Derrière l’engouement médiatique autour de l’IA agentique se cache une réalité bien moins enthousiasmante : une stratégie de verrouillage orchestrée par les grands éditeurs, qui investissent des centaines de milliards pour imposer leurs agents intelligents et pouvoir augmenter leurs tarifs. Pourtant, la vraie révolution n’est pas là où l’on croit. Je vous propose de prendre du recul sur cette nouvelle phase de transformation numérique pour comprendre pourquoi la clé ne réside ni dans la technologie ni dans les outils, mais dans la gouvernance des informations, données, connaissances et processus. Un chantier d’envergure, mais une condition de survie pour les entreprises au XXIe siècle.
En synthèse :
- Les discours sur l’IA agentique servent avant tout une stratégie de verrouillage des grands éditeurs, qui justifient ainsi les centaines de milliards investis dans leurs infrastructures et accentuent la dépendance technologique des entreprises clientes.
- La transformation agentique prolonge le cycle des grandes mutations numériques (informatique, email, cloud, mobile) et impose de repenser le rôle des humains dans les entrepr’ises, où l’IA devient une composante fondamentale et non une couche supplémentaire.
- Les agents intelligents ne tiennent leurs promesses qu’avec un harnais sémantique, c’est-à-dire un cadre opérationnel construit à partir du vocabulaire, de l’ontologie, de la taxonomie et des flux de travail propres à chaque entreprise.
- La vraie difficulté n’est pas le « quoi ? » mais le « comment ? », la mise en oeuvre opérationnelle de la structuration des informations, données et connaissances, ainsi que la formalisation de procédures encore largement opérées et transmises à l’oral.
- L’acculturation numérique est la condition de survie de cette transformation, car sans compréhension partagée des possibilités et limites de l’IA agentique, ni le CoDir ne peut tracer une feuille de route cohérente, ni les salariés ne peuvent s’impliquer dans la refonte de leurs missions.
Nous avons pu observer ces dernières semaines une convergence dans les discours des grands éditeurs et cabinets-conseils vers la notion d’IA agentique : Comment l’IA agentique complète l’IA générative. Pourquoi cet empressement à vouloir forcer l’adoption de l’IA générative à travers les agents intelligents ? Car c’est un moyen très efficace de verrouiller leurs clients et de pouvoir imposer leurs tarifs par la suite.
Cette stratégie n’est pas très subtile, mais c’est le seul moyen pour les grands éditeurs de justifier les investissements colossaux qui sont réalisés dans les architectures techniques permettant de faire tourner tous ces modèles génératifs et agents intelligents. Les 5 plus grandes sociétés technologiques (Amazon, Microsoft, Google, Meta et Oracle) prévoient ainsi de dépenser près de 800 MM$ en 2026, contre 450 MM$ en 2025 et 260 MM$ en 2024.
Des montants qui défient notre entendement, et pour lesquels il est impossible de faire comme si c’était normal, car ces investissements sont la preuve que l’IA est en train de reconfigurer notre économie.
Repenser à nouveau le travail pour exploiter la puissance des agents
Il y a 40 ans, toutes les entreprises se sont lancées dans la numérisation de leurs activités en généralisant l’informatique, l’objectif était de supprimer le papier.
Il y a 30 ans, elles ont dû adapter leur fonctionnement avec l’arrivée de l’email et des intranets.
Il y a 20 ans, elles se sont à nouveau adaptées aux applications en ligne et aux solutions cloud.
Il y a 10 ans, rebelote avec la généralisation des smartphones.
Nous sommes en 2026, et il semble bien que le cycle se répète avec la montée en puissance des agents intelligents et la nécessité de repenser le travail, c’est-à-dire le rôle et les responsabilités des humains dans un contexte de transformation agentique : L’agentisation amorce une nouvelle étape de maturité numérique menant au Web4 et à l’Entreprise4.
Il y a une réelle nécessité de repenser les environnements de travail en y intégrant l’IA, non pas comme une couche supplémentaire, mais comme une composante fondamentale de l’architecture des outils. Après les intranets « 1.0 » et l’Entreprise 2.0, voici donc l’Entreprise4. Cette appellation n’est pas un simple effet de style : elle signale une rupture de paradigme aussi importante que celle qu’a représentée l’Entreprise 2.0 en son temps.
