Les transformations de l’ERP manquent toujours leur cible
La planification des ressources de l’entreprise (ERP) existe depuis des décennies, et pourtant, la plupart des efforts de transformation de l’ERP ne donnent pas les résultats escomptés. Vous l’avez vu. Des investissements massifs sont consentis, mais l’agilité, l’intelligence et les résultats mesurables ne sont souvent pas au rendez-vous. Selon l’étude comparative 2025 Technology Maturity Assessment Benchmarking Survey de Bain & Company, plus de 80 % des transformations ERP ne répondent pas aux attentes en termes de budget, de délai ou de valeur. Il ne s’agit pas d’un simple oubli. Il s’agit d’un problème structurel plus profond.
Le problème ne réside pas seulement dans les plateformes ERP. Il réside dans la manière dont les entreprises les mettent en œuvre. Trop souvent, les entreprises personnalisent à outrance pour tenter de répondre à toutes les exigences. Cela crée des systèmes difficiles à maintenir et presque impossibles à mettre à niveau. Ce qui devrait être une épine dorsale numérique harmonisée finit par devenir une infrastructure tentaculaire et fragmentée. Il en résulte une technologie lourde au lieu d’opérations rationalisées. Il est beaucoup plus difficile d’extraire des informations, car le système n’est pas normalisé ou prêt à évoluer.
Pour les dirigeants de haut niveau, la conclusion est simple mais importante : la complexité doit être l’ennemie. L’objectif n’est pas de concevoir un système qui fait tout aujourd’hui. Il s’agit de construire un système capable de s’adapter et d’apporter de la valeur demain. Les dirigeants doivent reconnaître qu’une véritable transformation ne consiste pas à ajouter des couches, mais à supprimer les frictions. La valeur de l’ERP devrait provenir de la simplification. Une architecture claire. Des flux de travail clairs. Des données fiables.
L’IA agentique peut résoudre ce problème
Voici maintenant la partie à laquelle il faut prêter attention, l’IA agentique. C’est là que le monde commence à basculer dans la bonne direction.
L’IA agentique n’est pas une simple ligne de code. Elle modifie votre mode de fonctionnement. Il s’agit de systèmes autonomes, pilotés par des événements, qui prennent des décisions et agissent de leur propre chef. Ils n’attendent pas l’intervention de l’homme. Ils ne cherchent pas de boucles d’approbation. Ils exécutent simplement, en fonction des données qu’ils reçoivent et des paramètres qui leur sont donnés. Cela change fondamentalement la fonction de l’ERP.
Vous ne comptez plus sur le système comme outil de reporting ou de stockage de données. Au lieu de cela, le système devient un acteur intelligent en temps réel. Il lit ce qui se passe dans votre entreprise et prend des mesures, que ce soit au niveau des achats, des finances, de la chaîne d’approvisionnement ou de tout autre endroit où vous choisissez de l’appliquer de manière structurée. Cela crée une boucle de rétroaction de l’efficacité. Moins de goulets d’étranglement. Moins de latence humaine. Une plus grande réactivité.
Et l’avenir est déjà en marche. L’étude 2025 de Bain montre que 78 % des responsables informatiques s’attendent à ce que certaines fonctions ERP soient remplacées ou améliorées par l’IA agentique au cours des trois prochaines années. Il ne s’agit pas d’une prédiction marginale. C’est là que la concurrence est sur le point de s’installer.
Pour vous, cela signifie qu’il faut considérer l’ERP non pas comme un bien fini, mais comme une plate-forme prête à évoluer. Les systèmes agentiques peuvent être légers, rapides et évolutifs, s’ils sont déployés de manière ciblée. L’essentiel est de commencer par les domaines à fort impact où les décisions suivent des règles prévisibles et où une exécution rapide permet d’obtenir des résultats commerciaux tangibles. Pensez d’abord aux finances, à la planification et à l’approvisionnement. Puis faites évoluer votre système à partir de là.
