Microsoft a publié un nouveau mode d’agent AI pour son logiciel Excel, conçu pour automatiser les tâches de données en permettant aux utilisateurs de fournir des instructions en langage simple. La fonctionnalité génère des sorties telles que des tableaux de bord dynamiques, des modèles financiers et des fiches de données consolidées, visant à rendre la gestion complexe des données plus accessible. L’introduction du mode agent AI représente un changement d’interaction utilisateur avec le logiciel de feuille de calcul, passant de la saisie de formule manuelle et de la manipulation de données à un système de commande conversationnel. Comme indiqué dans une analyse par Kenji, cet outil est positionné pour modifier les workflows de gestion des données pour un large éventail d’utilisateurs. La fonction principale permet à un individu de décrire un résultat souhaité, comme un tracker budgétaire ou un rapport de vente, et l’IA construit automatiquement les tables, graphiques et formules correspondants. La technologie intègre l’intelligence artificielle aux capacités de calcul et de visualisation existantes d’Excel pour automatiser les tâches qui ont traditionnellement nécessité des connaissances spécialisées et un investissement en temps important. En interprétant les invites en langage naturel, l’agent peut effectuer des processus en plusieurs étapes qui autrement impliqueraient de naviguer dans les menus, d’écrire des formules complexes et de formatage manuellement les cellules. Cette approche est destinée à réduire la barrière à l’entrée pour l’analyse avancée des données et les rapports, permettant aux utilisateurs qui peuvent ne pas être compétents dans toutes les fonctionnalités avancées d’Excel. Un composant central du mode agent AI est sa capacité à générer des tableaux de bord dynamiques. Ce ne sont pas des rapports statiques mais sont conçus pour mettre à jour en temps réel à mesure que les données source sous-jacentes changent. Lorsqu’un utilisateur saisit de nouveaux chiffres, tels que les numéros de vente mis à jour ou les dépenses mensuelles, les graphiques et les tables de résumé du tableau de bord actualisent automatiquement sans nécessiter aucune autre action utilisateur. Cela fournit ce que la description de la fonctionnalité appelle des «informations instantanées», permettant aux utilisateurs de surveiller en continu des indicateurs de performance clés ou des mesures financières. Le processus de création implique que l’utilisateur décrivant les composants qu’il souhaite voir, par exemple, en spécifiant ses sources de revenus, ses catégories de dépenses et ses objectifs d’épargne pour un tableau de bord de financement personnel. L’IA assemble ensuite un résumé visuel complet, incorporant divers types de graphiques et tables formatés pour présenter clairement les informations. Cette automatisation contourne le processus traditionnel et plus intensif en main-d’œuvre de construction de tableaux de bord, ce qui implique généralement de créer des tables de pivot, de concevoir des graphiques et de les lier à des sources de données avec des formules. Une autre capacité clé est la création automatisée de modèles financiers sophistiqués. Le mode agent AI peut construire des outils analytiques complexes à partir d’une entrée utilisateur minimale. Des exemples de ces modèles comprennent des calendriers d’amortissement de prêt détaillés et des analyses de flux de trésorerie réduits (DCF). Pour générer un calendrier d’amortissement, un utilisateur fournirait le montant du prêt principal, le taux d’intérêt et la durée du prêt, et l’IA produirait un tableau complet décomposer chaque paiement en ses principaux composants sur toute la durée du prêt. Pour l’analyse des investissements, l’outil peut créer un modèle DCF, une méthode standard pour évaluer une entreprise. Cela implique que l’IA créant une structure qui intègre des hypothèses sur la croissance future des revenus, les coûts d’exploitation et les dépenses en capital pour prévoir les flux de trésorerie et calculer la valeur actuelle nette d’une entreprise. Le processus réduit considérablement l’effort manuel et l’expertise financière nécessaires pour construire ces modèles à partir de zéro. La consolidation des données est également une fonction principale. La fonctionnalité est conçue pour relever le défi commun de travailler avec des informations réparties sur plusieurs feuilles de calcul ou même différents fichiers. L’agent d’IA peut fusionner de manière transparente des sources de données disparates en un seul fichier maître cohésif. Par exemple, une entreprise avec des données de vente régionales situées dans des onglets distinctes pour le nord, le sud, l’est et l’ouest peut demander à l’IA de les combiner. L’agent interprétera la commande, identifiera les données pertinentes, alignera les colonnes et ajoutera les lignes dans un ensemble de données unifié. Cela simplifie l’analyse de collections d’informations grandes et fragmentées, ce qui facilite la réalisation de suivi et de rapports complets sans recourir à des méthodes manuelles de copie et de coche ou d’outils plus avancés comme la requête de puissance. Le système intègre également une fonctionnalité pour le raffinement itératif. Une fois que l’IA a généré une sortie initiale, les utilisateurs ne se retrouvent pas avec un résultat final et immuable. Au lieu de cela, ils peuvent s’engager dans un échange conversationnel avec l’agent pour effectuer des ajustements et des améliorations. Grâce à une série de questions ou de commandes de suivi, les utilisateurs peuvent demander des modifications au contenu généré. Par exemple, un utilisateur pourrait demander à l’IA de « changer le graphique à tarte en un graphique à barres », « ajouter une nouvelle colonne calculant le pourcentage d’une année à l’autre » ou « Filtrez les résultats pour afficher uniquement les données du dernier trimestre ». Cette capacité permet un processus d’amélioration progressive, garantissant que la sortie finale s’aligne plus précisément avec les exigences spécifiques et les besoins analytiques de l’utilisateur, conduisant à une plus grande précision et pertinence dans le produit final. Les applications pratiques du mode agent AI s’étendent dans divers scénarios professionnels et personnels. L’outil offre une utilité aux particuliers et aux organisations qui gèrent régulièrement de grands ensembles de données ou nécessitent une modélisation financière détaillée. Les cas d’utilisation clés comprennent:
- Planification hypothécaire: Le système peut générer automatiquement des tables d’amortissement complètes. Ces tableaux fournissent une ventilation détaillée de paiement par paiement, montrant la quantité de chaque versement alloué à l’intérêt par rapport au capital, ce qui est un outil précieux pour les acheteurs de maison et les planificateurs financiers.
