L’IA agentique est une force perturbatrice prête à compléter le SaaS
Soyons clairs, l’IA agentique va changer la façon dont les logiciels fonctionnent. Mais ce n’est pas le scénario catastrophe que l’on prétend. Le SaaS ne disparaîtra pas. Il évoluera.
L’IA agentique fait référence à des systèmes qui agissent de manière autonome en votre nom. Ces agents ne se contentent pas de suivre des ordres, ils peuvent évaluer des données provenant de diverses sources, décider de ce qu’il faut faire et l’exécuter. Le grand public, et notamment le PDG de Microsoft, Satya Nadella, a laissé entendre que la plupart des applications d’entreprise, essentiellement des plateformes CRUD (Créer, Lire, Mettre à jour, Supprimer), s’effondreront dans ces couches d’IA. Il a raison en ce qui concerne le passage de la logique de la couche applicative à la couche de l’agent d’IA, mais il a également précisé, lors du podcast BG2, que le SaaS n’est pas près de disparaître. Les applications comme Excel et Word ne deviennent pas inutiles, elles deviennent des canevas intelligents pour ces agents.
Telle est la réalité. Aujourd’hui, les plateformes SaaS sont toujours des systèmes d’enregistrement. Elles stockent des flux de travail et des données fiables. Si vous dirigez une entreprise, vous savez déjà à quel point les processus sont profondément ancrés dans des plateformes telles que Salesforce ou ServiceNow. Les supprimer du jour au lendemain ? Ce n’est pas possible. Les agents peuvent prendre en charge l’interface utilisateur, en gérant les entrées sans clics humains ni routines de clavier. Mais la logique et les données se trouvent toujours à l’intérieur de ces plateformes.
Cela conduira à une intégration plus profonde au fil du temps. Pas d’élimination. Si vous dirigez une entreprise SaaS ou si vous dépendez fortement d’une telle entreprise, voici votre nouvelle voie : l’optimisation grâce à des agents intelligents, et non l’obsolescence.
Selon Gartner, d’ici 2028, environ 15 % des décisions commerciales quotidiennes seront prises par des agents autonomes. Ce chiffre est en augmentation par rapport à celui d’aujourd’hui. Ce n’est pas un changement mineur. Il s’agit d’une automatisation à grande échelle, mais cela ne signifie pas que le SaaS s’évapore, il devient plus intelligent, plus rapide et moins intrusif.
Interaction directe de l’IA agentique avec les interfaces SaaS
Aujourd’hui, la plupart des activités professionnelles se résument à des tâches répétitives. Saisie de données, rapports, mises à jour de systèmes, ces tâches ne sont pas stratégiques. Elles sont nécessaires, mais elles sont traînantes. L’IA agentique ne se contente pas de les accélérer. Elle élimine complètement la nécessité de les confier à des personnes.
Ces systèmes agissent sans attendre de commande. Ils ne se soucient pas de savoir si le travail est réparti sur cinq plateformes SaaS ou sur une seule. Donnez à l’agent l’accès, formez-le aux flux de travail et il agira. Cela change la façon dont l’échelle fonctionne. Au lieu d’embaucher du personnel ou d’ajouter des licences, vous affectez un agent. Les prix changent. La productivité augmente. La latence diminue.
L’impact est déjà quantifiable. Chez SnapLogic, le directeur technique Jeremiah Stone a déclaré que l’IA agentique avait permis de réduire de 90 % le temps consacré à la saisie des données et à l’établissement des rapports dans l’environnement Salesforce. Il ne s’agit pas de réduire les effectifs, mais de libérer du temps. Laissez vos collaborateurs se concentrer sur la résolution de problèmes réels au lieu de déplacer des informations entre des formulaires.
Si vous gérez l’infrastructure d’une entreprise, vous constaterez bientôt cette tendance. Attendez-vous à moins d’interactions manuelles, même avec les plateformes dont vos équipes dépendent. Cela se traduit directement par des économies, moins de licences SaaS, moins de formation pour les interfaces et moins de frictions dans les processus.
Il ne s’agit pas d’arracher votre suite. Il s’agit d’automatiser l’interaction avec elle. C’est là que l’IA agentique entre en jeu. Elle permet de réduire les coûts en temps et donne aux dirigeants davantage de capacité de réflexion, et pas seulement d’action.
La transition est en cours. Les dirigeants avisés devraient définir où l’intégration de l’IA raccourcit le chemin vers les résultats commerciaux, sans partir du principe que l’infrastructure existante doit être supprimée. La plupart d’entre elles ont simplement besoin d’être renforcées.