Toutes ces réflexions ne sortent pas de mon chapeau, elles trouvent un écho dans les publications récentes, notamment la dernière édition du Work Trend Index de Microsoft : Agents, human agency, and the opportunity for every organization.
As AI and agents take on execution, our own agency expands. The question is whether organizations are built to capture it. AI expands who can do high-value work. People are working in new ways with AI, but most companies aren’t set up to maximize those efforts.
Un des messages clés de cette étude est que les entreprises doivent en priorité identifier, collecter et structurer leurs informations et données pour pouvoir fournir le bon contexte aux agents IA, un chantier qui leur est propre (que personne d’autre qu’elles ne peut réaliser), et qui leur permettra de développer des avantages compétitifs : How Frontier Firms are rebuilding the operating model for the age of AI.
Every Frontier Firm needs to build Owned Intelligence, institutional know-how that compounds over time, is unique to the firm, and is hard to replicate. […] The firms that build a new operating model today won’t just move faster in the short term. They’ll build something more durable, setting themselves up to create value in ways that we can’t yet conceive of: an organization that learns faster than its competitors, compounds its own intelligence, and gets harder to catch with every cycle.
Ce dont il est question est le fameux « harnais sémantique », celui sur lequel reposent les environnements agentiques de travail : Des Digital Workplaces aux Agentic Workplaces.
Vous pourriez penser que ce point de vue sert les intérêts de Microsoft, dont le modèle économique repose maintenant sur la vente d’abonnements MS365 et Copilot, mais c’est un son de cloche que l’on entend ailleurs, notamment dans ce long manifeste publié par Raphaëlle D’Ornano : The Orchestration Economics Manifesto.
As cognition becomes abundant, machines shift from tools to actors. Orchestration creates a new economic layer, the companies that control it capture the surplus of the entire transition.
Three structural laws predict who wins, who loses, and who the market is mispricing: proximity to intent, context depth and workflow intelligence. Satisfy all three: you are an AGNT, the captain of the Agentic Era. Miss one: you are just a member of the crew.
À mesure que les modèles génératifs progressent et que le champ des possibles s’élargit (cf. 1,302 real-world gen AI use cases from the world’s leading organizations), il est plus qu’urgent pour les entreprises de reprendre l’initiative et d’être moteur dans leur adoption / exploitation de l’IA agentique pour ne pas aggraver leur dépendance aux éditeurs (Microsoft, Google, Salesforce, SAP, ServiceNow…).
Sommes-nous réellement à l’aube de la révolution agentique ? Oui, j’en suis persuadé.
Une révolution agentique à venir, mais sous conditions
Aujourd’hui, les transformations les plus visibles sont dans le secteur informatique, car les environnements de développement agentiques ne sont simplement des éditeurs de code améliorés, ce sont maintenant des ressources productives autonomes : The 2nd Phase of Agentic Development. Mais si le développement logiciel est le premier domaine impacté, d’autres suivront rapidement : analyse financière, recherche documentaire, marketing…
D’ailleurs, l’éditeur de Claude vient de mettre à disposition de ses utilisateurs une dizaine de nouveaux agents spécialisés dans la finance : Agents for financial services.
La promesse de tous les éditeurs est grosso modo la même : inutile de créer votre propre modèle ou d’apprendre à prompter, ils fournissent des agents intelligents prêts à l’emploi, capables de prendre en charge les tâches répétitives à faible valeur ajoutée, quelle que soit la tâche, même celles avec une charge cognitive élevée. Dans cette démarche agentique, les critères déterminants pour confier une tâche à un agent sont la répétition et la prévisibilité.
Sur le papier, ça fonctionne : Les agents IA vont nous permettre de gagner en productivité collective. Mais le problème est que ces agents intelligents ne délivrent leur promesse qu’à l’aide d’un harnais sémantique. Voilà pourquoi les entreprises et organisations ne peuvent pas continuer à laisser les salariés bricoler dans leur coin, car le déploiement de l’IA agentique est un chantier d’envergure qui exige à la fois rigueur et implication des salariés.
