Salon Data & IA Nantes 2026 : les tendances à retenir

J’ai eu le plaisir d’assister au salon 2026 de la Data et IA de Nantes, référence incontournable de la tech dans le Grand Ouest.

Face à un programme riche et varié, il était difficile de se départager pour faire le choix entre toutes les conférences proposées, j’ai donc opté pour 12 conférences, sur des thématiques variées. Du retour d’expérience sur la mise en place d’agents autonomes, à la gouvernance de la donnée et sa maîtrise (ou sa non-maîtrise justement !), il en ressort une vraie prise de conscience pour les organisations. Le message est clair : elles ont compris la nécessité de passer d’une phase d’expérimentation (POC) à une industrialisation plus mature, confrontée aux réalités de la gouvernance, des coûts et de l’acculturation des équipes.

Gérer la complexité : la mission de l’IA agentique

Les principales évolutions des IA agentiques

Les agents autonomes représentent l’évolution majeure de l’année. Contrairement aux LLM traditionnels qui nécessitent une instruction humaine séquentielle, l’agent reçoit un objectif global, planifie ses propres actions, décompose les problèmes en sous-tâches et interagit avec des outils externes via des connecteurs.

Des cas d’usage concrets ont été présenté :

• NHCO a présenté Aminobot, un agent conçu pour assister les équipes commerciales et officinales sur des problématiques scientifiques complexes (interactions produits, contre-indications) en s’appuyant sur une base documentaire validée en continu par l’équipe de communication scientifique (système de RAG)
• Restalliance a mis en place des agents pour analyser automatiquement les appels d’offres complexes et générer des fiches de synthèse décisionnelles (générant des gains d’efficacité mesurés), l’objectif étant à présent d’étendre à d’autres cas d’usage à haute valeur ajoutée

Aborder le sujet des agents autonomes sans avoir en tête ces points de vigilance serait une prise de risque inconsidérée : les boucles infinies (pouvant consommer des milliers de tokens et de budget en quelques minutes), la sécurité des accès (proscrire les super-comptes et les clés d’API globales) et l’impératif absolu de maintenir l’humain dans la boucle pour valider les actions critiques

Réconcilier la qualité des données et la valeur métier

Gouvernance et Data Platform

Plusieurs interventions (Valeuriad et Dell Technologies) ont mis en lumière un véritable défi : la perte de maîtrise des données par les métiers, avec le syndrome du « supermarché de la data ».

• L’accumulation compulsive de données « au cas où », la multiplication des migrations perpétuelles (doublons, perte d’historique) et des infrastructures illisibles pèsent sur la performance des entreprises.

À l’ère de l’IA, la qualité de la donnée (Data Quality : exactitude, fraîcheur, unicité, complétude, cohérence) et sa traçabilité (Data Lineage des sources jusqu’aux usages finaux) ne sont plus optionnelles.

• L’approche de l’IA Factory : une IA Factory performante ne commence pas par l’achat de GPU, mais par un alignement strict entre la décision métier, la qualité de la donnée, les charges de travail et la production. Cela passe par l’utilisation de plateformes unifiées combinant des moteurs de données automatisés et des moteurs de stockage ultra-rapides, le tout adossé à une cyber-résilience adaptée.

Repenser l’accès aux actifs data

Du Dashboard statique à la Data Marketplace

La conférence animée par Aurélien Vautier et le retour d’expérience du Crédit Agricole Technologies & Services (CA-TS) ont profondément questionné la production massive de tableaux de bord au profit d’une logique orientée décision et usage.

La révolution des Data Products et de la Marketplace

Pour s’affranchir des silos organisationnels où les métiers dépendent entièrement d’une équipe centrale, le CA-TS a structuré une Data Marketplace. Sur ce modèle, un Data Product (actif de données packagé, documenté, gouverné et prêt à l’emploi) est créé par un producteur et mis à disposition en mode self-service pour l’ensemble des entités du groupe (marketing, risques, commercial). Cette approche « e-commerce » de la donnée mutualise les ressources, réduit les coûts et accélère significativement les projets.

L’illusion du dashboard esthétique

Trop de tableaux de bord sont développés sans consultation réelle des utilisateurs, générant lourdeur et surcharge cognitive. L’application d’un processus de conception rigoureux (inspiré du modèle en Double Diamant : Discover, Define, Design, Deliver) permet de passer 80% du temps à comprendre et cadrer le besoin avec les utilisateurs plutôt qu’à coder à l’aveugle, réduisant ainsi les temps de développement de 30 à 50% sans phase de refonte.

Conduire le changement de l’IA

Transformation des organisations et conduite du changement

Déployer des technologies d’IA à grande échelle implique de transformer en profondeur les modes de collaboration, comme l’ont illustré BPCE SI et l’étude croisée présentée par Round Data (auprès de 170 entreprises).

