Comment adapter les agents d’IA aux entreprises

Lors des rencontres avec les chefs d’entreprise, l’enthousiasme est palpable quant au potentiel de l’IA agentique. Mais il existe également un besoin évident de répondre à la question suivante : comment les chefs d’entreprise peuvent-ils déployer efficacement l’IA agentique ?

Une nouvelle étude de l’IBM® Institute for Business Value montre l’adhésion et l’enthousiasme des chefs d’entreprise : 86 % des personnes interrogées s’attendent à ce que l’automatisation des processus et la réinvention des workflows soient plus efficaces grâce aux agents d’IA à l’horizon 2027.

Les outils traditionnels d’IA ou d’automatisation de l’IA offrent des gains de productivité utiles, mais encore marginaux, sans pour autant transformer le processus sous-jacent. Grâce à l’IA agentique, nous pouvons réellement commencer à obtenir des résultats plus importants et plus stratégiques, susceptibles d’améliorer la productivité et l’efficacité de l’entreprise.

La question n’est pas seulement que l’IA nous indique quoi faire, mais qu’elle commence à le faire. Nous devons aller au-delà des assistants d’IA et élargir les possibilités offertes par les agents d’IA capables d’exécuter et d’adapter des processus sous la supervision humaine. Ce changement nécessite une véritable réorganisation de la manière dont le travail est effectué, afin de libérer le type de valeur que les chefs d’entreprise souhaitent réellement atteindre.

Selon l’IBM Institute for Business Value, 76 % des dirigeants interrogés déclarent déjà exploiter et fournir des démonstrations de faisabilité qui permettent d’automatiser de manière autonome des workflows intelligents grâce à des agents d’IA.

Tous les clients avec lesquels j’ai travaillé souhaitent que nous ayons une compréhension approfondie de l’IA agentique, ainsi qu’un point de vue et une expérience crédibles en matière de mise à l’échelle de l’IA agentique. Et pour de bonnes raisons. L’IA agentique est très prometteuse et présente un immense potentiel pour transformer votre entreprise, mais elle s’accompagne d’exigences techniques et nécessite un changement culturel au sein de l’entreprise.

D’après ma propre expérience, j’ai appris que le « comment » est devenu une préoccupation majeure pour les clients et les entreprises. Ils souhaitent vivement obtenir des résultats exceptionnels en matière de réduction des coûts, d’efficacité et de productivité. Voici mes réflexions sur la manière d’intégrer cette technologie et de la déployer à l’échelle pour obtenir d’excellents résultats.

Les domaines dans lesquels nous avons observé l’IA agentique à l’œuvre comprennent le service client, les achats, la finance et l’ensemble du processus informatique, mais c’est dans le service client en particulier que nous voyons une opportunité significative.

En effet, nous avons transformé les centres de contact qui utilisaient des chatbots traditionnels et des outils d’automatisation en adoptant une approche agentique. Notre approche conversationnelle agentique introduit une équipe coordonnée d’agents d’IA capables de traiter un éventail plus large et plus complexe de demandes client, au lieu d’un assistant unique fonctionnant à partir d’un script, à la manière d’un chatbot. Cela permet de réaliser des gains d’efficacité significatifs tout en fonctionnant sur la base de garde-fous définis afin de garantir la conformité et la cohérence.

Ce qui rend l’IA agentique plus efficace que les chatbots traditionnels, c’est sa capacité à fonctionner de manière holistique, non seulement en suivant des scripts, mais aussi en coordonnant dynamiquement les actions, en s’adaptant aux exceptions et en apprenant en permanence. Les agents ne travaillent pas selon une séquence fixe. Ils collaborent entre eux et avec des humains afin de déterminer le moyen le plus efficace de résoudre des tâches complexes en temps réel.

Certaines mesures préventives et préparatoires doivent être prises pour mettre en œuvre l’IA agentique de manière efficace avant qu’une entreprise puisse déployer des solutions à l’échelle et constater une amélioration des résultats.

La première étape consiste à identifier une opportunité au sein de votre entreprise. Par exemple, supposons que je souhaite améliorer l’efficacité de ma fonction achats et mettre en œuvre une solution agentique. IBM a mis au point une méthodologie permettant aux clients d’évaluer formellement si une solution agentique apporte de la valeur ajoutée et améliore le processus ou le workflow.