La capacité est réelle. L’architecture est capable. La seule question qui se pose maintenant est de savoir à quelle vitesse vous voulez avancer.
Le passage à l’échelle échoue encore parce que la plupart des entreprises restent en mode pilote
Les outils s’améliorent. L’opportunité est réelle. Mais la plupart des entreprises en sont encore à lancer des programmes pilotes avec l’IA agentique, de petits essais qui n’évoluent jamais. Ce n’est pas un problème de capacité. Ce n’est pas un manque de cas d’utilisation. Il s’agit généralement de frictions structurelles et de paralysie décisionnelle.
Il y a cinq obstacles principaux. Premièrement, le modèle opérationnel n’est pas clair. La plupart des entreprises n’ont pas défini les modalités d’interaction entre les humains et les agents d’IA. Qui est responsable de quel résultat ? Où commence et où s’arrête l’autonomie de décision ? Si tout cela n’est pas défini, vous n’obtiendrez pas de résultats. Deuxièmement, les talents internes font défaut. Les compétences nécessaires à la conception, au déploiement et à la gestion des flux de travail agentiques n’existent tout simplement pas dans la plupart des organisations.
Troisièmement, la technologie n’en est qu’à ses débuts. La plupart des cadres agentiques manquent d’outils d’orchestration matures. Jusqu’à récemment, le déploiement d’agents d’IA, même modérément complexes, nécessitait l’assemblage de systèmes existants et l’écriture d’une logique d’intégration personnalisée. La situation évolue, mais pas assez rapidement pour les entreprises qui ne disposent pas d’une grande capacité de développement. Quatrièmement, la qualité des données est un point sensible. Lorsque les informations sont cloisonnées, obsolètes ou qu’il n’y a pas de gouvernance, les agents d’intelligence artificielle ne peuvent pas prendre de décisions intelligentes. Enfin, les dirigeants hésitent. Ils craignent d’être enfermés dans le giron d’un fournisseur. Le retour sur investissement reste difficile à quantifier. Et en l’absence d’un soutien fort de la part de la direction, les budgets sont bloqués.
Que faites-vous alors ? Pousser jusqu’au bout. Ces problèmes ne sont pas nouveaux. Ils sont simplement nouveaux dans ce contexte spécifique. Les DSI qui réussissent ici agissent de manière décisive. Ils s’attaquent d’abord aux données. Ils forment ou embauchent des personnes qui comprennent l’exécution basée sur les agents. Et ils n’attendent pas une technologie parfaite. Ils adoptent et itèrent. La mise à l’échelle sera toujours inconfortable, mais rester en mode pilote coûte plus cher au fil du temps.
L’étude 2025 de Bain montre la direction que prend le marché : 78 % des leaders technologiques pensent que l’IA agentique augmentera ou remplacera les fonctions essentielles de l’ERP d’ici trois ans. Vous ne voulez pas être en train de rattraper votre retard lorsque ce changement se produira.
L’IA agentique permet d’obtenir des résultats préliminaires dans les domaines de la finance et de la planification, commencez par là.
Vous n’avez pas besoin de transformer toutes les parties de votre système ERP en même temps. En fait, c’est la mauvaise approche. Commencez par là où l’IA agentique trouve naturellement sa place : la finance et la planification. Ces fonctions fonctionnent avec des données structurées, des flux de travail reproductibles et des résultats sensibles au temps. Elles sont donc idéales pour l’automatisation et l’exécution autonome.
Dans l’enquête de Bain, les dirigeants ont systématiquement désigné comme points de départ des domaines tels que l’approvisionnement jusqu’au paiement, l’enregistrement jusqu’au rapport et la prévision jusqu’à la planification. Pourquoi ? Car c’est là que l’impact commercial est le plus immédiat. Il s’agit de domaines où le débit est mesurable. Vous pouvez suivre les délais d’exécution, les erreurs, les coûts de mise en conformité et la qualité des décisions, qui s’améliorent tous grâce à un déploiement fiable des agents.
