Votre prochain utilisateur de logiciels sera un agent d’IA. Votre architecture est-elle prête ?

Imaginez un agent d’IA qui traite une contestation de facturation. Il lit la réclamation, consulte l’historique du compte et détermine qu’un avoir est justifié. Le tout en quelques secondes.

Impressionnant. Maintenant, demandez-lui d’émettre réellement l’avoir.

Le contrat du client se trouve dans un autre système. Les règles d’approbation sont enfouies dans le code de l’application. L’outil de facturation suppose qu’une personne va cliquer sur plusieurs écrans.

L’agent comprend ce qu’il faut faire, mais l’architecture ne lui permet pas d’aller au bout de la tâche.

C’est le problème auquel, selon moi, davantage d’entreprises seront confrontées à mesure que l’IA agentique entre en production. Pourtant, le plus étonnant, c’est que l’obstacle qui empêche de terminer la tâche a très peu à voir avec l’intelligence de l’agent.

Depuis des années, nous modernisons les logiciels d’entreprise pour les personnes qui les utilisent. Il nous faut maintenant les moderniser pour les agents qui les utiliseront de plus en plus.

L’interface utilisateur n’a jamais constitué l’intégralité du produit

Voyons comment fonctionnent les logiciels d’entreprise aujourd’hui. Les utilisateurs ouvrent des applications, parcourent des tableaux de bord, prennent des décisions et font passer le travail d’un système à un autre. L’interface utilisateur est leur moyen d’interagir avec l’entreprise.

Un agent n’a pas nécessairement besoin de ces écrans. Il peut récupérer des informations et déclencher des actions par l’intermédiaire d’API, de serveurs Model Context Protocol (MCP) et d’autres interfaces programmatiques. C’est l’un des aspects de l’évolution vers une architecture sans interface utilisateur.

Mais une architecture sans interface utilisateur ne signifie pas que l’application disparaît. Ses données, ses règles métier, ses autorisations et ses exigences de conformité restent importantes. Je dirais même qu’elles le sont encore davantage.

Depuis des années, les éditeurs de logiciels bâtissent leur avantage concurrentiel sur des interfaces utilisateur soignées, les habitudes des utilisateurs et le coût de la formation des employés aux nouveaux outils. Cet avantage s’érode lorsque les agents accomplissent davantage de tâches sans ouvrir l’interface de l’application. Ce qui prend de la valeur, c’est le système d’information sous-jacent : des données fiables, une logique métier validée, une gouvernance opérationnelle et des transactions auditables.

Les conséquences sont aussi commerciales : jusqu’à 234 milliards de dollars de dépenses en applications d’entreprise pourraient être menacés par les bouleversements liés à l’IA agentique d’ici 2030. Ces dépenses sont exposées à des perturbations, mais rien ne garantit qu’elles disparaîtront. Et lorsque les agents effectueront des tâches autrefois réalisées par des personnes dans des tableaux de bord, la tarification par utilisateur pourrait céder de plus en plus la place à des modèles fondés sur l’usage, les actions ou les résultats.

Pour les éditeurs de logiciels, c’est un défi pour leur modèle économique. Pour les entreprises qui s’appuient sur leurs applications, c’est un défi d’architecture.

Nous avons modernisé les composants, pas le flux de travail

La plupart des entreprises mènent des projets de modernisation depuis des années. Une équipe met à jour les applications existantes. Une autre regroupe des données dispersées sur une plateforme moderne. Une troisième développe des intégrations ou se contente de rafraîchir l’interface utilisateur.

Chaque projet peut réussir de son côté. Les difficultés commencent lorsqu’un agent doit exécuter un flux de travail qui les mobilise tous.

Vous pouvez fournir à un agent des informations exactes sur un client, mais si l’application chargée d’agir en fonction de ces informations enfouit des règles essentielles dans du code ancien, que se passe-t-il ensuite ? Vous pouvez aussi exposer une API bien conçue alors que les données qui l’alimentent restent incohérentes. L’agent peut agir, mais pouvez-vous vous fier à sa décision ?

Dans les deux cas, nous avons modernisé une partie de la technologie sans moderniser le travail.

L’IA agentique ne se soucie pas de savoir quel projet de modernisation a réussi. Ce qui compte pour elle, c’est que le flux de travail fonctionne de bout en bout.

