Le consensus sur la capacité de l’IA agentique à tenir ses promesses est prudent mais optimiste : jusque-là, tout va bien, mais avec d’importantes réserves. Une récente enquête de PwC auprès de 300 cadres supérieurs adoptant des agents IA a révélé que 66 % rapportent des résultats positifs en termes de productivité. Cependant, il est important de noter que tous les systèmes produisent généralement quelques gains de productivité. Ce que recherchent vraiment les dirigeants, c’est un avantage significatif qui crée une différenciation concurrentielle extrême. Actuellement, seulement quelques agents IA « transforment la manière dont le travail est réalisé », selon les auteurs du rapport de PwC. « De nombreux employés utilisent des fonctionnalités agentiques intégrées dans des applications d’entreprise pour accélérer les tâches routinières — faire remonter des insights, mettre à jour des dossiers, répondre à des questions. Cela représente un véritable boost de productivité, mais cela ne constitue pas une transformation réelle. » Le principal obstacle n’est pas la technologie elle-même, mais plutôt « l’état d’esprit, la préparation au changement et l’engagement de la main-d’œuvre », concluent les auteurs de PwC. Mahe Bayireddi, PDG et co-fondateur de Phenom, une entreprise fournissant des agents IA pour les fonctions RH, partage cette opinion en insistant sur le fait que les défis résident principalement dans ces domaines. Lors de la récente conférence utilisateur de Phenom à Philadelphie, Bayireddi a souligné que le contexte est crucial pour les agents IA. « Il y a beaucoup à apprendre tout au long de ce processus, » a-t-il déclaré. « Actuellement, il n’existe pas d’experts capables de guider de manière dynamique sur la gestion efficace des agents IA. » Bayireddi a précisé : « Les agents peuvent augmenter la productivité d’environ 20-30 %, à condition qu’ils soient utilisés correctement, que la gestion du changement soit bien maîtrisée et que les données soient traitées de manière appropriée. La question clé est de savoir comment faire réussir cette démarche et gérer efficacement le changement. » Les agents IA et les données qu’ils manipulent doivent être spécifiques à chaque domaine, variant d’un secteur à l’autre et d’une entreprise à l’autre. « Les données à un niveau universel sont assez complexes, » explique-t-il. « Les subtilités du contexte et de la personnalisation sont essentielles pour que l’IA fonctionne correctement. Elle ne peut pas être trop générique. » L’émergence des agents IA fait progresser l’IA générative vers une application concrète.

Lorsqu’ils sont intégrés, ces agents peuvent être « intégrés aux flux de travail, » a indiqué Bayireddi. « Jusqu’à présent, les gens devaient se rendre sur ChatGPT, poser une question, et attendre une réponse. Ce n’est pas ainsi que le travail se déroule naturellement. » Il faut concentrer les efforts sur la gestion des nuances propres aux fonctions et processus spécifiques visés pour l’automatisation par les agents. « Cela doit se concrétiser sous une forme efficace incluant le contexte, » a-t-il ajouté. « Cela ne peut se réaliser que si l’agent opère efficacement au sein d’un département. » Bayireddi ne considère pas les agents IA comme une menace pour l’emploi, mais reconnaît qu’ils changeront la nature du travail. « De nouveaux emplois apparaîtront grâce aux agents, et de nouveaux types de travail se développeront. Les compétences en font partie ; le travail lui-même et les rôles évolueront. » Les auteurs de PwC conseillent de ne pas se contenter de gains minimes avec les agents IA. « Les entreprises qui s’arrêtent au stade pilote risquent d’être dépassées par des concurrents prêts à repenser fondamentalement le travail. Seules quelques entreprises définissent activement l’avenir en construisant de nouveaux modèles opérationnels intégrant et orchestrant plusieurs agents IA. Moins de la moitié revoient en profondeur leurs modèles opérationnels et flux de travail (45 %) ou redéfinissent leurs processus autour des agents IA (42 %). »