La bonne nouvelle est que nous savons que ce n’est pas insurmontable, loin de là. Ainsi, souvenez-vous qu’avec la transformation numérique, nous avons opéré un portage des activités (e-marketing, e-commerce…) et des outils vers le web. Avec la transformation agentique, les entreprises vont poursuivre ce chantier avec un travail de mutualisation des outils et ressources (au sein d’environnements numériques de travail) et de refonte des processus autour des agents (afin de déléguer un maximum de tâches) : De la transformation numérique à la transformation agentique.
Comme expliqué plus haut, le prérequis de cette agentisation des activités est une structuration des informations, données et connaissances, ainsi qu’une formalisation des processus pour permettre aux agents de fonctionner correctement. Sachant qu’ils ne sont pas réellement autonomes : ils ont besoin d’un cadre opérationnel et d’un cadre d’orchestration.
Le cadre opérationnel, ce que les experts appellent le « harnais sémantique », est constitué à partir des savoirs informels de l’entreprise :
- toutes les informations qui sont piégées dans les messages / conversations des emails et systèmes de messagerie (ex : Teams, Slack…), dont il est possible d’extraire un vocabulaire spécifique à l’entreprise ;
- toutes les connaissances qui sont stockées dans les fichiers / documents des répertoires (réseau local) et espaces projets (ex : Teams…), dont il est possible de dériver une ontologie ;
- toutes les données qui sont stockées dans les référentiels propriétaires des progiciels et applications métier (« system of record« ) dont il est possible de concevoir une taxonomie ;
- toutes les procédures liées à des processus qui sont plus ou moins bien décrites dans les fiches de poste ou normes de qualité (ex : ISO), dont il est possible d’identifier des flux de travail.
C’est sur ce cadre opérationnel que les agents vont s’appuyer pour réaliser des tâches, de même que sur l’accès à des modèles génératifs (analyses, manipulations…) et des outils internes et externes. Mais ils ne pourront fournir du bon travail que s’ils sont pilotés par un chef d’orchestre, un assistant qui va traduire les besoins des utilisateurs en instructions :
- un ou des objectifs hiérarchisés ;
- des contraintes à respecter ;
- des étapes à suivre avec les tâches correspondantes ;
- des critères de réussites qui serviront à contrôler la bonne exécution.
Tout ceci formant un cadre d’orchestration permettant d’automatiser le pilotage et la surveillance du travail des agents (la supervision).
Mais si tout le monde est d’accord sur ce qu’il faut faire, la difficulté est plutôt du côté de la mise en oeuvre, car cela revient à changer le moteur d’une voiture tout en continuant à rouler.
La vraie question n’est pas « Quoi ? », mais « Comment ? »
En théorie, l’essentiel de ce que vous faites avec ordinateur se passe dans le cloud (avec des applications en ligne ou au sein d’environnements numériques de travail). Ceci ne s’est pas fait du jour au lendemain, puisque cette configuration est la résultante de deux décennies de migration des fichiers et activités vers des solutions en ligne (principalement MS365, OneDrive ou SharePoint, sinon Google Drive ou Dropbox).
Le problème est que nous n’avons fait que déporter l’existant vers le cloud, donc d’innombrables fichiers qu’il va falloir filtrer, trier et analyser afin de pouvoir en extraire les informations, données et connaissances. Certes, cette première étape de migration vers le cloud a servi à rassembler ce qui était éparpillé sur les disques durs ou réseaux locaux, mais ça reste quand même un gros foutoir, une problématique largement ignorée par les entreprises.
C’est là où les grands éditeurs sont malins, car ils prennent à leur charge ce travail d’analyse et d’extraction des informations, données et connaissances, ainsi que de mise à disposition :
- Microsoft avec Work / Fabriq / Foundry IQ (Understanding Work IQ, Fabric IQ, and Foundry IQ) ;
- Google avec Workspace Intelligence (Introducing Workspace Intelligence).
Ces solutions sont tout à fait légitimes, mais elles ne permettront pas aux entreprises de réduire leur dépendance à Microsoft ou Google, bien au contraire !