L’IA agentique offre plus de flexibilité
Les logiciels traditionnels se cassent souvent la figure en surface. Modifiez la présentation d’un formulaire et, soudain, les flux de travail s’effondrent. Les champs se retrouvent à de nouveaux endroits, les menus déroulants changent, les validations échouent. C’est là que l’IA agentique prend un chemin très différent.
Les agents ne s’appuient pas sur l’interface utilisateur. Ils fonctionnent par l’intermédiaire d’API ou d’une logique de backend, ce qui signifie qu’ils ne sont pas affectés par les changements esthétiques. Si la structure d’entrée d’un formulaire ou d’un document change, l’IA s’adapte en apprenant. Elle réorganise la façon dont elle comprend l’entrée sans avoir besoin de réécrire les règles du code. Une plus grande utilisation entraîne les modèles. Et plus les agents sont entraînés, plus ils sont efficaces au fil du temps.
Mike Wertz, responsable de l’ingénierie des programmes chez Aptia, l’a bien expliqué. Son équipe a développé des agents qui comprennent automatiquement les changements dans les fenêtres de saisie des données, même si les utilisateurs humains auraient eu du mal à s’adapter rapidement. Ce type de réactivité est désormais intégré dans la logique de votre flux de travail, et non plus codé dans des mises à jour postérieures aux changements.
Pour les cadres qui dirigent les opérations numériques, il s’agit d’un changement majeur : Les agents d’IA introduisent la résilience. Vous réduisez votre dépendance à l’égard des correctifs manuels et des scripts. Vos systèmes commencent à s’autocorriger. Plus votre équipe utilise les agents, plus ils deviennent intelligents. Il ne s’agit pas seulement d’une efficacité supplémentaire, mais d’une agilité opérationnelle.
Cela permet également de modifier la façon dont vous gérez la maintenance du système. L’informatique n’a pas besoin d’intervenir à chaque fois qu’une disposition change. L’assistance humaine passe à la surveillance et à la gestion des exceptions. L’exécution reste autonome et stable.
Les entreprises peuvent s’attendre à un meilleur retour sur investissement en matière d’automatisation, non seulement parce que la production s’accélère, mais aussi parce que ces automatisations ne sont plus fragiles. Ils continuent à fonctionner même en cas de changement.
L’intelligence artificielle dépend de la qualité et de la sécurité des données
L’IA agentique n’est pas parfaite. Et elle n’est pas prête à l’emploi. Sous le capot, elle est souvent alimentée par de grands modèles de langage (LLM)qui sont des systèmes probabilistes. Cela signifie que la qualité des résultats dépend de celle des données d’entrée. Si les données d’apprentissage sont faussées, incomplètes ou compromises, l’agent prendra des décisions erronées.
Il ne s’agit pas seulement d’un risque pour l’efficacité, mais aussi d’une responsabilité. L’IA qui agit de manière autonome peut mal interpréter les tendances des données, déclencher des actions basées sur des hypothèses erronées ou exposer des informations sensibles si elles sont mal sécurisées. Lorsque vous donnez à un agent l’accès à des systèmes critiques pour l’entreprise, vous étendez la confiance. Il faut donc commencer par verrouiller la qualité des données et les contrôles d’accès.
Tom Coshow, directeur principal et analyste chez Gartner, a souligné que la plupart des entreprises ne sont pas encore prêtes à utiliser des agents à grande échelle parce que leurs données ne sont pas « en forme ». Il a soulevé deux problèmes majeurs : les données biaisées ou inexactes conduisent à de mauvais résultats, et les agents non sécurisés pourraient violer les permissions en accédant à des informations restreintes à travers les systèmes avec une autorité inappropriée.
Il s’agit d’un point important pour les décideurs de la suite : si vous créez ou achetez une capacité d’IA, commencez par préparer les données internes. Des ensembles de données propres. Contrôles d’accès basés sur les rôles. Des couches de sécurité allant de l’utilisateur à la base de données. Sans cela, l’IA n’amplifie pas l’intelligence, elle amplifie le risque.
Il est important de savoir que cet espace n’en est qu’à ses débuts. Les entreprises expérimentent, itèrent et renforcent leur contrôle. Mais si vous ne traitez pas les données comme un produit, intentionnel, géré, propre, vous obtiendrez des résultats imprévisibles, même de la part des agents les plus intelligents.
