L’IA d’entreprise est entrée dans une phase plus exigeante. Les premiers programmes visaient principalement à tester ce que GenAI pouvait accomplir. Au fur et à mesure que ces expériences ont mûri, l’attention s’est déplacée vers la façon dont l’IA peut transformer la performance des affaires au sein des opérations principales.

Prabhakar Appana, vice-président principal et chef mondial, unité d’affaires AWS chez HCLTech, a observé ce changement émerger rapidement lors des conversations avec les clients au cours des 18 derniers mois. Les entreprises cherchent de plus en plus au-delà des projets pilotes isolés et envisagent comment l’IA peut opérer dans les domaines du service à la clientèle, du traitement des réclamations, de l’ingénierie logicielle, de la fabrication, des chaînes d’approvisionnement, de la conciliation financière et de la gestion des services TI.

« La conversation est passée de “Est-ce que l’IA fonctionne ?” à “Avec quelle rapidité l’IA peut-elle transformer mon entreprise ?” », a-t-il dit. 

Ce changement élargit considérablement l’ampleur du défi. Les entreprises ont déjà démontré que l’IA peut générer du contenu, soutenir les employés et automatiser des tâches individuelles. La prochaine étape consiste à connecter l’IA aux processus d’affaires où des agents peuvent raisonner, collaborer et agir à travers les systèmes et fonctions.

Appana estime que cela exige une plus grande discipline dans la façon dont les organisations priorisent leurs investissements en IA.

« Les entreprises n’ont pas besoin de centaines de modèles d’IA et de cas d’utilisation. Elles ont besoin d’un petit nombre de cas d’utilisation à forte valeur ajoutée, évolutifs, qui transforment fondamentalement la façon dont le travail est accompli. »

L’accent mis sur un nombre réduit de cas d’utilisation à forte valeur reflète un changement plus large vers des résultats mesurables. La productivité, la réduction des cycles, l’optimisation des coûts et l’expérience client deviennent des éléments centraux dans la façon dont les entreprises jugent si les programmes d’IA méritent d’être déployés à grande échelle. 

L’adoption à l’échelle modifie le modèle d’exploitation

L’introduction de l’Agentic AI à l’échelle de l’entreprise pose un défi opérationnel bien plus vaste, alors que les agents commencent à interagir avec les applications d’affaires, les données, les employés et d’autres agents.

« Déployer un agent IA est facile. Faire fonctionner des milliers de décisions IA fiables à travers une entreprise est un défi tout à fait différent », indique Appana.

À grande échelle, la performance des modèles n’est qu’un élément à considérer. Les organisations ont besoin de gouvernance, de sécurité, d’observabilité, de gestion des identités, de conformité et de surveillance humaine autour de l’IA. Elles ont également besoin de gestion du cycle de vie, alors que les agents évoluent, apprennent et assument de nouvelles responsabilités.

Cela fait partie intégrante de notre collaboration avec AWS. AWS apporte des services IA, une infrastructure, des cadres d’orchestration et des capacités d’IA responsable, alors que nous contribuons avec notre expertise en ingénierie, notre connaissance sectorielle, notre intégration d’entreprise et nos services de livraison à l’échelle mondiale. Ensemble, ces compétences permettent d’aider les clients à bâtir des environnements IA fiables, robustes, auditables et capables de fonctionner à l’échelle organisationnelle. 

Repenser les processus d’entreprise pour l’Agentic AI

La transition vers Agentic AI offre aussi aux entreprises l’occasion de reconsidérer des processus conçus avant l’arrivée des agents intelligents.

Beaucoup de flux de travail reflètent encore les contraintes humaines : approbations manuelles, transmissions répétées, systèmes fragmentés et longues chaînes de décisions. Simplement insérer l’IA à chaque étape peut accélérer un processus existant, tout en en maintenant les inefficacités sous-jacentes.

« La plus grande erreur commise par les entreprises est d’automatiser les processus d’hier au lieu de repenser les affaires de demain », soutient Appana. 

