Ce que l'IA agentique apporte avec les bonnes bases
Le paradoxe du retour sur investissement de l'IA est réel. Et c 'est votre plus grande opportunité.
15 avr., 2026
Comment les solutions intelligentes s'imposent comme système d'exploitation de toute entreprise viable
Les questions difficiles qui se posent dans toutes les salles de conférence sont en train de changer. Auparavant, il s'agissait de savoir quand et comment investir dans l'IA et les agents. Aujourd'hui, la question est la suivante : Pourquoi cela ne porte-t-il pas encore ses fruits ?
C'est dans ce passage de l' action à la responsabilité que la plupart des dirigeants se retrouvent bloqués. C ' est une position inconfortable, mais il n'est pas impossible de combler le fossé entre l'investissement et les résultats . Pas si vous construisez avec le bon design.
Je travaille dans ce secteur depuis plus de vingt ans. J'ai vu arriver le cloud et j'ai entendu toutes les raisons pour lesquelles il ne fonctionnerait jamais. Les organisations qui ont résisté sont aujourd'hui en train de supporter cette dette technique. Même conversation. Même résistance. Même résultat.
L'IA agentique n'est pas différente. Et la fenêtre est ouverte d'une manière que je n' ai pas vue depuis ces moments-là.
L'IA agentique, dès sa conception
Découvrez l'art de l'accélération. 85% des organisations ont augmenté leurs investissements dans l'IA l'année dernière. Seules 6 % ont vu un retour sur investissement (Deloitte, 2025). La différence ne réside pas dans la technologie. C'est la conception. HSO transforme le potentiel de l'IA agentique en résultats mesurables pour l'entreprise, plus rapidement, avec moins de risques, et avec des résultats qui parlent d'eux-mêmes.
Tout le monde investit , mais les rendements ne sont pas au rendez-vous.
Les chiffres parlent d'eux-mêmes : 85 % des organisations ont augmenté leurs investissements dans l'IA l'année dernière. Seules 6 % d'entre elles ont constaté un retour mesurable dans les 12 mois .¹ 88 % utilisent l'IA dans au moins une fonction. 62 % expérimentent déjà des agents.² Et pourtant, moins de 40 % d'entre elles font état d'un impact financier au niveau de l'entreprise , et environ deux tiers n'ont jamais étendu l'IA au-delà des projets pilotes.²
L'enthousiasme est là, tout comme l'investissement. Le problème, c'est que la stratégie ne l'est généralement pas.
J'ai récemment rencontré une organisation qui avait créé un agent pour automatiser une tâche spécifique. La précision était réellement impressionnante.
Puis quelqu'un a posé la question suivante : à quelle fréquence exécutez-vous réellement ce processus ? Une fois par semaine. Trente minutes d'effort manuel. Quelques dollars de temps humain , peut-être. Le coût de la création de l'agent, de son fonctionnement et de sa maintenance était nettement plus élevé. Ils avaient construit quelque chose de techniquement viable mais, en fin de compte, une perte.
C'est un peu comme si l'on embauchait quelqu'un et que l'on décidait de la nature de son travail une fois qu'il a commencé. On ne ferait jamais cela avec une personne. On définit le rôle. Vous fixez les critères d'acceptation. Vous vous mettez d'accord sur ce qu'est la réussite avant le premier jour. Vous établissez le budget. Lorsque vous omettez cela avec des agents d'IA, vous obtenez exactement ce que les données montrent. Une activité sans contrepartie.
Le vrai problème n'est pas la technologie
Les agents sont nouveaux. Les principes fondamentaux ne le sont pas.
Données. Processus. Les personnes. Ces facteurs ont été déterminants dans toutes les mises en œuvre technologiques auxquelles j'ai participé. Ils n' ont pas changé. Si l'un d'entre eux est défaillant, tout le reste l'est également. Peu importe le modèle utilisé. Le principe du "Garbage in, garbage out" s'applique toujours.
Ce que je constate le plus souvent lorsque les initiatives en matière d'IA échouent, ce n'est pas une défaillance technologique. Il s'agit d'une défaillance des fondations. Les données ne sont pas alignées pour soutenir le cas d'utilisation. Le processus n'est pas assez mature pour être reproduit par un agent ; il existe dans la tête de quelqu'un, pas dans un flux de travail documenté qu'un système intelligent peut suivre. Et la gouvernance est considérée comme quelque chose à régler après le déploiement.
On ne peut pas construire un collaborateur numérique sur des fondations que l'on n'a pas conçues de manière réfléchie.
Résultats dans l'ensemble des secteurs d'activité
15,000
heures économisées chaque année
Distribution au détail
98%
réduction du traitement manuel
L'hospitalité
40,000
demandes traitées au cours de la première semaine
Finserv
8 semaines
du coup d'envoi au lancement
Secteur public
Les cinq raisons pour lesquelles les investissements dans l'IA agentique échouent
La plupart des mises en œuvre ne sont pas bloquées parce que la technologie ne fonctionne pas. Elles achoppent parce que les fondations n'ont pas été conçues pour les soutenir. Voici ce que je constate systématiquement dans les organisations de toutes tailles et de tous secteurs.
