Que se passe-t-il lorsque certains des utilisateurs les plus productifs des logiciels d’entreprise ne se connectent jamais?

Les agents AI n'ont pas besoin de tableaux de bord. Ils ont besoin de contexte, d'autorisations et d'un chemin clair pour agir. Ils peuvent classifier les demandes, vérifier les droits, initier des transactions dans d'autres applications d'entreprise, gérer les exceptions et compléter les flux de travail à travers différents systèmes. Au fur et à mesure que les agents AI prennent en charge plus de travail, les accès utilisateurs restent utiles pour mesurer l’accès humain, mais les entreprises doivent également mesurer le travail effectué par les agents et la valeur générée par ce travail.

Pendant une grande partie de l’ère du logiciel en tant que service, le siège regroupait l’accès, l’utilisation et la valeur en une seule unité commerciale pratique. Plus d’utilisateurs signifiait plus de licences, et les entreprises voyaient l’adoption comme une preuve qu'elles tiraient de la valeur de la plateforme. L’AI agentique dissocie ces mesures. Désormais, les entreprises doivent savoir qui ou quoi est autorisé à agir, quel travail a été accompli, combien il a coûté et quels résultats d’affaires peuvent être confirmés. J’appelle cela le registre de valeur agentique.

Lorsque le logiciel commence à effectuer le travail

La première vague de l’AI générative en entreprise était principalement assistive. Les copilotes aidaient les employés à créer, retrouver et résumer des informations plus rapidement. Cependant, la personne restait celle qui faisait avancer le processus d’une étape à l’autre.

Les agents changent le modèle lorsqu’ils commencent à compléter des portions de travail délimitées. Considérons une panne d’équipement signalée par un client. Un agent AI pourrait ouvrir le dossier, identifier l’équipement concerné, valider les droits au service, vérifier la disponibilité des pièces, proposer un rendez-vous et acheminer une exception de garantie pour approbation. Le processus peut toucher le service client, la gestion d’actifs, l’inventaire, les opérations sur le terrain, la gestion des garanties et la finance, même si le client n’a fait qu’une seule demande.

L’unité de base de valeur n’est plus simplement une personne utilisant une application. Elle consiste désormais en une série d’actions effectuées conjointement par des personnes et des agents AI au sein d’un flux de valeur. Cela change la manière dont la valeur doit être mesurée. Les utilisateurs actifs quotidiens n’indiquent pas si l’équipement a été réparé plus rapidement ou si le processus a coûté moins cher à exécuter. Les entreprises doivent suivre les taux de complétion, les temps de cycle, les exceptions, les reprises, les coûts d’exécution et les résultats clients ou opérationnels.

Notre rapport 2026, The Blueprint for AI Leadership, a révélé que de nombreuses organisations mesurent le retour sur investissement de l’AI principalement par l’amélioration de la rapidité et de l’efficacité des processus (28 %) ou par les économies et les gains de productivité (23 %). Seuls 18 % ont indiqué que l’AI avait un impact significatif sur la génération de revenus. Cela renforce la nécessité de relier la mesure de l’AI à des résultats d’affaires plus larges.

Pourquoi ServiceNow occupe une position distinctive

Les principales plateformes d’entreprise ajoutent des agents AI. La différenciation dépendra de la capacité d’une plateforme à donner aux agents le bon contexte, l’autorité pour terminer le travail et un contrôle suffisant pour que les résultats soient fiables.

ServiceNow est bien positionné parce que sa plateforme orchestre déjà les flux de travail dans toute l’entreprise. Chaque jour, des demandes, incidents, dossiers, approbations, relations de service, actifs, connaissances et de nombreux flux de travail transitent par la plateforme. Ensemble, ils fournissent une grande partie du contexte requis pour déterminer ce qui doit se passer ensuite.

ServiceNow fonctionnera en parallèle avec d’autres systèmes de référence à l’échelle de l’entreprise. Les informations clients peuvent résider dans Salesforce. Les dossiers employés peuvent demeurer dans Workday. Les transactions financières et de chaîne d’approvisionnement peuvent être effectuées dans des plateformes ERP. Les applications spécialisées continueront d’héberger la logique propre à l’industrie.

La plus grande opportunité pour ServiceNow est de devenir le système d’action gouverné à travers ces environnements. Cela signifie coordonner le travail initié à la fois par les personnes et par l’AI, tout en préservant l’autorité des systèmes d’enregistrement sous-jacents. Cela implique aussi d’utiliser les bonnes identités, autorisations, politiques et étapes d’approbation lorsqu’un agent passe d’une suggestion à une action concrète.

Cela importe parce que les flux de valeur de l’entreprise dépassent rarement une seule plateforme. Un problème client peut commencer dans le système de gestion de la relation client, nécessiter un contexte opérationnel de ServiceNow, déclencher une transaction dans l’ERP et impliquer une approbation d’employé avant d’être résolu. Les entreprises ont besoin d’une façon contrôlée pour que le travail circule entre leurs systèmes technologiques, soutenu par un contexte partagé et des limites d’exploitation claires.

