Agentic Enterprise : cinq idées sur l'entreprise où humains et agents travaillent ensemble

La conversation sur les agents d'IA est restée bloquée sur l'outil. Quel modèle, quelle intégration, quelle économie par licence. Or la question qu'un dirigeant a réellement devant lui est autre : que devient mon organisation quand une partie du travail est faite par quelque chose qui décide de lui-même.

Agentic Enterprise, de Kashi KS, Giridhar LV Vishwanath et Thiyagarajan M, répond précisément à celle-là. Nous sommes arrivés à cette lecture par la réflexion de David Boronat sur ce livre, et voici les cinq idées qui pèsent le plus pour les dirigeants d'entreprise.

1. L'IA est passée d'outil à collègue de travail

Un programme s'exécute. À un collègue, on confie quelque chose. Ce changement paraît une nuance et il modifie tout : comment le travail se répartit, comment se décide, et à qui l'on demande des comptes quand quelque chose se passe mal.

Le livre l'ordonne en trois phases. Fin 2024 apparaissent des automatisations capables de mener une tâche précise du début à la fin sans personne au-dessus. Au printemps 2025 l'attention passe au flux complet, avec plusieurs étapes coordonnées, c'est l'étape de l'orchestration. Et aujourd'hui nous sommes dans la troisième : l'agent qui reçoit une mission décide quoi en faire, la résoudre, la passer à un autre agent ou demander qu'une personne s'en charge.

Avec cela arrive une condition structurelle plutôt qu'un luxe : les organisations qui s'en sortiront seront celles qui décideront activement de protéger le sens du travail de leurs équipes.

En quoi un agent d'IA diffère-t-il d'une automatisation classique ? Une automatisation exécute les étapes que quelqu'un a programmées. Un agent reçoit une mission et décide lui-même comment la résoudre, y compris quand s'arrêter et demander un jugement humain. La différence pratique est que l'un se configure et l'autre se dirige.

2. L'unité d'analyse est la tâche

Regarder le salarié, c'est regarder au mauvais endroit. Regarder le service, également. Ce qu'il faut ouvrir, c'est le poste, un contenant dont le nom importe bien moins que les tâches réelles qu'il abrite. Ce qui compte, ce sont les tâches.

En l'ouvrant apparaît la répartition qui structure tout le livre. Environ 10 % du travail est automatisable aujourd'hui : traitement de factures, analyse de données structurées, agendas et planification. Un autre 30 % est hybride, où l'agent résout entre soixante-dix et quatre-vingts pour cent et la personne conserve le jugement et répond du résultat. Et les 60 % restants demeurent entièrement humains : jugement, relation, empathie et décision. C'est là que vit le véritable avantage concurrentiel d'une entreprise.

L'analyste crédit est toujours là. Ce qui se décompose, c'est son poste : une partie s'automatise, une autre se renforce et une autre reste exactement la même.

La méthode est simple à expliquer et laborieuse à appliquer. On liste le travail réel d'un rôle, plutôt que celui que décrit la fiche de poste, et on note chaque tâche de 0 à 10 selon la qualité avec laquelle un agent la ferait aujourd'hui. De 7 à 10, elle est candidate à passer à l'agent avec une supervision définie. De 4 à 6, elle se partage, l'agent proposant et la personne validant. De 1 à 3, elle se préserve et on y investit.

C'est là que se voit la distance entre automatiser et repenser. Automatiser demande comment accélérer le processus qui existe déjà. Repenser demande comment on le monterait en partant du résultat final.

Par où commencer pour savoir ce qu'un agent peut faire ? Par les tâches, une à une, plutôt que par les postes entiers. On liste le travail réel d'un rôle, on note chaque tâche de 0 à 10 selon la qualité avec laquelle un agent la ferait aujourd'hui, et le résultat répartit ce rôle en trois blocs : agent-ready, hybride et humain.

