Comment l’IA agentive va-t-elle remettre en question et transformer vos activités? 

Les agents de l’intelligence artificielle (IA) ont le potentiel d’optimiser l’efficacité, d’accroître l’agilité et d’améliorer la productivité. La question n’est pas seulement de savoir comment vous allez automatiser ou augmenter le travail, mais aussi comment vous allez transformer le modèle opérationnel, en équilibrant le talent humain et l’IA agentive pour un impact durable.

L’IA agentive représente une nouvelle génération d’IA. Contrairement aux modèles précédents, l'IA agentive peut planifier, prendre des décisions et exécuter des tâches avec un minimum de supervision humaine*. Pour les chefs d’entreprise, cette distinction est importante : elle fait passer l’IA d’un outil qui stimule la productivité à une capacité stratégique qui redéfinit la manière dont le travail est effectué et où de la valeur est créée.

Les preuves de ce changement s’accumulent. Une recherche dans Salesforce* révèle que 80 % des dirigeants des ressources humaines (RH) s’attendent à ce que la plupart des effectifs aient des agents humains et de l’IA qui travaillent ensemble dans les cinq ans. La recherche* met en évidence un paradoxe : une vaste expérimentation avec GenAI, mais un impact limité sur les résultats jusqu’à présent. Cela constitue un cas fort pour aller au-delà de l’utilisation d’outils d’IA vers des agents évolutifs et axés sur les objectifs qui exécutent du travail réel et produisent des résultats mesurables. En complément, une étude récente du MIT* indique que l’incidence sur les profits et pertes (P&L) est faible, voire nulle, ce qui renforce la nécessité de concevoir dès le début des flux de travail intégrés et des résultats pour l’entreprise.

Au fur et à mesure que les capacités des agents se développent, notre imagination de la nature et de la conception du travail lui-même doit également s’accroître. L’IA agentive permet une automatisation sans précédent des flux de travail complexes en intégrant des tâches cognitives sophistiquées et en accédant à diverses sources de données au-delà de ce que les humains peuvent faire. Une stratégie réussie de transformation de l’IA doit donc équilibrer l’adaptation sécuritaire des systèmes existants pour la continuité opérationnelle avec une innovation rapide pour assurer l’avenir de l’entreprise. 

À mesure que l’IA redéfinit les modèles d’affaires, les agents serviront d’interface principale entre les utilisateurs (y compris les partenaires commerciaux, les clients et les employés) et les systèmes. Chaque application pour entreprise et consommateur est destinée à devenir un outil auquel les agents peuvent accéder; l’adoption du protocole de contexte modèle d’Anthropic* le montre en action en permettant un accès transparent aux applications d’entreprise cloisonnées. 

Grâce à leur conception axée sur les objectifs, les agents intégrés à l’entreprise permettent aux organisations d’orchestrer le travail entre les humains et l’IA, générant des gains de rendement mesurables et un avantage stratégique. 

Dans un sondage de 2025, environ 29 % des grandes entreprises ont déployé de l’IA agentive* ou des agents autonomes avancés, et 44 % prévoient de le faire au cours de la prochaine année. D’ici 2026, jusqu’à 40 % des applications d’entreprise devraient comporter des agents d’IA propres aux tâches*, ce qui étend l’empreinte de la technologie au-delà du 5 % actuel (2025) et fait de l’IA agentive un élément central des architectures informatiques d’entreprise. 

L’adoption rapide stimule la transformation dans les fonctions opérationnelles, en contact avec la clientèle et de travail de connaissances. Citibank* prévoit que l’IA agentive va véritablement stimuler l’économie du « Faites-le pour moi ». La recherche* montre comment les systèmes autonomes qui influencent les choix (plutôt que ceux guidés par les utilisateurs) modifient le champ de bataille concurrentiel, en privilégiant les résultats plutôt que la fidélité à la marque. Par exemple, un agent ne se soucie pas du temps qu’un client a passé avec le même fournisseur d’assurance; il recommandera simplement où aller pour obtenir le meilleur résultat. 

Figure 1. Analyses approfondies du secteur : Cas d’utilisation de l’IA agentive

L’IA agentive est une occasion stratégique de repenser les rôles de travail, les flux de travail, les mesures et la gouvernance, afin de traduire l’investissement en valeur d’entreprise durable. Au fur et à mesure que les capacités d’IA agentive évoluent, comment les dirigeants d’entreprise maintiendront-ils le modèle opérationnel durable?

