« Il est temps de repenser le travail et les systèmes dans lesquels il s’effectue, en plaçant les agents d’IA au cœur de leur fonctionnement. »
Une étude de Deloitte révèle pourquoi les organisations doivent repenser leurs processus et leurs effectifs pour exploiter pleinement le potentiel d’une entreprise agentique.
« Le déploiement d’agents d’IA ne suffira pas à concrétiser pleinement les promesses de l’avenir agentique ! Puisqu’une entreprise agentique fonctionnera probablement de manière fondamentalement différente des organisations actuelles, les méthodes de travail doivent également évoluer », explique China Widener, Vice Chair and US Technology, Media & Telecommunications Industry Leader, Deloitte.
Des ensembles d’agents intelligents devraient travailler de manière autonome – et en collaboration avec des partenaires humains – pour exécuter des tâches et prendre des décisions, tout en s’améliorant continuellement. « Se préparer à cet avenir exige bien plus que le simple déploiement de nouvelles technologies, continue China Widener. Cela exige de repenser le travail et les systèmes dans lesquels il s’effectue, en plaçant les agents d’IA au cœur de leur fonctionnement. »
Une adoption multi-agents encore réduite
Selon une étude de Deloitte auprès de 501 dirigeants, les entreprises peinent à élaborer une feuille de route intégrée et opérationnelle en ce début d’ère de l’IA agentique. Un vice-président exécutif des technologies de l’information dans le secteur de la distribution résume ainsi le défi auquel elles sont confrontées : « Si l’IA générative est le médicament, l’IA agentique est la pharmacie entière. Son potentiel est immense. Il faut prendre du recul pour comprendre comment procéder. »
La plupart des organisations sont sous pression et s’efforcent de passer de l’expérimentation à la production. Bien que beaucoup testent encore un petit nombre d’agents d’IA, un nombre similaire étend le déploiement des agents d’IA à l’ensemble des fonctions. En revanche, peu d’organisations ont atteint une adoption multi-agents à grande échelle et orchestrée. Deloitte les évalue à 15 %.
Lorsque cette adoption se généralise, elle concerne principalement des cas d’usage reproductibles et à faible risque, avec un retour sur investissement rapide, notamment dans les domaines du service client, de l’informatique et de l’ingénierie.
Les défis liés à la création d’un modèle opérationnel agentique
L’IA agentique oblige les dirigeants à se poser une question fondamentale : leurs modèles économiques resteront-ils pertinents lorsque des agents intelligents pourront remodeler la structure des coûts et le rôle des humains dans la création de valeur ?
« Cette question n’est plus théorique, estime China Widener. Près des deux tiers des dirigeants interrogés affirment que leur organisation réévalue son modèle économique en raison des progrès de l’IA agentique. »
Le responsable de la gestion des produits numériques et de science des données d’une entreprise des sciences de la vie déclare : « Si nous ne nous orientons pas dans cette direction [vers une entreprise autonome basée sur l’IA], nous risquons d’être obsolètes sur le marché d’ici cinq à dix ans. L’urgence est donc réelle, mais nous devons également relever d’importants défis… »
Un fonctionnement autonome avec une prise de décision autonome
Deloitte voit trois défis. En fait, trois facteurs fondamentaux et interdépendants qui entravent cette vision et empêchent les organisations de déployer l’IA à grande échelle : l’absence d’une base de données unifiée et accessible (72 %), l’incapacité à faire confiance aux agents et à les gouverner (70 %) et le coût et la complexité de l’intégration (67 %).
De plus, les obstacles courants à l’adoption et à l’intégration de l’IA — notamment en matière de données, de décisions, de gouvernance, d’organisation, de personnel et de coûts — évoluent à mesure que le rythme des changements technologiques dépasse celui des changements organisationnels. A entendre China Widener, « les deux points faibles les plus importants sont de loin le personnel et les processus métier, ce qui indique que le développement de nouvelles méthodes de travail avec l’IA agentique nécessite encore une attention particulière. »
Pour atteindre une échelle plus large – et permettre des flux de travail plus autonomes et transversaux – les organisations doivent considérer l’IA agentique comme une transformation globale de l’entreprise. Un dirigeant du secteur des sciences de la vie interviewé décrit le changement en profondeur nécessaire : « Une entreprise agentique ne se définit pas par le nombre d’agents d’IA qu’elle possède. C’est une organisation qui intègre pleinement des agents d’IA adaptés à ses besoins dans ses opérations essentielles… Il ne s’agit pas simplement d’automatisation. Il s’agit d’un fonctionnement autonome avec une prise de décision autonome. »
