Résumé

L’avancée rapide des grands modèles linguistiques (LLM) a favorisé l’émergence des agents de données – des systèmes autonomes conçus pour orchestrer des écosystèmes données + IA afin de traiter des tâches complexes liées aux données. Toutefois, le terme « agent de données » souffre actuellement d’une ambiguïté terminologique et d’une adoption incohérente, confondant des réponses à des requêtes simples avec des architectures autonomes sophistiquées. Cette ambiguïté contribue à des attentes utilisateurs inadaptées, à des difficultés de responsabilité et à des freins à la croissance du secteur. Inspirés par la norme SAE J3016 relative à l’automatisation de la conduite, cette revue présente la première taxinomie hiérarchique systématique des agents de données, composée de six niveaux qui définissent et suivent les évolutions progressives de l’autonomie, allant des opérations manuelles (Niveau 0) à une vision d’agents de données entièrement autonomes, génératifs (Niveau 5), clarifiant ainsi les limites de capacité et la répartition des responsabilités. À travers ce cadre, nous proposons un examen structuré des travaux existants, classés selon un degré croissant d’autonomie, couvrant les agents spécialisés dans la gestion, la préparation et l’analyse des données, ainsi que les efforts émergents visant à développer des systèmes polyvalents et complets dotés d’une autonomie accrue. Nous analysons également les sauts évolutifs critiques et les lacunes techniques essentielles pour faire progresser les agents de données, en particulier la transition en cours du Niveau 2 au Niveau 3, où les agents de données passent d’une exécution procédurale à une orchestration autonome. Enfin, nous concluons par une feuille de route prospective, imaginant l’arrivée d’agents de données proactifs et génératifs.