Les entreprises ne se demandent plus si elles doivent adopter l'IA ; la question est tranchée. L'enjeu est désormais d'atteindre un stade où l'IA accomplit des tâches opérationnelles significatives, ou, comme on dit dans le secteur, d'adopter une approche « IA-first ».

Mais une approche axée sur l'IA n'est pas binaire. On ne passe pas d'une absence totale d'IA à une véritable autonomie en un claquement de doigts. En réalité, y parvenir implique de franchir différentes étapes. Chaque nouvelle étape repose sur les acquis de la précédente, et les organisations qui tentent de brûler les étapes risquent de créer des systèmes non fiables.

Les trois étapes des opérations pilotées par l'IA

Selon notre Rapport 2026 sur l'état des opérations basées sur l'IA 59 % des organisations intègrent déjà l'IA à leurs processus opérationnels quotidiens, et 34 % supplémentaires se préparent à passer de la planification à la mise en œuvre. L'étude a interrogé 1 000 décideurs métiers et informatiques ainsi que des développeurs expérimentés dans sept pays.

Mais l'adoption ne signifie pas une autonomie immédiate. Derrière les chiffres globaux, les organisations traversent ce que je perçois comme trois étapes distinctes dans le processus menant à une approche « IA d'abord ».

Intégrer des assistants dans les flux de travail

Les assistants IA sont des outils réactifs : vous posez une question, ils répondent. Ils sont précieux pour accélérer la recherche, faire émerger le contexte pertinent et permettre aux ingénieurs d'accéder plus rapidement à l'information qu'ils devraient autrement chercher. Mais ils sont réactifs par nature. Rien ne se produit tant qu'un humain ne l'a pas déclenchée.

Confier des tâches à des agents

Les assistants exécutent des tâches uniquement sur demande, tandis que les agents peuvent poursuivre un objectif de manière autonome, en collectant des données provenant de sources multiples, en corrélant les signaux entre les systèmes et en dressant un tableau de la situation sans instructions explicites. Concrètement, cela signifie qu'un agent peut détecter une anomalie, analyser les facteurs contributifs et établir un diagnostic avant même qu'un humain n'ait ouvert un ticket. La décision finale revient toujours à l'humain, mais ce dernier dispose d'éléments bien plus solides dès le départ.

Accorder aux agents l'autonomie d'agir

La troisième étape – la seule qui, à mon avis, mérite véritablement l’appellation « IA prioritaire » – est celle de l’autonomie de confiance. À ce niveau, l’IA est autorisée à détecter, diagnostiquer et agir, puis à rendre compte. Elle n’attend pas d’approbation à chaque étape. Elle exécute des plans préapprouvés pour des scénarios connus, alerte en cas de problème et tire des enseignements de chaque cycle. Le rôle humain passe alors de celui d’intervenant à celui de superviseur.

Cela ne signifie pas pour autant que les organisations visent une autonomie totale de l'IA. Notre étude de 2026 le démontre clairement : près de la moitié d'entre elles affirment qu'elles ne délégueraient jamais entièrement à l'IA l'exécution des mesures correctives affectant les systèmes destinés aux clients. Elles font preuve d'une prudence similaire concernant la coordination interfonctionnelle des incidents (43 %) et la communication avec les parties prenantes (42 %). Ces limites reflètent les décisions qui impliquent suffisamment de responsabilité pour que le jugement humain reste indispensable.

La confiance se gagne, elle ne se déclare pas.

Le rythme du développement de l'IA peut inciter à passer directement à l'étape de l'opérateur autonome : déployer des agents, leur confier des responsabilités et les laisser agir. Mais une autonomie sans expérience préalable est un pari risqué. Lorsqu'on intègre une nouvelle personne à une organisation, on observe ses performances sur des tâches à faible enjeu avant de lui confier davantage de responsabilités. On vérifie son raisonnement, on lui fait un retour en cas d'erreur et on valide les décisions importantes lorsqu'elle a fait preuve de discernement. La confiance se construit par des résultats concrets et répétés, et non par une confiance acquise d'emblée.

L'IA ne fait pas exception. Son déploiement doit être abordé comme un processus d'intégration. Commencez par laisser les agents vous informer de leurs actions avant qu'elles ne soient entreprises, examinez les plans et approuvez leur exécution avant toute action.

Au fil des cycles, des tendances se dégagent. Certains scénarios deviennent suffisamment prévisibles pour être pré-approuvés. À mesure que votre technologie génère un historique de recommandations et de résultats pertinents, vous pouvez accroître son autonomie. Selon notre Enquête sur la résilience de l'IA en 2025 Aujourd'hui, 77 % des entreprises font davantage confiance aux résultats générés par l'IA qu'il y a un an, principalement grâce à l'amélioration de la qualité de ces résultats et à l'expérience concrète de résultats positifs. Il s'avère que la confiance envers l'IA se renforce avec le temps, tout comme envers les personnes.

Mais négliger ce processus de confiance peut avoir de graves conséquences. Un assistant vocal qui hallucine est agaçant. Si la réponse est erronée, on la corrige et on passe à autre chose. Un agent halluciné autorisé à agir sur les systèmes destinés aux clients représente un problème d'une toute autre nature. L'ampleur potentielle des dégâts est proportionnelle au niveau d'autonomie accordé ; c'est précisément pourquoi cette autonomie doit être accordée avec précaution et par étapes.

