Analyste décisionnel - Business Intelligence

Horizon 3-7 ans : bifurcation entre les profils augmentés et les profils déclassés

Le scénario central à 3-7 ans est une bifurcation nette du marché. D'un côté, les analystes BI qui auront intégré les outils d'IA générative dans leur workflow, développé une expertise sectorielle forte et acquis des compétences en data governance verront leur valeur augmenter. De l'autre, les profils cantonnés à la production de rapports standardisés seront progressivement remplacés par des outils low-code ou des agents IA.

Le mécanisme est le suivant : les LLMs sur données internes (Text-to-SQL, agents analytiques) vont démocratiser l'accès à la donnée pour les utilisateurs métier, réduisant la dépendance aux analystes pour les requêtes simples. En parallèle, la complexité des architectures data (lakehouses, data mesh, gouvernance multi-cloud) crée une demande croissante pour des profils capables de concevoir et de maintenir ces systèmes — un rôle hybride entre analyste BI et data engineer.

Selon Siècle Digital (2025), entre 2025 et 2030, le nombre de postes de Data Analysts devrait augmenter de 41 % à l'échelle mondiale, et d'ici 2028, environ 50 % des Data Analysts pourraient également faire de la data science grâce aux outils d'IA. Cette convergence des métiers est le frein principal à une automatisation totale : le périmètre du poste s'élargit plus vite qu'il ne se réduit.

Le frein structurel à l'automatisation reste la qualité des données : les entreprises françaises souffrent d'un déficit de maturité data (moins d'une sur deux avait investi dans l'IA en 2024 selon une étude citée par Linman & Associés), ce qui maintient un besoin fort d'analystes capables de nettoyer, documenter et fiabiliser les données avant toute exploitation par l'IA.

Horizon 7-15 ans : recomposition profonde du rôle, deux scénarios plausibles

Scénario optimiste — l'analyste BI comme stratège de la donnée : À mesure que les agents IA prennent en charge la production analytique courante, le rôle de l'analyste BI se déplace vers la définition des questions stratégiques, la validation des modèles, la gouvernance et l'interprétation des résultats dans leur contexte métier. Ce profil hybride — à la fois traducteur entre la technique et le business, garant de la qualité des données et pilote des outils IA — reste difficile à automatiser car il requiert un jugement contextuel et une responsabilité décisionnelle que les systèmes autonomes ne peuvent pas assumer seuls. Le WEF Future of Jobs 2025 place les data analysts parmi les rôles à croissance rapide, précisément parce qu'ils combinent compétences techniques et expertise de domaine.

Scénario pessimiste — déclassement par les agents analytiques : Si les LLMs multimodaux atteignent une fiabilité suffisante sur des données structurées d'entreprise, et si les interfaces conversationnelles permettent aux décideurs d'interroger directement leurs données sans intermédiaire, le volume de postes d'analystes BI juniors pourrait se contracter significativement. Ce scénario est cohérent avec la tendance observée par l'Indeed Hiring Lab : la normalisation du marché tech post-2022 a déjà réduit les volumes de recrutement, et une nouvelle vague d'automatisation pourrait accentuer ce mouvement sur les profils les moins différenciés.

Le facteur démographique et sectoriel : La transition écologique et la souveraineté industrielle créent des besoins nouveaux en analyse de données (reporting ESG, optimisation énergétique, chaînes d'approvisionnement résilientes) qui ne sont pas encore couverts par les outils IA. Ces niches sectorielles offrent des débouchés durables pour les analystes BI capables de combiner expertise data et connaissance des enjeux réglementaires (taxonomie verte, CSRD). La recomposition du métier est donc certaine ; sa disparition, peu probable à cet horizon.