Prioriser les investissements data et analytics : les recommandations de la Hype Cycle de Gartner

Les Chief Data Officers (CDO) et Chief Data & Analytics Officers (CDAO) doivent concentrer leurs investissements et leurs efforts sur les bons leviers, afin de générer des bénéfices business immédiats et durables.

Mais avec des technologies et des solutions en constante expansion, et des environnements IT toujours plus complexes, faire les bons choix n’est pas simple. Les Hype Cycles de Gartner sont justement conçus pour éclairer la prise de décision : ils offrent une vue d’ensemble des technologies et de leur niveau de maturité, afin de guider les priorités et de sécuriser la valeur des investissements.

Gartner vient de publier quatre Hype Cycles couvrant le data management, la data & analytics, les Smart Cities et le secteur bancaire. Huwise y est cité comme sample vendor dans les quatre rapports, notamment dans la catégorie Data Marketplaces and Exchanges (DME) de chacun d’entre eux. Cet article revient sur les thématiques communes à ces quatre rapports, ainsi que sur le décryptage du marché pour les solutions de data marketplaces récemment publié par Gartner, pour identifier où les CDAOs devraient investir leur temps et leurs budgets.

L’adoption accélérée de l’IA bouleverse à la fois les entreprises et la société dans son ensemble. Le data management n’échappe pas à cette transformation. Les pratiques et outils traditionnels évoluent, imposant de nouvelles façons de travailler qui intègrent pleinement l’IA au sein des équipes data.

Il ne suffit plus que les données soient fiables et de bonne qualité pour des utilisateurs humains : elles doivent désormais être « AI-ready ». Cela suppose d’intégrer des éléments comme le contexte et la sémantique, afin de fournir aux agents et modèles d’IA les bonnes données pour produire des résultats pertinents.

Rapprocher l’IA et la gestion des données est essentiel pour :

• Partager les données avec l’IA (en particulier avec les agents) afin qu’elle génère de la valeur,
• Automatiser la gestion des données grâce à l’IA, et faciliter, pour les humains, la découverte et la consommation de données fiables.

Ces deux priorités sont au cœur de la réussite conjointe de l’IA et de la gestion des données, mais le changement reste difficile dans un environnement business et technologique complexe et en mouvement permanent.

Le Hype Cycle de Gartner représente les différentes étapes du cycle de vie d’une technologie, de son développement initial à sa disponibilité commerciale et son adoption, jusqu’à son éventuel déclin et son obsolescence. Il met en perspective les attentes humaines par rapport au temps et à la maturité du marché, et se décompose en cinq phases :

1. Déclencheur technologique (Technology Trigger) : le tout premier stade d’une technologie, marqué davantage par le battage médiatique et des prototypes que par des produits réellement opérationnels.
2. Pic des attentes exagérées (Peak of Inflated Expectations) : la couverture médiatique de la technologie et de ses applications potentielles s’intensifie, générant un enthousiasme croissant, souvent porteur d’attentes irréalistes.
3. Creux des désillusions (Trough of Disillusionment) : la réalité reprend le dessus : le battage médiatique cède la place à une compréhension plus claire des limites de la technologie, ce qui réduit l’enthousiasme et remet en question sa viabilité.
4. Pente de l’illumination (Slope of Enlightenment) : des attentes plus réalistes se dessinent quant aux capacités, aux limites et aux cas d’usage potentiels de la technologie, ce qui permet une mise en œuvre plus efficace dans différents contextes.
5. Plateau de productivité (Plateau of Productivity) : la technologie arrive à maturité et est largement adoptée sur le marché. Elle génère une productivité et un ROI plus élevés grâce à une utilisation plus efficace.

Gartner a récemment publié :

• Hype Cycle for Data Management, 2026
• Hype Cycle for Smart City Technologies and Solutions, 2026
• Hype Cycle for Data, Analytics, and AI Leaders and Programs, 2026
• Hype Cycle for Data and Analytics in Banking, 2026

Gartner a également publié son décryptage du marché pour les solutions de data marketplaces (Market Overview for Data Marketplace Solutions), qui détaille l’état de ce secteur en pleine évolution, avec un accent particulier sur la manière dont des données fiables, consommables et contextualisées viennent soutenir une IA agentique et autonome.

Si ces Hype Cycles couvrent des secteurs et des cas d’usage variés, ils partagent tous des thématiques communes qui posent les bases de la réussite. Pour aider les CDOs et CDAOs, notre analyse des Hype Cycles a retenu cinq sujets clés, transverses à l’ensemble des rapports et applicables à tous les secteurs.

