Quels éléments de leur pile d’IA les entreprises devraient-elles posséder ?

La prochaine phase de la transformation par l’IA portera sur ce que les entreprises peuvent apprendre de chaque décision qu’elle prend, ainsi que sur la question de savoir à qui appartient cet apprentissage

Les discussions autour de l’IA se sont concentrées sur une question centrale : que peuvent faire ces modèles ? Ils ont été évalués à l’aune de tests de référence, mis à l’essai et admirés — et c’était la bonne question à se poser pendant la phase d’expérimentation. Mais ce n’est plus la bonne question au stade où nous en sommes aujourd’hui.

Dans cette nouvelle phase — celle de l’entreprise agentique —, l’IA accomplit désormais des tâches, surveille les changements, prépare des livrables et participe aux décisions clés afin de faire avancer l’activité, au lieu de simplement répondre à des questions. Cette évolution s’accélère : L’étude 2026 d’IBM auprès des PDG a révélé que les PDG s’attendent à ce que la part des décisions opérationnelles prises par l’IA double presque pour atteindre 48 % d’ici 2030. Dès lors que l’IA accomplit le travail au lieu de se contenter de le décrire, la question stratégique passe de « Que peut faire ce modèle ? » à « Qu’apprend mon entreprise chaque fois qu’elle prend une décision, et à qui appartient cet apprentissage ? »

Si la valeur d’une entreprise se construit décision après décision, alors, à l’ère de l’IA, son actif le plus important est la boucle qui permet à l’organisation de tirer des enseignements de chaque décision : le contexte qui l’entoure, les éléments qui l’ont motivée, le résultat obtenu et les liens entre ces différents éléments. Maîtrisez cette boucle, et chaque décision rendra la suivante plus pertinente. Négligez-la, et vous automatiserez des activités sans pour autant accumuler d’avantage.

Ce simple changement de perspective transforme presque tout dans la façon dont une entreprise ambitieuse devrait concevoir son IA.

L’erreur de tout miser sur un seul modèle

Le réflexe a généralement consisté à consolider en choisissant un fournisseur de modèles de premier plan, en généralisant son utilisation et en construisant tout le reste par-dessus. Pourtant, je pense que c’est une erreur, mais pas pour la raison habituellement avancée.

L’objection la plus courante concerne la dépendance à un fournisseur et son pouvoir de fixation des prix. Ces risques sont réels, mais secondaires. Le problème de fond tient aux incitations et à la destination de l’apprentissage que vous générez. Les fournisseurs de modèles s’attachent à créer les meilleurs modèles généralistes au monde, et pour cela, ils apprennent à partir des usages. Lorsque vous faites transiter les décisions, les données et les processus exclusifs de votre entreprise par un seul fournisseur, vous lui confiez l’élément qui vous distingue le plus — la trace de la façon dont votre entreprise réfléchit — alors que son intérêt est de le généraliser. Votre avantage devient un ingrédient d’un produit courant que vos concurrents peuvent eux aussi acheter.

La frontière des capacités évolue elle aussi trop vite pour miser sur le fait qu’un modèle donné restera longtemps le meilleur. Une architecture adaptée devrait plutôt permettre aux entreprises de confier chaque tâche au modèle ou à l’agent spécialisé le mieux à même de s’en charger, tout en gardant la maîtrise de l’environnement d’exécution des agents et de la boucle d’apprentissage qui consignent le fonctionnement de l’entreprise et sa façon de prendre des décisions. Les modèles peuvent changer ; cette base exclusive reste la vôtre et prend de la valeur au fil du temps.

Cette base exclusive peut également avoir une valeur stratégique mesurable. L’étude d’IBM a aussi révélé que les PDG qui intègrent des données et de la propriété intellectuelle exclusives dans des modèles et des agents d’IA personnalisés s’attendent à ce que 13 % de plus de leurs revenus de 2030 proviennent de produits et de services qu’ils ne proposent pas aujourd’hui.

Vous ne pouvez pas créer tous les agents, et vous ne devriez pas essayer

Maîtriser votre environnement d’exécution, votre boucle et le routage ne signifie pas que vous devez créer chaque agent qui s’appuie sur eux. Il vous revient de créer et de posséder l’agent principal de l’entreprise, celui qui comprend votre organisation, vos priorités et vos données exclusives. Mais les activités de l’entreprise couvrent des domaines qu’aucune équipe ne peut maîtriser seule : les ventes, les ressources humaines, le juridique, la finance, l’intelligence économique, et bien d’autres. Dans chacun de ces domaines, un agent spécialisé, excellent dans sa fonction, sera le mieux à même de répondre aux besoins.

Aucune entreprise ne va créer en interne un agent de premier ordre pour chaque fonction. Ce n’est pas une course aux ressources que vous pouvez gagner. La stratégie gagnante consiste à mettre en place un agent principal solide qui orchestre un ensemble de sous-agents spécialisés, chacun pouvant être adapté aux besoins de votre entreprise et s’intégrant à votre environnement d’exécution grâce à une interface claire. Pourtant, les entreprises n’en sont encore qu’aux prémices de la mise en place de ce type d’architecture : selon une enquête de Deloitte menée en 2026, seules 15 % des organisations ont déployé à grande échelle l’adoption d’agents multiples orchestrés et transversaux.

Le véritable travail des dirigeants consiste donc en deux tâches : créer l’agent principal qui guidera l’entreprise et la boucle d’apprentissage qu’il alimentera, puis repérer les agents spécialisés les plus performants et les intégrer. Gardez la maîtrise de ce qui prend de la valeur avec le temps ; nouez des partenariats pour le reste.

Un agent spécialisé ou un simple habillage ?

Un agent spécialisé doit apporter quelque chose que l’entreprise ne peut pas facilement reproduire. L’avantage durable repose sur des données exclusives et un environnement d’exécution conçu spécialement pour les retrouver et les exploiter. La qualité d’un agent dépend entièrement de ce qu’il peut trouver et de sa capacité à comprendre ce qu’il a trouvé.

C’est le critère que les dirigeants devraient appliquer pour décider ce qu’ils doivent développer en interne et ce qui justifie un partenariat. Si une capacité repose sur des contenus uniques, une expertise sectorielle et des années d’infrastructures conçues à cette fin, il est peu probable que sa reproduction en interne crée un avantage. Concentrez plutôt ces ressources sur les données exclusives, la boucle de décision et la couche d’orchestration qui vous sont propres.

Ce que les gagnants comprendront

Les entreprises qui réussiront à l’ère des agents IA seront celles qui concevront leur architecture autour de ce qui leur permet de devenir toujours plus performantes, et de façon unique, au fil du temps. Elles maîtriseront la boucle qui leur permet d’apprendre de chaque décision et s’entoureront des meilleurs agents spécialisés, plutôt que d’essayer de tout construire elles-mêmes.

L’objectif n’est pas de maîtriser chaque composant de la pile d’IA, mais ceux qui renforcent votre avantage au fil du temps, et de nouer des partenariats pour le reste. Être connecté ne signifie pas être intelligent. Dans l’entreprise pilotée par des agents, être intelligent signifie maîtriser ce qui renforce votre avantage au fil du temps et nouer des partenariats pour le reste.