Le modèle commercial sera hybride

À mesure que les agents AI accomplissent plus de tâches, les modèles de tarification des logiciels ne passeront pas simplement des licences par utilisateur à des modèles purement axés sur les résultats.

Les licences utilisateurs resteront utiles pour l’accès humain et pour garder les budgets prévisibles. Les modèles fondés sur l’utilisation ou les actions conviennent mieux aux niveaux variables de travail automatisé. La tarification basée sur les résultats peut être efficace lorsque le résultat est tangible et que l’impact de la plateforme logicielle peut être mesuré avec confiance. Dans la plupart des processus d’affaires, l’attribution du résultat est plus complexe.

La rétention client peut dépendre de la qualité du produit, du prix, du service et de la gestion des comptes. Une panne évitée peut être le fruit de la surveillance, de l’infrastructure, de décisions d’ingénierie et d’une remédiation automatisée conjuguées. Lorsque plusieurs systèmes et équipes contribuent au résultat, aucune plateforme unique ne peut revendiquer l’ensemble de l’aboutissement.

L’approche la plus probable est une combinaison d’accès utilisateur, de paliers de plateforme, de transactions, d’utilisation AI et de certains éléments liés aux résultats. Ce qui importe, c’est que les entreprises puissent relier cette consommation à des preuves opérationnelles. Pour chaque workflow agentique, les dirigeants devraient connaître le point de départ, le coût, le taux d’exception, les normes de qualité et les résultats d’affaires. Sans ce lien, la consommation d’AI devient une autre dépense technologique plutôt qu'une mesure de la performance d’affaires.

La partie difficile est la délégation de l’autorité

Le principal défi est de décider du niveau d’autorité à déléguer à un agent.

La même étude a révélé que seulement 17 % des répondants avaient une grande confiance dans les actions initiées par un agent. À mesure que l’AI passe de la recommandation à l’exécution, la confiance dépendra moins de ce que le modèle peut démontrer et davantage des contrôles encadrant ce qu’il est autorisé à faire.

Certaines tâches sont peu risquées, fréquentes et peuvent être facilement annulées, ce qui les rend adaptées à une gestion autonome par des agents. Les décisions impliquant des paiements, des données réglementées, des enjeux employés, la sécurité ou des engagements clients importants peuvent encore exiger une approbation humaine explicite.

L’objectif est le plus haut niveau d’exécution déléguée que l’entreprise peut justifier. Cela nécessite aussi que l’organisation s’attaque à la qualité du processus sous-jacent. Les agents n’éliminent pas la dette de processus. Ils l’exécutent plus rapidement.

Si la connaissance est de mauvaise qualité, les agents fourniront simplement de mauvaises réponses plus rapidement. Trop de variations entraînent plus d’exceptions. Des données faibles peuvent mener à des décisions fondées sur des informations incomplètes. Des intégrations fragiles pourraient permettre à un agent de terminer une étape, mais laisser le reste du processus défaillant. Ainsi, l’AI agentique requiert des processus simplifiés, un contexte fiable, une propriété claire et des contrôles robustes pour l’identité, les autorisations, l’escalade et la restauration.

Concevoir une exécution responsable

Le travail le plus difficile ne se passe que rarement sur une seule plateforme.

Un seul flux de valeur peut impliquer ServiceNow, Salesforce, Workday, des applications ERP et des systèmes propres à une industrie. Les dirigeants doivent décider quel système détient l’enregistrement, quelle plateforme régit le workflow, quel agent est autorisé à agir et où la responsabilité humaine doit rester. Il s’agit d’un défi que nous observons sans cesse dans les environnements d’applications d’entreprise. Aucun système unique ne doit contrôler tous les niveaux. La priorité est de concevoir comment les systèmes interagissent autour d’un résultat d’affaires défini. Cela exige de simplifier le processus, de clarifier les limites des plateformes, d’améliorer la préparation des données et des connaissances, de gouverner l’activité des agents et de mesurer la valeur sur l’ensemble du flux de valeur.

Les récents développements produit en orchestration et gouvernance des agents suggèrent que ServiceNow se positionne pour ce rôle, en se concentrant sur la coordination du travail, des agents et des décisions à travers les systèmes. Si cette approche réussit, elle pourrait renforcer la position de ServiceNow comme couche d’exécution gouvernée pour des flux de valeur complexes en entreprise.

Le véritable test sera de voir si les agents peuvent agir à travers les plateformes avec une autorité claire, un contexte fiable et des résultats mesurables.

L’économie du logiciel d’entreprise dépendra de plus en plus de la capacité des organisations à relier l’activité des agents à de la valeur responsable et mesurable.