L’IA agentique prend en charge les tâches répétitives, libérant les architectes d’entreprise pour des missions à plus forte valeur ajoutée.
Les entreprises ne sont pas à court d’idées, elles manquent de focalisation. Les stratégies évoluent, les priorités changent et les décisions dépendent désormais d’un volume d’informations supérieur à ce que les équipes peuvent absorber en temps réel. L’IA agentique aide à dépasser ces limites de coordination en prenant en charge les tâches répétitives et en libérant les architectes d’entreprise pour qu’ils puissent se concentrer sur des tâches à plus forte valeur ajoutée.
C’est pourquoi son adoption connaît une croissance rapide. L’analyse de KPMG en septembre 2025 a révélé que la proportion de grandes organisations ayant déployé l’IA agentique est passée de 11 % à 42 % en seulement deux trimestres, avec des budgets annuels dépassant 130 millions de dollars. D’après ce que nous observons, les dirigeants investissent dans des résultats concrets : une mise en œuvre plus rapide, des équipes recentrées sur le travail stratégique, et des systèmes permettant une coordination en temps réel entre les différentes fonctions.
Dans le même temps, des cadres réglementaires comme le règlement de l’Union européenne sur l’intelligence artificielle (AI Act) et le plan d’action sur les opportunités de l’IA au Royaume-Uni imposent davantage de transparence et de contrôle. Les organisations doivent accélérer leur transformation tout en restant pleinement responsables de leurs processus décisionnels.
L’IA agentique répond à ces deux impératifs. Elle combine le jugement humain avec une intelligence autonome qui agit de manière intentionnelle. Les agents collectent, analysent et agissent en fonction du contexte, interconnectant les systèmes et alignant les données pour permettre la fluidité de la transformation.
De l’automatisation isolée à la collaboration intelligente
Nous avons constaté que la plupart des initiatives IA dans les entreprises commencent modestement, par l’automatisation des rapports, la synthèse de documents ou la rationalisation des demandes. Ces premiers succès contribuent à l’efficacité, mais ne changent pas la façon dont les équipes s’alignent ou prennent des décisions. Pour cela, il faut autre chose : une intelligence collaborative.
Y parvenir exige une conception d’agents rigoureuse. Les agents sont plus performants lorsqu’ils ont un champ d’action clair : objectifs spécifiques, données fiables et règles d’engagement définies. C’est pourquoi la rigueur est importante. Comme le souligne un article de la Harvard Business Review, l’IA agentique apporte le plus de valeur lorsque les organisations résistent à la tentation de la déployer sans discernement et l’abordent plutôt avec une intention claire et une orientation stratégique. Tout comme des équipiers performants, ils apprennent du contexte et s’améliorent par la répétition. Individuellement, leurs rôles peuvent être limités, mais ensemble, ils peuvent prendre en charge la complexité de l’entreprise.
Quelques types d’agents s’avèrent particulièrement utiles pour fournir une valeur claire et reproductible :
- Agents conversationnels : Ils interagissent avec les personnes et les systèmes pour collecter des mises à jour, clarifier les objectifs et convertir le dialogue en données.
- Agents utilitaires: Ils gèrent des tâches de précision telles que le maintien de la qualité des données, la mise à jour des enregistrements et la garantie de la cohérence entre les outils et les modèles.
- Agents d’analyse : Ils surveillent les interconnexions entre les systèmes et mettent en lumière les écarts, risques et opportunités.
- Agents multimodaux: Ils combinent les capacités d’agents spécialisés, coordonnant les tâches de bout en bout entre les fonctions et les sources de données afin de fournir des résultats complets et contextualisés .
Ce type d’intelligence connectée repose sur un socle commun. Des protocoles tels que le Model Context Protocol (MCP) rendent cela possible en connectant les agents IA aux référentiels, outils et API de l’entreprise, garantissant ainsi que leurs décisions et actions s’inscrivent dans un contexte opérationnel réel. C’est ce qui fait la différence. Au lieu d’une IA générique fonctionnant de manière isolée, ces agents opèrent sur vos données et votre contexte avec une compréhension de vos objectifs, capacités et dépendances.
La plupart des équipes ne sont pas à court d’idées, mais de bande passante.
Lorsqu’on discute avec des CIO, des architectes en chef et des responsables de la transformation, le même objectif revient sans cesse : renforcer l’impact de leurs équipe au-delà de leurs limites actuelles. Les agents contribuent à cet objectif en supprimant les tâches manuelles et chronophages qui épuisent les ressources, telles que la gestion de la qualité des données, mise en relation d’ensembles de données cloisonnés, capture d’informations à partir de documents et de réunions, et leur saisie dans le référentiel d’Architecture d’Entreprise (EA).
L’automatisation de ce travail permet aux équipes d’EA de se concentrer sur des missions plus stratégiques telles que l’engagement des parties prenantes, la communication et l’accompagnement d’un plus grand nombre d’initiatives. Dans le rapport « State of Enterprise Architecture 2025 », 47 % des organisations les plus matures ont identifié comme priorité absolue « la fourniture d’informations plus stratégiques à la direction ». C’est précisément le type d’impact que les agents contribuent à générer.
Mais l’impact stratégique repose également sur la confiance. Les équipes doivent comprendre d’où un agent tire ses conclusions, à quelles données il a accédé et comment il a évalué les différentes options. Lorsque les individus comprennent le « pourquoi » des informations générées par l’IA, ils peuvent les affiner, en débattre et agir plus rapidement. C’est cette combinaison de rapidité, de contexte et d’explicabilité qui permet à l’automatisation de décupler la productivité.
La voie à suivre
L’adoption de l’IA agentique s’accélère, et les niveaux d’investissement témoignent d’une forte confiance dans son potentiel. Cependant, les opportunités résident dans la manière dont elle est appliquée. Les organisations n’ont pas besoin de réformes radicales pour constater son impact, elles ont besoin de se concentrer. Commencer par des tâches clairement définies et des données de qualité permet d’obtenir des résultats plus rapides et de renforcer la confiance dans la manière dont les décisions sont prises.
Lorsque les agents se chargent des tâches manuelles répétitives, les équipes EA peuvent consacrer leur énergie à des activités à plus forte valeur ajoutée, telles que la définition de l’orientation de l’entreprise et le renforcement de leur influence stratégique au sein de l’organisation.
À mesure que cette approche se développe, l’IA agentique peut s’adapter davantage au contexte de l’entreprise et aider les équipes à découvrir de nouvelles sources de valeur pour l’entreprise, générer des analyses plus approfondies, éclairer les décisions et atteindre des résultats autrefois difficiles à obtenir.
Selon nous, l’avenir de la collaboration en entreprise est pragmatique : humains et agents travaillant côte à côte, partageant leurs connaissances et transformant les changements complexes en progrès continu.
Cet article a été écrit par Matthijs Scholten, Director du Product Marketing de Bizzdesign et Tom Jansen, Chief Technology Officer de Bizzdesign.