.jpg?w=1024)
Au cours des deux dernières années, la plupart des initiatives d’IA en entreprise ont visé à améliorer la productivité des employés grâce aux copilotes. Aujourd’hui, l’adoption entre dans une nouvelle phase : les workflows autonomes.
Les agents d’IA vont au-delà de la simple génération de recommandations en accomplissant des tâches dans différentes applications métier, avec une supervision humaine limitée. Ils peuvent mettre à jour des fiches CRM, créer des tickets d’assistance, traiter des demandes courantes et coordonner des workflows en plusieurs étapes.
Les initiatives récentes d’OpenAI, Microsoft et ServiceNow montrent que les fournisseurs de solutions pour entreprises se livrent de plus en plus concurrence sur l’efficacité avec laquelle l’IA accomplit des tâches — et non plus seulement sur sa capacité à générer du contenu. Ce changement contraint les responsables informatiques à repenser la gouvernance, la sécurité et la responsabilité.
De l’assistance à l’automatisation
Les plus grands éditeurs de logiciels du secteur ne se livrent plus concurrence uniquement sur le modèle le plus performant. Ils se mesurent de plus en plus à l’efficacité avec laquelle l’IA s’intègre aux workflows métier du quotidien.
L’IA générative a d’abord gagné du terrain comme outil de productivité. Les employés l’utilisaient pour accélérer leur travail quotidien, mais la technologie restait largement consultative. Ils examinaient les résultats avant de décider de les utiliser.
Les agents d’IA vont un cran plus loin que la simple génération de contenu, puisqu’ils peuvent exécuter des workflows en plusieurs étapes avec peu ou pas d’intervention humaine. C’est idéal pour les organisations qui cherchent à gagner en efficacité : les agents d’IA promettent de réduire le travail manuel et de permettre aux employés de se concentrer sur les tâches qui exigent du discernement ou de la créativité.
Les lancements récents d’OpenAI, de Microsoft, de ServiceNow et d’autres fournisseurs de solutions pour entreprises montrent clairement la direction prise : l’IA est intégrée à des systèmes où elle peut lancer des tâches, mettre à jour des fiches et coordonner des workflows, plutôt que de se contenter de générer des suggestions.
Ces tendances suggèrent que les logiciels d’entreprise dépassent le stade de l’IA qui se contente de générer des informations pour évoluer vers une IA capable d’accomplir des tâches.
Davantage d’autonomie implique davantage de risques
Donner à l’IA la capacité d’interagir directement avec les systèmes d’entreprise signifie également que la gouvernance devient tout aussi importante que les performances du modèle, et la plupart des organisations adoptent une approche prudente.
Contrairement à un chatbot qui se contente de générer du texte, un agent autonome peut accéder aux systèmes internes et aux données de l’entreprise, ce qui crée de nouveaux risques en matière d’autorisations, de conformité et de responsabilité. Un chatbot qui produit une réponse inexacte peut généralement être corrigé par un utilisateur.
En revanche, un agent d’IA autorisé à accéder aux systèmes métier pourrait effectuer des changements qui affectent les clients, les employés ou des opérations critiques.
Pour éviter des erreurs coûteuses, les responsables informatiques doivent déterminer quelles actions les agents sont autorisés à effectuer, comment ces actions sont surveillées et dans quels cas une intervention humaine est requise. Les organisations élaborent également des politiques visant à documenter les décisions générées par l’IA et à garantir que les employés puissent reprendre la main sur les workflows automatisés lorsque cela est nécessaire.
De nombreuses organisations réagissent en limitant les agents à des workflows répétitifs et précisément délimités, plutôt qu’en confiant des services entiers à des systèmes autonomes. Ces cas d’usage sont suffisamment structurés pour être automatisés sans écarter les personnes des décisions critiques.
La sécurité reste une autre préoccupation majeure. Les agents d’IA peuvent traiter des informations sensibles de l’entreprise, ce qui fait des contrôles d’accès, de la surveillance et de la protection des données des points essentiels à prendre en compte avant tout déploiement à plus grande échelle.
Mesurer la valeur métier
L’essor des agents d’IA reflète également l’évolution des attentes en matière de retour sur investissement.
Les questions récentes autour de la plateforme Agentforce de Salesforce montrent que les entreprises se montrent plus exigeantes quant aux domaines dans lesquels l’IA apporte une valeur mesurable. Les investisseurs et les analystes ne se contentent plus de plus en plus des annonces de produits : ils recherchent des signes d’adoption par les clients, d’améliorations opérationnelles et de retour sur investissement.
Désormais, il semble que les dirigeants ne se demandent plus s’ils doivent adopter l’IA, mais quels projets d’IA améliorent réellement l’efficacité et lesquels ne font qu’ajouter de la complexité. Pour les responsables informatiques, cela signifie identifier les workflows suffisamment répétitifs pour être automatisés, tout en maintenant une supervision suffisante pour réduire les risques opérationnels.
Le succès de ces outils dépendra probablement moins du déploiement du modèle le plus avancé que de la sélection des bons processus métier à automatiser.
Les agents d’IA pourraient représenter la prochaine étape de l’automatisation en entreprise, mais leur adoption à grande échelle dépendra autant de la confiance que de la technologie. Les DSI devront concentrer leurs efforts sur l’identification des domaines où les systèmes autonomes peuvent apporter une réelle valeur, tout en veillant à ce que les personnes gardent le contrôle lorsque cela compte le plus.
À lire aussi : OpenAI étudierait des expériences ChatGPT destinées aux familles, signe de sa prochaine offensive auprès des consommateurs, au-delà des utilisateurs individuels et des entreprises.