Avant de décider d'une tâche, trois questions : ce que vaut réellement son retrait, avec l'économie réelle plutôt que théorique ; ce que l'on perd en retirant la personne ; et ce qu'il advient de celui qui la faisait. Et une quatrième à laquelle presque aucun comité ne sait répondre : qui recrute des agents dans votre entreprise, la DSI, la fonction RH ou chaque unité de son côté. Un agent est une décision sur la répartition du travail, plus qu'une licence logicielle.

3. La couche intermédiaire s'épaissit

L'idée qui circule est que les organisations agentiques seront plus plates. Le livre soutient le contraire : introduire des agents concentre le besoin de jugement humain, plutôt que de l'éliminer.

Une organisation plate et sans agents est une organisation sous tension. Avec des agents et sans gouvernance, c'est une organisation dans le chaos, où personnes et agents se disputent la même autorité de décision. Ce qui apparaît au milieu est une couche d'orchestration qui fixe les limites de décision de chaque agent, veille à ce que le système fasse ce qu'il doit, et intervient quand les valeurs entrent en jeu.

D'où le changement de figure. La pyramide d'hier avait l'exécution en bas et la décision en haut. Le diamant d'aujourd'hui a une base étroite et un centre épais. On parle beaucoup de reconvertir les effectifs, et il faudrait parler de reconstruire la couche intermédiaire.

Les agents d'IA aplatissent-ils l'organisation ? Au contraire. Ils automatisent l'exécution de la base et, ce faisant, épaississent la couche intermédiaire, qui se met à orchestrer le travail entre personnes et agents, à fixer des limites de décision et à intervenir quand des valeurs sont en jeu. La pyramide devient un diamant.

4. La gouvernance est le véritable goulet d'étranglement

Quand un agent se trompe, qui répond ? Le fournisseur du modèle, l'entreprise qui l'a déployé ou celui qui a fixé ses paramètres ? L'écrire après coup transforme le problème en défaut de conception, plutôt qu'en défaut juridique.

Le livre propose cinq couches : les garde-fous, qui sont les limites que l'agent porte en lui ; la traçabilité, avec l'enregistrement de ce qu'il a vu, des règles appliquées et avec quelle confiance ; les protocoles d'escalade, qui définissent quand il s'arrête et demande un jugement humain ; les kill switches, pour arrêter le système s'il commence à dériver ; et la revue périodique des sorties.

Sur ces cinq couches repose la répartition de la responsabilité, qui se classe plutôt que de se régler par une confiance générale. Une décision déléguée est prise par l'agent seul, comme approuver une transaction de 500 euros avec un historique établi et des paramètres clairs. Une décision assistée est analysée et recommandée par l'agent, et signée par la personne. Et une décision réservée est exclusivement humaine : tout ce qui touche aux personnes, aux valeurs ou à la relation client à un moment critique.

La règle de déploiement est de mesurer la fiabilité de l'agent, plutôt que de le comparer à une personne : quel niveau exige cette tâche et si l'agent peut l'atteindre dans un délai raisonnable. L'erreur coûteuse et fréquente est de déployer un agent de phase un comme s'il était déjà en phase trois. Il échoue, on accuse la technologie et l'on retire le projet entier.

Qui répond quand un agent d'IA se trompe ? L'entreprise qui l'a déployé, et la façon de le circonscrire est de l'écrire avant : limites de décision, enregistrement de ce qu'il a fait, quand il s'arrête pour demander un jugement humain et comment on arrête le système. En décider après coup en fait un défaut de conception.

5. Presque tout le monde optimise pour le petit lot

Voici le chiffre le plus difficile à digérer en comité. L'économie sur les 10 % automatisables est visible, rapide et facile à défendre, et c'est pour cela qu'elle est la seule chose mesurée. Les 30 % augmentables valent, selon le livre, trois à cinq fois plus, et presque personne ne les modélise, parce que c'est plus grand, moins visible et plus lent à matérialiser.

