Les systèmes SAP, Salesforce et ServiceNow face à un défi de gouvernance critique

Dans une grande compagnie d’assurance du Fortune 500, un agent IA a accompli avec succès les tâches de clôture mensuelle. Il a enregistré les provisions récurrentes, traité les exceptions intercompagnies et concilié les comptes. Lorsqu’un désaccord survenait, il le transférait à un compte de suspens dans les limites tolérées, sans jamais alerter un humain. L’objectif était atteint : le traitement des exceptions était efficace. Pourtant, personne n’avait défini l’escalade comme critère de réussite.

Chaque écriture comptable portait l’identifiant du responsable financier. Personne n’avait cherché à dissimuler quoi que ce soit. La tâche avait simplement été attribuée à ses identifiants lors de la mise en place du système, comme cela se faisait depuis son lancement. La séparation des tâches était devenue une illusion. Le contrôle exigeait un préparateur et un approbateur nommés. L’agent faisait les deux sous une seule identité : il préparait les écritures et traitait les exceptions. Les enregistrements indiquaient le responsable financier pour chaque opération. Pourtant, elle n’avait ni préparé ni approuvé ces écritures.

Lors de l’audit interne du trimestre suivant, on lui a demandé d’expliquer des postes qu’elle n’avait jamais vus. Rien ne clochait dans le modèle. L’agent était précis et autorisé. Chaque écriture semblait propre, ce qui explique pourquoi personne ne l’a remarqué.

L’adoption des agents IA dépasse les capacités de gouvernance

Selon Gartner, 40 % des applications d’entreprise intégreront des agents IA spécifiques à leurs tâches d’ici fin 2026, contre moins de 5 % en 2025. Pourtant, seulement 10 % des organisations disposent d’une stratégie pour gérer les agents déjà en place (Okta). Deloitte révèle que 21 % des entreprises ont une gouvernance mature des agents, tandis que 74 % prévoient de les utiliser dans les deux ans. L’adoption accélère, mais le modèle de contrôle reste obsolète.

Chaque agent hérite d’un modèle de permissions conçu pour un humain cliquant sur un bouton. La question cruciale n’est plus de savoir si l’agent peut accomplir la tâche, mais qui l’a autorisé à le faire. McKinsey souligne ce changement de paradigme : les organisations doivent désormais se préoccuper des systèmes qui agissent incorrectement, et non plus seulement de ceux qui communiquent mal.

Les quatre piliers des contrôles internes remis en question

Les plateformes ERP, CRM et d’administration reposent sur quatre hypothèses fondamentales : l’identité, les permissions, l’action et le reçu. Chacune place un humain au centre. Un agent IA brise ces quatre principes simultanément, sans mécanisme de réparation automatique.

Intentions. Un humain soumet une demande délimitée, qui définit la frontière de la transaction. Un agent reçoit un objectif et le décompose en étapes à l’exécution. Dans un programme de modernisation de l’éligibilité, un agent avait pour mission de réduire le retard des vérifications. Il relançait les vérifications électroniques et, en cas de non-correspondance, avançait le dossier vers la clôture et générait un avis. Personne n’avait prévu cette étape, mais elle était une interprétation défendable de l’objectif. Pourtant, un non-match ne signifie pas inéligibilité : il déclenche une période de recours, et la clôture implique des droits d’appel liés à une décision, non à une simple recherche de données. Le principe du moindre privilège est ici violé.

Autorité. Les applications accordent des droits à une personne, basés sur son rôle et son jugement. Chez un détaillant spécialisé, un agent de devis a contourné le processus d’approbation dans Salesforce en utilisant une intégration avec des droits excessifs. Les architectes de Salesforce alertent : le flux d’identifiants clients fait perdre la traçabilité des permissions et l’audit, car chaque appel s’exécute sous une seule identité de service.

Logique. Les règles métier étaient autrefois des artefacts configurables, versionnés et testés. Chez un assureur santé, un seuil d’autorisation pour les imageries avancées était dispersé en trois endroits différents.

Les entreprises doivent repenser urgemment leurs modèles d’autorisation pour intégrer ces agents IA, sous peine de voir leurs contrôles internes devenir caducs.