Microsoft 365 Copilot : deux agents pour enquêter et analyser les données

Microsoft veut faire évoluer Copilot d’un assistant capable de résumer ou de rédiger vers un outil qui prend davantage de temps pour examiner une question complexe. Le 25 mars 2025, le groupe a ainsi présenté Researcher et Analyst, deux agents destinés à Microsoft 365 Copilot. Leur ambition est claire : aider les salariés à effectuer des recherches plus étayées et à tirer des conclusions de jeux de données difficiles à lire.

Cette annonce intervient dans une phase d’accélération des assistants dits « à raisonnement ». Plutôt que de livrer une réponse immédiate à partir d’une requête, ces systèmes sont conçus pour décomposer un problème, chercher des éléments utiles, effectuer des calculs lorsque c’est nécessaire et organiser leur réponse. Cette approche ne rend pas l’IA infaillible, mais elle peut améliorer la qualité du travail préparatoire sur des tâches qui demandent habituellement plusieurs outils et de nombreuses vérifications.

Deux agents spécialisés dans Microsoft 365 Copilot

Microsoft distingue nettement les rôles de ses deux nouveautés. Researcher est tourné vers l’investigation documentaire : il doit réunir et synthétiser des informations issues du web et des données de travail auxquelles la personne dispose déjà d’un droit d’accès. Analyst vise, lui, les questions chiffrées : il doit examiner des données, tester des hypothèses et présenter une analyse structurée.

Ces agents s’inscrivent dans Microsoft 365 Copilot, l’assistant intégré à l’environnement professionnel de Microsoft. Cet environnement comprend notamment les documents, échanges et fichiers gérés par une organisation. L’intérêt affiché est de réduire les allers-retours entre une recherche externe, des tableurs, des présentations et les informations internes de l’entreprise.

Microsoft les présente comme des agents à raisonnement, c’est-à-dire des outils adaptés à des demandes qui ne peuvent pas être résolues correctement par une simple recherche de mots-clés ou par le résumé d’un unique document. Le choix de séparer les deux usages a aussi une logique pratique : on ne pose pas la même question à un assistant chargé d’établir l’état d’un marché qu’à un outil censé vérifier la cohérence de chiffres de vente.

Researcher, un assistant pour organiser une enquête

Le rôle de Researcher est de transformer une demande générale en travail de recherche plus méthodique. Un utilisateur pourrait, par exemple, lui demander de préparer un panorama concurrentiel, de réunir les éléments nécessaires à une réunion importante ou de comparer plusieurs options avant une décision. L’agent doit alors articuler des informations disponibles sur le web avec celles présentes dans l’environnement de travail de l’utilisateur.

Microsoft indique que Researcher combine le modèle Deep Research d’OpenAI avec les capacités d’orchestration et de recherche approfondie de Copilot. L’« orchestration » désigne ici la coordination de plusieurs étapes : comprendre l’objectif, identifier les informations pertinentes, les rapprocher et les restituer dans une forme exploitable. Le résultat attendu n’est donc pas seulement une liste de liens ou un résumé, mais une réponse organisée qui met les éléments en perspective.

Cette promesse peut être particulièrement utile pour les métiers où la matière première est abondante : conseil, marketing, finance, gestion de projet, vente ou veille stratégique. Dans ces situations, le temps perdu ne vient pas toujours de l’absence d’information. Il vient souvent de la difficulté à retrouver les bons éléments, à les comparer et à expliquer clairement ce qu’ils impliquent.

Mais un rapport bien rédigé par une IA ne constitue pas, à lui seul, une validation. Une donnée publique peut être ancienne, une source peut manquer de contexte et un document interne peut refléter une position dépassée. Researcher peut accélérer la première phase du travail, pas se substituer à la responsabilité de celui ou celle qui remet l’analyse finale.

Analyst, un profil plus proche du travail sur tableur

Avec Analyst, Microsoft cible un autre goulot d’étranglement du travail de bureau : l’interprétation des données. Beaucoup d’organisations accumulent des tableaux, indicateurs et exports de logiciels métiers sans toujours disposer du temps ou des compétences nécessaires pour les explorer en profondeur. Une IA capable de raisonner sur des chiffres peut aider à identifier une tendance, à isoler une anomalie ou à transformer une question vague en méthode d’analyse.

Microsoft précise qu’Analyst est construit sur o3-mini, un modèle d’OpenAI orienté vers le raisonnement. L’agent peut aussi exécuter Python, un langage de programmation couramment utilisé pour manipuler des données, réaliser des calculs ou produire des visualisations. Cette capacité est importante : elle permet, en principe, de ne pas se limiter à commenter un tableau existant, mais de mener des opérations analytiques pour répondre à une question.

Dans un contexte professionnel, la différence est concrète. Demander « quelles sont les causes de la baisse observée ce trimestre ? » ne revient pas simplement à demander un résumé des chiffres. Il faut préciser la période de comparaison, vérifier les catégories, évaluer le poids de facteurs inhabituels et distinguer une corrélation d’une cause réelle. Un agent de raisonnement peut structurer cette démarche et expliciter les pistes qu’il examine.

Il faut néanmoins garder une règle simple : un calcul correct sur des données erronées reste une mauvaise décision. Les colonnes, les définitions d’indicateurs, les valeurs manquantes et le périmètre du fichier doivent être contrôlés. L’IA peut repérer des signaux intéressants, mais elle ne connaît pas spontanément les spécificités comptables, commerciales ou réglementaires d’une entreprise.

Que signifie réellement le « raisonnement profond » ?

