De nombreuses entreprises sont encore en train de maîtriser les bases de l’intégration des plateformes, de la cohérence des données et de l’exécution interfonctionnelle. Cela rend le développement de Agentic AI particulièrement significatif. Cela ne remplace pas le besoin de systèmes connectés, mais ça change ce que ces systèmes doivent accomplir.
Lors d’une présentation au kiosque HCLTech pendant l’Adobe Summit, Virender Singh, vice-président, Services d’affaires numériques chez HCLTech, a expliqué comment l’IA agentique redéfinit la chaîne de valeur de l’expérience, depuis la conception des plateformes et la personnalisation jusqu’aux modèles opérationnels et la structure des équipes.
Des plateformes connectées aux plateformes interopérables
Pendant des années, les organisations se sont concentrées sur la connexion des plateformes à travers le marketing, le commerce, les ventes et le service. Selon Singh, ce travail demeure nécessaire, mais le marché va maintenant au-delà de la simple intégration.
« Je pense que les plateformes connectées ont toujours beaucoup de sens aujourd’hui, parce que tous les clients n’ont pas encore pleinement maîtrisé l’art des plateformes connectées », a-t-il dit.
« Il y a des clients qui sont encore en train de bâtir leurs plateformes. Ils sont encore en train d’intégrer la plateforme, mais avec l’intervention de l’IA, tout le monde tend à adopter des plateformes plus interopérables. »
Cette distinction est importante. « Les plateformes interopérables permettent de transférer, gérer ou échanger de façon transparente le contexte, l’intention, l’utilisateur, les données et le parcours entre différentes capacités, qu’il s’agisse de marketing, de commerce électronique, de ventes ou de services », a indiqué Singh.
Autrement dit, la prochaine étape de la transformation de l’expérience ne consiste pas seulement à faire dialoguer les systèmes entre eux. Il s’agit de les rendre capables de partager le contexte et d’agir en conséquence.
Ce que l’IA agentique apporte au-delà de l’automatisation
C’est ici que l’IA agentique se démarque des vagues précédentes d’automatisation et d’orchestration. L’automatisation traditionnelle repose souvent sur des règles, des flux de travaux et des processus d’approbation. L’IA agentique ajoute une couche plus adaptative.
« L’automatisation et l’orchestration existaient déjà auparavant, et étaient davantage axées sur les flux de travaux et les processus d’approbation », a déclaré Singh.
« Les processus agentiques amènent le contexte et l’intention, des capacités axées sur le contexte et l’intention, où les agents peuvent fonctionner de façon autonome, raisonner et connecter différentes applications, systèmes et données pour offrir des flux de travaux de bout en bout, et orchestrer des parcours complets. »
Cette capacité de raisonner à travers les systèmes et les parcours fait de l’IA agentique bien plus qu’une simple couche d’automatisation de processus. Elle oriente les plateformes d’expérience vers une prise de décision autonome et globale.
Ce que les leaders font différemment
La recherche « Blueprint of AI Leadership » de HCLTech a révélé que les organisations qui obtenaient un ROI sur l’IA étaient 50 % plus susceptibles d’offrir de meilleures expériences client. Singh a mentionné trois caractéristiques communes à ces organisations performantes.
« Premièrement, elles unifient les données. Elles veillent à ce que les données demeurent au cœur de l’expérience », a-t-il affirmé. « Ensuite, bien entendu, elles opérationnalisent AI. Elles ne se contentent pas de faire des POC ou de parler d’IA, elles l’intègrent aux plateformes et aux processus. »
Le troisième facteur est organisationnel. « L’IA transforme la façon dont les modèles opérationnels étaient établis », a indiqué Singh. « On parlait auparavant de modèles opérationnels par ligne de produit avec des équipes fonctionnelles ou interfonctionnelles, mais maintenant on parle d’équipes axées sur les résultats. »
Ce passage de la propriété cloisonnée des capacités à l’exécution axée sur les résultats pourrait s’avérer tout aussi crucial que la technologie elle-même.
L’évolution vers des expériences en temps réel axées sur le contexte
Singh a aussi précisé que la personnalisation en temps réel n’est plus un objectif lointain. La technologie sous-jacente existe déjà, mais l’IA la rend plus intelligente et plus dynamique.
« Avec l’IA aujourd’hui, c’est devenu beaucoup plus intelligent, parce que les modèles d’IA peuvent intégrer du raisonnement. Ils peuvent intégrer du contexte. Ils ont la mémoire pour conserver vos parcours utilisateur de bout en bout. »
Selon lui, cela permet « des parcours en temps réel, axés sur le contexte et basés sur les micromoments, ou la personnalisation, qui manquaient auparavant. »
Où la valeur se manifeste maintenant
Concrètement, Singh observe l’émergence de valeur dans le marketing, le commerce et les services, bien que le niveau de maturité varie encore.
« Nous constatons des cas d’utilisation liés à l’approvisionnement de contenu. Nous voyons des cas d’utilisation pour l’exécution des campagnes. Nous voyons des cas d’utilisation pour les lancements », a-t-il dit à propos du marketing. Dans le commerce, « nous voyons la catégorisation des produits, la tarification des produits, la promotion », tandis que dans les services, « nous voyons la gestion des prix, la résolution proactive de billets, la gestion proactive de la clientèle. »
Bâtir pour l’échelle
Le passage à l’échelle de l’IA agentique dépend de trois changements : modèles opérationnels axés sur les résultats, plateformes interopérables et une AI-ready workforce.
« Du point de vue de l’équipe, nous progressons vers des modèles axés sur les résultats », a-t-il affirmé. « Du point de vue de la plateforme, les plateformes interopérables seront la clé pour briser les silos entre les ventes, le service, le marketing et le commerce. Et du point de vue des personnes, une main-d’œuvre prête pour l’IA fera toute la différence. »
C’est cette combinaison qui déterminera si l’IA agentique restera une capacité prometteuse ou deviendra la fondation de la prochaine chaîne de valeur expérience.




