La Business Intelligence ne se limite plus à produire des tableaux de bord et des rapports périodiques. Les plateformes misent désormais sur l’interrogation en langage naturel, l’analyse embarquée et des agents capables de transformer un indicateur en action. Le Magic Quadrant 2026 de Gartner consacre ce changement de cap, sans faire disparaître les questions de gouvernance et de fiabilité des données.
Du tableau de bord à la conversation
Pendant des années, les outils de Business Intelligence ont surtout organisé l’accès à des rapports construits à l’avance. L’utilisateur consultait ses indicateurs, appliquait quelques filtres puis sollicitait un analyste lorsque la question dépassait le cadre prévu.
Les principaux éditeurs cherchent désormais à inverser cette logique. L’utilisateur formule directement sa demande en langage naturel, affine sa recherche au fil d’une conversation et obtient une analyse générée à partir des données disponibles. Les plateformes peuvent aussi détecter une anomalie, proposer une explication ou déclencher une action dans une application métier.
Google a ainsi introduit dans Looker des agents intégrés aux tableaux de bord. Ils permettent de poser des questions complémentaires sans quitter l’interface et doivent, à terme, transmettre les résultats vers d’autres processus de l’entreprise. Salesforce présente de son côté Tableau comme une plateforme d’analyse agentique, conçue pour faire passer les utilisateurs de la consultation d’un indicateur à l’action.
Gartner valorise l’analyse agentique
Cette évolution apparaît dans l’édition 2026 du Magic Quadrant consacré aux plateformes d’Analytics et de Business Intelligence. Les fonctionnalités attendues couvrent notamment les analyses agentiques, l’interrogation en langage naturel et la modélisation sémantique, en plus des briques historiques de préparation des données et de gouvernance.
Microsoft, AWS, Salesforce, Google, Qlik et ThoughtSpot figurent parmi les leaders. AWS rejoint cette catégorie, tandis qu’Oracle bascule parmi les visionnaires après avoir été classé leader en 2025. Gartner souligne notamment la faible visibilité d’Oracle Analytics Cloud comme offre autonome, en dehors de l’écosystème applicatif de l’éditeur.
Le classement ne signifie pas pour autant que le reporting classique disparaît partout. Il montre surtout que plusieurs fournisseurs concentrent désormais leurs investissements sur les usages interactifs, conversationnels et embarqués. Chez Google, Salesforce ou ThoughtSpot, les rapports fortement formatés peuvent même nécessiter des outils complémentaires lorsque les besoins restent très structurés.
La couche sémantique devient centrale
Confier l’analyse à un agent suppose qu’il comprenne ce que recouvrent les indicateurs de l’entreprise. Une notion comme le chiffre d’affaires, le client actif ou la marge peut varier selon les métiers, les pays ou les applications utilisées. Sans définition commune, un agent risque de produire une réponse techniquement plausible mais incohérente avec les règles internes.
Les éditeurs remettent donc la couche sémantique au centre de leurs offres. Looker s’appuie sur LookML pour encadrer les modèles et les métriques utilisés par Gemini. ThoughtSpot met en avant Spotter Semantics et la connexion à des couches externes telles que dbt ou Looker. Salesforce présente également la connaissance métier gouvernée comme le socle nécessaire à l’action autonome de ses agents.
Cette architecture déplace une partie du travail des équipes data. Elles ne sont plus seulement chargées de créer des rapports à la demande, mais aussi de définir les métriques, contrôler les droits d’accès et vérifier les réponses produites par les agents. Le libre-service promis par la BI dépend donc moins de la facilité à générer un graphique que de la qualité du cadre de données placé derrière la conversation.
