Comment l'IA change mon quotidien de Business Analyst en mission ?
12 min


L'IA ne fait pas mon travail de Business Analyst à ma place. Elle me permet de travailler différemment : automatiser ce qui est répétitif, accélérer ce qui est technique et consacrer davantage de temps à l'analyse et à la valeur métier. Dans un environnement exigeant, je vous présente des exemples concrets de mon utilisation de l'IA en mission. En espérant que mes apprentissages pourront vous servir aussi !
Comment l'IA est arrivée dans mon quotidien de Business Analyst ?
Pour commencer, je suis consultante Business Analyst. Depuis deux ans, j'interviens dans le secteur bancaire, au sein de la Société Générale. Je travaille sur l'application SFL (Structured Finance & Liquidity), un calculateur de liquidité. L'application traite les données d'entrée (le stock des deals) et génère des projections de cash-flows selon les modèles de calculs appliqués. Les CF sont ensuite transmis aux équipes ALM et Liqor afin de répondre à leurs besoins (notamment le pilotage du risque de liquidité, la gestion du refinancement et le respect des ratios réglementaires).
De mon côté, j'interviens comme Business Analyst sur plusieurs sujets : les évolutions des modèles de calcul, les projets de migration de données, mais aussi les problématiques de production et les améliorations de l'application.
C'est dans ce cadre que j'ai commencé à expérimenter et monter sérieusement en compétences sur l'IA depuis un an.
L'IA est arrivée progressivement dans mon quotidien. Au départ, je l'utilisais surtout pour des choses assez classiques : reformuler un email, traduire un texte ou résumer un document.
Puis, il y a eu une communication de notre management pour encourager l'utilisation de l'IA dans nos activités. Notre manager nous a notamment proposé un atelier où chacun pouvait partager ses idées et réfléchir aux cas d'usage possibles dans notre équipe.
C'est vraiment ce qui m'a donné le déclic pour réfléchir plus globalement à mon travail.
Je me suis posé une question assez simple : au-delà de la rédaction, sur quelles autres étapes de mon travail l'IA pourrait-elle réellement m'aider ?
J'ai commencé à identifier les tâches répétitives, les analyses qui demandaient beaucoup de manipulations manuelles et les sujets techniques sur lesquels je pouvais gagner en autonomie et faciliter les process de mon équipe.
Cas d'usage de l'IA en mission, comment je l'utilise concrètement ?
Aujourd'hui, je n'ai pas forcément un moment précis dans la semaine où j'ouvre l'IA. Je l'utilise plutôt en fonction des tâches et des difficultés que je rencontre.
J'ai pris l'habitude de me poser deux questions.
Quand je réalise une tâche que j'ai déjà faite plusieurs fois, je me demande s'il existe une manière plus simple ou plus rapide de l'effectuer. Est-ce qu'il y a des étapes manuelles que je pourrais automatiser ? Est-ce que je peux obtenir le même résultat avec moins de manipulations ?
Et quand je découvre un nouveau sujet, avant de commencer, j'essaie de structurer mon approche : quel est mon objectif, quelles informations j'ai à disposition, quelles sont les contraintes et quel résultat je souhaite obtenir ? Ensuite, je peux demander à l'IA de challenger mon raisonnement et de me proposer éventuellement une autre approche.
C'est devenu un réflexe assez naturel.
Automatiser les tâches répétitives avec des scripts Python et GitHub Copilot
C'est probablement là où j'ai obtenu les gains de temps les plus importants.
Dans ma mission, certaines activités de préparation et d'analyse étaient assez répétitives et demandaient beaucoup de manipulations de fichiers. J'ai donc commencé à utiliser l'IA, notamment GitHub Copilot, pour développer mes propres scripts Python.
Par exemple, pour les backtestings, je devais préparer des analyses d'écoulement des Cash Flows. Cette préparation prenait environ deux heures. J'ai développé un script qui automatise une grande partie de ce travail et permet maintenant de réaliser la même opération en une dizaine de minutes.