Cela donne un avantage aux DSI et aux DAF. Ensemble, ils peuvent donner la priorité à un déploiement contenu et de grande valeur qui donne des résultats. Une fois que l’organisation constate une amélioration des performances, une réduction des coûts, une plus grande rapidité et une meilleure précision, vous renforcez la confiance dans le modèle. Il est alors plus facile d’étendre le modèle aux processus adjacents.
Vous devez conduire ce changement avec clarté. Ne considérez pas l’IA agentie comme une expérience de laboratoire. Il s’agit d’une capacité commerciale avec un retour sur investissement à court terme et une évolutivité à long terme. Elle modifie la façon dont le travail est effectué, et pas seulement la façon dont il est enregistré. Commencez par les finances et la planification. Mesurez tout. Et soyez prêt à passer rapidement à l’échelle supérieure une fois que les premiers systèmes se seront révélés fiables.
La mise à l’échelle de l’IA agentique se résume à quatre questions
Pour faire passer l’IA agentique du stade de l’essai à celui de la transformation, vous devez apporter des réponses claires à quatre questions fondamentales : Quels sont les besoins ? Comment allez-vous le mettre en œuvre ? Avec qui allez-vous travailler en partenariat ? Et que se passera-t-il si vous ne le faites pas ?
Commençons par ce qui est nécessaire. Chaque organisation dispose de dizaines de cas d’utilisation potentiels de l’IA, mais seuls quelques-uns auront une valeur commerciale immédiate. Commencez par donner la priorité à trois ou cinq cas d’utilisation présentant le meilleur retour sur investissement. Repensez ensuite l’architecture des processus environnants pour privilégier les agents. Cela signifie qu’il faut concevoir l’automatisation dès le départ, les décisions, les flux de données et les garde-fous de performance doivent tous fonctionner sans intervention manuelle. Ne vous contentez pas de greffer l’IA sur d’anciens flux de travail. Repensez-les.
Ensuite, comment allez-vous livrer ? Construire, acheter ou s’associer, tel est le choix. La bonne réponse dépend de sept facteurs, dont l’importance stratégique, l’adéquation du fournisseur, le coût total, la complexité de l’intégration, les compétences techniques internes, le risque réglementaire et la flexibilité à long terme. Pour les tâches standardisées et peu risquées, les modèles externalisés ou dirigés par un fournisseur fonctionnent bien. Pour les domaines essentiels à l’avantage concurrentiel, les constructions internes peuvent justifier le coût et la complexité. Il n’y a pas de solution unique. Choisissez en fonction du cas d’utilisation et non de la commodité.
Les partenariats sont importants. Au début de votre parcours, restez proche de votre fournisseur de plateforme. La plupart d’entre eux proposent des outils agentiques, des modèles et des environnements à code bas pour accélérer le déploiement. À mesure que vous évoluez vers des cas d’utilisation plus complexes, les intégrateurs d’entreprise vous aident dans la reconception, la modélisation du retour sur investissement et la gestion du changement. Et à mesure que l’outillage agentique évolue, les intégrateurs de systèmes joueront un rôle plus important dans le déploiement à grande échelle. Ces rôles évolueront, de même que votre approche quant aux personnes que vous ferez intervenir et au moment où vous le ferez.
Enfin, quel est le coût de l’inaction ? Selon l’étude de Bain, les entreprises qui ont mis l’IA à l’échelle des flux de travail critiques constatent déjà des gains d’EBITDA de 10 à 25 %. Si votre organisation reste en mode observation, vous perdez l’occasion de façonner la technologie, d’influencer les feuilles de route des fournisseurs et de renforcer les capacités internes. Plus vous tardez, plus vous risquez d’être enfermé dans des écosystèmes rigides que vous n’avez pas conçus. Rien de tout cela ne joue en votre faveur.