L’adoption doit se faire par étapes et en privilégiant la sécurité. Évaluez les modèles, testez les résultats et contrôlez les droits de décision. Utilisez des agents d’intelligence artificielle lorsque la confiance est acquise, et pas seulement lorsque la vitesse est souhaitée. Cette discipline, dès le début, porte ses fruits au fur et à mesure que la technologie mûrit.
Les principaux fournisseurs de SaaS intègrent de manière proactive l’IA agentique
Les plateformes SaaS ne restent pas inactives. Elles perçoivent le passage à l’IA agentique et les meilleures d’entre elles l’intègrent déjà directement dans leurs systèmes. Ce n’est pas défensif, c’est stratégique. Des entreprises comme Salesforce et ServiceNow construisent des outils conviviaux pour les agents, sans code, qui permettent à leurs entreprises clientes de créer une automatisation au sein de la plateforme, au lieu de chercher ailleurs.
Cette démarche permet de conserver les flux de travail et les données clés en toute sécurité au sein de leurs écosystèmes. Elle supprime également les frictions pour les unités commerciales qui ont besoin d’automatisation mais ne veulent pas s’occuper des frais généraux liés au développement autonome de l’IA. Si vous êtes un fournisseur de plateforme, l’intégration de cette fonctionnalité permet aux clients de ne pas se tourner vers des solutions d’IA tierces. Si vous êtes un client, l’utilisation d’agents intégrés est plus rapide, plus sûre et totalement intégrée à votre stack existant.
Le marché est déjà fragmenté. Selon Tom Coshow, directeur principal et analyste chez Gartner, il y a une diversité croissante, des startups aux hyperscalers en passant par les agents privés construits par les entreprises. Cela signifie que le déploiement prendra de nombreuses formes, mais la tendance est constante : plus d’automatisation, intégrée dans plus de produits SaaS, avec une plus grande personnalisation.
Pour les dirigeants de C-suite, il s’agit d’un point d’inflexion. Vous n’avez pas besoin d’abandonner vos fournisseurs actuels. Mais vous devez évaluer lesquels intègrent l’automatisation au cœur de leur offre, et lesquels ne le font pas. Si votre plateforme ne peut pas prendre en charge les flux de travail agentiques ou n’a pas de feuille de route pour l’intégration de l’IA, vous êtes à la traîne. Et vos concurrents commenceront à avancer plus vite tandis que vos équipes resteront bloquées dans des processus manuels.
La relation entre les plateformes SaaS, les agents d’IA et les personnes qui les utilisent va évoluer de manière itérative, et non pas d’un seul coup. Les systèmes coexisteront et s’amélioreront ensemble. C’est la voie à suivre : automatisez à l’intérieur de vos systèmes, et non de manière isolée. Restez en phase avec les fournisseurs qui peuvent intégrer l’IA agentique de manière native, et votre infrastructure restera à l’épreuve du temps sans que vous ayez à réviser votre pile technologique.
Principaux enseignements pour les dirigeants
- L’IA agentique complète plutôt qu’elle ne remplace le SaaS : Les dirigeants devraient considérer l’IA agentique comme un catalyseur qui améliore les plateformes SaaS plutôt que de les menacer. Si les agents automatisent les interactions avec les utilisateurs, le SaaS reste essentiel en tant que système d’enregistrement et moteur de flux de travail.
- L’automatisation des flux de travail permet de réduire les coûts et de renforcer l’efficacité : Les dirigeants devraient investir dans l’IA agentique pour éliminer les tâches répétitives et réduire les frais de licence SaaS. L’automatisation de plusieurs plateformes par un seul agent permet de réaliser des économies mesurables en termes de temps et de complexité opérationnelle.
- Les agents d’IA améliorent l’adaptabilité des systèmes en évolution : Les dirigeants devraient privilégier les systèmes pilotés par l’IA qui peuvent s’adapter eux-mêmes à l’évolution des structures de données et des interfaces. Cette flexibilité réduit les charges de maintenance informatique et assure la continuité du flux de travail.
- La qualité et la sécurité des données sont essentielles au succès de l’IA : Les décideurs doivent s’assurer que les ensembles de données sont propres, impartiaux et sécurisés avant de déployer l’IA agentique. Des données de mauvaise qualité ou des contrôles d’accès insuffisants peuvent entraîner des erreurs opérationnelles et des risques réglementaires.
- Les fournisseurs de SaaS intègrent l’IA pour rester compétitifs : Restez en phase avec les plateformes qui intègrent des agents d’IA de manière native. Cela garantit une automatisation durable sans abandonner l’infrastructure de l’entreprise ni former les équipes à de nouveaux outils.