1. IA agentique et données AI-ready

Les agents IA promettent de transformer les opérations, aussi bien à l’échelle de l’entreprise qu’au sein des équipes data et IT. Par exemple, des agents data peuvent surveiller et agir directement sur la stack data, en adaptant et en faisant évoluer les pipelines, de la gestion de la qualité au code lui-même. Pour les Smart Cities, l’IA agentique est capable de prendre des décisions contextualisées et d’agir avec une intervention humaine minimale, dans des domaines comme la mobilité, l’énergie, la sécurité publique ou les services publics.

L’IA agentique repose sur des données AI-ready : les CDAOs doivent donc s’assurer que leurs données sont fiables et exploitables pour des cas d’usage IA spécifiques. De nombreuses entreprises tirent les leçons de leurs premiers projets pilotes sur les données AI-ready, et cherchent désormais à industrialiser la manière dont elles garantissent cette qualité de données, afin de la déployer à grande échelle. Dans le secteur bancaire par exemple, Gartner recommande que les programmes de données AI-ready soient financés comme des capacités d’entreprise à part entière, améliorant la réutilisation des données, l’explicabilité, ainsi que la pertinence et le contexte.

2. Data products et data contracts

Les organisations disposent de volumes de données croissants, mais il reste souvent difficile pour des non-experts, ou pour des agents IA, de les comprendre et d’en tirer profit. Ainsi, seuls 30 % des dirigeants du secteur bancaire interrogés par Gartner indiquent que leurs données sont AI-ready.

Les data products, des actifs de données à forte valeur, prêts à consommer et continuellement améliorés, sont conçus pour répondre à ce défi. Ils rendent l’information facilement accessible aux utilisateurs humains, et désormais aux agents IA. Les data contracts font partie intégrante des data products : ils en régissent l’usage et apportent garanties et certification. Ils construisent ainsi la confiance et favorisent l’adoption.

Les data products ont progressé rapidement dans les Hype Cycles : dans le dernier rapport Data Management, ils sont ainsi passés de juste après le pic à la phase de creux des désillusions. Cela s’explique par les difficultés que rencontrent les organisations à industrialiser leurs données sous une forme réutilisable et prête à consommer. Gartner estime que les data products atteindront le plateau de productivité d’ici deux à cinq ans. Huwise y est cité comme sample vendor pour les data products dans le Hype Cycle Banking.

3. Data Marketplaces and Exchanges et Urban Data Exchanges

Partager des données fiables à l’échelle de l’organisation, et au-delà avec l’écosystème élargi, est essentiel pour créer de la valeur. Les Data Marketplaces and Exchanges (DME), et leur équivalent pour les villes intelligentes, les Urban Data Exchanges (UDE), permettent ce partage en offrant une source d’information centralisée, accessible et validée, en self-service. 

En combinant une expérience de type e-commerce et des fonctionnalités d’IA, les data marketplaces permettent à chacun de découvrir, d’accéder et de consommer des données, sans compétences techniques ni support requis. Elles sont essentielles au partage des data products, car elles sont le lieu où ceux-ci peuvent être trouvés, aussi bien par des humains que par des agents IA. Huwise est cité comme sample vendor dans la catégorie DME/UDE des quatre Hype Cycles.

« Les data marketplaces créent une couche de distribution gouvernée pour découvrir, partager et monétiser des data products fiables auprès de consommateurs internes comme externes »

Les data marketplaces ne se contentent pas de transformer la donnée en valeur : elles génèrent aussi des gains d’efficacité en faisant gagner du temps aux équipes data comme aux utilisateurs finaux. Les consommateurs de données n’ont plus besoin de solliciter les équipes data pour répondre à leurs questions, ni de passer du temps à chercher ou à valider une donnée, ce qui booste la productivité de tous. Les abonnements à des données tierces peuvent également être intégrés à la marketplace, réduisant les doublons et maximisant leur usage.

4. Souveraineté des données et de l’IA (y compris le cloud souverain)

La souveraineté numérique ne se limite plus à la localisation du stockage des données ou au recours à un cloud souverain. Elle correspond désormais à un paradigme fondamentalement nouveau : la dépendance technologique comme risque business. Ce phénomène s’accélère à mesure que l’IA s’ancre plus profondément dans les opérations métier, déplaçant le contrôle et la prise de décision de l’entreprise elle-même vers les modèles d’IA, et vers les fournisseurs qui les développent et les entraînent.

