Laurent Assouly Menu
Août 2026

L'IA agentique n'est pas un logiciel. C'est un nouveau collaborateur.

Par Laurent ASSOULY

On a tous le même réflexe quand on déploie un nouveau logiciel métier. On laisse la DSI l’installer, le prestataire fait sa petite formation de deux heures, et on attend tranquillement que la productivité grimpe. Sauf qu’avec l’IA agentique, ce scénario mène directement au mur.

Un agent autonome n’est pas un tableur Excel ni un ERP. Il ne se contente pas de stocker de l’information. Il lit vos e-mails entrants, prend des décisions, rédige des devis et modifie vos bases de données. Il fait tout cela sans attendre l’intervention d’un utilisateur. La conclusion s’impose d’elle-même : on ne déploie pas un collaborateur autonome. On le manage.

Une rupture de modèle totale

Les éditeurs ont tendance à vendre l’IA agentique comme une simple mise à jour logicielle. C’est leur métier. Mais dans beaucoup de PME, je vois les directions confier ce projet exclusivement au service informatique. C’est une erreur de compréhension fondamentale.

Votre DSI sait parfaitement comment connecter un agent à vos API. Par contre, il ne sait pas comment cet agent doit négocier un délai de paiement avec votre meilleur client. Ce cadrage métier appartient aux managers. L’intégration de ces agents relève directement de la réorganisation du travail et des ressources humaines, bien avant l’infrastructure réseau. Traiter un agent IA comme un vulgaire bout de code garantit son échec opérationnel.

Le piège de la délégation aveugle

C’est formidable d’automatiser l’exécution des processus à grande vitesse. L’IA génère des rapports de synthèse et répond aux clients de son propre chef. Mais il ne faut pas oublier une chose : la technologie n’absorbe jamais la responsabilité.

Si un agent expédie un contrat erroné qui vous engage financièrement, le juge ou le client s’adressera au dirigeant de l’entreprise. L’éditeur du modèle, lui, s’en lavera les mains. Et le danger grandit exponentiellement avec le passage à l’échelle. Un collaborateur humain qui se trompe fait une erreur isolée. Un agent mal configuré applique son erreur à des milliers de dossiers en quelques secondes. L’autonomie absolue qu’on vous vend dans les démonstrations commerciales cache des risques systémiques bien réels.

Faites passer des entretiens à la machine

Aucun dirigeant ne recrute un cadre en lisant uniquement ses diplômes. Pourtant, les entreprises choisissent leur IA sur la base des scores théoriques publiés par les laboratoires ou bien à une belle démo bien policée, faite par l’éditeur. En réalité, les différents modèles réagissent de façon très hétérogène face à l’imprévu ou à l’ambiguïté.

Un modèle va foncer tête baissée et valider des idées risquées. Un autre fera preuve d’un scepticisme protecteur systématique. Je conseille toujours de tester l’agent sur vos propres dossiers difficiles. Soumettez-lui l’historique d’un client problématique. Observez sa méthode d’analyse et sa tolérance au risque. Un bot de support client ne requiert pas du tout la même personnalité qu’un auditeur comptable. Évaluez l’IA exactement comme vous évaluez le bon sens d’un candidat lors d’un entretien.

Le onboarding et le management quotidien

Un nouvel employé humain assimile les règles non écrites de l’entreprise en observant ses collègues. L’IA, elle, démarre avec une mémoire totalement vierge. Un agent autonome va systématiquement échouer s’il ne connaît pas l’historique de vos processus.

Vous devez lui définir très exactement la ligne d’arrivée. Sans objectif chiffré ou limite temporelle, la machine boucle à l’infini, s’épuise sur un détail technique ou s’arrête en plein milieu du travail. Et face à une erreur de la machine, l’approche change radicalement. Vous ne contactez plus le support technique pour réparer un bug. Vous corrigez les consignes données à l’agent. Le management devient itératif, il s’apparente à de la formation continue.

Ne confiez pas tout à l’intelligence probabiliste

Alors comment faire concrètement ? L’entreprise doit tracer une ligne claire entre ce qui est automatisable et ce qui exige un jugement humain. Pour les processus critiques, l’IA doit rester cantonnée à un rôle strict de préparation. Elle collecte les données, analyse les options et rédige un brouillon. L’humain conserve le monopole absolu de la validation.

Confier l’intégralité d’un métier à la machine expose à des dérives. L’intelligence probabiliste de l’agent produit des erreurs par nature, c’est son fonctionnement même. Elle doit donc se heurter à des processus déterministes stricts. L’automatisation réussie aujourd’hui, c’est de combiner la flexibilité d’analyse de l’IA et la rigueur absolue d’un contrôle de trajectoire informatique.

#PME #TransformationNumérique #AgentsIA #Management #IAenEntreprise

Back to Documents