Au delà du clavardage : ouvrir la voie à des façons de travailler inédites grâce à l’IA

Tout commence par la bonne mentalité. Pour créer de la valeur grâce à l’IA agentive, les dirigeants et les organisations doivent repenser leurs processus de travail.

En bref

• La véritable puissance de l’IA réside dans sa capacité à mettre en corrélation les données, les outils et les flux de travail intervenant dans l’automatisation de tâches complexes, et non pas seulement les foires aux questions produites par des applications de clavardage, et à générer ainsi de bout en bout des retombées opérationnelles positives.
• La plupart des outils d’IA restent rudimentaires et cloisonnés; pour qu’ils puissent être déployés à grande échelle, il faut procéder à la refonte des flux de travail, des rôles et des cadres de gouvernance permettant d’en dégager une valeur transformationnelle à l’échelle organisationnelle.
• Le cadre d’IA agentive d’EY intègre les ressources humaines, les processus, les données et les ressources technologiques qui favorisent l’implantation d’outils d’IA sécuritaires et évolutifs, la réalisation de gains de productivité, la réduction des risques et l’obtention d’un réel rendement du capital investi (RCI).

La plupart des entreprises voient encore l’IA comme une interface de clavardage : posez une question et obtenez une réponse. Un outil utile, certes, mais pas transformationnel. La vraie valeur de l’IA se manifeste toutefois lorsqu’elle est intégrée aux outils, aux systèmes et aux flux de travail, et non quand elle ne sert qu’à converser.

Lorsque les données, les modèles, les infrastructures et les processus d’affaires sont interreliés, les agents peuvent exécuter des processus de bout en bout, mettre en place des garde‑fous, déclencher la prise de mesures dans divers systèmes et accomplir des tâches qui ne sont tout simplement pas à la portée d’un être humain. Il peut s’agir d’analyser des milliers de documents, de compiler de l’information pour élaborer en quelques minutes un rapport pour la direction, ou de passer en revue l’intégralité d’une base de code pour détecter les vulnérabilités. 

Ainsi, si la majorité des entreprises reconnaissent la nécessité de l’IA, peu savent réellement où la déployer. La réponse ne réside pas dans la multiplication de projets pilotes. Pour réaliser la pleine valeur de l’IA agentive, il est nécessaire d’adopter une approche globale, où les activités, la technologie, les données et les ressources humaines convergent. 

Les entreprises dirigées par des humains et opérées par des agents, qui alignent l’IA sur des objectifs opérationnels et des indicateurs clairs et la mettent en œuvre dans l’ensemble des fonctions de manière responsable, sont les mieux positionnées pour tirer parti des possibilités qu’offre l’adoption pleinement maîtrisée de l’IA agentive en entreprise.

Des ralentissements à l’intersection des outils d’IA et de la transformation agentive

Il est indéniable que l’IA a déjà changé le monde. Pourtant, de nombreuses organisations investissent actuellement dans des outils sans en tirer un rendement à la hauteur de leurs attentes. Le marché déborde de projets pilotes et d’outils, mais les véritables transformations opérationnelles demeurent rares. 

Dans le monde du travail, les cas d’utilisation de l’IA restent élémentaires : rechercher, résumer, rédiger et peaufiner.

Les enjeux liés à l’adoption de l’IA par la main‑d’œuvre expliquent en partie pourquoi les initiatives stagnent si souvent. Près de neuf employés sur dix utilisent désormais l’IA au travail, mais seulement 28 % des organisations parviennent à transformer cette adoption en résultats transformationnels. 

Les employés gagnent du temps, mais, dans la plupart des cas, les rôles, les flux de travail et les droits décisionnels demeurent inchangés. Faute de repenser les façons de travailler – qui fait quoi, à quel moment les agents entrent en jeu et en quoi consiste la supervision humaine des résultats –, l’adoption de l’IA ne se traduit que par des gains de productivité modestes, sans créer de valeur à l’échelle de l’entreprise.

Cet écart se manifeste clairement dans les usages quotidiens de l’IA.  Une nouvelle étude d’EY indique que quelque 51 % des employés utilisent l’IA pour rechercher de l’information. Plus d’un tiers y ont recours pour résumer des documents ou rédiger des courriels. En revanche, ils sont beaucoup moins nombreux à l’utiliser pour des tâches plus complexes. Par exemple, seulement 22 % des personnes interrogées s’en servent pour mener des recherches approfondies; le mentorat et l’évaluation de décisions demeurent encore plus marginaux. 

