Dataiku Summit Paris 2026, le débrief de nos experts
Maison de la Chimie, Paris, 29 septembre 2026
Le 29 septembre, à la Maison de la Chimie, un constat a traversé la plupart des sessions : construire un agent IA est désormais à la portée de toutes les organisations. Le faire fonctionner durablement en production reste le véritable défi.
L'IA ne passe pas à l'échelle par la seule technologie. C'est la conviction que nous sommes venus partager au Dataiku Summit Paris 2026, en tant que partenaire stratégique, auprès de plus de 1 300 experts data et IA, décideurs métiers et dirigeants. Retour sur les temps forts de la journée, de notre session Talk to Data & aux annonces de Dataiku.
Notre session : « Le Talk to Data ne tient pas dans un agent »
Les démonstrations de Talk to Data se sont multipliées : un agent connecté à une base de données, une question en langage naturel, une réponse en quelques secondes. Simon Leroy, Sales Engineer, Keyrus a choisi de traiter ce que ces démonstrations montrent rarement : l'architecture nécessaire pour qu'un tel agent tienne en production.
Dans l'écosystème agentique, cette discipline porte un nom : le Harness Engineering. Chez Keyrus, nous l'abordons à travers notre Human Orchestrated Model™ : la valeur ne réside pas dans l'algorithme, mais dans l'orchestration de vos données, de vos processus et de l'expertise de vos équipes.
Les 4 piliers d'un Talk to Data qui tient la route
Architecture : une couche sémantique qui fixe le périmètre de l'agent et l'amène à refuser explicitement les questions hors périmètre
Orchestration : des agents versionnés, testés et déployés comme du code
Pilotage : un jeu de questions de référence, rejoué à chaque évolution pour vérifier que l'agent ne se dégrade pas
Coûts : le bon modèle pour chaque profil d'utilisateur, et une consommation suivie dans la durée
Sous le capot : deux agents interconnectés
Le dispositif repose sur deux agents construits dans Dataiku. Le premier maîtrise le vocabulaire de l'entreprise: il s'appuie sur l'ensemble du patrimoine accumulé par les équipes dans la plateforme, des modèles aux recettes en passant par le glossaire. Le second exécute les requêtes, dans Dataiku ou directement dans les systèmes sources.
Les deux communiquent via le protocole MCP, que Dataiku expose nativement. Lors de la démonstration, Claude assurait l'orchestration : il interroge d'abord à l'agent sémantique où trouver l'information et jusqu'où il peut aller, puis déclenche la requête et interprète le résultat. Le même dispositif fonctionne avec Copilot ou ChatGPT : l'entreprise reste libre de son LLM.
En pratique : le commercial augmenté
Le cas présenté est celui d'une équipe commerciale. L'agent aide à optimiser un devis, à cadrer une politique tarifaire, à repérer les clients à relancer. Il intervient aussi dans l'organisation quotidienne : il identifie un rendez-vous dans l'agenda Microsoft 365, retrouve dans le CRM les clients situés à proximité et propose un planning de visites pour la semaine.
Chaque réponse reste encadrée par des garde-fous. La requête SQL générée est contrôlée au regard des règles définies, et rien ne sort tant que la réponse n'est pas validée.
C'est tout l'enjeu de cette intervention : l'agent n'est que la partie visible. Sa valeur dans la durée dépend de l'architecture qui l'entoure.
Le regard de nos experts sur le Dataiku Summit 2026
En parallèle de notre intervention, Jean Clavel, Olivier Temam et Florian Oger ont suivi la plénière et les ateliers techniques. Leur débrief s'articule autour de quatre temps forts.
1. Agent Management : des agents qu'il faut enfin piloter
Florian Douetteau, CEO de Dataiku, a ouvert la journée sur un enjeu central pour les DSI : une IA durable est une IA que l'entreprise maîtrise. Le choix du cloud, du modèle et du niveau de souveraineté ne se délègue pas. Dataiku travaille d'ailleurs avec les clouds publics comme avec des acteurs tels que S3NS ou Scaleway.
C'est dans cet esprit qu'il a présenté Dataiku Agent Management. L'outil rassemble dans un même écran le coût de chaque agent, les risques qu'il fait courir, ses changements de comportement et ce qu'il rapporte au métier. Florian Douetteau a été explicite : une activité agentique non pilotée n'apportera pas de valeur. Le pilotage des agents devient ainsi, selon lui, une discipline à part entière dans l'entreprise.
2. Cobuild : le métier crée, l'IT tient le cadre
Deuxième annonce, l'extension de Cobuild, l'interface agentique de Dataiku. Son principe : rendre l'ensemble de la plateforme accessible en langage naturel. Une question posée simplement peut devenir, échange après échange, un projet de données complet, un modèle, une application ou un agent.
Un point a particulièrement retenu notre attention : la place accordée à l'IT. Le vibe coding permet déjà aux équipes métiers de créer seules, dans Cursor ou Claude Code, quitte à contourner la DSI. Dataiku propose une autre approche : le métier crée, mais dans un cadre que l'IT a posé une fois pour toutes, avec des accès contrôlés, un lignage suivi et une validation avant toute mise en production.
