1. Les processus : Des tâches à l'orchestration

Lorsque l'on parle d'agents, deux choses sont souvent confondues : un agentqui est une interface qui agit de manière autonome, et l agenticitéqui est un paradigme plus large. Il s'agit de l'évolution naturelle de l'automatisation des processus robotiques (RPA), mais en y intégrant le raisonnement et l'adaptabilité.

La RPA traditionnelle nécessitait le codage en dur de chaque règle, une tâche qui devenait rapidement ingérable. L'IA agentique change cela : au lieu d'encoder chaque décision, nous déléguons le raisonnement à l'agent, nous déléguons le raisonnement à l'agentce qui permet de gagner en flexibilité et en échelle.

Bien entendu, toute refonte de processus soulève une question cruciale : Qu'est-ce qui doit être automatisé et qu'est-ce qui doit être augmenté ?

"Le véritable défi n'est pas de décider ce qu'il faut automatiser. C'est d'orchestrer la collaboration entre les humains et l'IA."

L'automatisation supprime les étapes manuelles, tandis que l'augmentation permet aux employés de prendre plus rapidement de meilleures décisions. Mais les résultats les plus probants sont obtenus lorsque les entreprises orchestrent l'automatisation et l'augmentationplutôt que de les traiter comme des stratégies opposées.

Par exemple, dans un processus d'approbation de crédit, l'IA peut extraire et saisir automatiquement des data partir de centaines de documents. Mais la décision sur le taux de crédit final est toujours mieux prise par un humain informé par les recommandations générées par l'IA. La clé est l l'orchestration: savoir quand s'appuyer sur l'automatisation, quand l'augmenter et quand la valider.

Le premier "P", ProcessusIl s'agit de passer de cas d'utilisation isolés à des conceptions de bout en bout qui combinent de manière transparente l'IA et le jugement humain. de bout en bout qui combinent de manière transparente l'IA et le jugement humain.

2. Les personnes : Formation, rôles et révolution humaine

Cette transformation n'oppose pas les humains aux machines. Il s'agit de redéfinir le mode de fonctionnement de l'entreprise. Certaines tâches disparaîtront. D'autres évolueront. Et des rôles entièrement nouveaux apparaîtront.

"Chaque révolution détruit des emplois, en crée d'autres et transforme ceux qui existent déjà. L'IA ne fait pas exception à la règle.

La première implication est la formation. Aucune transformation ne peut réussir si les employés ne sont pas prêts à l'adopter. Même le meilleur système d'IA au monde ne réussira pas si les gens ne savent pas comment l'utiliser.

Des chiffres récents montrent que si 86% des employés pensent qu'ils ont besoin d'une formation à l'IA, seuls 14 % d'entre eux l'ont effectivement reçue. Il s'agit d'un écart considérable et d'un obstacle majeur à l'adoption de l'IA.

Au-delà de la formation, de nouveaux rôles hybrides se développent. Les catalyseurs comblent le fossé entre la technologie et l'entreprise. Les propriétaires de processus (PO) repensent les flux de travail de bout en bout. Les Business Builders (profils non techniques qui comprennent les messages-guides, les agents et la logique LLM) font également leur apparition.

Ces rôles incarnent une vérité simple : La transformation de l'IA est autant une question de personnes et de culture que d'algorithmes.

3. La plate-forme : Le nouveau système d'exploitation pour les agents

Au fur et à mesure que les équipes expérimentent les agents, quelque chose d'intéressant se produit : soudain, les entreprises réalisent qu'elles ont des centaines de mini-assistants autonomes qui opèrent au sein des équipes, avec peu de visibilité ou de contrôle.

C'est un peu comme avoir 500 stagiaires, chacun ayant accès à des lecteurs partagés, sans que personne dans les RH ne sache qu'ils existent. Telle est la réalité actuelle de nombreuses organisations qui déploient des agents d'IA sans gouvernance centrale.

C'est pourquoi il est essentiel de disposer d'une robuste est crucialenon seulement pour déployer des agents, mais aussi pour les surveiller, les évaluer et les gouverner. pour déployer des agents, mais aussi pour les contrôler, les évaluer et les gérer. Elle est essentielle pour garantir la traçabilité, la responsabilité et la sécurité.

