Présentée comme une évolution majeure de l’IA en entreprise, l’IA dite « agentique » promet de dépasser les simples interfaces pour agir directement dans les systèmes. Michael Anderson, Executive Vice President chez SoundHound AI, revient pour Solutions Numériques & Cybersécurité sur cette bascule, ses implications concrètes et ses limites.
Longtemps cantonnée à un rôle d’interface, l’IA conversationnelle franchit une nouvelle étape avec l’émergence de systèmes capables d’agir directement dans les environnements métiers. Pour Michael Anderson, « l’IA agentique désigne des systèmes d’agents orientés vers un objectif, capables non seulement de comprendre une requête, mais aussi de raisonner en plusieurs étapes et d’agir de manière autonome dans les systèmes métiers, à la fois front et back-office ». Une évolution qui marque un basculement clair « de la réponse à la résolution ».
Ce changement ne tient pas uniquement à une amélioration des modèles, mais à leur combinaison. « La valeur ne réside plus dans un modèle ou une prédiction isolée, mais dans l’orchestration de plusieurs capacités – compréhension du langage, raisonnement, intégration aux systèmes et exécution – qui fonctionnent ensemble en temps réel », explique-t-il. Dans cette logique, les logiciels ne sont plus seulement des interfaces à manipuler, mais deviennent des « couches d’exécution dynamiques », où « ce n’est plus l’utilisateur qui navigue dans les logiciels, mais l’IA qui navigue dans les systèmes à sa place ».
La voix, de l’interface à l’action
C’est avec cette évolution notable que la voix retrouve une place centrale. Jusqu’ici limitée par des performances inégales, elle n’avait jamais réellement réussi à s’imposer dans les environnements professionnels. « Elle pouvait reconnaître environ 80 % des commandes, mais sans réellement comprendre l’intention ni exécuter des tâches complexes », rappelle Michael Anderson.
La situation évolue avec la convergence de plusieurs technologies. « Ce qui a changé, c’est la combinaison d’une reconnaissance vocale très précise, de l’IA générative pour une compréhension plus flexible, et de l’orchestration agentique capable d’agir sur les systèmes ». Désormais, « la voix n’est plus seulement une couche d’entrée, mais une interface transactionnelle complète », permettant de formuler une demande, de l’affiner et de déclencher directement une action, qu’il s’agisse de réserver un service, résoudre un problème de facturation ou effectuer un achat.
Si cette promesse de fluidité est particulièrement mise en avant dans les parcours clients, elle repose néanmoins sur une condition essentielle : la capacité à s’intégrer profondément dans les systèmes existants.
L’intégration au SI, véritable point de bascule
Car derrière l’idée d’agents capables d’agir, la réalité technique reste exigeante. « L’IA agentique n’est pas une capacité autonome : elle n’est efficace qu’à hauteur des systèmes auxquels elle peut accéder et qu’elle peut orchestrer », souligne Michael Anderson. Dans les faits, cela suppose des connexions en temps réel avec des briques clés du SI : CRM, outils de facturation, catalogues produits ou encore systèmes opérationnels. À défaut, « les agents peuvent comprendre l’intention, mais ne peuvent pas agir de manière pertinente ».
L’adoption de ces technologies s’inscrit donc moins dans une logique de déploiement rapide que dans une transformation plus large des environnements IT. « L’IA agentique ne se déploie pas comme une solution plug-and-play, mais comme une composante d’une transformation plus globale », insiste-t-il, rappelant au passage que la complexité d’intégration est souvent sous-estimée par les organisations.
Une autonomie encore encadrée
Si les discours autour de l’IA mettent régulièrement en avant une automatisation de bout en bout, les usages réels restent plus nuancés. « Les systèmes les plus efficaces ne sont pas totalement autonomes, mais intelligemment hybrides », explique Michael Anderson. Cette approche repose sur trois niveaux complémentaires : des agents capables de gérer des interactions complexes en temps réel, des logiques déterministes pour garantir la conformité et la fiabilité, et des mécanismes de supervision humaine pour les situations sensibles.
« L’objectif n’est pas de remplacer le jugement humain, mais de concevoir des systèmes qui équilibrent autonomie et contrôle ».
Dans la pratique, l’intervention humaine reste indispensable pour les décisions à fort enjeu, les situations ambiguës ou émotionnelles, ainsi que pour la gestion des cas limites. Une réalité qui vient tempérer les promesses d’automatisation totale, encore largement mises en avant dans le discours des éditeurs.
Un cadre européen structurant
Le développement de ces systèmes s’inscrit également dans un environnement réglementaire de plus en plus contraint, en particulier en Europe. « Il ne s’agit plus seulement de performance des modèles, mais de l’ensemble du cycle de vie de l’IA », souligne Michael Anderson, évoquant des exigences croissantes en matière de transparence, de minimisation des données, de traçabilité et de sécurité.
Sur la donnée vocale, ces contraintes sont encore renforcées. Les organisations doivent notamment porter une attention particulière à la sensibilité des données traitées, aux infrastructures utilisées et aux modalités de déploiement. Les systèmes ainsi conçus doivent être « utiles, mais aussi auditables, sécurisés et alignés avec les exigences réglementaires ».
Vers une nouvelle couche d’interaction
Reste à savoir si ces approches sont appelées à se généraliser. Pour SoundHound AI, l’IA agentique est appelée à devenir « une couche fondamentale d’interaction en entreprise », comparable aux évolutions précédentes des interfaces numériques.
La voix y joue un rôle central, en tant qu’interface jugée « la plus naturelle », capable de masquer la complexité des systèmes derrière une interaction simple. Une perspective qui repose toutefois sur des conditions techniques et organisationnelles encore exigeantes. Car si l’IA agentique ouvre la voie à des systèmes capables d’agir plutôt que de répondre, sa généralisation dépendra avant tout de sa capacité à s’intégrer de manière fiable et maîtrisée dans des environnements métiers souvent fragmentés et complexes.
