La révolution silencieuse des logiciels d’entreprise ne vient pas de nouvelles applications, mais de la réduction du besoin en intervention humaine. Pendant des décennies, nous avons numérisé le travail, intégré des systèmes et migré vers le cloud. Aujourd’hui, nous entrons dans une ère nouvelle : les logiciels commencent à participer activement aux processus de travail. Cette évolution transforme non seulement la productivité, mais aussi l’architecture, l’économie, la sécurité et le modèle opérationnel des entreprises.**

L’Enterprise Work Architecture (EWA) : une méthodologie révolutionnaire

Traditionnellement, la stratégie des applications d’entreprise reposait sur quatre questions clés : Quelles capacités le métier nécessite-t-il ? Faut-il les développer, les acheter ou les intégrer ? Comment s’intègrent-elles à l’architecture existante ? Peut-on les sécuriser, les faire évoluer et les financer ? Ces questions restent pertinentes, mais elles ne suffisent plus. Les applications d’entreprise étaient jusqu’ici des outils que les humains utilisaient pour accomplir des tâches. Désormais, avec l’IA et les agents intelligents, la question stratégique devient : Qui ou quoi doit effectuer le travail ? Nous passons d’applications que les humains exploitent à des systèmes que les humains supervisent.

Gartner prévoit qu’à la fin de 2026, 40 % des applications d’entreprise intégreront des agents IA spécialisés, contre moins de 5 % en 2025. Ces agents formeront des écosystèmes traversant applications et fonctions métiers. J’appelle cette discipline Enterprise Work Architecture (EWA) : la conception délibérée de la manière dont un résultat d’entreprise se décompose en jugement humain, intelligence machine, applications, données et autorité, de l’intention à l’exécution en passant par la traçabilité.

Le vrai défi : le travail entre les applications

L’architecture traditionnelle organise les capacités autour de systèmes distincts : ERP, CRM, HCM, ITSM et achats. Or, les résultats métiers ignorent souvent ces frontières. Aujourd’hui, ce sont les humains qui comblent ces écarts en recherchant, réconciliant et interprétant des données. Les agents IA peuvent désormais réduire ces frictions en rassemblant le contexte, en interprétant l’intention et en coordonnant les actions autorisées. L’enjeu n’est pas simplement d’intégrer l’IA dans les applications, mais de repenser la manière dont le travail circule entre elles.

La méthodologie EWA en six étapes

Pour rendre l’EWA opérationnelle, voici les six étapes clés :

  1. Résultat : Quel résultat métier mesurable visons-nous ?
  2. Travail : Quelles activités sont nécessaires, lesquelles doivent disparaître et lesquelles nécessitent un jugement humain ?
  3. Autorité : Quelles recommandations, préparations, approbations ou exécutions peuvent être effectuées par un humain, une application ou un agent ?
  4. Exécution : Quels systèmes, API, données et workflows doivent être impliqués ?
  5. Preuve : Les actions conséquentes peuvent-elles être observées, reconstruites, contestées et récupérées ?
  6. Économie : Le redimensionnement du travail a-t-il amélioré le temps, le coût, la qualité, le risque ou l’expérience ?

L’ordre est crucial : beaucoup d’initiatives IA commencent à l’envers en choisissant un modèle, déployant un copilote et connectant des applications avant de chercher la valeur. L’EWA commence par le résultat et conçoit en arrière.

Exemple concret : un litige de facturation client

Prenons le cas d’un client dont la facture ne correspond pas à la livraison. Aujourd’hui, un employé navigue entre le CRM, l’ERP, la logistique et les contrats, impliquant souvent la finance ou les opérations avant qu’un crédit ne soit approuvé. Un seul résultat devient un parcours complexe à travers systèmes, équipes et contrôles.

Avec l’EWA, ce processus est repensé :

  1. Résultat : Résoudre les litiges valides rapidement, avec précision et dans le respect des contrôles financiers.
  2. Travail : Les machines rassemblent et réconcilient les preuves ; les humains gèrent l’ambiguïté, les exceptions et les jugements importants.
  3. Autorité : Les agents recommandent ou exécutent dans des limites définies ; les exceptions sont escaladées.
  4. Exécution : Les actions s’écoulent via des API gouvernées vers les systèmes autoritaires.
  5. Preuve : Les données, décisions, actions, autorité et interventions humaines restent traçables.
  6. Économie : Mesurer le temps de résolution, les interventions humaines, les exceptions, le retravail, le coût et l’impact client.

La véritable innovation n’est pas un agent qui écrit des e-mails plus vite, mais la redéfinition du travail de bout en bout tout en préservant les contrôles essentiels.