Les entreprises nord-américaines déploient désormais activement des systèmes d’IA agentique destinés à raisonner, s’adapter et agir en toute autonomie.
Les données du programme mondial triennal de Digitate indiquent que, même si l’adoption est universelle dans tous les domaines, les chemins de maturité régionaux divergent. Les entreprises nord-américaines évoluent vers une autonomie totale, tandis que leurs homologues européennes donnent la priorité aux cadres de gouvernance et à la gestion des données pour renforcer leur résilience à long terme.
De l’utilité à la rentabilité
L’histoire de l’automatisation d’entreprise a changé. En 2023, l’objectif principal de la plupart des responsables informatiques était la réduction des coûts et la rationalisation des tâches de routine. D’ici 2025, l’objectif s’est élargi. L’IA n’est plus considérée uniquement comme une utilité opérationnelle mais comme une capacité permettant de générer du profit.
Les données soutiennent ce changement de perspective. Le rapport indique que les organisations nord-américaines constatent un retour sur investissement (ROI) médian de 175 millions de dollars grâce à leurs mises en œuvre. Il est intéressant de noter que cette validation financière n’est pas propre au marché nord-américain en évolution rapide. Les entreprises européennes, malgré une approche plus mesurée et plus axée sur la gouvernance, déclarent un retour sur investissement médian comparable d’environ 170 millions de dollars.
Cette cohérence suggère que même si les stratégies de déploiement diffèrent, l’Europe se concentrant sur la gestion des risques et l’Amérique du Nord sur la rapidité, les résultats financiers sont similaires. Toutes les organisations interrogées ont confirmé avoir mis en œuvre l’IA au cours des deux dernières années, en utilisant en moyenne cinq outils distincts.
Si l’IA générative reste la plus largement déployée (74 %), on constate une augmentation notable des capacités « agents ». Plus de 40 % des entreprises ont introduit l’IA agentique ou basée sur des agents, allant au-delà de l’automatisation statique vers des systèmes capables de gérer des flux de travail axés sur des objectifs.
L’autonomie des opérations informatiques devient le terrain d’essai de l’IA agentique
Alors que le marketing et le service client dominent souvent le discours public concernant l’IA, la fonction informatique elle-même est devenue le principal laboratoire de ces déploiements. Les environnements informatiques sont intrinsèquement riches en données et structurés, créant des conditions idéales pour l’apprentissage des modèles, mais ils restent suffisamment dynamiques pour nécessiter le raisonnement adaptatif promis par les systèmes d’IA agentique.
Cela explique pourquoi 78 % des personnes interrogées ont déployé l’IA au sein des opérations informatiques, soit le taux le plus élevé de toutes les fonctions commerciales. La visibilité du cloud et l’optimisation des coûts sont en tête de la courbe d’adoption avec 52 %, suivies de près par la gestion des événements avec 48 %. Dans ces scénarios, la technologie n’alerte pas tant les humains des problèmes qu’elle interprète activement les données télémétriques pour fournir une vue unifiée des dépenses dans les environnements hybrides.
Les équipes qui exploitent ces outils signalent des améliorations en termes de précision des décisions (44 %) et d’efficacité (43 %), ce qui leur permet de gérer des charges de travail plus élevées sans augmentation correspondante des escalades.
L’énigme coût-humain
Malgré l’optimisme entourant le retour sur investissement, le rapport met en évidence une « énigme coût-humain » qui menace de bloquer les progrès. Le paradoxe est simple : les entreprises déploient l’IA pour réduire leur dépendance à l’égard de la main-d’œuvre humaine et leurs coûts opérationnels, alors que ces facteurs précis constituent les principaux freins à la croissance.
47 pour cent des personnes interrogées citent le besoin continu d’une intervention humaine comme un inconvénient majeur. Loin d’atteindre l’autonomie complète des solutions « définir et oublier », ces systèmes d’IA agentique nécessitent une surveillance, un réglage et une gestion des exceptions en continu. Dans le même temps, le coût de mise en œuvre arrive en deuxième position avec 42 %, en raison des dépenses associées au recyclage des modèles, à l’intégration et à l’infrastructure cloud.