Concrètement, dépendre d’un nombre restreint de fournisseurs dominants pour ses opérations essentielles expose l’organisation à des risques. C’est ce qui explique l’importance croissante accordée par les CDOs et CDAOs à la souveraineté des données et de l’IA, un enjeu également renforcé par la nécessité de protéger la confidentialité des données et de répondre aux exigences réglementaires, en particulier dans des secteurs comme la banque. Mettre en place la bonne technologie et le bon cadre de gouvernance est essentiel pour maximiser la valeur des données tout en minimisant les risques.

5. Le besoin croissant de partager les données

Dans l’ensemble des Hype Cycles, on retrouve une attention commune portée aux bénéfices business et organisationnels d’un partage accru des données avec l’ensemble des collaborateurs et parties prenantes. Les data marketplaces, ainsi que les data products, y contribuent, mais doivent s’accompagner d’un changement culturel et d’une prise de conscience : la donnée est un actif, et non un simple sous-produit à gérer.

Développer la culture data au sein de l’entreprise est une première étape essentielle, en encourageant chacun à accéder aux données et à les utiliser au quotidien. Le data storytelling, qui humanise l’information et la remet en contexte, y participe, tandis que l’analytics propulsée par l’IA automatise les analyses complexes pour démocratiser la prise de décision.

Garantir que les données soient fiables et compréhensibles ouvre également de nouvelles opportunités : la monétisation des données crée de nouvelles sources de revenus, tandis que les jumeaux numériques (digital twins) permettent un suivi plus fin et des analyses prédictives sur le fonctionnement des villes ou des chaînes logistiques industrielles.

Si les différents secteurs partagent des thématiques communes autour de l’importance d’une consommation accrue des données, les moteurs spécifiques de chaque Hype Cycle varient :

Secteur de la banque

Les banques entrent dans une nouvelle phase de modernisation de leur data & analytics, passant d’initiatives fragmentées à des fondations de données gouvernées, réutilisables et riches en contexte, capables de soutenir l’IA générative et des workflows analytiques réglementés. 

Cette adoption est portée par quatre pressions : une demande croissante de l’IA pour des données de haute qualité et bien documentées ; des exigences réglementaires et géopolitiques accrues en matière de souveraineté et de confidentialité ; une évolution vers des data products réutilisables et une cohérence sémantique ; et des attentes business en matière de résultats mesurables sur le crédit, la fraude, l’expérience client, le revenu et l’efficacité. 

Pour répondre à ces pressions, les banques doivent séquencer leurs investissements en renforçant d’abord l’architecture, la gouvernance et l’observabilité, avant de déployer des analyses avancées à grande échelle.

Smart Cities

En 2026, les villes intelligentes atteignent une étape charnière où l’analytics avancée et l’IA constituent l’épine dorsale des écosystèmes urbains intelligents. Les villes évoluent vers des expériences citoyennes fluides et pilotées numériquement, portées par l’IA agentique et les superapps, tandis que les centres d’exploitation s’appuient de plus en plus sur les jumeaux numériques et le machine learning pour optimiser la planification, anticiper les coûts et améliorer la performance des services, dans un contexte budgétaire de plus en plus contraint. 

À mesure que ces technologies dépassent le stade du simple effet de mode, la gouvernance, la transparence et la souveraineté numérique deviennent essentielles pour maintenir la confiance des citoyens, assurer la conformité réglementaire, permettre le partage des données et soutenir une adoption responsable de l’IA.

Data & Analytics 

En 2026, les CDAO évoluent dans un environnement où les innovations liées à l’IA dominent le Hype Cycle, détournant souvent l’attention et les investissements des capacités data & analytics (D&A) fondamentales, au moment même où les organisations accélèrent l’adoption de l’IA générative. 

Les dirigeants doivent démontrer la complémentarité entre D&A et IA, en montrant comment une gestion des données robuste, une gouvernance solide et des jeux de données propriétaires démultiplient la valeur de l’IA, réduisent les échecs et permettent la monétisation, tout en comblant les écarts de littératie data, les désalignements de gouvernance et les résistances culturelles. 

La réussite passe par le repositionnement du data management comme un pilier essentiel du passage à l’échelle de l’IA, par la sensibilisation des dirigeants métier à partir des succès et échecs récents de l’IA, par un suivi réaliste des fournisseurs, et par l’investissement dans des programmes de littératie data qui bâtissent une culture d’innovation responsable et orientée insights.

Data management

En 2026, les responsables D&A doivent composer avec les opportunités et les défis, en constante évolution, portés par l’IA générative, les agents IA et les capacités agentiques émergentes, qui exigent tous des couches de contexte et une compréhension sémantique plus poussées, tandis que l’instabilité géopolitique accroît le besoin de souveraineté des données, de bases de données transactionnelles distribuées et de fondations data résilientes. 

