Dans le sillage de l’IA générative, l’IA agentique se fraye un chemin dans les entreprises. À la clé, la promesse de l’automatisation de certains processus clés. Quelle est la réalité ?
La course à l’innovation se poursuit dans l’intelligence artificielle. Après l’IA générative et ses agents conversationnels, voici le temps de l’IA agentique et de ses agents intelligents. «Un agent est un modèle d’IA doté d’outils, de mémoire, d’une mission et d’éléments pour le surveiller, résume Robert Vesoul, le patron d’Illuin Technology. Avec cet ensemble, l’agent peut mener des tâches immédiates ou de fond.» Les agents conversationnels, utiles pour répondre à des questions, deviennent désuets face à ces agents intelligents capables de planifier, d’agir et d’apprendre de manière autonome.
Les deux approches reposent sur une même base technologique : l’IA générative. Chaque agent est constitué d’un grand modèle de langage (LLM) pouvant accéder aux outils choisis. Ainsi, l’IA agentique se nourrit du contexte en accédant à des bases de données de l’entreprise, raisonne à partir de règles métiers et de modèles d’IA et agit de façon proactive.
Faire gagner du temps aux salariés
Les premières applications se trouvent dans les fonctions support, comme un agent commercial pour relancer des prospects de façon autonome ou un agent des services RH pour adapter les plannings selon les absences et les objectifs. Des industriels aussi disent se saisir de l’IA agentique, comme Sanofi. «Concierge, l’outil conçu pour simplifier les tâches quotidiennes de tous les salariés, fait appel à des agents pour lire la messagerie, réaliser des synthèses d’e-mails ou écrire une réponse, liste le directeur de la stratégie numérique, Emmanuel Frenehard. D’autres agents génèrent du contenu, comme des images, et un autre en cours de développement doit aider le support informatique.»
Ici, la différence est floue face aux logiciels existants, déjà boostés par de l’IA générative. À terme, Sanofi souhaite doter toutes ses fonctions supports d’agents d’IA pour faciliter les démarches auprès des organismes sociaux lors des naissances ou des arrêts maladie. Début 2026, le géant pharmaceutique aura un agent pour simplifier les achats dans ses laboratoires. « Au chercheur de choisir le produit à commander dans le catalogue et l’agent fera le reste », glisse Emmanuel Frenehard. Car pour favoriser l’adoption de cette technologie, il faut laisser l’humain dans la boucle, assure-t-il.
«Tous les secteurs se lancent»
«Tous les secteurs se lancent, car l’ordre de grandeur des gains de productivité varie si 50% d’une tâche est automatisée, comme le promettent les agents, ou 20% comme avec les outils de machine learning de ces dernières années», assure Stéphane Roder, le dirigeant d’AI Builders. Dans les faits, 35% des entreprises ont déjà adopté les agents d’IA, selon une étude du BCG, réalisée auprès de plus de 2000 dirigeants et employés dans le monde, et de MIT Sloan Management Review, et 44% supplémentaires prévoient de les déployer prochainement. Un vrai business pour les cabinets de conseil, éditeurs de logiciels et développeurs de LLM. Aux entreprises de faire le tri dans les offres. Toutes clament avoir une approche perspicace : utiliser la solution implémentée dans leur logiciel lorsqu’elle répond aux attentes, acheter un outil plus performant le cas échéant ou développer un système en interne.
Un taux d’erreur acceptable
Pour séduire des clients, le fournisseur de logiciels IFS Loop propose une dizaine d’agents clés en main ciblant des cas d’usages pour le responsable achat, le commercial, le technicien terrain (rédaction de rapport d’information) ou encore le responsable approvisionnement (optimiser la tournée des livreurs). «Ces agents sont livrés préconfigurés, mais il est possible de les adapter au contexte de chaque client et de les connecter à ses applicatifs en quatre à six semaines», précise Sébastien Delauré, l’architecte solution d’IFS. À côté de ces éditeurs, les cabinets de conseil mettent en avant leurs compétences dans l’accompagnement pour personnaliser le projet.
Avant de se lancer, «il faut définir en amont le terrain de jeu de l’agent avec la tâche à réaliser et son degré d’autonomie», alerte Jean-Baptiste Bouzige, le président du cabinet Ekimetrics. Puis, il faut codifier le métier – c’est-à-dire décomposer la tâche en plusieurs actions – car chaque agent aura une sous-tâche spécifique en vue de réaliser un objectif. Puis, pour choisir son LLM, l’entreprise peut se tourner vers le plus frugal. La mise en place technique de l’IA agentique peut être délicate car les développeurs «héritent des contraintes liées à la qualité des données, la maturité de la société ou encore son organisation», ponctue Jean-Baptiste Bouzige.
Les résultats souhaités varient selon les entreprises. «Le taux d’erreur acceptable dépend du cas d’usage, selon Aldrick Zappellini, le directeur des données au Crédit agricole. Par exemple, personne n’a envie de faire la mise à jour d’une fiche client sur un CRM, et souvent ce n’est pas très bien fait. Donc si la tâche est automatisée grâce à un agent, un taux d’erreur de 1 % est acceptable.» La banque développe aussi un système agentique pour aider un porteur de projet, ou d’autres fonctions, à naviguer dans la complexité des normes (RGPD, AI Act, NIS 2). «Ces outils vont devenir indispensables», souffle-t-il. L’IA agentique : interface utile ou effet de mode ? La réponse sera dans les premiers retours sur investissement.
Delos séduit avec saplateforme agentique
Parmi ses clients, Delos compte déjà TotalEnergies, Schmidt ou encore Shiseido. La suite bureautique d’IA générative de la start-up parisienne séduit. Présentée comme un espace de travail, la plateforme s’ajoute au système de bureautique existant et référence une dizaine d’applications sur une interface unique : recherche sur internet, rédaction de document, traitement des e-mails ou création d’éléments de présentation. Delos se revendique comme une plateforme agentique par nature car elle n’utilise pas un seul modèle, mais en orchestre et en combine plusieurs. Lorsqu’un e-mail est reçu avec une invitation, un agent regarde dans le calendrier si le salarié est disponible, un autre dans les documents liés au thème du mail pour amorcer une réponse… Delos se targue d’utiliser les modèles les plus pertinents et frugaux. Forte d’une quarantaine de salariés, elle développe de nouvelles fonctionnalités pour convaincre de nouveaux clients… et s’imposer face à des concurrents toujours plus nombreux.
