Les fondations indispensables aux entreprises pour tirer pleinement parti de l'IA agentique

L'IA agentique ne crée de valeur que si elle repose sur un socle solide combinant planification continue, données et modèles connectés, gouvernance, traçabilité et confiance dans les décisions prises.

L’IA est désormais bien installée dans l’entreprise. La plupart des équipes l’utilisent déjà sous une forme ou une autre, notamment pour synthétiser les performances, rédiger des rapports ou interroger leurs données. L’effet de nouveauté s’estompe et l’enjeu consiste désormais à tirer davantage de valeur de l’IA à l’échelle de l’entreprise.

Cet enjeu devient d’autant plus pressant alors que les coûts liés à ces modèles augmentent. Après une première phase largement consacrée à l’expérimentation, les entreprises doivent désormais démontrer que leurs investissements dans l’IA génèrent une valeur tangible.

Cette valeur ne dépend pas nécessairement d’un modèle plus performant ou d’une multiplication des usages. Elle repose sur la qualité du socle sur lequel l’IA s’appuie. Celui-ci doit soutenir une planification continue, offrir une vision cohérente et à jour de l’entreprise et rendre chaque recommandation compréhensible et traçable.

Les LLM et les frameworks qui les connectent aux systèmes d’entreprise ont considérablement simplifié le développement d’agents. Mais créer un agent n’est pas le plus difficile. La complexité réside dans le socle technologique qui l’alimente, avec un moteur de calcul performant, des modèles connectés entre les différentes fonctions de l’entreprise et des règles de gouvernance permettant de comprendre et de justifier chaque action.

Un socle conçu pour la planification continue

La planification traditionnelle s’est longtemps organisée autour de cycles prévisibles, avec un budget établi chaque année, des prévisions actualisées mensuellement ou trimestriellement et des scénarios élaborés ponctuellement.

Ce rythme n’est plus adapté. Les coûts, la demande et les conditions de marché évoluent trop rapidement pour que la finance puisse encore s’appuyer sur un budget annuel figé ou sur des révisions périodiques des prévisions. Les équipes doivent pouvoir ajuster leurs hypothèses en continu et mesurer rapidement les conséquences de toute nouvelle information sur le reste du plan.

Des agents peuvent suivre les performances par rapport aux objectifs, identifier les risques émergents, tester simultanément de nombreux scénarios et aider les équipes à identifier les options les plus pertinentes.

Cette évolution impose une infrastructure capable d’absorber davantage de calculs et de changements tout en restant rapide, fiable et cohérente. Sans cela, l’IA ne peut pas soutenir une planification continue à l’échelle de l’entreprise.

Des données et des modèles connectés à l’échelle de l’entreprise

Pour être réellement pertinente, l’IA doit disposer d’une vision complète et actualisée de l’activité. Ces informations sont généralement dispersées entre les systèmes RH, CRM, ERP et les différents outils de planification de l’entreprise.

Lorsque les données restent fragmentées, l’IA ne peut disposer que d’une vision partielle de la situation. Les équipes finissent alors par consacrer du temps à rapprocher manuellement les informations, précisément le type de travail que l’IA est censée réduire.

Centraliser les données constitue une première étape, mais cela ne suffit pas. Les modèles eux-mêmes doivent être connectés afin que toute modification d’une hypothèse se répercute automatiquement sur les plans concernés.

Si les équipes commerciales prévoient de recruter davantage dans une région, le compte de résultat doit immédiatement intégrer le coût complet de ces recrutements ainsi que le délai nécessaire pour atteindre leur pleine productivité.

L’IA doit donc pouvoir s’appuyer non seulement sur les données de l’entreprise, mais aussi sur des modèles reliés entre eux, synchronisés et actualisés à mesure que les conditions évoluent. Elle peut ainsi évaluer les conséquences d’une décision à l’échelle de l’entreprise plutôt que d’optimiser une fonction isolément.

Des workflows explicables et traçables

C’est pourquoi connecter un outil d’IA à une seule source ne suffit pas. L’IA doit pouvoir s’appuyer sur des modèles issus de l’ensemble de l’entreprise, et pas uniquement sur des données isolées. Ces modèles doivent être reliés entre eux, synchronisés et mis à jour à mesure que les conditions évoluent. Sans ce socle, un agent peut formuler une recommandation pertinente pour une équipe tout en ignorant ses conséquences sur les autres fonctions. À l’inverse, l’IA peut évaluer une décision à l’échelle de l’entreprise plutôt que d’optimiser les chiffres d’une seule fonction de manière isolée.

Cette capacité est d’autant plus importante que l’IA ne disposera pas toujours de l’ensemble du contexte. Elle peut par exemple signaler qu’un centre de coûts dépasse son budget ou recommander de réduire un poste de dépenses, alors qu’un dirigeant sait qu’une dépense a été volontairement avancée, qu’un renouvellement de contrat approche ou qu’un investissement stratégique doit être maintenu malgré son impact à court terme.

La prochaine étape pour la finance

L’IA va rendre la planification plus continue, plus dynamique et plus étroitement liée à la réalité de l’entreprise. Plutôt que d’attendre le prochain cycle de planification, les équipes pourront réagir à mesure que les conditions évoluent, tester davantage de scénarios, identifier plus tôt les arbitrages et ajuster leurs plans avant qu’un léger écart ne devienne significatif.

Mais cela ne sera possible que si l’IA repose sur un socle capable d’absorber la charge de travail, de relier les décisions entre les différentes fonctions de l’entreprise et de donner aux équipes confiance dans la manière dont chaque recommandation a été élaborée.

L’enjeu n’est donc pas d’opposer les LLM aux systèmes d’entreprise. Il s’agit de faire fonctionner l’IA au-dessus d’une plateforme conçue pour permettre aux différentes équipes de prendre des décisions de manière coordonnée. Les organisations qui comprendront cette distinction pourront avancer plus rapidement sans sacrifier le contrôle, la capacité à rendre des comptes ni la confiance dans leurs propres chiffres.