Cette approche de l’IA axée sur les cas d’utilisation peut générer des gains de productivité. Toutefois, son impact demeure cloisonné et largement déconnecté d’une fonction à l’autre. Adopter l’IA comme une solution qui vient se greffer au flux de travail revient à superposer des outils aux processus existants, en espérant en tirer des résultats. En l’absence d’une stratégie ou d’un cadre global permettant de concevoir un outil d’IA et de le déployer à grande échelle, la valeur créée tend à plafonner.

Comment cela se traduit il concrètement au quotidien?

• Une approche centrée sur les cas d’utilisation, combinée à des projets pilotes menés en silo, génère des gains ponctuels, mais sans effet cumulatif.
• La prolifération de cadres et d’outils désuets complique la gouvernance, crée des redondances et fragilise les intégrations.
• Les gains de productivité initiaux s’essoufflent, et les avantages ne parviennent pas à créer un effet d’entraînement dans les différents secteurs d’activité.

L’adoption de l’IA et l’évolution vers une entreprise fondée sur l’IA agentive constituent une occasion générationnelle pour les entreprises et les organisations qui cherchent à prospérer dans un environnement complexe. Pour y parvenir, il faudra opérer un changement de perspective significatif, en allant au‑delà des cas d’utilisation isolés et en considérant l’IA comme un mode de fonctionnement intégré et interconnecté.

Concevoir un cadre d’IA agentive pour obtenir un avantage à l’échelle organisationnelle

Lorsqu’on parle d’entreprise agentive, de quoi s’agit‑il réellement?

Une entreprise agentive est un modèle hybride dans lequel l’humain définit l’orientation et les agents exécutent les flux de travail en suivant des règles et des procédures opérationnelles standards, en signalant les situations exceptionnelles, en documentant les mesures prises et en réalisant des processus dans l’ensemble des systèmes avec précision et rapidité.

Les organisations pionnières n’atteignent pas ce stade en se contentant d’expérimenter avec des interfaces de clavardage. Elles y parviennent plutôt en connectant les modèles à la logique opérationnelle, aux outils et aux données, et en mettant en place dès le départ les garde fous nécessaires pour encadrer l’autonomie.

Au Canada et à l’échelle du globe, EY met à profit son expérience du monde des affaires en s’appuyant sur les plateformes Microsoft pour créer des solutions technologiques à fort impact. En conjuguant nos perspectives multisectorielles aux outils de Microsoft, nous aidons les organisations à évoluer vers une réalité agentive. 

Selon une étude réalisée par Microsoft, 81 % des plus de 30 000 chefs d’entreprise sondés s’attendent à ce que les agents soient modérément ou largement intégrés à la stratégie d’IA de leur entreprise au cours des 12 à 18 prochains mois. Les organisations les plus avancées ont déjà amorcé le parcours vers la frontière agentive, en adoptant une approche articulée autour de trois phases :

Phase 1 : Humain avec assistant

Chaque employé dispose d’un assistant d’IA qui l’aide à travailler plus efficacement et plus rapidement dans une logique d’expérience de travail augmentée, à l’image de Microsoft Copilot.

Phase 2 : Équipes hybrides humains agents

Des agents s’intègrent aux équipes à titre de « collègues numériques », en prenant en charge des tâches précises sous une supervision humaine. À ce stade, des agents spécialisés sont déployés au sein des équipes et coordonnent des tâches dans l’ensemble des flux de travail.

Phase 3 : Équipes d’agents-exécutants supervisés par des humains

Les humains définissent l’orientation, tandis que les agents exécutent les processus et les flux de travail, avec une supervision humaine au besoin. Les dirigeants gèrent des portefeuilles d’agents en fonction des indicateurs clés de performance (ICP) de l’organisation.

Nous savons que cette perspective suscite un vif intérêt. D’ailleurs, le sondage éclair d’EY sur l’IA responsable révèle que l’IA commence déjà à porter ses fruits : huit répondants sur dix rapportent des gains d’efficacité et de productivité. Malgré cela, de nombreuses organisations peinent encore à déployer des solutions à plus grande échelle – alors même que c’est là que réside le plein potentiel de l’IA.

La confiance du marché et la valeur d’entreprise progressent souvent de concert, sans pour autant être équivalentes. L’optimisme financier et l’essor des investissements peuvent favoriser l’expérimentation, mais ne constituent pas un substitut à des résultats d’affaires durables. 

