Dans cet épisode du balado De l’IA au RCI de CGI, l’animateur Fred Miskawi, vice-président et responsable mondial des services d’expertise et d’innovation en IA de CGI, reçoit Imran Aziz, directeur principal de la gestion des produits chez UiPath et Doug Vargo, vice-président des technologies émergentes de CGI. Ensemble, ils analysent la transition des « agents conversationnels vers l’intelligence », c’est-à-dire de l’automatisation robotisée des processus vers l’intelligence artificielle (IA) agentique, ainsi que la valeur stratégique ajoutée de cette évolution pour les organisations.
La discussion porte sur la nature de l’IA agentique et fournit des applications d’affaires concrètes dans tous les secteurs. Elle propose également des perspectives sur la manière de gérer cette transition en s’appuyant sur une gouvernance, un état de préparation des données et une transformation de la main-d’œuvre solides.
Voici les principaux éléments à retenir de cet épisode.
1. L’IA agentique redéfinit l’automatisation intelligente au-delà de l’automatisation robotisée des processus
La transition d’une automatisation fondée sur les règles à l’IA agentique représente bien plus qu’une simple avancée technique, cela marque un changement dans la manière dont les organisations abordent la résolution de problèmes et l’efficacité. Les systèmes traditionnels d’automatisation robotisée des processus respectent des instructions déterministes figées dans le code, alors que l’IA agentique se base plutôt sur des capacités adaptatives semi-autonomes qui peuvent prendre des décisions et générer des résultats de façon dynamique selon des requêtes générales.
Doug Vargo remarque que l’IA agentique représente « une main-d’œuvre numérique intelligente capable de gérer des processus d’affaires indépendants », mais souligne qu’une intervention humaine est encore nécessaire pour orienter et confirmer les décisions puisqu’elle demeure semi-autonome. Imran Aziz précise que, contrairement aux systèmes précédents où les cycles des processus étaient prédéfinis, les agents modernes sont conçus à partir de grands modèles de langage qui peuvent « intégrer des capacités sémantiques supplémentaires » et raisonner de manière dynamique pour résoudre les problèmes, ce qui ouvre la voie à des cas d’utilisation d’entreprise jusqu’alors inaccessibles.
2. La gouvernance et l’état de préparation des données sont cruciaux pour mettre à l’échelle les solutions d’IA
Si l’IA agentique est très prometteuse, elle ne peut être mise en œuvre que si les organisations jettent des bases solides en matière de gouvernance et d’intégrité des données. Sans une préparation de données adéquate, un rôle bien défini et des mesures de conformité, même les agents les plus sophistiqués peuvent s’avérer insuffisants pour répondre aux exigences des organisations.
Imran Aziz insiste sur le fait que la gouvernance va au-delà du contrôle des accès de base. Il décrit un scénario réel dans le secteur des prêts commerciaux pour lequel il est essentiel de « veiller à l’isolation des données afin que les différents intervenants ne consultent que les informations pertinentes » et rappelle la nécessité d’une vérifiabilité, d’une conformité et de registres d’activités complets, autant pour les agents que pour les intervenants humains. Doug Vargo ajoute que « les cas d’utilisation sont fondamentaux » et énumère les principaux éléments à prendre en compte, notamment la qualité des données, la complexité de l’intégration et l’état de préparation des organisations. Il nous met en garde : « des avocats devront aussi intervenir » si une attention particulière n’est pas portée à la réglementation et à la protection des données personnelles.
3. Les secteurs manufacturier et des sciences de la vie observent des résultats concrets
L’IA agentique n’est pas purement théorique, elle génère déjà des retombées mesurables au sein de plusieurs secteurs en réduisant le taux d’erreurs, en accélérant les résultats et en faisant évoluer les flux de travaux auparavant manuels. Les organisations qui ont déjà mis en œuvre l’automatisation robotisée des processus considèrent que l’IA agentique renforce naturellement leurs capacités actuelles.
Dans le secteur des sciences de la vie, Imran Aziz décrit le cas d’une grande entreprise qui a recours à des agents, certains assistés par l’humain et d’autres entièrement autonomes, pour améliorer l’accueil des donneurs de plasma. Compte tenu des normes réglementaires strictes, cette initiative permet non seulement de réduire les erreurs coûteuses, mais aussi d’améliorer la productivité du processus. Parallèlement, dans le secteur manufacturier, Imran parle d’une transition des processus de devis sur plusieurs jours à un traitement quasi instantané, possible grâce à des outils de revue diligente pilotés par un agent.
Doug Vargo vante le succès de CGI avec l’accélération du cycle de vie du développement logiciel. En utilisant l’IA agentique, les clients peuvent automatiser la collecte des exigences, générer des maquettes conceptuelles, simplifier la création de code et synthétiser les données de test. Il remarque que les clients réalisent des gains de productivité de 20 à 30 % en matière de conception et de mise à l’essai, ce qui marque une transformation importante dans la conception et la maintenance des logiciels d’entreprise.
4. La préparation d’un avenir agentique requiert une approche centrée sur les personnes
À mesure que les travailleurs numériques s’intègrent dans les opérations des entreprises, les travailleurs humains doivent posséder les compétences nécessaires et adopter le bon état d’esprit pour collaborer avec ces nouveaux outils. Le perfectionnement des compétences et la gestion du changement organisationnel sont essentiels pour assurer une transition inclusive et harmonieuse.
Doug Vargo réitère l’importance d’une habilitation basée sur des personas, affirmant que « tout le monde, y compris les développeurs, les testeurs, l’équipe des ventes et même le personnel de l’atelier » interagiront différemment avec les outils d’IA. Par conséquent, la formation doit tenir compte de ces nuances. Il rappelle le besoin de cibler les stratégies de gestion du changement organisationnel pour adopter l’IA. Imran Aziz suggère de commencer le déploiement des agents en déterminant les domaines ayant un faible engagement du personnel, comme les tâches administratives dans le secteur des soins de santé, car cette approche augmente à la fois la satisfaction des employés et l’efficacité opérationnelle.
En alignant l’innovation technique sur la responsabilisation des employés, les organisations peuvent avoir confiance en un avenir où l’intelligence numérique et l’intelligence humaine travailleront main dans la main.
Imran Aziz
Directeur principal, Gestion de produits | UiPath
Imran dirige la gestion de produits d’intelligence artificielle (IA) chez UiPath, notamment la gestion d’Autopilot et des solutions agentiques verticales. Il compte plus de 15 années d’expérience dans des postes de direction chez Microsoft, Apple et Meta. Avant de travailler chez UiPath, il a participé à la conception de divers produits comme iOS Notes, iBooks, Bing, la plateforme de publicités de Meta et Windows Workflow. Il est cotitulaire de plus de douze brevets aux États-Unis dans les domaines des applications modernes, des outils de recherche sur Internet, du commerce électronique et des systèmes de flux de travaux.