Le service informatique de demain ressemblera très probablement à un service de ressources humaines pour les agents d'intelligence artificielle. Mais la responsabilité ne s'arrête pas là. Les équipes chargées des affaires, des data et de l'informatique doivent partager la supervision :

  • L'INFORMATIQUE veille au bon fonctionnement de l'infrastructure et des pipelines de data .
  • Les équipes chargées desData vérifient que les agents récupèrent et utilisent les bonnes informations.
  • Les équipes commerciales valider que les réponses sont conformes à la tonalité de la marque, aux besoins des clients et à la conformité.

En bref, la gouvernance des agents n'est pas seulement technique, elle est transversale.

Enfin, la qualité des data reste le principal facteur de réussite ou d'échec. De nombreux pilotes fonctionnent à merveille lorsqu'ils sont isolés, mais échouent lorsqu'ils sont intégrés dans des systèmes réels parce que les data en temps réel ne sont pas accessibles. Dans un monde où les modèles sont des marchandises, lesdata sont le facteur de différenciation d'une entreprise. Lorsqu'elle est bien gérée, la transformation agentique s'étend durablement.

4. La position : L'évolution prochaine de la présence numérique

Le quatrième "P". Positionest tourné vers l'extérieur. Il concerne la manière dont les agents d'IA transforment l'interaction avec les clients, la visibilité de la marque et la stratégie numérique.

Dans cette nouvelle ère, les moteurs conversationnels tels que ChatGPT, Gemini ou Mistral deviennent des passerelles vers l'information et même vers les transactions. Aux États-Unis, les utilisateurs peuvent désormais acheter des produits directement dans ChatGPT.

Cela soulève une question cruciale : Si les clients peuvent découvrir, comparer et acheter les produits d'une entreprise sans jamais visiter son site web, à quoi sert sa présence numérique ?

La discipline émergente de l l'optimisation générative des moteurs (GEO) va bien au-delà du référencement traditionnel. Les moteurs de conversation s'appuient sur un ensemble de sources, des forums communautaires aux blogs indépendants, et pas seulement sur les pages classées par les moteurs de recherche.

"GEO n'est pas SEO 2.0. Il s'agit d'une refonte complète de la manière dont les gens trouvent, choisissent et interagissent avec les marques".

En 2023, seuls 2.5% des recherches en ligne commençaient sur des plateformes conversationnelles. Aujourd'hui, ce chiffre est passé à 6%. Cela peut sembler peu, mais si la tendance se poursuit, elle dominera bientôt la découverte numérique.

Cela signifie que les entreprises doivent se repositionner dès à présent. Certaines peuvent choisir d'introduire leurs data directement dans de grands modèles linguistiques, devenant ainsi des fournisseurs invisibles de services d'arrière-guichet. D'autres construiront leurs propres expériences conversationnelles pour compléter ces écosystèmes. Dans tous les cas, le choix doit être stratégique et non réactif.

Préparer l'avenir agentique

Pour devenir une entreprise agentique, il ne suffit pas de déployer des technologies. Il s'agit de repenser le mode de fonctionnement d'une organisation, processus par processus, personne par personne, plateforme par plateforme.

"Ne considérez pas la transformation agentie comme un ensemble de cas d'utilisation. Pensez-y comme une réécriture du mode de fonctionnement de votre entreprise."

Ceux qui réussiront verront l'IA non pas comme un outil, mais comme un collaborateur : un collaborateur qui remodèle le travail, l'apprentissage et l'engagement des clients. Cette révolution est encore jeune, mais une chose est claire : L'adaptation de l'IA n'est pas seulement un défi technique, c'est aussi un défi organisationnel. Et ceux qui maîtrisent les 4P seront les mieux placés pour la mener à bien.

Hanan Ouazan est diplômé de l'Ecole Normale Supérieure et de l'Ecole Centrale de Lille avec des diplômes en ML et en IA. Il a rejoint Artefact il y a près de dix ans. Il est aujourd'hui Managing Partner et Global Lead AI Acceleration.