Pour ce qui est des procédures, là encore, la très large majorité des entreprises vivent dans l’illusion d’avoir des processus parfaitement modélisés et documentés. S’il existe bien des documents de référence pour les processus critiques (ceux que l’on trouve dans l’ERP), le travail au quotidien des employés de bureau repose sur des gestes mécaniques (l’habitude) et se transmet de façon orale.
J’ai bien conscience que la modélisation de l’ensemble des activités en procédures formelles est une tâche à la fois complexe et chronophage, mais elle est indispensable pour pouvoir garder la main sur le cadre opérationnel, sur les modes opératoires des agents.
Pour ce faire, là encore, les grands éditeurs proposent des solutions qui peuvent potentiellement faire gagner beaucoup de temps, à l’image de ce que propose SalesForce avec Agentforce Operations, un orchestrateur capable de définir une procédure à partir d’un document à traiter : Salesforce Launches Agentforce Operations to End Back-Office Bottlenecks.
Dans la capture d’écran ci-dessous, la procédure que l’on cherche à automatiser est la saisie et la vérification d’une facture. Pour cela, il suffit de fournir un exemple de facture pour que le système analyse les informations et génère une procédure (appelée « blueprint ») avec les différentes étapes, les agents qui vont exécuter les tâches de ces étapes, ainsi que les points critiques de validation qui seront effectués par des humains (« human in the loop »).
Un tel système d’analyse, génération et orchestration est idéal pour accélérer l’agentisation des activités, mais il ne résout en rien le problème de dépendance aux éditeurs, au contraire il l’accentue !
Une possibilité serait d’utiliser des outils alternatifs comme Hermes, une solution agentique qui repose sur un système auto-apprenant (Hermes Agent: The Open-Source AI Agent That Actually Remembers What It Learned Yesterday), mais j’ai un énorme doute sur la simplicité de prise en main par des salariés lambda, et surtout sur la rentabilité de l’utilisation de ce type d’outils à grande échelle (consommation de tokens).
L’idéal reste donc de réaliser en interne ce travail de modélisation des procédures et processus. Pour cela, il existe des normes permettant de formaliser les flux d’informations et de travail (ex : BPM, EPC…), mais elles sont complexes à appréhender. La bonne nouvelle, est qu’il n’est plus nécessaire de faire appel à un expert, car les modèles génératifs ont fait d’énormes progrès dans leurs capacités d’analyse et de formalisation, ils sont donc tout à fait capables de modéliser des procédures à l’aide d’une fiche de poste ou d’une norme de qualité et d’exemples (entrants, sortants).
J’imagine qu’en lisant ça, vos cheveux se dressent certainement sur votre tête, car vous allez instinctivement penser à un processus complexe qu’aucune IA ne peut modéliser (avec d’innombrables exceptions). C’est là où il faut faire preuve de pragmatisme, car l’objectif n’est pas de formaliser tous les processus, mais de commencer par le premier tiers, les activités simples et prévisibles qui consistent essentiellement à déplacer des informations et données d’un système à un autre (cf. L’IA pour restructurer les informations et données).
Et comme toujours, dès qu’il est question d’internaliser, se pose la question des ressources (humaines).
L’autre question est : « Qui ? »
Comme nous venons de le voir, l’agentisation est un chantier d’envergure, mais au fond pas si complexe que ça dans la mesure où tout ce dont les entreprises ont besoin, c’est d’organisation et de bonnes volontés. Exactement ce dont elles manquent cruellement !
Concernant l’organisation, la transformation agentique est un chantier d’envergure qui exige un minimum de planification et de gestion des priorités pour une affectation efficace des ressources internes. La double difficulté est que les entreprises ont non seulement besoin de savoir quoi faire, alors que la technologie est extrêmement instable, car le rythme d’innovation est très élevé ; mais également pourquoi le faire, car l’implication des salariés est essentielle.
Et c’est là où ça se complique, car nous sommes dans un contexte géopolitique, économique et social très tendu (de nombreuses incertitudes qui compliquent le pilotage de grands chantiers et annihilent les ambitions du CoDir) ; mais que les entreprises subissent également un très fort déficit de connaissance et de compétences, malheureusement trop souvent ignoré : La fracture numérique est un problème que personne ne peut ignorer.