Voici à quoi cela ressemble en pratique. Un client devait accélérer l’établissement de devis pour des réparations complexes de moteurs, pour lesquelles les contrats précisent quelles pièces peuvent être réparées, remplacées ou remises à neuf. Chaque devis nécessitait plusieurs jours, parfois plusieurs semaines, de recherches manuelles dans les contrats et les manuels d’entretien. Le client avait déjà modernisé sa plateforme de données, mais les devis n’étaient pas produits plus rapidement, car le problème n’avait jamais été lié aux données. C’étaient les recherches qui constituaient le goulot d’étranglement. Nous avons repensé ce flux de travail autour d’un ensemble d’agents de recherche, réduit de 80 % le temps consacré aux recherches et permis d’établir les devis à un tout autre rythme.

C’est pourquoi la modernisation des applications et celle des données ne peuvent pas être planifiées comme deux chantiers indépendants. L’architecture doit permettre d’obtenir le résultat attendu pour l’ensemble de l’activité.

Une API ne suffit pas à rendre un système prêt pour les agents

On pourrait être tenté de croire que la solution est simple : exposer les points de terminaison, connecter l’agent, et le tour est joué.

Si seulement c’était aussi simple.

Récupérer des informations, c’est une chose. Émettre un avoir, mettre à jour un dossier financier ou commander une pièce de rechange, c’en est une tout autre. Il s’agit alors d’exécuter des opérations, et non plus simplement d’accéder à des données.

C’est dans ce contexte que j’emploie le terme surface de contrôle des agents : l’interface délimitée et gouvernée par laquelle les agents lisent les données des systèmes de référence et y écrivent.

Les API et les serveurs MCP peuvent donner aux agents accès à des outils et à des données. Mais MCP ne fait pas automatiquement respecter vos règles métier ni ne détermine qui est autorisé à agir. Ces contrôles doivent toujours être intégrés aux systèmes et aux processus sous-jacents.

L’agent peut-il récupérer des données faisant autorité ? Les règles métier sont-elles explicites et appliquées de façon cohérente ? Peut-il recommander une action, mais n’exécuter que celles qu’il est autorisé à effectuer ? En cas de problème, pouvons-nous retracer l’action, gérer l’exception et, dans la mesure du possible, revenir en arrière ?

Ce ne sont pas des problèmes qu’un meilleur modèle pourra résoudre à lui seul. Ce sont des questions de processus, de conception des applications, d’architecture des données, d’intégration et de gouvernance. Et il faut y répondre de manière concertée.

Commencez par le travail, pas par la technologie

Alors, par où commencer ?

Je ne commencerais pas par rendre toutes les applications accessibles sans interface ni par exposer toutes les API disponibles. Je commencerais par un processus métier important.

Suivez-le du début à la fin. Quels systèmes contiennent les données de référence ? Où se trouve la logique métier ? À quelles données l’agent peut-il se fier ? Quelles décisions nécessitent l’approbation d’un humain ? Que se passe-t-il si un système tombe en panne en cours de processus ? Comment la gouvernance est-elle assurée ?

Vous repérerez les lacunes qui comptent. Voilà votre feuille de route de modernisation : une liste coordonnée de travaux à mener sur les applications, les données, les intégrations et les contrôles, guidée par un objectif métier plutôt que par des projets technologiques sans lien entre eux.

Et mesurez les résultats en conséquence. Non pas en fonction du nombre d’API que vous avez exposées ou du volume de données que vous avez migrées, mais selon que le processus s’exécute de manière fiable, la façon dont les exceptions sont résolues et l’amélioration des résultats métier.

L’objectif n’est pas l’autonomie partout. Il s’agit d’une exécution fiable et digne de confiance, avec le jugement humain là où il est nécessaire.

Le véritable changement dépasse largement le sans-interface

Ce qui m’enthousiasme, ce n’est pas la disparition des tableaux de bord. C’est la perspective de ne plus voir les gens transférer manuellement des tâches d’un système cloisonné à l’autre pour faire leur travail.

Mais nous n’y arriverons pas en superposant un agent à une architecture qui n’a jamais été conçue pour l’accueillir.

La prochaine génération de logiciels d’entreprise ne se définira pas uniquement par ce qu’elle permet aux personnes de voir. Elle se définira aussi par ce qu’elle permet aux agents de faire, de manière fiable et responsable.