Les agents conversationnels promettent un accès simple à la donnée, mais beaucoup d’initiatives restent au stade de la démo. Cette session propose un retour de conception et de démonstration : comment créer un agent IA capable de répondre en langage naturel à partir de deux sources clés en entreprise : bases de données métier et documents ; avec une restitution exploitable (synthèse, tableaux, indicateurs).
Nous verrons ce qui fait la différence entre “ça répond” et “ça sert vraiment” : une clarification guidée des demandes (questions ciblées lorsque la demande est incomplète, et choix assistés via composants UI), ainsi que des garde-fous indispensables (requêtes en lecture seule, périmètre autorisé, prévention des requêtes coûteuses/dangereuses, traçabilité des interactions).
L’objectif est de repartir avec une grille de lecture et des bonnes pratiques pour cadrer des cas d’usage pertinents, concevoir une expérience utilisateur hybride (texte + UI) et sécuriser l’intégration d’un agent conversationnel en contexte professionnel.