1. Vous avez choisi le mauvais cas d'utilisation. La plupart des organisations commencent par ce qui semble intéressant, et non par ce qui a un retour sur investissement défini. Avant de construire quoi que ce soit, répondez à cette question : Quel est le résultat attendu, à quoi ressemble le succès et quel est le seuil de rentabilité ?
2. Vos données ne sont pas prêtes à le supporter. L'agent le plus sophistiqué du monde ne peut pas compenser des données qui ne sont pas alignées, fiables ou complètes.
3. Votre processus n'est pas assez mature pour être reproduit. Un agent ne peut faire que ce pour quoi il a été conçu. Si vos flux de travail existent dans la tête de quelqu'un plutôt que dans une logique documentée et régie, vous ne pouvez pas les automatiser de manière fiable.
4. Vous avez construit l'agent en dehors du flux de travail. Un agent qui vit à côté d'un processus métier est un outil optionnel. Un agent intégré dans un processus d'entreprise est la façon dont le travail est réellement effectué de manière efficace. La différence entre une mise en œuvre réussie de l'IA et une mise en œuvre théorique que personne n'utilise est presque toujours la suivante : L'une a été conçue au cœur de la façon dont les gens travaillent. L'autre ne l'a pas été.
5. Vous avez sous-estimé l'aspect humain. L'adoption du changement tue plus d'initiatives d'IA qu'une mauvaise technologie. Acheter un outil n'est pas la même chose que l'intégrer. Les organisations qui y parviennent traitent l'élément humain - la gestion du changement, la formation, la refonte des processus - comme une partie intégrante de la construction, et non comme une étape ultérieure.
Le changement qui compte le plus
J'ai décrit cette transition comme une évolution des applications du passé vers les solutions intelligentes de l'avenir.
Pendant des décennies, notre travail a consisté à entrer dans une organisation, à comprendre ce qu'elle faisait et à le reproduire dans un système. Vous créez une commande client de cette manière. Vous approuvez un bon de commande de cette manière. Le système l'enregistre, le structure et en rend compte. Cela avait de la valeur. Ce n'est plus un facteur de différenciation : une licence QuickBooks à 19 dollars permet de le faire.
Le système d'exploitation de toute entreprise à l'avenir
La couche où se trouve la valeur réelle est ce que j'appelle les solutions intelligentes. Il s'agit de versions des processus d'entreprise infusées par l'IA. Elles analysent, synthétisent, recommandent et agissent. Elles font le saut de l'humain par défaut - où tout doit être lancé, approuvé et clôturé par une personne - à l'humain par exception, où le système gère ce qu'il peut et n'escalade que ce qui nécessite une décision humaine.
Ce sera le système d'exploitation de toutes les entreprises à l'avenir, la base sur laquelle les organisations compétitives fonctionneront.
L'opportunité à l'intérieur du paradoxe
La plupart des organisations interprètent ce chiffre de 6 % comme un avertissement. Pour ma part, j'y vois un facteur de différenciation potentiel, un facteur puissant.
Seulement 10 % environ des organisations disposent d'agents d'IA à l'échelle d'une seule fonction à l'heure actuelle.² Le champ d'action est vaste. Les leaders qui construisent les bonnes fondations dès maintenant, ceux qui considèrent les solutions intelligentes comme le nouveau système d'exploitation plutôt que comme la prochaine expérience, seront extraordinairement difficiles à rattraper.
Le seul moyen d'y parvenir est d'être un adopteur précoce. Mais de manière contrôlée et structurée.
Cela signifie qu'il faut définir les résultats avant de construire. Cela signifie qu'il faut intégrer la gouvernance dès le départ. Cela signifie qu'il faut choisir un partenaire ayant la connaissance du secteur, l'expertise de la plateforme et les antécédents en matière de mise en œuvre pour passer de l'idée à la réalité opérationnelle, et non de l'idée à une démonstration impressionnante.
La solution intelligente. Le collaborateur numérique. Le système d'exploitation de toute entreprise viable.
C'est ce qui se construit aujourd'hui.
Sources : ¹ Deloitte, AI ROI
¹ Deloitte, AI ROI : The Paradox of Rising Investment and Elusive Returns, octobre 2025. Enquête menée auprès de 1 854 cadres dans 14 pays d'Europe et du Moyen-Orient.
² McKinsey & Company, The State of AI 2023-2024 et McKinsey Global Survey on AI.
gartner, Predicts 2024-2026 : AI Strategy and Execution.
Touseef Zafar
Global Service Line Technology Lead, AP
Touseef Zafar supervise l'activité Cloud à travers les données et l'IA, l'intégration, l'infrastructure, Modern Workplace, la sécurité et la plateforme d'applications. Il a passé plus de 20 ans à concevoir et à mettre en œuvre des solutions axées sur les résultats pour les entreprises dans les domaines des services financiers, de la vente au détail, de la fabrication et des services professionnels.
Concevez vos résultats
Prêt à passer du potentiel de l'IA agentique à la rentabilité réelle, concevons ensemble votre parcours.