Roadmap AI – Pourquoi faut-il intégrer l’IA agentique à sa roadmap ?

L’ambition principale de Roadmap AI Marketing Day 2025 était de se projeter en 2030, pour permettre aux participants de construire et d’activer leur propre feuille de route IA pour les années à venir… Or, la principale évolution à venir est l’émergence de l’IA agentique. Mais de quoi s’agit-il ? Qu’est-ce que cette nouvelle étape dans le développement de l’intelligence artificielle implique pour les organisations ?
À retenir :
- L’IA agentique est une nouvelle étape pour l’IA générative, qui permet d’aller au-delà des chatbots : les outils sont désormais autonomes et capables d’agir pour l’humain, en planifiant, raisonnant et prenant des décisions pour résoudre des problèmes de bout en bout.
- Dans une approche multi-agents, plusieurs agents spécialisés peuvent collaborer de façon coordonnée, certains d’entre eux pouvant même être utilisés pour monitorer d’autres agents afin d’améliorer la pertinence des résultats.
- L’impact organisationnel pourrait s’avérer majeur : les équipes humaines devront collaborer avec des agents, ce qui va transformer profondément les métiers et les modes de travail.
- En matière d’expérience client, nous sommes en train de passer d’un web conçu pour l’humain à un web conçu pour les agents, ce qui implique de repenser progressivement contenus, interfaces et analytics.
- Mais comme pour tout sujet IA, la qualité des données reste déterminante : 40% des projets d’IA agentique échoueront, notamment faute de données structurées et cohérentes selon Gartner.
« L’adoption de l’IA agentique va s’accélérer drastiquement sur les 12 à 18 mois« , a prédit Julie Rochette, Head of Partner Management chez Amazon Web Services France lors de sa keynote au Roadmap AI Marketing Day 2025. Elle était loin d’être la seule à évoquer le sujet, bien au contraire : le mot était sur (presque) toutes les lèvres au cours de la journée. Mais de quoi s’agit-il ?
« Un logiciel autonome capable d’agir pour l’humain »
« Un agent IA, c’est tout simplement un logiciel autonome capable d’agir pour l’humain. Il va pouvoir effectuer des recherches, faire des résumés, comparer, décider, acheter, » résume Stéphanie Maziol, Senior Director of Product Marketing chez Contentsquare.
La différence avec un ChatGPT classique ? Il ne s’agit plus de simples chatbots qui répondent à des questions, mais d’assistants « qui sont capables d’effectuer, de résoudre des problèmes jusqu’au bout », explique Julie Rochette, qui ajoute que « ce qui fait la singularité d’un système agentique, c’est son autonomie, sa capacité à apprendre et à pouvoir rectifier son plan d’action pour atteindre l’objectif » qui lui a été donné.
Celle-ci décrit en trois mots les mécanismes propres aux agents IA : la planification, l’action et le raisonnement. Un agent IA opère en effet en suivant trois étapes : il planifie (décomposant un objectif en tâches exécutables), il agit (en utilisant son entraînement et les outils mis à sa disposition), et il raisonne (en évaluant ses résultats de manière autonome et en ajustant son plan d’action pour atteindre le but fixé).
« Il n’y a jamais un seul agent »
Précision importante : « il n’y a jamais un seul agent. C’est la garantie de faire quelque chose qui fonctionne assez mal et qui propose une expérience très dégradée« , comme le précise Pierre-Eric Beneteau, Partner IA & Customer Experience chez Converteo, lors de son intervention sur l’impact de l’IA sur l’expérience client.
Car c’est là la force et la spécificité de l’IA agentique : différents agents en viennent à travailler ensemble, de façon coordonnée et orchestrée. « On va avoir une série d’agents pour un problème donné, et après on peut même rajouter une couche de complexité supplémentaire, avec des agents qui peuvent servir à monitorer d’autres agents et à améliorer la pertinence des réponses« , ajoute-t-il, en expliquant que plusieurs types d’agents vont pouvoir collaborer, qu’ils soient développés par l’entreprise ou achetés à des tiers.
Pour les entreprises, l’impact de l’IA agentique devrait s’observer rapidement sur deux fronts : d’abord en interne, avec des impacts sur l’organisation, puisque les tout premiers cas d’usage de l’IA agentique ont trait à la productivité et à l’automatisation de processus, notamment dans le marketing et l’achat média ; puis en externe, en matière d’expérience utilisateur.
« Nous allons devoir changer nos modèles de travail »
Dan Lugassy, Expert Customer Data Platform chez Oracle décrit par exemple un monde où les agents « peuvent automatiquement guider l’utilisateur pas à pas pour résoudre une problématique complexe ou créer une campagne marketing de A à Z sur tous les canaux, mixant l’adtech et le martech. Ces agents peuvent automatiquement enchérir, créer des campagnes dans les plateformes publicitaires, le tout couplé avec les plateformes de marketing automation. »
Ainsi, d’un point de vue organisationnel, « nous allons devoir changer nos modèles de travail, puisque les équipes humaines vont devoir collaborer avec des agents sur un certain nombre de tâches« , estime Julie Rochette, qui prédit aussi que « les agents vont devenir une part très importante de la propriété intellectuelle des marques dans le futur.«
« L’agent devient un collaborateur interne, ce qui nous force à repenser nos métiers de manière potentiellement très profonde, avec des impacts très forts sur certaines équipes et certaines fonctions« , observe quant à lui Pierre-Eric Beneteau.
« L’utilisateur de demain n’est peut-être même pas humain »
Sur le front de l’expérience client, Stéphanie Maziol explique qu’ »on est en train de vivre une évolution, avec un basculement de l’utilisateur. L’utilisateur de demain n’est peut-être même pas humain : on passe d’un web conçu pour l’humain à un web conçu pour les agents. » On passerait donc de démarches d’UX à des logiques d’AX (pour « Agent Experience »).
Et de détailler : « les agents ne naviguent pas comme nous. Ils ne scrollent pas, ils ne cliquent pas. Et en fait, ce qu’ils font, c’est qu’ils visent, ils interprètent et ils agissent instantanément.« Cela se traduit donc par un passage « de la requête à la décision instantanément », et impose donc aux marques de revoir la construction de leurs contenus, l’architecture de leurs interfaces et leurs méthodes d’analytics. Entre autres.
Pour Dan Lugassy, peu d’entreprises ont actuellement « la maturité et la volonté » de franchir le cap de l’IA totalement autonome et agentique, « mais techniquement, ces solutions existent déjà. Nous pourrons très rapidement passer à ce niveau de maturité dans 4 à 5 ans, avec des agents véritablement multitâches. »
Autant d’éléments qui incitent grandement à intégrer l’IA agentique dans une roadmap à horizon 2030… Mais sans pour autant oublier l’essentiel. Car, comme le rappelle Ghislain Lefebvre, Senior Strategic Account Executive chez Treasure Data, en citant une étude récente de Gartner : « 40% des projets d’IA agentique échoueront en raison d’un manque de qualité et de cohérence des données. »
Qu’il soit question d’IA générative ou d’IA agentique, le constat est donc toujours le même : comme le rappelle Mathias Chaillou, Chief Media Officer du groupe L’Oréal : « on peut parler de l’AI toute la journée, mais à partir du moment où on n’a pas une donnée structurée et propre, c’est compliqué à mettre en œuvre. »