L’enthousiasme du marché reflète la rapidité avec laquelle les organisations investissent dans l’IA et multiplient les projets pilotes. Le rendement du capital investi à l’échelle de l’entreprise, pour sa part, ne se manifeste que plus tard, notamment par la réduction de la durée du cycle, l’amélioration de la qualité des décisions, l’atténuation des risques et des gains de performance durables. La confusion entre ces deux réalités explique pourquoi tant d’organisations ont l’impression d’être très occupées par l’IA, sans pour autant pouvoir en démontrer la valeur concrète.

C’est ici qu’une approche renouvelée devient indispensable. Comme toute transformation, l’adoption de l’IA agentive pour faire évoluer les processus, la prise de décision et la façon de servir les marchés exige une vision globale. Tandis que les organisations s’engagent dans cette voie et adoptent l’IA à grande échelle, les dirigeants doivent repenser la manière dont les ressources humaines, les processus, les données et la technologie interagissent dans l’ensemble des fonctions.

Cette compréhension est essentielle pour créer de la valeur en tant qu’entreprise agentive. Chez EY, nous appelons cette étape « étape zéro » – le point de départ pour établir les priorités stratégiques qui permettront l’émergence de solutions novatrices. Toute transition réussie vers l’entreprise agentive commence à ce stade.

Relier les personnes, les processus et la technologie pour libérer la valeur de l’IA

Nous avons conçu, testé et déployé un cadre pour la stratégie d’IA afin d’aider les organisations à mettre l’IA en œuvre et à créer de la valeur en devenant des entreprises agentives. Nous les aidons à aller au‑delà des cas d’utilisation cloisonnés et des projets pilotes afin de définir une feuille de route en IA claire et cohérente, axée sur les changements essentiels et propice à des progrès durables.

Dans votre travail, les mêmes constats reviennent :

• La valeur naît de l’intégration entre les systèmes et les flux de travail.
• Les agents sont particulièrement efficaces dans des contextes structurés, régis par des règles et caractérisés par des volumes élevés.
• Les équipes performantes adoptent, expérimentent et stabilisent d’abord, avant de reproduire ces cycles à plus grande échelle.
• Des garde‑fous doivent être mis en place dès le départ.

C’est pourquoi, chez EY, nous commençons par évaluer les stratégies existantes à l’aide de notre cadre à cinq piliers.

1. Stratégie et réalisation de valeur  

Nous commençons par établir une vision éclairante de la transformation par l’IA, qui comprend la détermination des cas d’utilisation prioritaires, des mécanismes de gouvernance, des rôles et des indicateurs de succès. Cette démarche vise à aligner l’adoption de l’IA sur les objectifs financiers et ceux liés à la transformation dès le départ.

À ce stade, les organisations devraient notamment se poser les questions suivantes :

• Quels objectifs cherchons nous à atteindre, et comment l’IA peut elle y contribuer?
• Quels objectifs souhaitons nous faire progresser au cours des 6 à 12 prochains mois?
• Où se situent actuellement les goulots d’étranglement dans les flux de travail (transferts, reprises, temps d’attente)?
• Quelles conditions doivent être réunies pour permettre le déploiement à grande échelle du premier flux de travail piloté par des agents?

2. Architecture de la plateforme et stratégie technologique

En évaluant les capacités existantes des plateformes de l’organisation, nous repérons les composantes réutilisables et facilitons ainsi la conception et le développement d’outils d’IA évolutifs. Cette approche va au delà d’une adoption standardisée : elle permet aux entreprises d’utiliser précisément ce dont elles ont besoin, de la bonne manière, afin de maximiser les retombées.

À ce stade, les organisations devraient notamment se poser les questions suivantes :

• Quels systèmes pouvons nous réutiliser plutôt que reconstruire?
• Quelles intégrations sont nécessaires pour permettre aux agents de déclencher des actions?
• Où avons‑nous besoin d’une couche d’orchestration afin que les agents puissent exécuter des flux de travail en plusieurs étapes de façon sécuritaire?

3. Infrastructure de données

Pour établir des objectifs d’état futur, il est d’abord essentiel de comprendre où l’on se situe. Nous analysons la stratégie de données de votre organisation, la responsabilité à l’égard des données et l’infrastructure de données, ainsi que la qualité, les contrôles et les modalités d’accès, en cohérence avec la stratégie d’IA.

À ce stade, les organisations devraient notamment se poser les questions suivantes :

• Quelles sources de données alimentent le flux de travail ciblé?
• Quels problèmes de qualité ou lacunes en matière d’accès introduisent des risques?
• Quels mécanismes de surveillance et de traçabilité sont nécessaires?

