Travail de refonte avant d’ajouter davantage d’agents IA
1. L’IA partout. Flux de travail intacts.
concernant l’activation du flux de travail de l’IA agentique au sein des équipes d’entreprise, j’ai continué à voir le même problème. Les équipes m’ont dit qu’elles étaient enthousiasmées par l’IA. Ensuite, j’ai observé leur quotidien : un flux de travail extrait de différentes sources de données, plusieurs cycles de copier-coller Excel et des transferts manuels avant que quoi que ce soit n’atteigne un point de contrôle. Les renseignements les plus importants figuraient rarement dans un système. Il est resté dans la tête des gens, sans document, dispersé dans les e-mails, les diapositives et les fils de discussion.
Les gens utilisaient l’IA, mais le travail lui-même se déroulait toujours à l’ancienne.
J’entendais toujours la même solution proposée. Lorsque les équipes parlent d’IA, quelqu’un dit : mettons un joli chatbot au-dessus de nos fichiers et de nos données, et tout s’arrangera. J’ai passé des semaines à rencontrer des équipes pour approfondir leurs processus actuels. C’est lent, parfois assez douloureux, et c’est l’étape nécessaire qui libère la valeur de l’IA. Et je suis certain que ces cas sont loin d’être uniques.
Les gens aiment discuter de l’adoption de l’IA à un niveau élevé. Mais ce que je veux partager peut paraître difficile à entendre pour beaucoup de gens. L’IA ne devient une valeur commerciale que lorsqu’elle atteint vos produits et vos processus métier. La vérité est qu’avant d’introduire davantage d’outils et d’agents d’IA, vous devez repenser et améliorer le flux de travail.
Des recherches récentes aboutissent à la même conclusion. Le « talent à valoriser » de McKinsey Les travaux montrent que la valeur de l’IA est de plus en plus créée par des systèmes coordonnés d’humains et d’agents, et cite les près de 900 cas d’utilisation de GenAI de Johnson & Johnson, où 80 % de la valeur provenait de seulement 10 à 15 % des initiatives. Le radar IA 2026 du BCG » ajoute le point de vue des PDG : les entreprises s’attendent à ce que les dépenses en IA doublent environ en 2026, et presque tous les PDG pensent que les agents d’IA produiront des rendements mesurables cette année. Indice des tendances du travail 2026 de Microsoft cela se résume à la manière dont le travail est effectué : ses utilisateurs d’IA les plus avancés utilisent des agents pour des flux de travail en plusieurs étapes, repensent les flux de travail et créent des normes d’IA partagées pour leurs équipes.
Votre stratégie d’IA ne doit plus commencer par une liste de cas d’utilisation cloisonnés. Au lieu de faire évoluer l’accès aux outils d’IA, il convient de commencer par une cartographie des valeurs, puis d’identifier les flux de travail clés, le jugement humain requis, les agents susceptibles d’améliorer l’exécution et le système de performances qui prouve si l’ensemble de la configuration fonctionne.
2. Commencez par la valeur de votre entreprise
Le bon point de départ d’une stratégie d’activation de l’IA consiste à identifier les domaines dans lesquels l’IA peut créer un avantage disproportionné en termes de coûts, de croissance, d’innovation ou d’expansion du modèle économique.
Le radar IA 2026 du BCG montre que les entreprises s’attendent à ce que les dépenses en IA doublent environ en 2026, et près des trois quarts des PDG déclarent qu’ils sont le principal décideur en matière d’IA dans leur organisation. La même étude indique que presque tous les PDG pensent que les agents d’IA produiront des rendements mesurables en 2026.
L’expérience de Johnson & Johnson est le cas le plus solide ici. Une vaste expérimentation sur près de 900 cas d’utilisation a aidé l’entreprise à apprendre, mais l’impact est venu de la réduction des ressources vers les 10 à 15 % d’initiatives produisant l’essentiel de la valeur.
Le bon point de départ d’une stratégie d’activation de l’IA consiste à identifier les domaines dans lesquels l’IA peut créer un avantage disproportionné en termes de coûts, de croissance, d’innovation ou d’expansion du modèle économique.
- Où l’IA peut réduire les coûts.
- Où l’IA peut améliorer les revenus, les bénéfices ou l’expérience client.
- Où l’IA peut prendre en charge un nouveau produit, service ou modèle commercial.
Ensuite, établissez des priorités en posant une question à l’équipe : quels 10 % de notre travail d’IA pourraient créer 80 % de la valeur commerciale ?
3. Repenser le travail : du rôle individuel au système humain-agent
La vieille question était : qui est la bonne personne pour ce rôle ? La meilleure question est la suivante : quelles parties de ce flux de travail doivent appartenir aux personnes, quelles parties doivent être gérées par des agents et où le jugement humain doit-il garder le contrôle ?
Article sur les agents de croissance de McKinsey montre que les organisations créent plus de valeur lorsque les agents améliorent les processus de bout en bout plutôt que les tâches isolées. Le WTI 2026 de Microsoft parvient à une conclusion similaire : les utilisateurs avancés d’IA utilisent déjà des agents pour des flux de travail en plusieurs étapes et repensent la façon dont le travail est effectué.