Notre approche d’évaluation de la préparation à l’IA agentique repose sur :

• une évaluation structurée réalisée à l’aide d’une combinaison de process mining et d’analyse de processus alimentée par LLM ;
• une conception permettant d’identifier les processus métier les mieux adaptés à l’IA agentique et à la transformation autonome ;
• cinq piliers pour évaluer dans quelle mesure un processus peut être réorganisé à l’aide de l’IA.

La deuxième partie du « comment » examine les capacités sous-jacentes de l’architecture d’entreprise et identifie la manière dont les architectures pourraient devoir évoluer. Cela peut impliquer de dépasser les couches d’intégration traditionnelles et de mettre en place une architecture moderne conçue pour des workflows autonomes et pilotés par l’IA. Voici quelques-unes des capacités nécessaires :

• Orchestration multi-agent et intégration basée sur les événements
• Gestion centralisée du catalogue et du cycle de vie des agents
• Mémoire des agents et stockage de contexte à long terme
• Produits de données modulaires et prêts pour l’IA
• Couches de gouvernance, d’observabilité et de sécurité adaptées aux agents d’IA

Les données restent essentielles au bon déploiement de l’IA et constituent un élément crucial de la conversation initiale. Chez IBM, nous estimons que cette application d’IA agentique ne peut apporter de valeur ajoutée que si vous combinez expérience, processus et données.

La gestion des données structurées et non structurées, la garantie de la qualité des données et la protection de leur confidentialité constituent des défis permanents. Cependant, avec les bonnes stratégies en place, les entreprises peuvent exploiter la puissance de l’IA en vue de stimuler la transformation et la croissance future.

Trois défis fondamentaux doivent être pris en compte concernant la préparation de l’entreprise à la transformation par l’IA.

• Accès aux données : on estime qu’en 2022, 90 % des données* générées par les entreprises étaient non structurées. Les entreprises doivent pouvoir accéder à ces données où qu’elles se trouvent et les unifier pour leur cas d’utilisation.
• Des données de qualité et intelligentes pour l’analyse en temps réel et l’IA : la qualité de votre IA dépend de la qualité des données que vous lui fournissez. Pouvez-vous faire confiance à ces données pour vos modèles d’IA ? Sont-elles de qualité suffisante et comment évaluer objectivement la qualité de vos données ? Répondez à ces questions avant de déployer l’IA.
• Sécurité des données : que vos données soient sur site ou dans un environnement multicloud, leur sécurité doit couvrir l’ensemble du périmètre. Prenez en compte toutes les données, quel que soit leur emplacement et qu’elles soient structurées ou non structurées.

Un autre facteur clé que les clients doivent prendre en compte est une gestion efficace du changement. Plus précisément, les clients doivent tenir compte des personnes qui doivent adopter l’IA dans le cadre de leur travail quotidien.

Un exemple concret est celui de la transformation des ressources humaines (RH), un cas d’utilisation pour lequel nous devons vraiment repenser les rôles des collaborateurs et déterminer où l’IA pourrait être la plus utile. Bon nombre de nos clients dans le domaine des RH envisagent d’améliorer les compétences et de procéder à une requalification des employés dont les rôles sont en cours de redéfinition.

La gestion du changement doit faire partie intégrante de toute transformation par l’IA. Il ne s’agit pas seulement d’une mise en œuvre technique, mais d’un processus holistique qui exige du client qu’il prenne en compte l’ensemble de l’écosystème qui permet à l’entreprise de fonctionner correctement, notamment la technologie, les processus et les collaborateurs.

Cette évolution vers l’IA agentique ne se résume pas à un simple changement pour les employés, ni à une reconfiguration des fonctions professionnelles. Chez IBM, par exemple, c’est la réinvention des processus visant à créer des workflows dans lesquels l’IA peut être intégrée pour optimiser le fonctionnement de l’entreprise qui a rendu cette transformation possible et permis de réaliser 3,5 milliards de gains de productivité.

Nous disposons des outils et de l’expertise nécessaires afin de conseiller nos clients sur la stratégie et la méthode appropriées pour intégrer l’IA agentique dans leur entreprise.

Une fois que le « comment » a été établi et que le client comprend ce qui est nécessaire pour déployer l’IA agentique efficacement, l’étape suivante consiste à intégrer l’IA agentique dans l’entreprise.

