Au cours des quarante dernières années, la transformation numérique des entreprises a connu deux grands sauts : d'abord faire passer l'information du papier à l'ordinateur, puis intégrer les processus métier dans des systèmes. Un troisième saut est en cours. Le rôle des systèmes évolue : de « consigner l'activité » à « participer à la conduite de l'activité ». Les agents IA commencent à évaluer, exécuter et coopérer dans les limites de leurs autorisations, et l'entreprise entre ainsi dans l'ère des « opérations intelligentes ».
Qu'a résolu chacune des trois étapes, et qu'a-t-elle laissé en suspens ? Quelle différence fondamentale y a-t-il entre les opérations intelligentes et la génération précédente, celle des « rapports + automatisation » ? Cet article présente les caractéristiques et les limites de chaque étape, le fonctionnement des opérations intelligentes, la manière pour une entreprise de situer son niveau, et ce qu'il faut d'abord consolider pour aborder la troisième étape.
Trois étapes, qu'ont-elles changé chacune ?
La transformation numérique des entreprises peut se décomposer en trois étapes : l'informatisation transforme l'information en données numériques, la systématisation transforme les processus en règles, et les opérations intelligentes font passer le système du rôle de greffier à celui d'exécutant. À chaque saut, ce qui change n'est pas seulement la technologie, mais le partage des tâches entre l'humain et le système.
| Critère | Informatisation | Systématisation | Opérations intelligentes |
|---|---|---|---|
| Période approximative | À partir des années 1980 | À partir des années 1990 | À partir de 2023 environ |
| Technologies représentatives | Ordinateur personnel, bureautique, messagerie | ERP, CRM, OA, SaaS | Grands modèles de langage, agents IA, plateformes de données |
| Rôle du système | Outil de productivité individuelle | Greffier de l'activité | Participant à la conduite de l'activité |
| État des données | Dispersées dans des fichiers personnels | Stockées dans des systèmes distincts | Connectées, exploitables par les agents |
| Rôle de l'humain | Saisir, calculer, classer | Opérer selon le processus, valider | Fixer les objectifs, contrôler, traiter les exceptions |
| Problème laissé | Les données suivent la personne et ne peuvent être partagées | Silos de systèmes : beaucoup de données, mais inexploitables | Gouvernance et confiance, encore en construction |
Précisons que les trois étapes ne se substituent pas simplement les unes aux autres. La plupart des entreprises se situent en même temps dans deux, voire trois étapes : la finance est équipée de systèmes depuis longtemps, les ventes utilisent encore des tableurs, et quelques services testent déjà des agents. Les périodes ne sont données qu'à titre indicatif, et le rythme varie beaucoup selon les secteurs et les régions.
L'informatisation : l'information devient numérique pour la première fois
Le changement central de l'étape d'informatisation est que l'information existe pour la première fois sous forme numérique. Elle a considérablement amélioré la productivité individuelle, sans changer la manière dont l'organisation utilise l'information.
Le point de départ de cette étape est l'ordinateur personnel. En 1979, VisiCalc, premier tableur pour ordinateur personnel, est lancé sur l'Apple II, et l'ordinateur personnel devient pour la première fois un véritable outil professionnel ; en 1981, l'IBM PC fait son apparition, et le tableur comme le traitement de texte deviennent rapidement des équipements standard des bureaux (source). En Chine, ce processus s'accélère à partir de la fin des années 1980, les services financiers étant les premiers à abandonner la comptabilité manuelle : Yonyou a été fondée en 1988 et Kingdee en 1993, toutes deux à partir de logiciels de comptabilité (source).
Les livres de comptes manuscrits sont devenus des tableurs, les documents papier des fichiers, les télécopies et les courriers des e-mails. Mais la numérisation de cette étape se faisait à l'échelle de l'individu, et il lui manquait trois éléments :
- Des standards de données unifiés. Un même client peut figurer sous trois graphies dans les trois tableaux des ventes, de l'entrepôt et de la finance.
- Un stockage partagé. Les données sont dans l'ordinateur personnel des employés, et non sur les serveurs de l'entreprise.