J'ai également automatisé l'analyse des écarts dans les fichiers de monitoring de production. Avant, il fallait passer manuellement sur les fichiers pour identifier les différences importantes. Maintenant, mon script fait cette préparation en une dizaine de secondes, contre 30 à 45 minutes auparavant.
Un autre exemple concerne le reporting trimestriel : une tâche qui prenait une journée de travail est maintenant réalisée en environ une heure et demie.
Ce que je trouve particulièrement intéressant, c'est que je peux créer moi-même ces petits outils, les adapter à mes besoins et les faire évoluer sans devoir systématiquement solliciter un développeur, puis les partager avec les autres BA de l'équipe.
Comprendre le code Java, les logs et les API grâce à l'IA
C'est un autre domaine dans lequel l'IA m'aide beaucoup.
En tant que BA, on doit régulièrement comprendre le fonctionnement de l'existant, et parfois aller assez loin dans les aspects techniques.
Je peux utiliser l'IA pour m'aider à lire et comprendre du code Java, notamment lorsque je dois analyser un comportement existant ou identifier l'origine d'un résultat inattendu.
Un autre exemple concerne les tests. Quand je dois faire évoluer une calculatrice VBA qui reproduit certains calculs métier, je peux lui présenter le code existant, expliquer les changements attendus et lui demander de m'aider à adapter la logique. Ensuite, je vérifie le résultat avec mes propres scénarios de tests.
Je l'utilise également pour comprendre des logs ou analyser des erreurs lors d'incidents de production, ou pour analyser une réponse API. Cela me permet parfois de mieux qualifier le problème avant même de solliciter les développeurs.
L'objectif n'est pas de remplacer leur expertise, mais d'arriver avec un premier niveau d'analyse et des questions plus précises.
Analyse et conception fonctionnelle : challenger son approche et générer des diagrammes BPMN
Je peux également présenter à l'IA le contexte d'un sujet, le fonctionnement actuel, le résultat attendu, les contraintes et les ressources disponibles.
Ensuite, je lui demande de challenger mon approche : est-ce que la solution envisagée est cohérente ? Est-ce qu'il existe une autre possibilité ? Quels sont les points de vigilance ?
Par exemple, sur un sujet d'évolution applicative, je peux lui décrire le fonctionnement actuel et la cible souhaitée, puis lui demander de comparer plusieurs solutions possibles.
Cela me permet de prendre du recul et de ne pas rester uniquement sur ma première idée.
Je l'utilise aussi pour des tâches plus concrètes de conception : générer des diagrammes BPMN, préparer des schémas de processus ou faire évoluer une spécification fonctionnelle globale à partir d'une nouvelle évolution.
Pour les diagrammes, par exemple, je peux décrire le processus et demander à l'IA de générer directement le code compatible avec Draw.io. Je récupère ensuite le résultat, je le vérifie et je fais les ajustements nécessaires.
C'est beaucoup plus rapide que de commencer un schéma entièrement à partir de zéro.
Cela me permet de passer beaucoup plus rapidement de mon analyse fonctionnelle à une représentation visuelle.
Plus généralement, j'utilise aussi l'IA pour préparer des tickets Jira, structurer des spécifications fonctionnelles, rédiger des emails, traduire des échanges ou comprendre rapidement un nouveau terme métier ou technique.
Mais ce qui est important, c'est que ces usages ne sont pas indépendants les uns des autres. Je peux par exemple partir d'une analyse fonctionnelle, utiliser l'IA pour comprendre le code existant, préparer une proposition de solution, puis générer un schéma pour expliquer cette solution à l'équipe.
L'IA a eu un impact sur ma façon de travailler avec les développeurs et mon équipe.
Je pense que l'IA a changé ma façon de travailler avec les développeurs, notamment dans la préparation des échanges.