L’expression peut donner l’impression qu’un assistant comprend une situation comme le ferait un expert humain. Elle renvoie plus précisément à un mode de réponse qui consacre davantage d’étapes à la résolution d’un problème. Au lieu de produire le texte le plus probable dès les premiers instants, un modèle de raisonnement peut examiner plusieurs pistes, effectuer des opérations intermédiaires, utiliser des outils et revoir la cohérence de son résultat avant de répondre.

Cette méthode est pertinente pour des demandes à plusieurs contraintes. Par exemple, une bonne recherche de marché doit distinguer les faits internes de l’entreprise, les informations trouvées à l’extérieur, les hypothèses et les zones d’incertitude. De même, une analyse de données ne vaut que si elle décrit clairement les choix effectués : période étudiée, données écartées, mode de calcul et limites de l’interprétation.

Le raisonnement ne doit toutefois pas être confondu avec une garantie de vérité. Les modèles génératifs peuvent toujours commettre des erreurs de calcul, mal interpréter une consigne ou produire une affirmation plausible mais fausse. Pour les décisions importantes, l’utilisateur doit donc contrôler les chiffres, examiner les références fournies et conserver une trace des hypothèses de départ.

Think Deeper et Microsoft 365 Copilot : ne pas confondre les offres

La présentation des nouveaux agents s’inscrit dans une évolution plus large de Copilot. Microsoft avait auparavant ajouté Think Deeper à son Copilot destiné au grand public. Cette fonction donne accès au modèle o1 d’OpenAI afin de traiter des questions plus complexes avec davantage de réflexion.

Les appellations sont proches, mais les usages ne sont pas identiques. Think Deeper correspond à une expérience conversationnelle dans le Copilot grand public. Researcher et Analyst sont, eux, conçus pour Microsoft 365 Copilot et pour des tâches professionnelles liées à la recherche ou aux données. Les confondre peut faire croire à tort qu’une fonctionnalité gratuite donne automatiquement accès aux agents de l’environnement professionnel.

La personnalisation du ton ou du style de réponse peut rendre un assistant plus agréable à utiliser, par exemple pour passer d’une note de synthèse à un brouillon de présentation. Elle ne remplace pas pour autant une consigne précise. Plus la question indique l’objectif, le public visé, la période, les données à prendre en compte et la forme de restitution attendue, plus le résultat a des chances d’être utile.

Quel accès pour les entreprises en avril 2025 ?

Microsoft prévoit de rendre Researcher et Analyst disponibles à partir d’avril 2025 par l’intermédiaire de son programme Frontier. Ce dispositif donne à certains clients de Microsoft 365 Copilot un accès anticipé à de nouvelles capacités. Il ne s’agit donc pas, au moment de l’annonce, d’un déploiement immédiat et universel pour tous les titulaires d’un compte Microsoft 365.

Cette précision compte pour les directions informatiques comme pour les utilisateurs. L’arrivée de fonctionnalités d’IA dans une suite de travail ne dépend pas seulement de l’installation de la dernière version d’une application. Elle est liée au type de licence, au calendrier de déploiement, aux paramètres définis par l’organisation et, souvent, aux règles internes de gouvernance des données.

Avant d’ouvrir de tels agents à grande échelle, une entreprise a intérêt à préparer quelques cas d’usage concrets. Une équipe commerciale peut tester la préparation de rendez-vous, une équipe financière l’analyse d’un jeu de données anonymisé, ou un service communication la création d’une note de veille. Cette approche permet de mesurer le gain réel de temps et de repérer les erreurs avant de généraliser l’outil.

Les précautions indispensables autour des données professionnelles

La promesse de Copilot repose sur sa capacité à retrouver du contexte dans le travail quotidien. C’est aussi son principal sujet de vigilance. Si des dossiers sont mal classés, si des droits d’accès sont trop larges ou si des informations sensibles circulent sans règles claires, l’IA peut rendre plus visibles des problèmes déjà présents dans le système d’information.

Les organisations doivent donc traiter ces agents comme des outils de productivité soumis aux mêmes exigences que les autres logiciels professionnels. Cela implique de vérifier les accès, de définir les données qui peuvent être utilisées dans les requêtes et de former les équipes à la relecture. Une synthèse automatique peut constituer un excellent point de départ, mais elle ne doit pas être copiée sans contrôle dans une présentation, une recommandation commerciale ou une décision de gestion.

Ce qu’il faut surveiller

L’enjeu des prochains mois sera de voir si Microsoft parvient à transformer ces démonstrations en usages quotidiens fiables. Les premiers retours du programme Frontier devront notamment éclairer trois questions : la qualité des recherches produites, la pertinence des analyses face à de vrais jeux de données et la facilité avec laquelle les entreprises peuvent garder le contrôle de leurs informations.

La concurrence est également appelée à s’intensifier. Google, OpenAI et d’autres acteurs développent eux aussi des outils capables de chercher, de synthétiser et d’analyser avec plusieurs étapes de raisonnement. Pour les utilisateurs, la comparaison ne se jouera pas uniquement sur la qualité d’une réponse isolée. Elle dépendra de l’intégration aux outils déjà utilisés, de la transparence des résultats et de la capacité à vérifier rapidement ce que l’IA avance.

Microsoft fait ici le pari que l’IA professionnelle ne sera plus seulement un assistant de rédaction. Avec Researcher et Analyst, Copilot ambitionne de devenir une interface entre les questions d’un salarié, les informations de son organisation et les outils d’analyse. Cette évolution peut alléger une partie du travail répétitif, à condition de préserver ce qui reste irremplaçable : le jugement, le contexte métier et la responsabilité humaine.