- Des enregistrements traçables. Qui a modifié quoi et quand : impossible à établir.
Le principal héritage de cette étape est une habitude : les données suivent la personne, et non l'activité. Par exemple, lorsqu'un commercial en charge des grands comptes quitte l'entreprise, les devis et les contacts enregistrés sur son ordinateur « partent » avec lui. Aujourd'hui encore, beaucoup d'entreprises conservent ainsi leurs informations clés.
La systématisation : des processus figés, des données cloisonnées
L'étape de systématisation a fait entrer les processus métier dans des systèmes. Pour la première fois, l'entreprise peut transformer le « comment faire » en « on ne peut faire que comme cela », et commence à accumuler ses propres données historiques.
Son origine se trouve dans l'industrie : la planification des besoins en composants (MRP) des années 1960, la planification des ressources de production (MRP II) des années 1980, puis l'ERP proposé par Gartner en 1990, couvrant les fonctions essentielles que sont la finance, la production et les ressources humaines (source). Les éditeurs chinois, partis des logiciels de comptabilité, sont entrés sur le marché des logiciels de gestion d'entreprise à la fin des années 1990 ; dans les années 2010, l'abonnement dans le cloud (SaaS) a permis aux petites et moyennes entreprises d'utiliser elles aussi des systèmes de gestion à un coût réduit (source).
À la fin de cette étape, une entreprise de taille moyenne fait généralement tourner en parallèle plusieurs systèmes : ERP, CRM, SCM, HRM, OA, et, pour les industriels, un MES. Chaque système est bien ordonné en interne, mais les systèmes ne communiquent souvent pas entre eux. Les silos de systèmes s'expliquent principalement par trois causes :
- Des achats par service. Chaque service choisit selon ses besoins, sans architecture de données commune.
- Des données de référence incohérentes. Un même client a deux codes dans le CRM et dans l'ERP, et un même matériau porte des noms différents selon les référentiels des achats et de la production.
- Des interfaces point à point. Les systèmes échangent leurs données par des interfaces développées une à une ; plus il y a de systèmes, plus il y a d'interfaces, et la moindre mise à jour peut avoir des répercussions en cascade.
Mais la limite la plus fondamentale tient à l'objectif de conception. Cette génération de systèmes a été conçue pour « consigner » : elle vous dit avec exactitude ce qui s'est passé le mois dernier, mais ne vous signale pas spontanément où se situe le problème, encore moins ne se met-elle à le résoudre. Même après l'ajout de rapports de business intelligence (BI) et d'automatisation robotisée des processus (RPA), les premiers exigent toujours que l'humain les lise et les interprète, et la seconde ne fait que répéter des actions selon un script fixe, et s'arrête dès qu'une situation sort des règles.
Les opérations intelligentes : quand le système commence à « passer à l'action »
Les opérations intelligentes désignent un mode de conduite de l'activité, centré sur des agents IA, dans lequel l'humain et les agents assurent ensemble le fonctionnement de l'entreprise. Leur différence essentielle avec les deux étapes précédentes est que le système ne se contente plus de consigner et d'afficher l'activité : autour des objectifs de l'entreprise, il détecte les problèmes de lui-même, formule des jugements et déclenche l'exécution.
Deux forces sont à l'origine de ce changement. La première est la maturité des plateformes de données : entrepôts de données, data lakes et outils d'intégration rendent techniquement possible, et économiquement maîtrisable, le décloisonnement de plusieurs systèmes. La seconde est la percée des grands modèles de langage et des agents : pour la première fois, le système peut lire des informations non structurées comme les contrats, les e-mails ou les tickets, planifier des étapes, appeler des outils et accomplir une série d'opérations.
Un agent qui participe à la conduite de l'activité fonctionne généralement en boucle, selon quatre phases :
- Percevoir. Lire en continu les données de commandes, de stocks, d'encaissements, d'échanges avec les clients, et détecter anomalies et opportunités.
- Évaluer. En combinant règles métier et expérience passée, analyser les causes et proposer une solution.