4. Transformation de la main-d’œuvre

L’IA agentive façonne les méthodes de travail. Lorsqu’elles sont bien mises en œuvre, ces capacités ne sont pas présentées comme des outils autonomes, mais plutôt intégrées directement aux systèmes que les gens utilisent déjà au quotidien. Le changement ne consiste pas à exécuter le même travail plus rapidement, mais à transformer la façon dont il est réalisé.

Par exemple, au lieu d’assembler des documents manuellement ou de coordonner de multiples réunions pour synthétiser différents points de vue, les gens peuvent déployer des agents spécialisés, chacun doté du contexte, des données et de l’expertise nécessaires, pour agir comme partenaires de réflexion. Cette approche permet d’accélérer l’analyse, de remettre en question des hypothèses et de faire émerger de nouvelles idées. Elle transforme en profondeur les rôles, en éloignant les gens des tâches de coordination et d’assemblage pour les recentrer sur le jugement, l’orientation et la prise de décision.

Une étude d’EY menée conjointement avec la Saïd Business School de l’Université d’Oxford montre que 96 % des programmes de transformation rencontrent des difficultés qui donnent lieu à au moins un « moment charnière », où les progrès peuvent stagner ou dérailler. Le fait de placer le facteur humain au centre de la gestion de ces moments charnières peut multiplier par 12 la performance du programme de transformation. C’est particulièrement vrai dans le contexte de l’IA agentive. 

Nous examinons la structure générale, les rôles et les incidences sur les compétences associées aux priorités stratégiques déterminantes et définissons une feuille de route pour la planification et le perfectionnement de la main‑d’œuvre qui place l’humain au premier plan. Les modèles d’apprentissage doivent évoluer en parallèle avec les flux de travail agentifs. Or, seulement 12 % des employés reçoivent une formation continue en IA, alors même que les employés qui bénéficient d’une pareille formation réalisent des gains de productivité plus de quatre fois supérieurs à ceux de leurs pairs n’ayant reçu que peu de formation. 

Cet écart reflète un défi plus large : des formations ponctuelles ne permettent pas de suivre le rythme de l’évolution des systèmes d’IA. Dans une entreprise agentive, la transformation de la main‑d’œuvre ne consiste pas à apprendre aux gens à utiliser de nouveaux outils, mais à les préparer à exploiter, encadrer et améliorer en continu des flux de travail pilotés par l’IA.

Ce changement modifie également la façon dont l’apprentissage se fait. Dans un modèle agentif, le développement des capacités ne repose plus principalement sur des programmes de formation ponctuels; il s’inscrit plutôt directement dans le déroulement du travail.

Tandis que les employés interagissent avec des agents dans leurs outils de productivité, le système applique des pratiques organisationnelles éprouvées au moyen de requêtes contextuelles et d’indications en temps réel, ce qui favorise une réflexion plus approfondie et de meilleures décisions. L’apprentissage devient alors continu, adaptatif et propre à chaque rôle : il ne s’agit plus d’une activité à laquelle on se consacre en dehors du travail, mais d’un processus qui évolue au même rythme que le travail lui‑même.

À ce stade, les organisations devraient notamment se poser les questions suivantes :

• À quoi ressemble une journée de travail type avec des agents?
• Quels rôles évoluent de l’exécution vers la supervision, puis la conception?
• Quelles nouvelles compétences sont requises (formulation des requêtes, gestion des exceptions, validation, supervision)?

5. IA responsable et gestion des risques

Nous aidons les initiatives d’IA à respecter les exigences éthiques et réglementaires en appliquant notre indice de confiance EY.ai exclusif et notre cadre d’IA responsable. L’utilisation de ces lignes directrices dès la conception, puis tout au long du déploiement et de la surveillance des systèmes d’IA, permet d’intégrer les considérations éthiques et la gestion des risques dès le départ.

À ce stade, les organisations devraient notamment se poser les questions suivantes :

• Quelles exigences de conformité et de gestion des risques encadrent chaque flux de travail?
• À quelles étapes l’intervention humaine doit‑elle être maintenue?
• Comment assurer la transparence des décisions prises par les agents?

EY : une expérience de « client zéro » pour accroître les résultats à long terme

Le véritable rendement du capital investi se matérialise lorsque les flux de travail sont repensés en fonction des agents et que la réussite est mesurée différemment. Alors que les agents sont intégrés à des processus de bout en bout, la valeur ne se mesure plus à l’utilisation des outils, mais aux résultats obtenus, soit la durée des cycles, la qualité, la capacité de production et la réduction des risques. Les dirigeants passent ainsi de la supervision de la productivité individuelle à la gestion de portefeuilles d’agents fondée sur des indicateurs de performance. C’est la différence entre adopter l’IA et mener ses activités comme une entreprise agentive.