© Koen Geens Photography

Quatre facteurs de réussite pour l’IA agentique

Salesforce
Salesforce
Partner Content

C'est un article de partenaire. La rédaction de Data News n'est pas responsable du contenu.

07:00 Mise à jour le: 08:35

Les projets pilotes utilisant l’IA agentique se soldent encore trop souvent par un échec. « Mais cela ne doit pas être une raison pour ignorer la technologie », déclare Gianni Cooreman, chief inspiration officer chez Salesforce. « Tout l’art consiste à déployer intelligemment les agents IA. » Un business case solide, une infrastructure informatique robuste, une approche centrée sur l’humain et un plan de gouvernance cohérent de l’IA permettent d’éviter qu’un projet ne s’enlise dès la phase de test.  

Les chiffres parlent d’eux-mêmes : d’après le MIT, 95% des projets pilotes impliquant l’IA agentique échouent. Gartner prédit que la moitié des projets ne survivront pas à l’année à venir. « Plusieurs raisons expliquent cela », poursuit Gianni Cooreman. « Pensez aux coûts qui dérapent, aux résultats peu clairs et au manque de contrôle des risques. » Mais au-delà de ces causes compréhensibles de l’échec, d’autres facteurs déterminent la réussite d’un projet.

Visez l’impact

« Commencez par un cas ayant un impact significatif sur l’activité », recommande Gianni Cooreman, « et visez des bénéfices clairement mesurables, tels qu’une augmentation du chiffre d’affaires, des gains de temps et d’argent ou une amélioration de la satisfaction client. » Cela permet de bâtir un projet dont le retour sur investissement est facile à calculer. « Créer un agent pour répondre aux questions fréquentes sur un site web peu fréquenté ? C’est un luxe superflu. En revanche, si votre service d’assistance IT est submergé par des milliers de tickets, un agent pouvant traiter les demandes les plus courantes devient indispensable. »

Prévoyez une infrastructure adaptée

Selon Gartner, de nombreux projets échouent parce que les organisations n’anticipent pas suffisamment. « Si vous testez un agent sur une poignée de clients, mais que vous envisagez ensuite de l’étendre à des milliers d’utilisateurs, votre infrastructure doit être prête à surmonter cela », poursuit Gianni Cooreman.

Gianni Cooreman, chief inspiration officer chez Salesforce.

Il est également essentiel que la technologie s’intègre harmonieusement aux systèmes et aux sources de données existants. « Pour cela, vous avez besoin d’API robustes, de pipelines de données efficaces et d’un plan de gouvernance des données bien défini, afin que l’agent ait accès à des informations précises et en temps réel en permanence. » La solution doit aussi pouvoir évoluer selon les besoins de l’entreprise et le volume de données. Un projet réussi repose sur une architecture modulaire et flexible, capable de s’adapter aux nouvelles applications, sans repartir de zéro à chaque fois.

Focus sur l’utilisation

« La première expérience de l’utilisateur doit être un franc succès », souligne Gianni Cooreman. « Sinon, il y a de fortes chances qu’il ne revienne pas. » Il est essentiel d’impliquer les bonnes personnes dans le développement de l’agent. « Donnez-leur la parole, vous renforcerez ainsi la confiance dans la technologie. » Pour favoriser l’adoption, l’entreprise doit proposer une formation adaptée et communiquer clairement sur la manière dont l’IA agentique vient renforcer le rôle des collaborateurs. « La direction doit soutenir le projet », ajoute Gianni Cooreman. « Cela permettra à chacun de bien comprendre la valeur ajoutée de l’agent IA. »

Élaborez une gouvernance responsable de l’IA

Un dernier facteur clé de réussite réside dans la mise en place d’un plan cohérent de gouvernance responsable de l’IA. « Chaque projet doit accorder une attention particulière à la confidentialité et à la sécurité, explique Gianni Cooreman. « Veillez à établir un cadre clair, basé sur une architecture ‘authorization first’. Cela garantit que l’agent opère dans des limites bien définies et renvoie à un collaborateur dès qu’il les atteint. »

Ce cadre opérationnel clair présente un avantage majeur : lorsque les décisions des agents sont transparentes et conformes, il devient plus facile de gérer les risques et d’intercepter les erreurs. « Dans tous les cas, vous devez disposer d’un plan pour suivre les performances de l’agent, prévenir les biais et résoudre rapidement les problèmes éventuels. Mais n’essayez pas de tout anticiper : vous apprendrez énormément en travaillant avec l’IA agentique. »

Vous souhaitez découvrir ce que l’IA agentique peut apporter à votre organisation ? Explorez les possibilités offertes par Agentforce : www.salesforce.com/agentforce