- Exécuter. Agir directement dans les limites de l'autorisation, par exemple générer des documents, envoyer des rappels, créer des tickets ; ce qui dépasse ses droits est laissé à la décision de l'humain.
- Retour d'information. Enregistrer les résultats et les corrections de l'humain pour améliorer le jugement suivant.
Prenons le suivi des encaissements. À l'étape de systématisation, la finance exporte chaque semaine le rapport des créances clients, puis envoie les relances par e-mail une à une. À l'étape des opérations intelligentes, l'agent vérifie chaque jour les échéances, évalue le risque à partir des habitudes de paiement de chaque client, envoie automatiquement des rappels pour les montants faibles et courants, et, pour les clients stratégiques, génère une note à l'attention du responsable commercial chargé du suivi. L'humain ne met plus les données en forme : il traite les exceptions qui exigent réellement son jugement.
Cette étape arrive rapidement. Gartner prévoit que, d'ici 2026, 40 % des applications d'entreprise intégreront des agents IA dédiés à des tâches précises, contre moins de 5 % en 2025 (source) ; d'ici 2028, au moins 15 % des décisions courantes de l'activité seront prises de manière autonome par des agents (source). L'étude « The state of AI in 2026 » de McKinsey montre aussi que, parmi les grandes entreprises réalisant plus d'un milliard de dollars de chiffre d'affaires annuel, 40 % déploient déjà des agents à grande échelle dans au moins une fonction, contre 27 % un an plus tôt (source).
Mais on est loin du but. Dans cette même enquête McKinsey, seuls 37 % des répondants estiment que l'IA contribue au résultat avant intérêts et impôts (EBIT) ; Gartner avertit également que, d'ici fin 2027, plus de 40 % des projets d'agents pourraient être abandonnés en raison des coûts, de la valeur apportée ou de la maîtrise des risques. Le seuil des opérations intelligentes n'est pas de pouvoir ou non acheter des agents, mais de savoir si les données sont connectées, si les processus ont été repensés, et si les autorisations et les responsabilités sont clairement définies.
Où en est votre entreprise ?
Pour situer l'étape où se trouve une entreprise, il ne suffit pas de regarder quels systèmes elle a achetés : il faut examiner l'état réel de ses données, de ses processus, de ses décisions et de son organisation. Une même entreprise se situe souvent à des étapes différentes selon les dimensions, et la plus en retard détermine jusqu'où l'on pourra aller ensuite.
Le tableau suivant peut servir de grille d'autodiagnostic rapide :
| Dimension | Informatisation | Systématisation | Opérations intelligentes |
|---|---|---|---|
| Données | Les données clés sont dans des tableurs personnels | Les données sont dans les systèmes, avec des règles de calcul divergentes | Données de référence unifiées, exploitables par les agents dans les limites de l'autorisation |
| Processus | Reposent sur l'expérience et les transmissions orales | Circulent et sont validés dans les systèmes | Les étapes répétitives sont exécutées par des agents, l'humain traite les exceptions |
| Rapports de gestion | Plusieurs jours de consolidation manuelle | Exports de chaque système, assemblés ensuite | Consultables à tout moment, alertes automatiques en cas d'anomalie |
| Décision | Jugement fondé sur l'expérience | Jugement fondé sur les rapports historiques | Le système formule des recommandations, l'humain tranche et en répond |
| Gouvernance | Quasiment aucune gestion des droits | Droits d'accès par poste dans les systèmes | Droits des agents, journaux d'opérations et règles de validation humaine |
Si les deux premières lignes restent dans la colonne de gauche, il reste du travail à faire sur l'informatisation et la systématisation ; si les données sont déjà connectées et les rapports consultables à tout moment, on dispose des bases nécessaires pour introduire des agents.
Dans l'ensemble, de nombreuses entreprises en sont encore aux deux premières étapes. Selon le rapport 2024 de Lenovo et de l'institut de recherche 36Kr, 62,6 % des PME chinoises en sont encore aux débuts de leur transformation numérique, et seules 3,2 % ont atteint un niveau de numérisation élevé, piloté par l'intelligence (source). Autrement dit, beaucoup d'entreprises n'ont pas terminé leurs devoirs de la deuxième étape et se tiennent déjà au seuil de la troisième.