Il en résulte des salariés qui ne comprennent pas réellement ce qu’est l’intelligence artificielle, ce que l’on peut ou ne peut pas faire avec, ainsi que l’impact sur leur quotidien professionnel : Le web agentique engendre toujours plus de peurs et d’incompréhensions.
Vous devez très certainement penser que j’ai développé une sorte d’obsession pour l’acculturation numérique, mais c’est pourtant la clé de la transformation numérique et agentique :
- Avec une bonne compréhension des possibilités, limites et enjeux des technologies numériques, le CoDir peut plus facilement définir une vision claire de la direction à suivre, ainsi qu’une feuille de route cohérente (De l’intérêt d’une charte pour stimuler et cadrer l’adoption de l’IA) ;
- Avec un programme ambitieux de remise à niveau et de montée en compétences sur l’IA, les salariés peuvent plus facilement se projeter dans l’évolution de leurs missions, et y contribuer activement (Un référentiel de compétences en IA pour faciliter l’adoption).
Tout comme il est nécessaire de sensibiliser les salariés aux technologies et enjeux de la data pour pouvoir mettre en oeuvre une gouvernance efficace de la donnée, il est essentiel de procéder à une acculturation à l’IA (fondamentaux, usages, dangers, précautions…) pour pouvoir amorcer une gestion rigoureuse des informations, données, connaissances et processus.
Par « rigoureuse », j’entends « maitrisée », c’est-à-dire définir ce que l’on veut faire et pourquoi on veut le faire, puis le faire savoir et accepter par l’ensemble des salariés. Un authentique projet d’entreprise, au même titre que la transformation numérique, qui ne tombe pas forcément au bon moment, mais qui est une condition de survie pour les entreprises dans ce XXIe siècle aux conditions de marché toujours plus drastiques.
Questions / Réponses
Qu’est-ce que la transformation agentique ?
Il s’agit de la nouvelle étape de maturité numérique des entreprises, qui consiste à intégrer les agents intelligents non comme une couche supplémentaire, mais comme une composante fondamentale de l’architecture des outils de travail. Cette mutation prolonge les cycles précédents (informatique, email, cloud, mobile) et débouche sur ce que l’on appelle l’Entreprise4, où le rôle et les responsabilités des humains doivent être repensés autour des agents.
Pourquoi parle-t-on autant d’IA agentique en ce moment ?
Parce que les grands éditeurs (Microsoft, Google, Salesforce, SAP, ServiceNow…) y voient un moyen efficace de verrouiller leurs clients et de justifier les investissements colossaux engagés dans leurs infrastructures. À titre d’illustration, les cinq plus grandes sociétés technologiques prévoient de dépenser près de 800 milliards de dollars en 2026, contre 260 milliards en 2024.
Qu’est-ce qu’un harnais sémantique et pourquoi est-il indispensable aux agents IA ?
C’est le cadre opérationnel que les agents intelligents exploitent pour fonctionner correctement. Il se construit à partir des savoirs informels de l’entreprise : vocabulaire extrait des messageries, ontologie dérivée des documents, taxonomie issue des progiciels métier et flux de travail tirés des fiches de poste. Sans ce harnais, les agents ne tiennent pas leurs promesses de productivité.
Concrètement, par où une entreprise doit-elle commencer sa transformation agentique ?
Par un travail de structuration des informations, données et connaissances, ainsi que par la formalisation des processus. Plutôt que de viser l’exhaustivité, mieux vaut faire preuve de pragmatisme et commencer par le premier tiers d’activités, c’est-à-dire les tâches simples et prévisibles qui consistent essentiellement à déplacer des informations d’un système à un autre.
Pourquoi l’acculturation numérique est-elle présentée comme la clé ?
Parce que sans compréhension partagée des possibilités, limites et enjeux de l’IA, ni le comité de direction ne peut définir une vision claire et une feuille de route cohérente, ni les salariés ne peuvent se projeter dans l’évolution de leurs missions. L’acculturation conditionne donc la capacité même de l’entreprise à mettre en œuvre une gouvernance rigoureuse des informations, données, connaissances et processus.