Le témoignage d'Orano a illustré cette approche. Son CIO a raconté comment la vague GenAI avait fait remonter 300 cas d'usage, un volume qui, selon lui, ne constitue pas en soi une transformation. Le groupe a donc créé fin 2024 une instance unique, l'IA Team, qui réunit 14 entités et que portent ensemble le directeur de la performance et la DRH. Le Comex a ensuite choisi de concentrer ses efforts sur cinq chantiers, de l'ingénierie à l'exploration minière. Et avant même de déployer, Orano a signé un accord de méthode avec ses représentants du personnel. Parce que la confiance, comme l'a rappelé son CIO, ne se décrète pas : elle se construit.
3. Agents structurés : trouver le bon dosage entre machine et humain
Clément Stenac, CTO de Dataiku, a dressé un constat familier à de nombreuses organisations : des modèles, des agents et des pipelines dispersés, souvent sans responsable clairement identifié. Les briques existent ; c'est leur orchestration qui fait défaut. Car remplacer une tâche par un agent ne change pas le processus. Pour aller plus loin, il a présenté trois outils :
Les agents structurés, faits de blocs aux rôles bien définis. Certaines étapes sont déterministes, d'autres confiées au LLM, d'autres encore réservées à un expert humain
Les modèles sémantiques, pour qu'un « client actif » veuille toujours dire la même chose, du glossaire jusqu'au calcul SQL
Le LLM Mesh, pour changer de modèle, voire de fournisseur, sans reconstruire l'agent
La place donnée à la couche sémantique fait directement écho au propos de notre session.
4. Souveraineté : bien choisir ses dépendances
La souveraineté a été au cœur de la matinée. BNP Paribas a expliqué vouloir ne dépendre d'aucun modèle ni d'aucun fournisseur, garder la compétence en interne et avancer pas à pas sur l'agentique, avec de la traçabilité, de l'auditabilité et l'humain dans la boucle.
La table ronde « De la souveraineté à la résilience numérique » a prolongé la réflexion. EDF y a décrit son choix d'un cloud de confiance et de modèles souverains. Un constat a dominé les échanges : le LLM est devenu une commodité. L'enjeu réside dans l'environnement construit autour, qui doit permettre d'en changer sans rupture.
Ce que nous en retenons
Des keynotes aux retours d'expérience, un même fil conducteur s'est dégagé au fil de la journée, en cohérence avec le propos de notre session : l'agent n'est que la partie visible. La valeur se construit dans la sémantique, le pilotage, la gouvernance et l'expertise des équipes qui conservent la décision.
C'est ce que nous construisons avec nos clients à travers notre Human Orchestrated Model™ et ses trois piliers : Intelligence Foundation, Human in Command et Performance Steering.
L'IA ne transforme pas les entreprises. L'intelligence architecturée, si.
Vous souhaitez échanger sur vos projets agentiques ? Résolvons vos plus grands défis.
Le Dataiku Summit Paris est l'événement annuel organisé par Dataiku pour les experts data et IA, les décideurs métiers et les dirigeants. L'édition 2026 s'est tenue le 29 septembre à la Maison de la Chimie, à Paris, sous le thème « AI Success, Delivered », avec une plénière, des parcours sectoriels et des ateliers techniques.
Florian Douetteau, CEO de Dataiku, a annoncé deux nouveautés : Dataiku Agent Management, pour piloter coût, risques et valeur des agents dans une vue unique, et l'extension de Cobuild, l'interface agentique qui rend la plateforme pilotable en langage naturel. D'autres innovations ont porté sur le contexte sémantique.
C'est un produit de gestion des agents IA. Il réunit dans une même vue le coût d'un agent, les risques qu'il crée, ses changements de comportement et la valeur produite pour les métiers. Il s'adresse à l'IT comme aux équipes métiers, avec une conviction : une activité agentique non pilotée n'apporte pas de valeur.
Cobuild est l'interface agentique de Dataiku. Elle permet de créer en langage naturel une transformation de données, un modèle, une application ou un agent. Les équipes métiers créent directement, tandis que l'IT définit les garde-fous : accès contrôlés, lignage des données, validation avant mise en production.
Le Talk to Data désigne la possibilité d'interroger ses données en langage naturel via un agent IA. Pour fonctionner en production, il ne suffit pas de connecter un modèle à une base de données : il faut une couche sémantique, des garde-fous, un pilotage de la qualité et une maîtrise des coûts.
Le Harness Engineering désigne l'ensemble de ce qui encadre et fiabilise un agent IA au-delà du modèle : couche sémantique, règles métier, gouvernance, tests et pilotage. C'est ce qui permet à un agent de rester dans son périmètre et de fournir des réponses validées.
Un agent structuré est un enchaînement de blocs, chacun dédié à une tâche : appeler un outil, chercher une donnée, déléguer à un agent spécialisé. Il combine des étapes déterministes, des étapes confiées au LLM et des étapes validées par un expert humain, tout en conservant le contexte d'un bout à l'autre.
La couche sémantique définit les entités, relations, métriques et termes métiers d'une entreprise. Elle garantit qu'un terme comme « client actif » a toujours le même sens, et que les requêtes générées par un agent reposent sur cette définition plutôt que sur une interprétation du modèle.
Keyrus Ai était Sponsor de l'événement. Nous y avons animé un stand et la session « Le Talk to Data ne tient pas dans un agent », portée par Simon Leroy autour de quatre piliers : architecture, orchestration, pilotage et maîtrise des coûts
Les constats du sommet (pilotage des agents, couche sémantique, gouvernance partagée, humain dans la boucle) recoupent les trois piliers du Human Orchestrated Model™ (HOM™) : Intelligence Foundation, Human in Command et Performance Steering.