L’inaction est le véritable risque
Alors que certaines entreprises attendent de passer à l’action, d’autres développent déjà l’IA agentique et en tirent profit. L’écart va se creuser rapidement. Si vous n’agissez pas, vous ne resterez pas immobile, vous prendrez du retard. Les mathématiques le confirment. L’étude 2025 de Bain montre que les principaux adoptants de l’IA réalisent déjà des gains de 10 à 25 % en termes d’EBITDA. Ces gains s’accumulent au fil du temps.
Mais il y a plus à prendre en compte. À mesure que les fournisseurs de plateformes étendent leurs écosystèmes, ils deviennent des plaques tournantes de l’orchestration, gérant non seulement les agents mais aussi la coordination inter-agents. Si vous tardez à développer vos capacités internes, vous devenez un consommateur passif de la feuille de route de quelqu’un d’autre. Cela signifie moins de contrôle sur le comportement du système, une adaptation plus lente et une plus grande exposition à l’enfermement dans la plateforme.
Les retards entraînent également une augmentation des coûts de transformation. Si vos efforts en matière d’IA agentique sont menés séparément de la modernisation de l’ERP, vous finirez par retravailler le même processus deux fois, et vous en paierez le prix à chaque fois. L’intégration devient plus difficile. Le retour sur investissement se dilue.
Et il faut penser à la main-d’œuvre. Les professionnels qualifiés souhaitent de plus en plus travailler avec des équipes déployant une véritable IA à grande échelle. Si votre feuille de route est lente ou peu claire, ne soyez pas surpris si les meilleurs talents optent pour des organisations qui évoluent plus rapidement. Il ne s’agit pas de battage médiatique, mais de visibilité et de pertinence. Les gens veulent construire l’avenir. Montrez-leur que c’est ce que vous faites.
L’inaction peut ressembler à une réduction des risques, mais au cours des 12 à 24 prochains mois, elle deviendra le risque lui-même. La technologie est prête. Les cadres sont en train d’émerger. Attendre n’est pas l’option la plus sûre, c’est l’option la plus coûteuse.
La couche d’orchestration est l’endroit où le contrôle stratégique sera gagné ou perdu.
L’IA agentique ne se limite pas à ce que les agents peuvent faire individuellement, mais à la manière dont ils travaillent ensemble. C’est là qu’intervient l’orchestration. La couche d’orchestration régit la coordination entre les agents, gère les flux de travail et garantit que les actions pilotées par l’IA sont alignées sur les objectifs de l’entreprise. Cette couche devient centrale pour le contrôle stratégique, et les fournisseurs de plateformes le savent.
Les fournisseurs de plateformes d’entreprise agissent rapidement pour se positionner en tant que fournisseurs de hub pour l’orchestration d’agents. Ils veulent contrôler l’infrastructure qui gère la façon dont les agents communiquent, hiérarchisent les tâches et se conforment aux politiques de gouvernance. En apparence, ils proposent l’interopérabilité. Dans la pratique, ils construisent des écosystèmes qui tendent vers un verrouillage propriétaire. C’est délibéré. Cela leur permet de mieux contrôler les normes, les mises à jour et les futures intégrations.
Pour les DSI et les directeurs techniques, le problème est simple : si vous ne possédez pas cette couche, ou du moins si vous ne l’influencez pas fortement, vous perdez en flexibilité. Vous placez l’innovation à long terme entre les mains d’un tiers. Les feuilles de route des fournisseurs commencent à définir vos capacités. Les dépendances techniques augmentent. Et vous extraire plus tard devient coûteux et perturbateur.
Il ne s’agit pas seulement d’une conversation technique. Il s’agit d’une conversation stratégique. À mesure que votre entreprise devient plus dépendante de l’IA, votre capacité à contrôler la façon dont les agents interagissent, à définir la logique, les priorités, la sécurité et la conformité, devient un facteur de différenciation concurrentielle. Les décisions architecturales que vous prenez aujourd’hui détermineront la souplesse et l’ouverture de votre environnement d’IA au cours des cinq à dix prochaines années.