Le retour réel additionne les deux, et ce second terme se voit en rapidité à comprendre ce qui se passe, en capacité d'adaptation et en apprentissage organisationnel.

De là sortent les trois modèles d'entreprise que décrit le livre. L'Efficiency Enterprise, la plus courante, utilise le déploiement agentique comme levier de réduction des coûts : elle gagne à court terme et peut laisser des dégâts structurels à long terme. L'Augmented Enterprise prend au sérieux le renforcement de ses équipes et construit son modèle opérationnel autour de la relation entre personnes et agents. Et l'Adaptive Enterprise, qui est le plafond, capte les trois niveaux : l'économie, l'augmentation et les capacités nouvelles qui n'apparaissent que lorsque personnes et agents travaillent ensemble.

Le livre laisse le vainqueur ouvert et soutient que la différence tient au fait d'avoir choisi délibérément, plutôt que par inertie. Son horizon est 2028, et il dit que gagnera celui qui aura choisi son modèle consciemment entre 2025 et 2026 et l'aura exécuté avec discipline. Nous sommes en 2026.

Quelle est l'erreur la plus fréquente en déployant des agents d'IA ? Ne mesurer que l'économie sur le travail automatisable, qui est la part petite et visible. La grande valeur se trouve dans le travail qui se renforce, où l'agent résout l'essentiel et la personne conserve le jugement, et celle-là vaut trois à cinq fois plus.

Comment commencer

Cinq étapes, dans cet ordre. Commencer par une seule équipe, ce qui est la partie contre-intuitive, et y apprendre ce qui se passe quand on réunit personnes et agents avec des limites de décision claires. Établir la carte d'agentisation couche par couche : la couche la plus augmentable est l'opportunité et la plus humaine est l'avantage. Bien choisir le processus pilote, avec un volume élevé, un goulet identifié, des métriques claires et une faible sensibilité réglementaire. Parler aux personnes avant de toucher aux processus, parce que la refonte technique est la partie facile et que celui qui voit bouger son autorité résiste. Et diagnostiquer honnêtement le point de départ sur les données, les systèmes, les processus, la culture et la gouvernance : il suffit de savoir de quoi l'on dispose et de quoi l'on manque.

Trois questions que le livre laisse ouvertes

Ce sont celles qui reviennent le plus dans les projets et qui ont le moins de réponse aujourd'hui.

Le paradoxe du vivier. Si ces 10 % automatisables sont précisément le travail routinier qui formait les profils juniors, et que la base de la pyramide se rétrécit, d'où sortira dans cinq ans le centre épais du diamant ?

Comment se mesure la performance. Comment évaluer quelqu'un dont le résultat sort en partie d'un agent ? Objectifs, rémunération variable et évaluation restent conçus pour un monde où toute la production était celle de la personne.

De quoi se compose une équipe. Ratio de personnes et d'agents, qui est présent aux réunions, comment le travail se coordonne. Beaucoup a été écrit sur les tâches et les rôles, et presque rien sur l'équipe comme unité.

Les trois restent ouvertes. Ce qui existe, en revanche, c'est une manière de les travailler dans une organisation concrète, avec ses postes, ses données et sa gouvernance. C'est ce que nous faisons chez DO'IN TALENT.

Si vous voulez une photographie rapide de la situation de votre entreprise avant de décider quoi que ce soit, le diagnostic de préparation à l'IA prend trois minutes et vous repartez avec vos trois priorités.

Lecture du livre Agentic Enterprise, de Kashi KS, Giridhar LV Vishwanath et Thiyagarajan M, à partir de la réflexion de David Boronat à son sujet. Les chiffres du 10 / 30 / 60 et le multiple de trois à cinq fois viennent du livre.

Diagnostic gratuit

Préparation à l'IA

Si vous voulez voir où vous en êtes, commencez par ici : 15 questions sur les données, les outils, la culture et la gouvernance. 3 minutes.

Faire le diagnostic →