Le 6 mars dernier, dans les locaux de Cognizant au cœur de la Défense, un panel inédit de décideurs était réuni pour un atelier d’information et de réflexion autour de la tendance des agents et multi-agents d’Intelligence Artificielle. Intitulé « Agents Autonomes : La Vraie Révolution de l’IA » et initié par Cognizant France et ses partenaires Microsoft France et CIO-Online, ce petit-déjeuner thématique a été l’occasion d’aborder les défis majeurs que posent ces nouvelles technologies : gouvernance, éthique, montée en compétences ou transformation des métiers et envisager les conséquences concrètes pour des dirigeants techniques et métiers.
Cet ancrage dans la réalité opérationnelle s’incarnait d’ailleurs dans la présence à la tribune du responsable Data Management du groupe BPCE, Adil Barakate, venu faire part de ses projets et de ses réflexions dans ce domaine, d’Abid Samali, Service Line Specialist IA et Data de Cognizant France, d’Abdelghafour Benkassmi, chef de produit PowerPlatform pour Microsoft France ainsi que de Reynald Fléchaux, rédacteur en chef du Monde Informatique.
Quels enseignements retenir de cette matinée ? Quels ont été les messages-clés délivrés au public ? Sur quelles étapes se projeter à l’issue de ce type d’événement ?
Retour en cinq questions sur les temps forts de cet événement.
1/ L’IA agentique vaut-elle de l’or ?
C’était le titre de la première session animée par Abid Samali et Abdelghafour Benkassmi : une question incisive pour tenter de discerner le vrai du faux derrière les promesses immenses attribuées à l’IA agentique. Car quelle valeur se cache réellement derrière les agents autonomes, ces programmes d’IA décentralisés capables d’enclencher des actions sans intervention humaine et dont on prédit qu’ils automatiseront une grande partie des workflows d’ici 2030 ?
Si la présentation des intervenants apporte un élément de réponse quantitatif – pour tout dollar investi dans l’intelligence artificielle, le retour observé serait de 3,50 dollars selon une étude IDC de novembre 2023, The Business Opportunity of AI – la valeur de l’IA agentique se mesure essentiellement selon quatre axes :
- l’enrichissement de l’expérience collaborateur,
- la refonte de l’engagement client,
- la transformation des processus métiers
- et l’accélération du cycle d’innovation.
Des cas d’usage pratiques sont d’ailleurs mis en avant par les deux intervenants de Cognizant et Microsoft, l’un dans un contexte e-commerce B2C et l’autre dans une expérience de services financiers professionnels. Le cas d’usage e-commerce témoigne ainsi des multiples tâches qui peuvent être confiées à des agents et des systèmes multi-agents : vérification des stocks, activations marketing live, service clientèle live, détection de fraudes et de défauts de paiement… Tandis que l’expérimentation conduite dans les services financiers souligne l’aspect transversal des ROI observés : depuis l’augmentation de la satisfaction client dans les décisions d’investissement jusqu’à l’accélération des processus d’attribution de prêts, en passant par la réduction des pertes dues aux fraudes. « L’IA agentique peut délivrer une productivité maximale pourvu que la confiance des équipes soit au rendez-vous et que des systèmes de contrôles et de supervisions sont bien en place », analyse Abid Samali.
2/ Les agents pour déléguer ou pour assister ?
C’est la grande question de l’IA agentique : va-t-elle remplacer l’action humaine ou l’assister, voire l’augmenter, dans la durée ? Si la capacité technique des agents à se substituer à l’être humain pour un grand nombre de tâches ne fait plus de doute, l’enjeu de l’implémentation et de l’acceptation en entreprise subsiste. C’est donc une réponse « par le besoin » qu’apportent les intervenants : « Les agents différeront en complexité et en potentialités selon le besoin que vous exprimerez », leur développement allant de l’agent simple (qui synthétise de l’information à partir de données éparses) à l’agent avancé (qui opère des tâches en toute autonomie, est capable de planifier et d’orchestrer l’action d’autres agents). L’état de l’art se situe plutôt à mi-chemin entre ces deux descriptions, la plupart des agents étant capables d’adresser des tâches déterminées et d’automatiser des workflows quand une instruction leur est donnée.
À quelles évolutions se préparer ? Selon Abid Samali, l’adoption sera progressive d’ici 2037 avec une appropriation graduelle des différents types d’IA par les applications d’entreprise : si les assistants et conseillers (« advisors ») mèneront la première vague de supplémentation IA entre 2025 et 2029, les agents commenceront à prendre le relais dès 2027 en augmentant peu à peu leur périmètre (qu’il s’agisse des tâches prises en charge de façon autonome ou de l’interfaçage avec les équipes métiers). Les intervenants prévoient ainsi qu’en 2033, les agents auront remplacé la plupart des tâches fonctionnelles au sein des applications et que les interfaces traditionnelles auront cédé leur place à des interfaces agentiques (prompts texte et voix). « Cette adoption sera complétée à 50 % » prévoit Abid Samali.