Un agent du service client qui aide uniquement les employés à rédiger des réponses plus rapides améliore d’un cran. Un meilleur flux de travail prédit les problèmes, déclenche la sensibilisation, achemine les exceptions vers les humains et boucle la boucle avec une résolution personnalisée. Il s’agit d’une décision de conception du système, et aucun déploiement d’outil d’IA ne le fait à votre place.
4. Redéfinir les talents : les superutilisateurs d’IA sont des concepteurs de flux de travail
Les employés les plus précieux sur le lieu de travail de l’IA ne sont pas toujours ceux qui écrivent le plus de messages. Ce sont eux qui peuvent se concentrer sur le bon problème, expliquer le processus en cours, identifier les transferts faibles, mettre en œuvre et tester des solutions d’IA et rendre le travail amélioré évolutif pour d’autres.
Baromètre mondial de l’emploi en IA 2026 de PwC montre pourquoi ce niveau de talent augmente. Les emplois nécessitant des compétences en IA connaissent une croissance presque huit fois plus rapide que l’ensemble du marché du travail, et l’avantage salarial moyen pour les compétences en IA a atteint 62 %.
Trouvez donc vos super utilisateurs IA existants. Donnez-leur un mandat de workflow au lieu d’un projet parallèle. Demandez-leur de documenter leur façon de travailler, les domaines dans lesquels l’IA a été utile, les domaines dans lesquels elle a échoué et ce que d’autres équipes peuvent réutiliser.
L’opportunité est bien plus grande que la productivité individuelle. Les meilleurs super-utilisateurs de l’IA peuvent aider l’entreprise à repenser la manière dont le travail est effectué.
5. Éduquer l’équipe de direction avant de déployer davantage d’agents IA
Même si les hauts dirigeants parrainent de nombreux projets pilotes d’IA, ils n’ont peut-être pas une approche cohérente pour décider quel travail mérite des agents d’IA, quels talents doivent être réaffectés et de quelles mesures commerciales ils ont besoin pour mesurer l’impact.
Il s’agit désormais d’une question opérationnelle au niveau du PDG. Le radar IA du BCG montre que 72 % des PDG déclarent qu’ils sont le principal décideur en matière d’IA, et la moitié pensent que leur travail dépend de la bonne maîtrise de l’IA.
Vous devez empêcher l’IA de devenir un portefeuille d’innovation dispersé et sans contrôle.
- Quels projets d’IA génèrent une valeur commerciale mesurable ?
- Quels projets faut-il arrêter ?
- Quels flux de travail doivent être repensés avant d’ajouter d’autres outils ?
- Quels dirigeants sont propriétaires des résultats commerciaux ?
- Quels risques nécessitent une gouvernance, un audit ou un examen humain ?
6. Mesurer l’impact commercial
Les performances des agents IA doivent être évaluées en fonction de la qualité des décisions, de la fiabilité, de la rapidité et du coût. Les humains doivent être évalués en termes d’impact commercial, d’amélioration du flux de travail de l’IA, d’utilisation éthique et de collaboration entre équipes.
Le déficit de gouvernance est réel. L’état de l’IA de Deloitte en 2026 L’étude Enterprise a révélé que seulement 21 % des organisations interrogées disposent d’un modèle de gouvernance mature pour les agents d’IA autonomes, tandis qu’environ 80 % manquent de fonctionnalités matures telles que les limites de décision, la surveillance en temps réel et les pistes d’audit.
Un agent IA peut accélérer une tâche tout en ralentissant la révision, l’approbation ou la résolution du client. La mesure du succès est le résultat complet du flux de travail : des décisions plus rapides, moins d’erreurs, des coûts réduits, une meilleure expérience client et une responsabilité humaine plus forte.
Utilisez trois niveaux de mesure :
- Métriques des agents IA : précision, fiabilité, vitesse, coût, qualité de l’escalade.
- Mesures humaines : jugement commercial, amélioration du flux de travail, utilisation éthique, collaboration.
- Indicateurs commerciaux : temps de cycle, qualité des décisions, impact client, coût de service, amélioration continue.
7. Réflexions finales
Avant votre prochain examen de l’IA, posez une question : achetons-nous davantage d’IA ou repensons-nous le travail qui peut produire de meilleurs résultats commerciaux ?
Tout d’abord, arrêtez de demander davantage de cas d’utilisation de l’IA et commencez à identifier les quelques pools de valeur qui méritent un investissement. Deuxièmement, repensez un flux de travail critique en décidant de ce que les humains doivent posséder, de ce que les agents doivent gérer et des domaines dans lesquels une révision humaine est requise. Troisièmement, mettez à jour le système de gestion afin que la valeur de l’IA soit mesurée à travers les résultats commerciaux, la qualité du flux de travail et une exécution responsable.
C’est ainsi que vous protégez votre temps et votre budget tout en maintenant l’adoption de l’IA. C’est également le test de savoir si votre stratégie d’IA est prête à être exécutée par l’entreprise.
You may also like
Comment décoder le paramètre de température dans les LLM