- Suivi du budget: Pour la gestion des finances personnelles, les utilisateurs peuvent développer des tableaux de bord personnalisés pour surveiller les budgets mensuels. En décrivant leurs objectifs financiers, leurs revenus et leurs dépenses typiques, l’IA peut créer un système visuel pour suivre les habitudes de dépenses et progresser vers les objectifs d’épargne.
- Analyse des investissements: Les analystes financiers peuvent tirer parti de l’outil pour créer des modèles DCF. Ces modèles peuvent être générés pour inclure des sections pour les hypothèses clés, les prévisions pluriannuelles et les analyses de sensibilité, qui testent la façon dont l’évaluation change lorsque les variables clés sont modifiées.
- Performances des ventes: Les entreprises peuvent utiliser la fonctionnalité pour consolider les données de vente régionales. Les informations de différents territoires peuvent être fusionnées dans un fichier maître, permettant un suivi complet des performances et la création de rapports de résumé pour la gestion.
Un aspect important du mode AI de l’agent est son intégration avec d’autres applications dans la suite Microsoft Office, en particulier PowerPoint et Word. Cette fonctionnalité multiplateforme permet le transfert direct des informations d’Excel dans les formats de présentation et de document. Les utilisateurs peuvent générer un résumé financier ou un ensemble de graphiques analytiques dans Excel, puis demander à l’IA de créer une présentation PowerPoint correspondante. L’agent produira un ensemble de diapositives avec des thèmes et des dispositions personnalisables, les remplaçant automatiquement avec les visualisations et les tables de données du fichier Excel. De même, l’outil peut générer des rapports détaillés dans Word. Sur la base des données d’une feuille Excel, l’IA peut créer un document structuré avec un contenu modifiable et adapté, assurant une apparence cohérente et professionnelle. Cette intégration est conçue pour gagner du temps et maintenir l’uniformité lors de la présentation et du partage d’informations dérivées de l’analyse des données. Malgré ses capacités, le mode agent AI a plusieurs limitations et défis documentés que les utilisateurs doivent prendre en compte. L’efficacité de l’outil dépend fortement des instructions de l’utilisateur.
- Sensibilité rapide: La qualité de la sortie est directement liée à la clarté et à la spécificité des invites de l’utilisateur. Des instructions vagues ou de formulation ambigu peuvent conduire à des résultats incohérents ou incorrects, obligeant l’utilisateur à reformuler sa demande.
- Contraintes de jeu de données: L’outil a actuellement une capacité limitée à gérer des ensembles de données extrêmement grands. Il peut également faire face à des difficultés lorsque les utilisateurs souhaitent télécharger des fichiers complexes existants pour une personnalisation avancée, restreignant potentiellement son utilisation dans certains scénarios de Big Data.
- Aucun aperçu d’action: Une omission notable est l’absence d’une fonction d’aperçu. L’IA exécute des commandes immédiatement sans montrer d’abord à l’utilisateur un aperçu du résultat attendu. Cela peut entraîner des changements involontaires, forçant l’utilisateur à annuler l’action ou à effectuer des corrections manuelles.
- Intégration restreinte: Bien que l’intégration avec PowerPoint et Word existe, il a des limites fonctionnelles. L’outil peut avoir du mal à réutiliser des modèles de conception d’entreprise préexistants et hautement personnalisés ou à insérer intelligemment des données dans des sections spécifiques de documents établis, qui peuvent entraver les flux de travail de personnalisation avancés.
Microsoft a énoncé les plans pour le développement futur de la fonctionnalité, dans le but d’incorporer le mode AI d’agent directement dans la fonctionnalité plus large d’Excel. Cette décision est destinée à rendre la technologie plus accessible à une base d’utilisateurs plus large et à rationaliser son utilisation dans l’écosystème Microsoft 365. Les mises à jour futures devraient se concentrer sur la lutte contre les limitations actuelles. Ces améliorations prévues comprennent l’amélioration de la capacité de l’IA à interpréter des invites vagues ou complexes, augmentant sa capacité à gérer des ensembles de données plus importants et la création d’une intégration plus robuste avec d’autres applications de bureau. De plus, le développement peut inclure l’introduction d’une fonction d’aperçu d’action, qui donnerait aux utilisateurs un plus grand contrôle en leur permettant d’examiner et de confirmer les modifications proposées avant leur exécution.