3/ Chaque collaborateur aura-t-il son agent ?
Cette question s’intéresse notamment à l’outillage apporté au sein de l’entreprise, dans une logique d’adoption et de transformation globale. Représentant de Microsoft France, Abdelghafour Benkassmi s’appuie sur les exemples de suites logicielles de l’éditeur pour apporter des réponses. Ainsi, selon lui, si chaque employé doit avoir son Copilot (dans une logique d’assistance), c’est à chaque processus métier de détenir son agent : cela signifie donc que les agents n’ont pas vocation à être développés à l’échelle d’un individu et d’une équipe mais davantage en relation avec l’opération transformée par ce même agent. Les deux outils (agents et copilotes) ne sont donc pas antinomiques mais complémentaires : ils constituent des briques qui s’agglomèrent dans une architecture globale – en l’occurrence pour Microsoft : la brique Microsoft 365 Copilot et Copilot Chat pour la partie assistance, la brique Copilot Studio pour la partie de développement agentique (business process automation) et la brique Azure AI Foundry et Fabric pour la partie applicative (commercial AI applications).
L’agent et le copilote sont donc deux outils que les entreprises auront vocation à mettre en place, mais leur simple implémentation ne sera pas suffisante pour garantir une transformation globale. Au-delà des cadres de gouvernance et de gestion qu’il reste à définir (voir ci-dessous), l’ingrédient principal de l’adoption restera la volonté des équipes à utiliser ces IA et à leur confier leurs tâches. Abdelghafour Benkassmi désigne ainsi le triptyque « Agents – Copilotes – Ambition humaine » comme principal moteur de l’intégration IA : sans confiance de la part des équipes, le développement applicatif restera circonscrit à des tâches secondaires qui n’auront qu’un impact mineur sur la transformation de l’entreprise. Adil Barakate évoque d’ailleurs la nécessité de créer un langage propre entre l’utilisateur et l’agent (au sein des prompts donc) pour instiller la confiance entre les deux parties : « Il faut mettre l’humain dans l’approche d’innovation », insiste-t-il.
4/ Peut-on faire confiance aux agents ?
La table ronde qui clôt la matinée est l’occasion de rendre compte de toutes les préoccupations qui entourent le déploiement des agents. Déjà, lors de la description de l’infrastructure IT, Abdelghafour Benkassmi souligne l’importance d’une fondation solide en matière de cybersécurité en raison des risques encourus : dans un contexte d’IA agentique où l’automatisation est avancée et la prise de décision déléguée en partie aux agents, les conséquences d’une faille sécuritaire s’avéreraient catastrophiques pour l’entreprise. D’où le besoin de faire reposer ces applications IA sur un socle data et IT solide, en l’occurrence, pour Microsoft, Abdelghafour Benkassmi cite la brique Microsoft Security.
Mais l’enjeu numéro un reste celui de la supervision des agents et de la gestion des accès. Abdelghafour Benkassmi précise que cette question se traite à deux niveaux : au niveau de la sécurisation des données et processus (il s’agit alors de définir la « permission architecture » : qui a accès à quel jeu de données, à quel processus agentique, qui en est exclu, etc.) et au niveau de l’organisation des équipes (qui détient la responsabilité d’un agent ? qui supervise son évolution et encadre ses risques ?). Sur ce dernier point, les intervenants plaident en faveur d’un ownership à deux têtes, métier et IT, pour s’assurer de conserver la maîtrise des risques et de la tech, tout en exploitant au mieux les process et la donnée business. Le responsable métier en charge de la supervision aurait notamment la possibilité d’identifier les besoins d’un agent : par exemple, lui rajouter des sources de données ou bien créer un agent intermédiaire s’il pressent que cela peut fluidifier la communication au sein du système multi-agents.
Un autre enjeu est soulevé par Abid Samali : la question de l’explicabilité, rendue plus complexe encore avec le déploiement de modèles agentiques, et demain de modèles Deep Learning au sein de l’agentique. Cet enjeu devient d’autant plus crucial que les modèles d’IA agentique, comme tout modèle, sont passibles de failles et d’erreurs et peuvent dériver au cours du temps. « Avoir un dashboard pour suivre les données consommées par les agents serait déjà un premier pas pour éviter que les modèles n’hallucinent », souligne-t-il.