Le bon rythme et la posture managériale

La conduite du changement doit éviter l’écueil d’un rythme trop lent (décrochage) ou trop rapide (surcharge). Il est impératif d’embarquer et de former en amont les managers de proximité, de partager les règles et de proposer des espaces sécurisés (bacs à sable) pour éviter le phénomène de Shadow IA. Les sponsors des projets doivent incarner la vision et la singularité de l’entreprise.

L’acculturation des fonctions support

Chez BPCE SI, l’adoption de l’assistant interne « MaIA » par les fonctions support s’est appuyée sur un catalogue d’offres de services évolutif (ateliers de la Fresque de l’IA, jeux de rôle, jeu de l’oie, mentoring, ateliers d’idéation) et sur la création d’un réseau interne de référents et de volontaires. La mise à disposition d’un « Assistant Créateur d’Assistant » a permis d’impliquer directement les collaborateurs dans la construction de leurs propres cas d’usage quick-win en langage naturel.

Industrialiser l’IA

Souveraineté, industrialisation et maîtrise des coûts

Le retour d’expérience de Sopra Steria sur le déploiement de la plateforme souveraine dIAne (pour 15 000 agents) a mis en exergue les réalités de l’exploitation en production.

• Les défis de l’infrastructure souveraine : S’appuyer sur un cloud souverain récent exige une forte anticipation (documentation parfois perfectible, rareté des experts) et implique une charge opérationnelle et financière importante pour le maintien en conditions opérationnelles (Build & Run).
• La rigueur de l’exploitation : La sécurité ne se délègue pas : une sauvegarde sans test de restauration ou un monitoring sans alertes qualifiées constituent des angles morts critiques. De plus, les coûts cachés liés au non-déterminisme des modèles, aux tests de non-régression et au FinOps de l’inférence exigent une gouvernance financière stricte pour éviter les dérives budgétaires.

Que retenir de cette édition 2026?

Les enseignements de ce salon confirment que l’enjeu des mois à venir ne réside plus dans l’accès aux technologies d’IA, mais dans notre capacité à les gouverner. Pour nos clients comme pour nos propres pratiques, le rôle de l’expert technique et du consultant évolue : il s’agit d’agir en architecte de règles et en superviseur critique, garantissant que chaque brique d’IA et de data s’inscrit dans un cadre souverain, éthique, sécurisé et créateur de valeur mesurable. Par ailleurs, notre rôle est aussi de proposer à nos clients des modèles de LLM, pas nécessairement les plus puissants, mais qui répondront parfaitement à leurs besoins et limiteront la consommation des tokens.

FAQ

Qu’est-ce que le Salon de la Data et de l’IA de Nantes ?

Le Salon de la Data et de l’IA est un événement professionnel organisé à Nantes autour des usages, technologies et enjeux liés à la donnée et à l’intelligence artificielle. Sa 11e édition s’est tenue le 22 septembre 2026 à la Cité des Congrès de Nantes.

Quelles tendances IA retenir du Salon Data IA Nantes 2026 ?

Les principales tendances observées en 2026 sont l’essor de l’IA agentique, l’industrialisation des projets d’IA générative, la gouvernance des données, les Data Products, la souveraineté, le FinOps appliqué à l’IA et l’accompagnement des collaborateurs.

Qu’est-ce qu’une IA agentique ?

Une IA agentique est un système capable de poursuivre un objectif en planifiant plusieurs actions et en interagissant avec des données, applications ou outils. Son autonomie nécessite des mécanismes de contrôle, de sécurité, de traçabilité et, pour les opérations critiques, de validation humaine.

Pourquoi la qualité des données est-elle importante pour l’IA ?

Une IA ne peut produire durablement des résultats fiables si elle utilise des données incomplètes, obsolètes ou incohérentes. La qualité, la traçabilité et la gouvernance des données sont donc des prérequis à l’industrialisation de nombreux cas d’usage IA.

Qu’est-ce qu’une Data Marketplace ?

Une Data Marketplace est un espace organisé permettant aux utilisateurs de découvrir et d’accéder à des actifs de données documentés et gouvernés. Elle facilite leur réutilisation par les métiers, les applications analytiques et les systèmes d’intelligence artificielle.

Quelle expertise Data et IA Néosoft possède-t-il dans l’ouest ?

Néosoft est implanté à Rennes depuis 2005, à Nantes depuis 2006 et à Brest depuis 2025. Ses agences du grand ouest réunissent près de 500 collaborateurs et disposent notamment de compétences en Data, Intelligence Artificielle, Software Engineering, DevOps, Infrastructures & Cloud, Cybersécurité et Conseil & Agilité.