Avant, lorsque je rencontrais une difficulté technique, je pouvais solliciter directement un développeur pour comprendre le code, examiner un fichier ou investiguer un comportement.
Aujourd'hui, je peux faire une première analyse de mon côté avec l'IA.
Par exemple, je peux examiner un code existant, comprendre la logique générale, identifier les contraintes techniques et même réfléchir à plusieurs solutions possibles.
Ensuite, lorsque j'organise un échange avec les développeurs, je ne viens plus forcément avec une question très générale du type : « Comment est-ce que ça fonctionne ? »
Je peux plutôt présenter mon analyse, expliquer ce que j'ai compris, proposer une approche et demander aux développeurs de confirmer sa faisabilité ou de challenger certains points.
On passe donc plus rapidement à la discussion sur la solution.
Je trouve que cela rend les échanges plus efficaces, parce que j'arrive avec un meilleur niveau de préparation et une compréhension plus précise du sujet.
Il y a aussi un autre aspect important : aujourd'hui, je peux prendre en charge certaines petites tâches techniques qui nécessitaient auparavant une intervention des développeurs.
Par exemple, extraire des données depuis un grand nombre de fichiers, traiter des fichiers volumineux, convertir différents formats ou analyser des logs.
Je peux développer mes propres scripts Python pour ces besoins, sans attendre qu'un développeur crée un outil spécifique.
Cela me donne davantage d'autonomie.
L'IA peut-elle remplacer un Business Analyst ?
Pour moi, non, en tout cas pas dans le rôle tel que je le conçois aujourd'hui.
L'IA peut très bien aider à produire une première analyse, rédiger une spécification, générer des scénarios de tests ou même proposer une solution technique.
Mais le travail du BA ne se limite pas à produire des documents.
Il faut comprendre le contexte global, les enjeux métier, les contraintes, les dépendances entre les applications et surtout les besoins réels des interlocuteurs.
Parfois, le besoin exprimé au départ n'est pas exactement le problème qu'il faut résoudre. Il faut poser les bonnes questions, challenger la demande, échanger avec les métiers et comprendre les conséquences d'une décision sur les autres fonctionnalités.
Il faut également savoir interpréter les résultats, anticiper les régressions et prendre la responsabilité de la validation fonctionnelle.
L'IA peut proposer une réponse, mais elle ne connaît pas nécessairement toutes les particularités de l'application ni les décisions prises historiquement par les équipes.
Pour moi, elle reste un assistant que l'on doit guider et dont il faut vérifier le travail.
Je pense plutôt que le métier de BA va évoluer : on aura probablement moins de temps consacré à certaines tâches de production et davantage de temps pour l'analyse, la compréhension métier et la prise de décision.
Ce que je délègue à l'IA et ce que je garde, après un an d'utilisation
Avec le recul, j'ai appris à faire une distinction assez claire.
Ce que je délègue volontiers à l'IA, c'est tout ce qui peut être préparé ou accéléré :
La génération et la reformulation de textes, les emails, les tickets Jira et les traductions.
Les résumés et les premières explications de notions métier ou techniques.
La génération d'une première version de scripts, de diagrammes ou de documents.
La recherche de pistes d'amélioration et l'automatisation des tâches manuelles.
La revue de mes propres solutions pour identifier des oublis ou envisager d'autres approches.
En revanche, je garde la responsabilité de l'analyse, des choix et de la validation.
C'est moi qui dois comprendre le besoin, définir la bonne approche, évaluer les impacts, vérifier les résultats et décider si la solution est adaptée au contexte.
Et bien sûr, je garde toute la partie relationnelle : les échanges avec les métiers, les discussions avec les développeurs, la clarification des besoins et la coordination des différentes équipes.
Les limites de l'IA que j'ai pu observer
Est-ce que j'ai déjà rencontré des limites ?
L'IA peut proposer du code qui semble correct, mais qui ne fonctionne pas dans notre environnement. Elle peut également mal interpréter une règle métier ou proposer une solution techniquement intéressante, mais incompatible avec l'architecture existante.