Avec des déploiements cloud et des capacités enrichies par l’IA qui deviennent la norme, les responsables D&A se trouvent à un point d’inflexion stratégique : ils doivent évaluer les nouvelles technologies du Hype Cycle pour déterminer quand adopter des innovations prometteuses mais encore immatures, et quand déployer à grande échelle celles qui atteignent la maturité. L’objectif : garantir un équilibre entre expérimentation et progression disciplinée, guidée par la valeur.

Huwise est cité comme sample vendor dans les quatre Hype Cycles. Sa technologie de data product marketplace permet aux utilisateurs (humains et IA) de découvrir, d’accéder et de consommer facilement, en self-service, des data products et des actifs de données de haute qualité. Grâce à son expérience intuitive, de type e-commerce, les utilisateurs trouvent rapidement les données dont ils ont besoin, ce qui construit la confiance et génère du ROI.

La solution Huwise répond aux exigences business et techniques détaillées dans les Hype Cycles de Gartner, de cinq façons clés :

Fournir des données contextualisées et fiables pour l’IA agentique 

Les capacités d’analytics et de lignage intégrées à la solution Huwise permettent aux équipes data de comprendre quelles données sont utilisées, par qui et dans quel contexte. Elles peuvent en tracer l’origine, ainsi que toutes les transformations ou modifications survenues au fil de leur parcours. Cette intelligence d’usage met en évidence les données qui ont de la valeur pour l’entreprise sur des cas d’usage spécifiques, et indique aux agents IA quels data products ils peuvent consulter et utiliser en toute confiance.

Permettre aux organisations de créer, partager, maintenir et collaborer facilement autour des data products 

La data marketplace Huwise offre une source de data products unique, centralisée et fiable pour l’entreprise. Les utilisateurs peuvent découvrir et consommer les data products en toute fluidité, et transmettre des retours aux propriétaires de ces data products afin de les améliorer. La data marketplace fait ainsi office d’espace de collaboration, réunissant collaborateurs de tous les départements, équipes data et propriétaires de produits, pour travailler ensemble et innover par la donnée.

Soutenir les data marketplaces and exchanges 

Les organisations reconnaissent de plus en plus le besoin d’une source de données centralisée, partageable à l’échelle de l’entreprise. La data marketplace Huwise offre des fonctionnalités riches pour les DME, notamment une expérience de type e-commerce, une recherche propulsée par l’IA, la possibilité de personnaliser l’interface utilisateur, ainsi qu’une sécurité basée sur les rôles garantissant une gouvernance des données robuste.

Soutenir la souveraineté des données, de l’IA et du numérique 

Dès l’origine, l’architecture de Huwise a été conçue pour être agnostique vis-à-vis des fournisseurs de cloud, agnostique vis-à-vis des éditeurs, et pour offrir un libre choix des modèles d’IA. Elle offre ainsi flexibilité et contrôle sur le lieu de stockage des données et sur les modèles ou solutions en aval qui les consomment, ce qui limite les risques. Les organisations peuvent stocker leurs données conformément à leurs exigences business et réglementaires, ce qui renforce leur souveraineté et leur indépendance en matière de données.

Favoriser un partage des données et une littératie data accrus

 Construire une culture data efficace suppose que les collaborateurs se sentent en confiance pour consommer la donnée, avec la certitude d’accéder aux bonnes informations pour leurs besoins. Grâce à son expérience e-commerce et à des fonctionnalités comme les retours utilisateurs, les recommandations et la recherche assistée par IA, la data marketplace Huwise construit cette confiance. Les données peuvent également être facilement exportées vers des outils familiers, ce qui renforce la littératie data et fait de la donnée une composante à part entière du quotidien de chaque collaborateur.

La fonction data management connaît une transformation sans précédent, portée par les besoins et les opportunités qu’apporte l’IA. Avec des budgets et des ressources limités, il est essentiel d’investir sur les bons leviers, à la fois pour répondre aux besoins immédiats et pour préparer la réussite future. Les Hype Cycles de Gartner offrent un guide clair sur les technologies à privilégier, en mettant en lumière l’évolution des tendances dans le temps. Comme le montrent ces derniers rapports, les data marketplaces constituent le socle qui permet de réunir gestion des données et IA, d’accélérer l’IA agentique et de déployer la consommation de données à grande échelle — pour générer des bénéfices business, dès aujourd’hui et pour l’avenir.