1. Repensez les processus pour l’IA agentique : l’IA agentique nécessite un changement dans la manière dont le travail est conçu et exécuté.
   Conseil : repensez les workflows à l’aide des agents. Déléguez les tâches routinières à l’IA tout en renforçant les rôles humains pour la supervision, l’escalade et le jugement à valeur ajoutée.
2. Assurez l’évolutivité : le déploiement des agents d’IA à travers les systèmes et les fonctions nécessite une orchestration robuste.
   Conseil : mettez en place une couche d’orchestration solide qui permet aux agents d’IA de travailler en toute sécurité sur différentes plateformes, de coordonner les tâches et de respecter les limites des processus et les couches de contrôle.
3. Préparez vos données : les agents ont besoin d’accéder à des données ciblées, de haute qualité et exploitables.
   Conseil : créez des produits de données propres à chaque cas d’utilisation, sélectionnés, gouvernés et accessibles via API, afin de garantir que les agents disposent des informations structurées dont ils ont besoin pour agir en temps réel et en fonction du contexte.
4. Optimisez les performances : il est essentiel de trouver le juste équilibre entre vitesse, fiabilité et coût à l’échelle.
   Conseil : équipez votre plateforme pour acheminer les tâches des agents vers les LLM et les outils appropriés en fonction de leur complexité et de leur coût. Utilisez la mise en cache, des modèles de secours intelligents et des contrôles d’utilisation afin de maximiser le retour sur investissement.
5. Testez la fiabilité : avant le déploiement, il est important de surveiller les agents afin de garantir leur équité et leur explicabilité.
   Conseil : intégrez l’évaluation des agents dans votre cycle de vie AgentOps. Automatisez les tests de précision, de partialité, de robustesse et de conformité éthique avant le déploiement et de manière continue pendant la production.
6. Mettez en place un cadre de gouvernance : le contrôle opérationnel et la visibilité sont essentiels pour une exécution fiable de l’IA.
   Conseil : créez un cadre de gouvernance qui inclut des mécanismes d’observabilité, des contrôles humains, le suivi des KPI et des pistes d’audit afin de surveiller le comportement des agents et leur impact sur les activités.
7. Accélérez le déploiement : obtenez rapidement de la valeur ajoutée et créez une dynamique.
   Conseil : commencez par des cas d’utilisation à forte valeur ajoutée et à portée limitée qui produisent rapidement des résultats. Utilisez des modèles d’agents réutilisables et des architectures modulaires pour vous développer horizontalement à travers les fonctions.
8. Suivez la valeur métier : l’impact doit être tangible et mesurable.
    Conseil : définissez des KPI tels que la convergence des workflows, les taux de transfert humain et l’amélioration des résultats. Utilisez-les pour guider l’itération, l’adoption et l’adhésion des dirigeants.

Voici trois recommandations pour intégrer l’IA agentique dans votre entreprise :

• Réimaginez les processus : ne vous contentez pas de corriger les processus défaillants, repensez-les entièrement en utilisant une approche augmentée.
• Ne vous limitez pas aux agents : considérez l’ensemble du processus métier de bout en bout, dont l’expérience utilisateur, l’orchestration des processus et les produits de données nécessaires. Réfléchissez à l’expérience globale que vous souhaitez proposer.

Prévoyez l’évolutivité : concevez votre architecture d’IA pour qu’elle puisse évoluer rapidement, en commençant par une gouvernance robuste dès le départ et des données de qualité avec lesquelles travailler dès maintenant et à l’avenir.

L’IA agentique est déjà au cœur de l’innovation dans les entreprises. Les plateformes SaaS traditionnelles évoluent vers des marketplaces d’agents, où les applications agentiques peuvent sourcer, invoquer et orchestrer des agents d’IA sur plusieurs systèmes pour exécuter des workflows complets.

Au lieu de s’appuyer sur des applications monolithiques afin d’exécuter des tâches rigides, les entreprises commenceront à déployer des systèmes multi-agents qui coordonnent le travail de manière dynamique, s’adaptent au contexte et réduisent le besoin d’intervention manuelle.

Cette transformation marque le début d’une nouvelle architecture pour les opérations numériques, axée sur l’autonomie, la rapidité et l’optimisation continue.

* Livre blanc IDC : The untapped value of unstructured data (La valeur inexploitée des données non structurées)