J'ai donc appris à ne pas considérer sa première réponse comme une réponse définitive.
Je fonctionne plutôt par étapes : je donne le contexte, je demande une première proposition, je la teste, je lui présente les résultats ou les erreurs et je lui demande de corriger.
Et surtout, dans cet environnement bancaire, il faut respecter les règles de confidentialité et d'utilisation des outils autorisés. On ne transmet pas de données sensibles ou d'informations confidentielles à un outil qui n'est pas approuvé pour cet usage.
Finalement, pour moi, l'IA est un assistant que je dois guider, contrôler et dont je dois vérifier le travail.
Conseils pour les Business Analysts qui débutent avec l'IA
Si un BA qui n'a jamais utilisé l'IA me demande par où commencer, je lui conseillerais de ne pas essayer d'apprendre tous les outils ou toutes les nouveautés.
Je lui dirais plutôt de commencer par observer son propre quotidien.
À chaque fois qu'il réalise une tâche, il peut se poser une question très simple : est-ce que je suis obligé de faire tout cela manuellement ? Est-ce qu'il existe une manière plus simple d'obtenir le même résultat ?
Par exemple, si je dois réaliser une analyse que j'ai déjà faite plusieurs fois, je peux réfléchir aux étapes qui prennent le plus de temps et voir si certaines peuvent être automatisées.
Et si c'est une nouvelle tâche, avant de commencer, je peux décrire mon objectif, les informations dont je dispose et le résultat que je veux obtenir. Ensuite, je demande à l'IA de m'aider à structurer une démarche ou à identifier une approche plus efficace.
Je conseille aussi de donner du contexte dans les prompts. Il ne faut pas simplement demander « fais-moi une analyse ». Il faut expliquer le métier, le problème, les contraintes, ce qu'on attend et sous quel format on veut obtenir le résultat.
Pour se former, je préfère apprendre à partir de mes propres cas d'usage. Quand je rencontre une difficulté, je cherche comment l'IA peut m'aider à la résoudre. Je teste, je compare les résultats et je garde ce qui fonctionne.
Cela me paraît beaucoup plus utile que de suivre toutes les nouveautés du marché sans savoir comment les appliquer à son métier.
Questions fréquentes sur l'usage de l'IA par un Business Analyst
Comment construire ses prompts ?
Je commence généralement par expliquer le contexte, puis le problème que je cherche à résoudre. Je précise les ressources disponibles, les contraintes et le résultat attendu. Si nécessaire, je donne un exemple de résultat pour que l'IA comprenne mieux ce que je veux obtenir. Et je travaille souvent par étapes plutôt que de demander tout en une seule fois.
Faut-il utiliser plusieurs outils d'IA ?
Principalement ChatGPT pour les analyses, les explications, la structuration des idées et la génération de contenus. Pour le développement de scripts Python, j'utilise notamment GitHub Copilot. Je choisis l'outil selon le besoin, mais le plus important reste la manière de formuler le problème et de vérifier le résultat.
Comment savoir si une tâche mérite d'être automatisée ?
Je regarde surtout la fréquence de la tâche, le temps qu'elle prend et la part de manipulations répétitives. Si je dois refaire régulièrement les mêmes opérations, c'est un bon candidat pour l'automatisation. Je regarde aussi si le résultat peut être contrôlé facilement, parce qu'une automatisation doit être fiable et reproductible.
Comment vérifier que le résultat de l'IA est correct ?
Je ne considère jamais sa réponse comme une validation. Pour du code, je le teste. Pour une analyse métier, je la confronte à la documentation et aux règles existantes. Pour une proposition technique, je vérifie sa faisabilité avec les développeurs. L'IA m'aide à avancer, mais la responsabilité du résultat reste de mon côté.
© INOCO 2025. Tous droits réservés.
© INOCO 2025. Tous droits réservés.