Pour aller vers les opérations intelligentes, que faut-il d'abord consolider ?
L'erreur la plus courante à propos des opérations intelligentes est de les réduire à « l'achat d'un agent ». Pour qu'un agent participe à la conduite de l'activité, il faut au préalable que l'activité soit déjà consignée dans des systèmes et que les données puissent être connectées. On peut accélérer les étapes, mais il est difficile de les sauter ; si les fondations ne sont pas posées, l'agent ne fera que prendre rapidement de mauvaises décisions sur des données désordonnées.
Unifier les données de référence, pour qu'une même question n'ait qu'une seule réponse. Mettez d'abord en ordre les données de référence essentielles (clients, produits, fournisseurs) et connectez les données de commandes, de stocks et d'encaissements, qui pèsent le plus sur les décisions de gestion. C'est la condition pour que l'agent puisse porter des jugements fiables.
Transformer l'expérience implicite en règles explicites. Comment accorder une remise, dans quels cas accélérer une commande, quels clients exigent un suivi humain : si ces règles ne sont que dans la tête des collaborateurs les plus anciens, l'agent n'a rien à apprendre. Les rédiger et les verser dans une base de connaissances est l'étape la plus souvent négligée.
Repenser les processus autour de l'agent, plutôt que de l'insérer dans les anciens processus. L'enquête de McKinsey montre que près des trois quarts des entreprises à forte performance en IA ont fondamentalement repensé leurs processus de travail, contre environ un quart seulement des autres. Repenser, c'est redéfinir le partage des rôles : quelles étapes sont confiées à l'agent, lesquelles sont contrôlées par l'humain.
Définir d'abord les autorisations et les responsabilités, avant de laisser l'agent agir. Précisez à quelles données chaque agent a accès, quelles opérations il peut exécuter, quelles décisions exigent une confirmation humaine, et conservez un journal complet des opérations. L'agent est autonome, mais c'est toujours l'humain qui est responsable. Pour savoir comment élargir graduellement l'autonomie des agents, vous pouvez consulter Agents IA en production : comment les entreprises étendent l'autonomie tout en gardant le contrôle.
Commencer par un scénario en boucle fermée. Choisissez un processus aux règles claires et à la valeur mesurable, par exemple le suivi des créances clients, l'alerte de stock ou la saisie des commandes, et laissez l'agent parcourir la boucle complète « percevoir, évaluer, exécuter, retour d'information » ; reproduisez ensuite la même méthode sur le processus suivant.
Conclusion : réécrire le partage des rôles entre l'humain et le système
Si l'on revient sur les trois étapes, chaque saut a redéfini la frontière entre l'humain et le système. L'informatisation a libéré l'humain de la copie et du calcul, la systématisation l'a libéré des transmissions orales et des validations répétitives ; les opérations intelligentes le libèrent de la mise en forme des données et du suivi des tâches mineures, afin qu'il concentre son énergie sur la fixation des objectifs, le traitement des exceptions et l'entretien de la relation client.
Les opérations intelligentes ne sont pas un projet de système, mais une refonte du mode de conduite de l'activité. Inutile de courir après chaque nouvel outil : identifiez d'abord le niveau où vous vous situez sur chaque dimension, renforcez le maillon le plus faible, puis laissez les agents reprendre pas à pas une part croissante du travail.
Références
- VisiCalc, Wikipedia
- The History of ERP, Visibility
- Plus de 30 ans de lutte, ni Yonyou ni Kingdee n'ont gagné, Pedaily, avril 2025
- Historique du déploiement de l'activité logiciels ERP de Yonyou, Qianzhan Industry Research Institute
- Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Gartner, août 2025
- Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, Gartner, juin 2025
- The state of AI in 2026: On the road to ROI, McKinsey, août 2026
- Dernier rapport : la transformation numérique des PME chinoises, six sur dix en sont aux premières étapes, China Daily, juin 2024
