En dotant les systèmes IT d’une capacité d’action raisonnée, l’IA agentique change la logique même de gestion opérationnelle. Elle identifie, corrige et recommande avant que les incidents ne se propagent, tout en laissant les ingénieurs piloter le tempo de l’automatisation. Le potentiel est immense pour gagner en proactivité, mais l’exposition augmente si les pouvoirs sont mal calibrés. L’enjeu consiste désormais à libérer l’efficacité sans ouvrir la porte aux dérives.
Selon une étude du cabinet Deloitte, 25 % des entreprises qui utilisent l’IA générative lanceront des projets d’IA agentique en 2025, et ce chiffre devrait atteindre 50 % en 2027. Les agents d’IA sont une technologie de plus en plus plébiscitée dans les organisations puisqu’ils permettent de renforcer la productivité des collaborateurs en prenant en charge des tâches chronophages. Toutefois, afin de pouvoir profiter pleinement des avantages de l’IA agentique, il est essentiel de comprendre le panel entier de la technologie, mais aussi les risques qu’elle induit.
L’IA agentique peut transformer les opérations informatiques en faisant passer l’automatisation des runbooks de statique à adaptative. Au lieu de suivre un script fixe, un agent peut analyser la situation, décider quelle action est la plus appropriée et la recommander à l’opérateur. Par exemple, dans un scénario de support de production, l’IA peut détecter qu’un service de base de données ne répond plus, corréler les signaux associés et recommander de redémarrer le service plutôt que de redémarrer l’ensemble du serveur. Il s’agit de passer de bots basés sur des règles à une véritable agence, avec un humain toujours dans la boucle pour assurer la confiance et la sécurité.
Pour une implémentation réussie de l’IA agentique
La meilleure approche pour implémenter l’IA agentique consiste à commencer par des cas d’utilisation à faible risque et à haut niveau de confiance, tels que le triage des tickets, l’automatisation du centre de services et les recommandations de support de production. Ceux-ci sont prévisibles et faciles à valider. À partir de là, les organisations peuvent s’étendre à des domaines plus avancés, tels que les runbooks adaptatifs qui sélectionnent le bon chemin de correction en fonction du contexte. Commencer par des informations en lecture seule et des actions approuvées par l’homme renforce la confiance dans les recommandations du système. La remédiation doit être mise en place progressivement, avec des garde-fous et une gouvernance clairs, jusqu’à ce que l’organisation se sente à l’aise pour autoriser plus d’automatisation.
La meilleure solution pour avoir des collaborateurs qui comprennent l’IA agentique consiste à former le personnel informatique existant, car il comprend déjà l’environnement et les processus. En effet, de nombreux collaborateurs sont impatients d’acquérir de nouvelles compétences et de s’adapter aux opérations pilotées par l’IA. En externe, les DSI doivent rechercher des personnes ayant une expérience de l’automatisation, du développement et de l’entrainement des modèles d’IA, car elles travaillent déjà avec l’orchestration, les pipelines et la prise de décision pilotée par machine, ce qui en fait un choix naturel pour l’IA agentique.
Une transformation de l’IT à sécuriser
Ce changement, avec l’implémentation d’agents d’IA, rend l’informatique plus proactive et moins réactive. Les collaborateurs subiront ainsi moins de perturbations, car l’IA peut empêcher les petits problèmes de se développer et devenir de plus gros incidents. Par exemple, elle peut détecter que la mémoire d’un ordinateur portable est faible et recommander un redémarrage, ou identifier des performances Wi-Fi limitées et suggérer de se rapprocher d’un point d’accès. Dans le support de production, la technologie peut recommander une action corrective afin de résoudre une application dégradée avant qu’elle ne provoque une panne, avec l’approbation de l’étape par un ingénieur. Les équipes informatiques consacrent alors moins de temps à la lutte contre les incidents une fois qu’ils sont arrivés et plus de temps aux améliorations stratégiques qui améliorent la résilience, l’efficacité et la satisfaction des utilisateurs.
Toutefois, le plus grand risque est d’accorder trop de pouvoirs et trop rapidement. Un système conçu pour dépanner les réseaux ou les systèmes de production peut également les perturber s’il est utilisé à mauvais escient ou corrompu. L’analyse en lecture seule et les recommandations approuvées par l’homme sont des premières étapes sûres, mais la remédiation doit être mise en place avec précaution et accompagnée de garde-fous, de pistes d’audit et d’une surveillance. Il existe également un risque culturel si les employés considèrent que l’IA les remplace plutôt qu’elle n’augmente leur travail, de sorte que les dirigeants doivent la positionner comme un coéquipier qui libère les gens pour se concentrer sur un travail à plus forte valeur ajoutée.
L’IA est utilisée dans les opérations depuis des années, mais elle a principalement été intégrée au machine learning avec des garde-fous stricts, tels que des systèmes Wi-Fi qui s’auto-réparent et équilibrent les réseaux. La différence avec l’IA agentique est l’agentivité. Dans les opérations informatiques, cela signifie automatiser les tâches du centre de services, recommander des correctifs de support de production et rendre les runbooks adaptatifs plutôt que statiques. L’opportunité est énorme pour les organisations, mais le succès dépend d’une adoption prudente, d’une gouvernance claire et de l’établissement d’une confiance étape par étape en tenant les humains au courant jusqu’à ce que la confiance soit établie.
____________________________
Par Mike Anderson, CIO chez Netskope
puis