Prenez les devants. Choisissez des outils qui permettent la composabilité et l’interopérabilité. Investissez dans un leadership technologique qui comprend non seulement comment les systèmes fonctionnent, mais aussi comment ils évoluent en complexité. Maintenez l’optionnalité. C’est ainsi que vous garderez le contrôle.
L’exécution à grande échelle est le seul moyen de dégager une véritable valeur ajoutée.
L’IA agentique fonctionne, mais seulement lorsque vous dépassez les projets pilotes. Vous n’obtiendrez pas d’impact commercial durable d’un agent automatisant le traitement des factures ou le classement d’un rapport. Vous avez besoin de systèmes d’agents, déployés dans les processus de base, qui interagissent en temps réel avec vos données, vos règles et vos équipes. C’est l’exécution à grande échelle.
La mise à l’échelle implique la mise en place d’une architecture capable de gérer une complexité modulaire. Vous avez besoin de méthodes normalisées pour déployer des agents, contrôler leurs performances et mettre à niveau les fonctionnalités au fur et à mesure de leur évolution. La gouvernance est essentielle. Définissez des pistes d’audit, des points de contrôle des décisions automatisées et des cadres de responsabilité. Il ne s’agit pas d’une simple hygiène opérationnelle, mais d’un moyen d’instaurer la confiance dans les résultats.
Certaines entreprises le font déjà. Elles ont créé des modèles opérationnels internes avec des équipes intégrées d’agents d’IA. Elles utilisent des bibliothèques d’agents prêtes à l’emploi, des studios de déploiement à code bas et des cadres d’orchestration qui permettent une évolutivité dynamique. Elles sont passées des essais et erreurs à des modèles de conception reproductibles. Une fois cette maturité en place, l’innovation progresse plus rapidement. Les capacités d’IA sont absorbées en continu, et non par à-coups.
Cela ne se produira pas si vous attendez que les outils soient parfaits. Cela se produira lorsque vous concevrez l’IA agentique comme une capacité d’entreprise, et non comme une expérience technologique. Cela nécessite un alignement entre la technologie, l’entreprise et la direction. Cela signifie également qu’il faut être prêt à agir alors que les choses évoluent encore.
Ce qui sépare les gagnants, ce n’est pas l’accès aux outils. C’est l’exécution. Les entreprises qui mettent en œuvre des solutions à grande échelle et qui les affinent en permanence sont déjà en train d’établir des références dans le secteur. Si vous voulez être à la pointe, commencez dès maintenant, adaptez-vous rapidement et restez adaptatif. Plus vous hésiterez, plus il vous sera difficile de rattraper votre retard.
Dernières réflexions
L’IA agentique est déjà intégrée dans les principales plateformes, et les premiers à l’adopter prennent de l’avance. Les outils existent. La valeur est prouvée. Ce qui compte maintenant, c’est l’action stratégique.
Pour les décideurs, les prochaines étapes sont simples : donner la priorité aux cas d’utilisation à fort impact, repenser les modèles d’exploitation et traiter la couche d’orchestration comme une infrastructure stratégique, et non comme un ajout. Renforcez les capacités alors que les outils sont encore en cours de maturation. Utilisez les partenariats là où c’est utile, mais gardez le contrôle là où c’est important.
Alors que les systèmes ERP passent d’une infrastructure passive à des plates-formes d’exécution autonomes, les dirigeants doivent mener cette évolution avec clarté. Les retards sont source de coûts, de complexité et d’opportunités manquées. L’exécution apporte un effet de levier.
Les entreprises qui agissent maintenant, de manière intentionnelle et décisive, ne se contenteront pas de suivre le mouvement. Elles prendront les devants.