La réponse réside dans un système d’exploitation amélioré (SEA) par l’IA. Dans un tel modèle, l’IA est intégrée à l’ensemble de la chaîne de valeur pour stimuler une réinvention continue pour des gains de performance exponentiels, tout en rendant le travail plus accessible et plus humain. Cela nécessite un écosystème comprenant huit facteurs de changement critiques :

L’approche CTdT reflète l’évolution de la réalité selon laquelle le travail n’est plus limité au modèle classique employeur-employé, mais comprend un éventail d’agents humains, numériques et automatisés. En appliquant le CTdT, les entreprises peuvent évaluer ces coûts complets par rapport aux rendements attendus pour prendre des décisions éclairées sur le montant à automatiser, où déployer les agents d’IA et comment optimiser les modèles de main-d’œuvre hybrides. Par conséquent, tous les coûts associés à l’exécution du travail sont saisis, y compris :

• Coûts de main-d’œuvre traditionnels (ETP, entrepreneurs, agents libres)
• Coûts associés aux travailleurs à la demande et aux plateformes de talents
• Coûts d’externalisation et de fournisseurs, y compris les frais pour les services d’IA et de robotique
• Dépenses en capital liées aux investissements dans la technologie et les alliances stratégiques, amorties comme charges en capital annualisées 

• Les dirigeants mettent en œuvre des programmes de transformation de l’entreprise qui impliquent leurs collaborateurs, en tenant compte de la manière dont la transition des applications vers les agents modifie leurs modèles d’affaires. Une vision claire de la collaboration homme-IA exige que les dirigeants à tous les niveaux soient responsables de la transformation durable et de la réinvention perpétuelle à mesure que les capacités de l’IA évoluent.
  
  
• Les capacités de leadership s’étendent à la gestion d’équipes hybrides, à la promotion active de l’innovation et du changement dirigés par l’IA, et à la réalisation de compromis de portefeuille et d’exploitation entre l’automatisation et les talents.

• Une communication transparente sur ce que les agents peuvent ou ne peuvent pas faire et sur la façon dont ils soutiennent (et non remplacent) les employés renforce la confiance plutôt que de nourrir la peur.
  
  
• Partage de la responsabilité et de l’état de préparation au changement grâce à la cocréation de solutions avec les équipes de première ligne tout en harmonisant les mesures incitatives afin que les employés profitent de gains de productivité (y compris l’amélioration des crédits et la mobilité professionnelle).

• Cadres éthiques et juridiques : La nouvelle gouvernance définit les droits de propriété intellectuelle, l’utilisation des données et la responsabilité pour les contributions à l’IA et le travail humain, assurant ainsi une clarté éthique et juridique dans les environnements améliorés par l’IA. Par exemple, dans les industries créatives, les contrats précisent la propriété entre le contenu généré par l’IA et les intrants humains afin de protéger l’avantage concurrentiel et la conformité.
  
  
• Contrôle de la qualité et gestion des risques : Les chefs d’entreprise appliquent et surveillent des cadres de cybersécurité rigoureux et vérifiables* afin de faire face à une nouvelle vague de risques liés à la cybersécurité. Par exemple, les acteurs malveillants pourraient manipuler des grands modèles de langage (GML) au niveau des invites et inciter les agents à divulguer des données sensibles ou à effectuer des actions non souhaitées. Les hallucinations de modèles peuvent non seulement nuire à l’expérience utilisateur, mais aussi exposer une entreprise à des risques juridiques et de conformité, en particulier dans les secteurs réglementés tels que la banque et l’assurance. Les cadres de responsabilité traitent les décisions et les risques liés à l’IA avec une responsabilité claire, tandis que des indicateurs normalisés évaluent les résultats de l’IA par rapport aux objectifs organisationnels.
  
  
• Systèmes collaboratifs et adaptatifs : La gouvernance prend en charge le partage des connaissances grâce à l’IA et intègre des systèmes de surveillance en temps réel pour gérer les flux de travail dynamiques. Cette capacité déplace l’attention des rôles traditionnels vers des cycles de vie basés sur des tâches et des projets impliquant des humains et des agents IA (projets à court et à long terme). Par exemple, les entreprises technologiques utilisent des plateformes infonuagiques où les employés humains et les agents d’IA mettent à jour les données du projet en collaboration, tandis que les systèmes de surveillance suivent les progrès et la conformité.

• Les entreprises doivent valoriser les structures adaptatives (p. ex., les modèles de plateforme) par rapport aux hiérarchies rigides pour permettre une plus grande agilité. L’innovation technologique est équilibrée par une stratégie de main-d’œuvre qui s’adapte parfaitement à un modèle mixte (ETP, travail à la demande et main-d’œuvre numérique combinés).
  
  
• Une approche audacieuse pour naviguer dans les complexités de la transformation axée sur l’IA consiste à regrouper les fonctions RH et numériques sous une seule fonction de direction, comme l’a fait Moderna* en créant le poste de directeur des ressources humaines et des technologies numériques. Ce rôle fusionne la stratégie de gestion des talents avec l’innovation technologique pour favoriser une transformation numérique holistique, en harmonisant efficacement la gestion de la main-d’œuvre et des agents, les outils numériques et la prise de décision axée sur les données. 

