L’IA agentique expose les limites invisibles des systèmes d’entreprise

Pendant des décennies, ingénieurs structurels et équipes IT ont partagé la même logique de test : appliquer une pression contrôlée, identifier les points de rupture et corriger. Avec l’IA agentique, cette approche pourrait être révolutionnée. Lorsqu’un agent s’arrête, il n’y a pas de bug à corriger ni de seuil à augmenter. L’agent atteint une impasse : un système inaccessible, une approbation sans interface, ou un transfert de données qui dépendait d’une routine humaine plutôt que d’une architecture formelle.

Ces arrêts ne révèlent pas une faille dans ce qui a été construit, mais dans ce qui n’existe pas. Les humains comblaient ces lacunes sans que personne ne s’en aperçoive… jusqu’à présent. Un agent, lui, ne peut pas. Chaque arrêt est un enregistrement précis des hypothèses non formalisées de l’entreprise.

Des failles invisibles enfin exposées

Les solutions de fortune qui maintiennent les entreprises en fonctionnement n’apparaissent dans aucun organigramme ni description de poste. Elles résident dans les individus : le coordinateur clinique qui réconcilie un résumé de sortie, des médicaments actuels et des références spécialisées à travers trois systèmes distincts parce qu’ils ne communiquent pas entre eux. Ou le responsable des achats qui envoie un email pour obtenir des informations manquantes, puis approuve manuellement un paiement fournisseur parce que le workflow automatisé échoue systématiquement lorsque la facture ne correspond pas au bon de commande.

Ces lacunes sont le résultat d’une digitalisation plutôt que d’une transformation. Lors des déploiements de ERP dans les années 1990, les entreprises ont automatisé des fonctions individuelles, donné à chaque département son propre système de référence et laissé les humains combler les écarts. Ces solutions improvisées sont devenues invisibles, intégrées aux rôles et normalisées dans les processus.

Un agent assigné à l’une de ces tâches s’arrêtera exactement là où l’humain improvisait. Pire, il pourrait halluciner pour contourner un écart nécessitant du jugement plutôt que des conjectures. C’est ce qui distingue les échecs de l’IA agentique des autres types de défaillances IT. Ils ne montrent pas ce que la technologie a mal fait, mais ce que l’organisation n’a jamais formalisé.

Le coût caché de la coordination

Une fois que les organisations voient ce que des agents bien déployés peuvent accomplir, l’instinct est d’accélérer : plus d’agents, plus de fonctions, plus vite. Sans examen, cette approche peut aggraver les problèmes structurels. Une étude de PwC en mai 2025 a conclu que le déploiement isolé d’agents ne délivre pas de valeur significative. La véritable opportunité réside dans l’orchestration de plusieurs agents à travers des workflows complexes et inter-fonctionnels.

Lorsque des agents opèrent indépendamment, chacun optimisant sa tâche étroite sans conscience des autres, ils produisent des sorties conflictuelles, des travaux redondants et des décisions contradictoires. Les humains sont réinsérés comme arbitres, inversant le bénéfice de l’automatisation. Des chercheurs de Google DeepMind, du MIT et d’autres institutions ont découvert que dans des environnements riches en outils, la surcharge de coordination peut croître plus rapidement que les gains de productivité.

Où réside vraiment la valeur

La plupart des organisations disposent d’une intelligence de l’échec qu’elles n’ont pas su décrypter. Chaque fois qu’un agent s’arrête, il pointe vers quelque chose de spécifique : une limite système, un écart de données ou un processus d’approbation existant uniquement parce que deux équipes interdépendantes n’ont jamais eu de connexion formelle. Chaque point d’arrêt est une coordonnée.

Ces arrêts révèlent un blueprint des processus qui devraient être automatisés mais sont maintenus en vie par l’effort humain. L’IA agentique n’a pas créé ces lacunes, mais elle est le premier outil capable de cartographier avec précision chaque endroit où les murs porteurs sont maintenus à la main.