Les entreprises commencent à confier des opérations à des agents IA dans des systèmes informatiques dont elles maîtrisent mal les dépendances. Selon le Modernization Report 2026 de Kyndryl, seules 9 % des organisations interrogées déclarent comprendre pleinement les interactions entre leurs applications. Michele de Giorgis, CTO France et vice-président chez Kyndryl, examine les conditions d’intégration de ces logiciels autonomes et les risques d’une automatisation susceptible d’aggraver les difficultés qu’elle prétend résoudre.
Des agents pour comprendre des systèmes devenus illisibles
Mainframes, applications historiques, cloud, logiciels SaaS… Les systèmes d’information se sont construits par couches successives, avec des interdépendances dont les équipes informatiques n’ont pas toujours une vision complète.
« Une application qui est seule, c’est une application peu utile. Il faut absolument qu’elle communique avec le reste du système d’information », rappelle Michele de Giorgis. Modifier une application sans connaître les services qui en dépendent peut provoquer des dysfonctionnements bien au-delà de son périmètre.
Les agents IA pourraient aider à reconstituer cette connaissance en rapprochant les informations dispersées dans les outils documentaires, les journaux techniques et les référentiels applicatifs. Encore faut-il disposer de données fiables et de mécanismes d’observabilité suffisants pour retracer le fonctionnement réel des applications.
Automatiser le désordre ne le fait pas disparaître
Les difficultés s’accentuent lorsque les agents passent de la documentation à l’exécution d’opérations. « Si vous mettez des agents et que les données sont de mauvaise qualité, vous allez amplifier le problème, parce que l’agent va partir de postulats qui sont faux », avertit Michele de Giorgis.
Une information erronée peut entraîner des actions incorrectes sur plusieurs applications. La gestion des accès impose également un équilibre entre la protection des données sensibles et les permissions nécessaires à l’exécution des tâches.
« Si vous multipliez les contrôles humains, vous perdez en efficacité. À l’inverse, si vous laissez trop de liberté aux agents, notamment sur les opérations critiques, vous ne savez pas quel sera le résultat. »
Des agents mal conçus peuvent aussi multiplier inutilement les appels aux services, avec des coûts difficiles à maîtriser. Leur déploiement suppose des standards techniques et des principes d’architecture adaptés, bien au-delà de la seule capacité à automatiser une tâche.
Convertir du code ne suffit pas à moderniser une application
Dans l’étude de Kyndryl, 67 % des entreprises utilisant l’IA agentique pour moderniser leurs infrastructures déclarent respecter leurs objectifs ou être en avance, contre 51 % des autres organisations. Cet écart ne démontre toutefois pas que les agents sont responsables de leurs meilleurs résultats : ces entreprises peuvent aussi disposer d’une gouvernance plus mature et de systèmes mieux maîtrisés.
La vitesse d’exécution ne garantit pas davantage la qualité de la transformation. « Vous pouvez migrer énormément de code, mais vous risquez de vous retrouver avec de la dette technique après », souligne Michele de Giorgis.
Une application ne se résume pas à ses lignes de code. Elle contient des règles métiers, échange avec d’autres systèmes, exécute parfois des traitements nocturnes et dépend de services extérieurs. En ignorant ces interactions, un agent peut convertir du code sans préserver le fonctionnement de l’application dans son nouvel environnement.
La modernisation doit également anticiper son exploitation : maintenance, supervision et coûts récurrents. Cette articulation entre développement et exploitation, le build et le run, conditionne la réussite d’une migration. Sans elle, l’entreprise risque simplement de déplacer sa dette technique.
L’agentique n’est pas toujours la bonne réponse
En France, 61 % des entreprises interrogées accusent un retard dans leurs objectifs de modernisation, contre 48 % dans le monde. Les perturbations opérationnelles constituent un défi majeur pour 59 % des répondants français. Michele de Giorgis recommande une transformation progressive, fondée sur la cartographie des applications, les tests de non-régression et la préparation des procédures de bascule, afin de limiter les risques pour la continuité d’activité.
Les agents peuvent accélérer certaines de ces opérations et révéler des anomalies jusque-là invisibles, notamment des interfaces développées en double par différentes équipes ou des failles de sécurité passées inaperçues. Ils peuvent ainsi rapprocher des informations techniques que les équipes ne partagent pas toujours.
Reste à déterminer si l’autonomie des agents présente un réel intérêt pour chaque opération. Michele de Giorgis se montre prudent quant à leur utilisation systématique : « Certaines tâches se prêtent très bien à l’automatisation, à un coût bien moindre, tandis que d’autres nécessitent des capacités de raisonnement plus avancées. Faut-il pour autant systématiquement recourir à des agents et pousser l’approche agentique ? Je n’en suis pas convaincu. »
Agents IA, les salariés sans badge : toute la série
1/7 Le recensement : Qui contrôle les nouvelles recrues de l’entreprise ?
2/7 Les habilitations : L’agent hérite de vos droits, pas de votre jugement
3/7 Le travail au noir : interdire l’IA, c’est pousser les collaborateurs à contourner
4/7 La hiérarchie : Le RSSI ne peut pas en répondre seul
5/7 La responsabilité : Qui répond des actes d’un agent autonome ?
6/7 Le recrutement : Quand l’IA participe au choix de ses futurs collègues
7/7 L’environnement de travail : Des agents autonomes dans des SI qui ne sont pas prêts (vous lisez cet épisode)