Une approche plus efficace commence par le résultat d’affaires visé et évalue comment les flux de travail peuvent être repensés à mesure que les agents interagissent avec les personnes, les applications et les données. Certaines étapes peuvent être automatisées, tandis que d’autres pourraient ne plus être nécessaires.

Appana identifie des possibilités de ce type de refonte dans les domaines du service à la clientèle, de la gestion des réclamations, des finances, des achats, des chaînes d’approvisionnement, de l’ingénierie logicielle, des RH, des opérations TI, de la sécurité et de la conformité. Les travaux récents dans des secteurs comme la banque et la fabrication offrent également des leçons sur la façon dont les entreprises peuvent éliminer les efforts manuels et réduire les frictions des processus tout en maintenant des contrôles appropriés.

C’est le fondement de ce qu’Appana décrit comme la transformation des processus par des agents intelligents : utiliser les capacités des agents pour repenser un processus de bout en bout, plutôt que de traiter l’IA comme une simple couche d’automatisation supplémentaire.

La co-innovation ouvre la voie à la répétabilité

À mesure que les entreprises se dirigent vers des déploiements plus étendus, la manière dont les partenaires technologiques collaborent évolue aussi.

Notre partenariat avec AWS implique de plus en plus une collaboration en amont dans le cycle d’innovation. Les équipes peuvent identifier des problèmes d’affaires, valider des cas d’utilisation, tester des technologies émergentes et développer des accélérateurs avant de déployer des solutions à grande échelle chez les clients.

L’objectif est de créer des approches pouvant être appliquées à répétition dans divers environnements clients. Une fois qu’une approche a été testée avec des clients, l’expérience et les actifs générés peuvent accélérer les mises en œuvre futures et soutenir leur adoption à travers les différentes industries.

Appana décrit ce partenariat en termes de co-développement, co-innovation, co-investissement, co-marketing et co-vente, appuyé par une décennie de collaboration entre HCLTech et AWS. 

Cette collaboration couvre la transformation des processus d’affaires par des agents intelligents, Amazon Bedrock AgentCore, Amazon Q, la modernisation du cloud et la productivité des développeurs, en plus de domaines émergents comme l’IA physique.

Définir la valeur d’affaires dès le départ

À mesure que l’IA s’intègre aux fonctions centrales de l’entreprise, les dirigeants accordent plus d’importance à son impact économique.

« Le ROI de l’Agentic AI ne se mesure pas au nombre de modèles déployés. Il se mesure à la façon dont les entreprises fonctionnent différemment », affirme Appana.

Les indicateurs de performance d’affaires doivent être définis dès le début d’une initiative. Selon le cas d’utilisation, les entreprises pourront mesurer la productivité, l’accélération des revenus, la satisfaction client, la résilience opérationnelle, l’expérience des employés, la vélocité du développement, la qualité, la conformité, la sécurité ou l’optimisation des coûts.

La définition de ces résultats avant la mise en œuvre donne aux équipes une base pour mesurer les progrès. Cela favorise également une meilleure communication entre les équipes technologiques et les unités d’affaires sur les objectifs attendus de l’investissement IA.

À l’approche de AWS re:Invent, Appana constate que ces discussions se rendent de plus en plus jusqu’au conseil d’administration. Les chefs de direction, finances, opérations et autres dirigeants sont plus impliqués dans les décisions relatives à la transformation des fonctions d’affaires, la modernisation des opérations existantes et l’amélioration de la compétitivité grâce à l’IA. Les clients examinent aussi ce qui se fait dans d’autres industries pour en tirer des leçons applicables à leur propre organisation. 

La prochaine phase de l’IA d’entreprise mettra à l’épreuve la capacité des organisations à traduire l’évolution rapide de la technologie en performance d’affaires durable. Pour Appana, le progrès commence par des données propres et fiables qui fournissent un contexte d’affaires précis. Cela requiert aussi des plateformes et des processus de confiance conçus autour des capacités de l’IA, avec des résultats d’affaires définis dès le départ.