• Les employés sont encouragés à faire un « acte de foi » pour développer les capacités d’IA. Une façon d’y parvenir est de reconnaître et de récompenser non seulement les résultats, mais aussi la recherche active de problèmes et la refonte des processus. Une autre méthode consiste à mettre en place des mesures incitatives pour encourager les employés à adopter l’IA dans leur travail (par exemple, des récompenses ponctuelles pour le développement d’agents innovants qui réduisent le temps et le coût d’un flux de travail ou augmentent la productivité humaine).
  
  
• Pour accéder à une source quasi infinie d’innovation en vue de soutenir leur croissance, les entreprises doivent s’appuyer sur une culture de l’expérimentation (avec des garde-fous appropriés) fondée sur la protection psychologique. L’intégration de « bacs à sable pour agents d’IA » (environnements contrôlés pour le développement de preuves de concept avant un déploiement à plus grande échelle) permet aux employés d’expérimenter en toute sécurité les outils de l’IA tout en atténuant les risques. Des expériences réussies et sécurisées qui montrent un rendement du capital investi (RCI) clair peuvent ensuite être mises à l’échelle, avec des contributeurs reconnus et récompensés pour avoir favorisé l’innovation.

• Les cas d’utilisation des agents IA ne feront que se multiplier à mesure que la technologie évoluera, donnant lieu à une refonte des flux de travail pour l’exécution humaine-IA. Pour les cadres supérieurs, cette évolution offre l’occasion de favoriser une plus grande agilité et de se concentrer sur les priorités stratégiques qui apportent de la valeur.
  
  
• Pour favoriser une véritable transformation, la technologie doit être complétée par des flux de travail adaptatifs et des stratégies de main-d’œuvre agiles qui intègrent entièrement les agents de l’IA dans les opérations quotidiennes. Cela implique de repenser les processus afin d’intégrer les agents IA en tant que collaborateurs actifs chargés d’effectuer des tâches cognitives routinières ou complexes, afin que les employés puissent se concentrer sur des tâches stratégiques à forte valeur ajoutée. Les pratiques opérationnelles telles que la prise de décision, le partage des connaissances et la gestion des performances doivent être réajustées afin de refléter ce nouveau partenariat entre l’humain et l’IA. Par exemple, intégrer des points de contrôle pour valider les résultats de l’IA dans les flux de travail, assurer la qualité et maintenir la conformité, tout en continuant à favoriser l’expérimentation et l’apprentissage. 

• Les agents modifieront rapidement les compétences requises de la main-d’œuvre. Permettre aux talents de se perfectionner en continu, du lever au coucher du soleil, en anticipant les compétences émergentes grâce aux données sur la main-d’œuvre et à la télémétrie des agents (données et signaux collectés par les agents IA).
  
  
• Programmes ouverts sur la maîtrise de l’IA et les parcours professionnels des employés, soutenus par des contenus d’apprentissage personnalisés afin de combler les lacunes en matière de compétences et de répondre aux aspirations. Les approches axées sur les compétences de Mercer et les ressources sur les compétences futures montrent comment appuyer ce changement.

Les chefs d’entreprise peuvent jeter les bases d’un succès durable grâce à l’IA agentive en adoptant une approche structurée, en commençant par des programmes pilotes, en testant l’IA agentive au moyen de sprints dans des domaines clés et en acquérant des connaissances avant de passer à la transformation à grande échelle. Les gains rapides consistent notamment à se concentrer sur les processus où l’IA peut apporter une valeur immédiate, afin de renforcer la confiance et de créer une dynamique. Impliquer les responsables à tous les niveaux faciliterait davantage le changement. Il est important d’élaborer des directives initiales pour assurer une utilisation responsable et conforme de l’IA. 

Pour faciliter l’adoption, continuez à examiner l’infrastructure existante et les dépenses en immobilisations pour soutenir un déploiement efficace de l’IA, tout en établissant des indicateurs clés de performance (ICP) clairs pour mesurer l’impact et la durabilité de vos initiatives en matière d’IA. Grâce à une communication ouverte, une culture d’apprentissage continu et une gestion du changement, la mise en œuvre se fait plus facilement, ce qui permet à votre organisation de tirer pleinement parti des avantages de la transformation axée sur l’IA.

L’IA agentive deviendra-t-elle la pierre angulaire d’une entreprise plus forte et plus humaine, ou une base fragile qui s’effondrera sous le poids du changement? L’avenir qui attend votre entreprise dépend de la façon dont vous concevez le travail. En se concentrant sur huit facteurs de changement, les dirigeants peuvent mettre en place un système d’exploitation amélioré (SEA) qui tire le meilleur parti des personnes et des agents, avec un impact qui se reflète dans les résultats financiers.

* Disponible en anglais seulement