Tout le monde vante les IA depuis des années (bon ok depuis 2 ans rééllement) et pourtant, la plupart restent coincées dans des tâches isolées, incapables de collaborer vraiment. Après 20 ans en data et quelques années dans la RPA (automatisation old-school), j’ai vu beaucoup, voire trop, d’analystes galérer avec des outils divers et variées du type extraction manuelle, analyse (biaisée), outils de vérification interminable et pas vraiment fiable, etc. Bref, sans grand cohérence pas vraiment de bonne solution globale.
Nous sommes aujourd’hui entré dans l’ère de l’agentic AI, mais la question qui se pose est de savoir si ces fameux agents peuvent vraiment bousculer notre approche traditionnelle en étant plus efficace. Et pour ce faire, peuvent-ils travailler de concert et proposer une vraie alternative en matière de travail collaboratif ? Une chose est certaine, ils peuvent dorénavant opérer comme des équipes humaines pluridisciplinaires (multi-agent) et se révéler diaboliquement efficace, mais alors, 2026 sera elle l’année du basculement ?
Le problème des IA solitaires
Le constat actuel est clair: les IA d’aujourd’hui tournent – bien, bien trop – mais souvent en solo ! On a un modèle puissant (LLM) unique qui gère tout, de l’extraction à la décision finale pour fournir un résultat (plus ou moins bon d’ailleurs). Souvent on itère on change les prompts mais on reste sur le même modèle sans vraiment changer d’approche. Alors, si c’est plus simple au premier abord, cela limite par contre la précision et scalabilité de ces agents mono-tâches. Une IA qui, par exemple analyse seule des ventes peut rater des corrélations subtiles entre régions et saisons.
Peut être faut il arrêter de croire dans le méga LLM sur-puissant et surtout – par nature – généraliste et partir du constat que nos IA (ou agents) doivent être spécialisés, et qu’ils ne peuvent pas à eux seuls tout faire. Ce n’est pas une idée si dingue quand on y pense. Nous, faibles humains, on a le même problème quelque part, mais surtout on fonctionne exactement de cette manière avec nos équipes composées d’experts divers et variés ! En fait, ce constat n’est pas que le mien, il s’étend et gagne du terrain. Gartner prévoit d’ailleurs que d’ici 2028 presque la moité des entreprises adopteront des multi-agents hybrides (vs même pas 10% aujourd’hui).
Rien de bien nouveau donc quelque part: la collaboration reste l’élément clé. Pas vraiment étonnant non plus vu que d’une certaine façon nos IA sont calquées sur nous. Sans ce travail en équipe, de toute façon le constat est vite fait: les erreurs s’accumulent vite et la productivité data stagne durablement. Et, oui c’est donc aussi vrai pour nos avatars digitaux. L’ère du management et de la collaboration inter-IA-Humain commence donc ici …
Chiffres qui interpellent
On le lit partout (c’est clairement difficile de passer à coté), 96% des technophiles voient l’IA agentique exploser en 2026. Boum ! Certes tout cela c’est de la com mais au dela de la com et du marketing on voit aussi se dessiner – plus lentement – un vrai mouvement de fond et des solutions multi-agents commencent à mener la danse grâce à leur capacité à diviser les tâches.
Gartner d’ailleurs table sur un bon 40% des applications d’entreprise qui seraient générées avec agents spécialisés d’ici fin 2026. Deloitte de son coté confirme et affirme que les entreprises pourront doubler leur ROI avec cette approche.
Je pense que ces chiffres sous-estiment l’impact à long terme mais si ils nle sur-estime très largement à court terme. Une chose est certaine, les PME qui ont une forte culture data en tireront un avantage énorme face aux géants (trop lents).
Exemple concret en data management
Aller, un exemple concret. Dans une société data que j’ai accompagnée il y a quelques temps, on a mit en place 4 agents spécialisés.
- L’agent « Extracteur » tire les données du CRM comme Salesforce.
- Le « Nettoyeur » corrige anomalies, comme doublons clients. L
- ‘ »Analyseur » détecte tendances, par exemple hausse ventes Q1.
- Le « Vérificateur » valide contre ERP externe et alerte sur écarts >5%.
Si ça, ça ne ressemble ressemble à une équipe pluridisciplinaire humaine, qu’est-ce que c’est ? mieux elle est bien sur opérationnelle 24/7.
L’angle humain : confiance et limites
Clairement les multi-agents copient nos équipes. Spécialisation et coordination règnent. L’humain assure éthique et créativité, mais doit être encore et surtout positionné comme un validateur ! clairement il n’est pas – encore – question de faire confiance à 100% à nos IA et tout particulièrement quand il s’agit de valider une décision sensible. Tous les cabinets et experts IA s’accordent à dire qu’il faut mettre en place une boucle humain-IA et l’aligner sur besoins organisationnels. C’est clairement un élément de succès fondamentael et sans cela, méfiance et pertes d’emplois guettent. Personnellement je vois l’IA comme un booster, un accélarateur considérable qui permet à l’humain de se libèrer pour innover.c’est l’évolution naturelle du travail hybride.
Alors ami ou enemis ? a vous de voir mais les choses bougent, et elles bougent très vite. Les multi-agents sont déjà là et sont en train de construire nos meilleures équipes. Et … ils font mieux dans bien des domaines, et sans ego.