Les agents d’intelligence artificielle commencent à jouer un rôle significatif dans les opérations informatiques des entreprises, mais leur efficacité dépend encore étroitement de l’intervention humaine. Selon une étude récente analysant des dizaines de milliers d’interactions homme-machine, les systèmes IA exécutent actuellement environ un tiers des actions dans les workflows IT, tandis que les analystes humains rejettent près d’un quart des propositions d’IA – un taux en baisse constante.

Une collaboration humaine-machine qui s’équilibre

Les données opérationnelles, plutôt que les infrastructures sous-jacentes de l’IA, sont souvent la source des erreurs. Les analystes humains se concentrent sur les actions les plus critiques, la gestion des exceptions et la supervision des systèmes autonomes. À l’inverse, les agents IA s’occupent principalement des tâches routinières et de l’exécution automatisée. Cette répartition des rôles, bien que moins spectaculaire que la suppression des centres d’aide, représente une évolution crédible de la manière dont le travail IT est accompli.

Les étapes clés du travail automatisé

L’étude identifie quatre phases dans le processus d’automatisation : la planification, la proposition, l’approbation ou le rejet, puis l’exécution des étapes validées. Sur une période de trois mois, les agents ont planifié près de 18 000 actions et exécuté plus de 147 000 tâches dans 40 entreprises. Les domaines où l’IA excelle particulièrement sont le logiciel, les applications, la sécurité et la collaboration, où les demandes sont souvent répétitives et facilement réversibles.

L’évolution des taux d’approbation

Un indicateur clé de cette collaboration est l’augmentation du taux d’approbation des actions proposées par l’IA, passé de 23 % à 41 % sur la période étudiée. Simultanément, le taux de rejet a chuté de 27 % à 16 %. Ces améliorations s’expliquent par des boucles de rétroaction de plus en plus efficaces, permettant aux systèmes d’apprendre progressivement des décisions humaines.

Les limites actuelles de l’automatisation

Malgré ces progrès, certaines tâches restent hors de portée des agents IA. Les opérations liées à la gestion des identités, comme l’intégration et le départ des employés ou la configuration des accès IT, nécessitent encore une supervision humaine étroite. Les échecs sont trois à neuf fois plus fréquents dans ces domaines que pour les changements matériels ou de connectivité.

Pourquoi l’IA échoue-t-elle ?

L’étude révèle que les divergences entre les recommandations de l’IA et les décisions humaines surviennent dans 23 % des cas. Les causes principales incluent l’absence de cibles (50 % des échecs), des entrées invalides (29 %) et des erreurs non gérées. Ces problèmes reflètent souvent des défis de qualité des données plutôt que des limites intrinsèques de l’IA. Des informations obsolètes ou mal organisées entraînent des erreurs que même les systèmes les plus sophistiqués ne peuvent corriger.

Vers une automatisation plus intelligente

La bonne nouvelle est que les systèmes hybrides, combinant l’IA et le jugement humain, s’améliorent avec le temps. Les analystes conservent le contrôle des changements les plus critiques, tandis que les rejets et approbations itératifs aident l’IA à affiner ses plans. Progressivement, les agents deviennent plus efficaces, replanifiant dynamiquement plutôt que de prévoir tous les scénarios possibles.

Cette évolution montre qu’en matière d’automatisation IT, l’IA n’est pas une solution magique, mais un outil puissant qui doit être intégré intelligemment dans les processus existants. Le futur de l’informatique d’entreprise ne sera pas une lutte entre humains et machines, mais une collaboration où chacun joue le rôle pour lequel il est le plus qualifié.