Enfin, les défis sociétaux portés par l’IA agentique n’échappent pas à la discussion : « L’IA aura des impacts sur l’employabilité de demain », poursuit Abid Samali, qui évoque la possibilité de rémunérer les agents pour leur travail. Sur ce point RH, Adil Barakate est formel : les usages IA du groupe BPCE ne vont pas dans le sens d’une réduction des effectifs mais dans celui d’assister les équipes en place, d’enrichir leur travail par la technologie.
5/ Quelles sont les prochaines étapes dans le déploiement des agents ?
Pour BPCE, les premiers cas d’usage de l’IA agentique se situent directement dans la sphère technologique : il s’agit pour Adil Barakate et ses équipes de venir en soutien de l’écosystème Analytics du groupe en intégrant des agents dans l’architecture de Data management. Objectif : tester les agents, développer la productivité et prouver la valeur, avant d’envisager des systèmes multi-agents. « C’est un premier jalon qui doit s’intégrer dans le plan stratégique 2030 du groupe : chaque département a la liberté d’explorer les solutions technologiques et la valeur business qu’il souhaite pourvu que ceux-ci respectent la vision 2030 », précise-t-il.
Par où commencer ? Pour Adil Barakate, trois grands piliers vont orienter les feuilles de route des prochaines années :
1. la cartographie des données et process,
2. la conception d’une architecture globale,
3. et la conduite du changement.
S’agissant de cartographie, Adil Barakate insiste en effet sur la maîtrise de bout en bout du legacy, des données et de leur classification, ainsi que des process qui peuvent être confiés à des agents. L’architecture globale correspond, elle, à la conception d’un cadre sécurisé, de confiance (il insiste sur la notion de cloud souverain) dans lequel les entreprises auront la possibilité de développer leurs propres LLM en parallèle de ceux du marché. Enfin, le plus grand défi reste celui des compétences et de l’acculturation : l’entreprise IA-driven se doit de former tous les profils à la transformation (profils IA, IT, métiers) et de recruter les bonnes compétences au bon endroit. « Empower everyone », répète-t-il, en insistant sur le choix de cas d’usage attractifs pour créer l’appétit technologique.
Mais le principal facteur d’accélération pour lui reste la capacité d’identification des process qui doivent bénéficier de l’IA agentique ou de l’IA générative : car c’est dans la compréhension du besoin et du risque que les cas d’usage IA peuvent réellement délivrer leur valeur. Ainsi, dans un contexte bancaire très régulé, où l’aversion au risque est importante, il est fort probable que l’agentique soit limitée à certains usages déterminés, avec des garde-fous clairs, mais un véritable gain de productivité sur ce périmètre.
Pour conclure : un besoin accru d’informations
Concernant Cognizant France et Microsoft France, les prochaines étapes seront surtout celles de l’acculturation des entreprises clientes, à l’image de cet événement à destination des décideurs IT et métiers. Si aucun outillage du marché ne peut aujourd’hui répondre à tous les enjeux liés aux agents (orchestration, gestion des droits, supervision, dérive des modèles, etc), il existe plusieurs briques capables d’exécuter en partie ces missions. « Aujourd’hui, il existe des plateformes de gestion, agent par agent, pour superviser ce que chacun fait. Mais il reste à passer à l’échelle et étoffer cette supervision dans un contexte multi-agents », signale Abid Samali.
Des enjeux qui démontrent que l’IA agentique est en pleine effervescence, avec des réponses technologiques qui apparaîtront probablement au cours des prochains mois, et qu’il est nécessaire d’appréhender dès à présent pour ne pas creuser d’écart technologique.
En bref : les enjeux des agents IA
- Les agents IA peuvent être testés en étant intégrés dans l'architecture de gestion des données ce qui permettra d’évaluer leur productivité et de prouver leur valeur avant d'envisager des systèmes multi-agents.
- Trois grands piliers orientent les feuilles de route : la cartographie des données et process, la conception d’une architecture globale et la conduite du changement.
- La cartographie implique la maîtrise des données, leur classification et les process pouvant être confiés à des agents.
- L’architecture globale doit être sécurisée et de confiance, permettant le développement de modèles propriétaires et de marché en parallèle.
- Le défi des compétences et de l’acculturation consiste à former tous les profils et recruter les bonnes compétences, en insistant sur des cas d’usage attractifs.
- Identifier les process adaptés à l’IA agentique est crucial pour délivrer de la valeur, en tenant compte du besoin et du risque, surtout dans un contexte bancaire régulé.
- L’acculturation des entreprises clientes est primordiale, malgré l'absence d'outillage complet pour gérer les agents, et des plateformes de gestion partielle sont en cours de développement.
- L’IA agentique est en pleine effervescence et nécessite une compréhension rapide pour éviter un écart technologique futur.