Le goulot d'étranglement des connaissances tribales

Observer un agent en action ne représente que la moitié du chemin vers la confiance. L'autre moitié consiste à s'assurer qu'il dispose des informations nécessaires pour bien travailler dès le départ. Et pour la plupart des organisations, c'est là que le bât blesse.

Chaque organisation possède un savoir qui réside dans l'esprit des individus plutôt que dans des systèmes documentés. Ce savoir coutumier, dans la plupart des organisations, représente une part importante du travail opérationnel. C'est aussi ce qui risque le plus de freiner l'adoption de l'IA.

Les agents d'IA ne peuvent travailler qu'avec les informations auxquelles ils ont accès. Ils peuvent corréler les signaux entre les systèmes, faire émerger le contexte pertinent et exécuter des actions conformément aux procédures documentées. En revanche, ils ne peuvent pas accéder à la mémoire d'une personne et en extraire vingt ans de savoir-faire institutionnel. Lorsque les politiques, les procédures et le savoir-faire opérationnel acquis de haute lutte ne sont pas documentés, les agents se heurtent à un obstacle.

Pour accélérer le déploiement de l'IA agentielle dès 2026, les organisations doivent considérer la documentation comme une infrastructure essentielle. Cela implique des procédures d'escalade écrites et à jour, ainsi que la documentation des justifications des décisions, et pas seulement des décisions elles-mêmes. Paradoxalement, la plupart des organisations connaissent déjà ces lacunes. Elles ont vu un nouvel ingénieur passer ses deux premiers mois à poser des questions dont les réponses auraient dû figurer dans un document inexistant.

Sans contexte adéquat, un agent risque soit de s'interrompre et d'aggraver la situation, ce qui est contre-productif, soit de combler lui-même les lacunes. Lorsque les agents doivent déduire des informations manquantes, les hallucinations cessent d'être un simple désagrément pour le chatbot et deviennent un véritable risque opérationnel.

Le contexte détermine l'autonomie

Même en progressant vers la phase finale des opérations axées sur l'IA, l'autonomie ne se gère pas de manière uniforme. Le niveau d'autonomie approprié dépend à la fois de la maîtrise de l'IA au sein de votre organisation et du contexte : les enjeux, la prévisibilité du scénario et les performances passées de l'agent.

Pour les tâches opérationnelles courantes et bien maîtrisées, comme le traitement des alertes et la mise en œuvre de mesures correctives ayant fait leurs preuves dans de nombreux incidents similaires, l'action autonome se justifie pleinement. Les scénarios sont prévisibles, les résultats mesurables et le coût d'une erreur gérable. Ce sont précisément les types de tâches que les agents devraient exécuter sans attendre une validation humaine à chaque étape.

Les situations critiques exigent une approche totalement différente. Un organisme de services financiers gérant des systèmes soumis à des exigences de conformité strictes ne permettra pas à un agent de prendre des décisions ayant des conséquences réglementaires sans supervision humaine. Prenons l'exemple d'un détaillant gérant ses systèmes pendant le Black Friday. La dernière chose qu'il souhaite, c'est qu'un agent effectue des appels non supervisés sur une infrastructure traitant des millions de transactions par heure. Les risques sont trop importants pour traiter ce type de situation comme une tâche opérationnelle courante.

Les organisations qui tireront le meilleur parti de l'IA agentive sont celles qui définissent clairement où l'autonomie a sa place et où elle ne l'a pas, et qui adaptent leurs flux de travail en conséquence.

Parvenir à une approche « IA d’abord » est un processus

La pression pour adopter une approche privilégiant l'IA ne faiblira pas. Au contraire, elle s'intensifiera à mesure que les organisations constateront des résultats opérationnels concrets grâce à l'IA agentielle.

Pour y parvenir, la clé sera d'aborder l'adoption de l'IA de la même manière que le recrutement et le développement d'un employé prometteur, même inexpérimenté, occupant un poste stratégique. Il s'agit de définir des attentes claires, de documenter les connaissances nécessaires, d'observer ses performances, de lui fournir un retour d'information constructif et de lui confier progressivement davantage de responsabilités.

Voilà à quoi ressemble concrètement une approche centrée sur l'IA : non pas un système doté d'une autonomie décrétée pour respecter une échéance, mais un système qui l'a méritée. Les données de notre dernière étude reflètent la tendance que la plupart des organisations anticipent. 62 % d'entre elles affirment que leur objectif à long terme est un équilibre entre humains et IA autonome — un modèle hybride où l'IA gère les tâches pour lesquelles elle a acquis la compétence, tandis que les humains restent impliqués dans les décisions qui requièrent encore du discernement et une obligation de rendre des comptes. Pour y parvenir, il est essentiel de bâtir la confiance dès maintenant.

Pour une analyse plus approfondie de la manière dont les organisations les plus résilientes abordent ce travail, et des points où les écarts se creusent, consultez l'article complet. Rapport PagerDuty 2026 sur l'état des opérations basées sur l'IA .