Les talents requis pour gérer ces coûts sont rares. Le manque de compétences techniques reste le principal obstacle à une adoption plus poussée pour 33 % des organisations. La demande de professionnels capables de développer, de surveiller et de gouverner ces systèmes complexes dépasse l’offre actuelle, créant une boucle auto-renforcée où l’investissement augmente la capacité opérationnelle mais augmente simultanément les dépendances humaines et financières.
Écart de confiance et de perception
Il existe une divergence de perspective entre les dirigeants exécutifs et les praticiens opérationnels. Même si 94 % du total des personnes interrogées expriment leur confiance dans l’IA, cette confiance n’est pas répartie de manière égale. Les dirigeants des C-suites sont nettement plus optimistes, avec 61 % d’entre eux classant l’IA comme « très digne de confiance » et la considérant principalement comme un levier financier.
Seuls 46 % des praticiens non-Csuite partagent ce niveau élevé de confiance. Ceux qui sont plus proches du fonctionnement quotidien de ces modèles sont plus conscients des problèmes de fiabilité, des déficits de transparence et de la nécessité d’une surveillance humaine. Cet écart suggère que, tandis que le leadership se concentre sur la refonte et l’autonomie à long terme, les équipes sur le terrain sont aux prises avec des défis pragmatiques en matière de livraison et de gouvernance.
Les avis sont également partagés sur la façon dont ces agents fonctionneront. 61 % des responsables informatiques considèrent les systèmes agents non pas comme des remplacements, mais comme des collaborateurs qui augmentent les capacités humaines. Cependant, les attentes en matière d’automatisation varient selon les secteurs. Dans le commerce de détail et les transports, 67 % pensent que l’IA agentique modifiera les tâches essentielles de leur rôle, tandis que dans l’industrie manufacturière, le même pourcentage considère ces agents principalement comme des assistants personnels.
L’autonomie complète de l’IA agentique approche à grands pas
L’industrie s’attend à une progression rapide vers une réduction de l’implication humaine dans les processus de routine. Actuellement, 45 % des organisations fonctionnent comme des entreprises semi-autonomes ou totalement autonomes. Les projections indiquent que ce chiffre atteindra 74 pour cent d’ici 2030.
Cette évolution implique un changement dans le rôle de l’informatique. À mesure que les capacités évoluent, les services informatiques devraient passer du rôle de facilitateurs opérationnels à celui d’orchestrateurs. Dans ce modèle, la fonction informatique gère le « système de systèmes », garantissant que les différents agents intelligents interagissent correctement tandis que les humains se concentrent sur la créativité, l’interprétation et la gouvernance plutôt que sur l’exécution.
« L’IA agentique est le pont entre l’ingéniosité humaine et l’intelligence autonome qui marque l’aube de l’informatique en tant que capacité stratégique génératrice de profits », note Avi Bhagtani, directeur marketing chez Digitate. « Les entreprises sont passées de l’expérimentation de l’automatisation à la mise à l’échelle de l’IA pour un impact mesurable. »
La transition vers l’IA agentique nécessite bien plus qu’un simple achat de logiciels ; cela exige une philosophie organisationnelle qui équilibre l’automatisation et l’augmentation humaine. Les politiques seules ne suffisent pas ; la gouvernance doit être intégrée directement dans la conception du système pour garantir la transparence et la surveillance éthique dans chaque boucle de décision. Les organisations européennes sont actuellement à la pointe dans ce domaine, donnant la priorité au déploiement éthique et à des cadres de surveillance solides comme fondement de la résilience.
De plus, la pénurie de talents techniques ne peut être résolue par le seul recrutement. Les organisations doivent investir dans le perfectionnement des équipes existantes, en combinant l’expertise opérationnelle avec la science des données et les connaissances en matière de conformité.
Enfin, une autonomie fiable dépend de données de haute qualité. Des investissements dans des plateformes d’intégration de données et d’observabilité sont nécessaires pour fournir aux agents le contexte nécessaire pour agir de manière indépendante.
L’ère de l’IA expérimentale est révolue. La phase actuelle est définie par la quête de l’autonomie, où la valeur ne découle pas de la nouveauté, mais de la capacité à faire évoluer l’IA agentique de manière durable dans l’ensemble de l’entreprise.
« Alors que les organisations équilibrent autonomie et responsabilité, celles qui intègrent la confiance, la transparence et l’engagement humain dans leur stratégie d’IA façonneront l’avenir du commerce numérique », conclut Bhagtani.
