L'application d'agents intelligents propulse les logiciels d'entreprise au-delà des systèmes d'enregistrement : du système d'enregistrement au système de résultats.

Contexte sectoriel

Depuis l'essor du SaaS, les logiciels d'entreprise ont longtemps existé en tant que « système d'enregistrement » (system of record) – stockant les transactions, imposant des flux de travail et enregistrant les activités. Cependant, ces systèmes se limitent à l'enregistrement passif, et presque toutes les actions clés nécessitent encore une interprétation humaine des informations, une prise de décision et une progression manuelle des processus. À mesure que la vitesse des opérations commerciales s'accélère et que les exigences de temps réel augmentent, ce modèle rencontre un goulot d'étranglement : le décalage entre l'identification et la résolution des problèmes limite la croissance et augmente les coûts.

La première vague de l'IA générative s'est concentrée sur les « copilotes », qui génèrent des résumés, des suggestions ou du contenu via des invites pour aider les humains à améliorer l'efficacité des tâches. Mais les copilotes ne peuvent pas comprendre activement l'état de l'entreprise et agir. Les applications agentiques (agentic applications) sont apparues, capables de comprendre l'état opérationnel de l'entreprise, d'identifier les actions disponibles dans les processus et de faire avancer le travail de manière proactive pour obtenir des résultats métier réels. Cela représente l'évolution des logiciels d'entreprise du système d'enregistrement vers un « système de résultats » (system of outcomes).

Impact sur le marché

L'émergence des applications agentiques transforme les logiciels d'entreprise d'une infrastructure passive en un participant actif au travail. Prenons l'exemple d'Oracle Fusion Agentic Applications, conçues autour d'équipes d'agents IA spécialisés, intégrés directement dans les processus métier tels que la finance, les ressources humaines, la chaîne d'approvisionnement et l'expérience client. Ces agents sont profondément intégrés aux systèmes d'enregistrement, héritant automatiquement des contrôles d'accès, des politiques de gouvernance et des capacités d'audit, leur permettant ainsi d'évaluer l'état actuel, de déterminer les actions appropriées et de faire progresser continuellement le travail vers les objectifs métier.

• Cette transformation a un impact profond sur les entreprises, les clients et les investisseurs :
• Entreprises : Réduire l'intervention humaine, accélérer le traitement des anomalies (comme les commandes bloquées, les factures en retard, les retards de recrutement), diminuer les coûts opérationnels, améliorer la trésorerie et la productivité des employés. Par exemple, l'application agentique de centre de commande des commandes clients d'Oracle peut automatiquement identifier l'état des commandes et prendre des mesures pour les faire avancer, ce qui permet une résolution plus rapide des anomalies et moins d'intervention humaine.
• Clients : Bénéficier d'une expérience de service plus fluide, car le système peut coordonner les processus interfonctionnels en temps réel, réduisant les temps d'attente.
• Investisseurs : Se concentrer sur les capacités différenciatrices des éditeurs de logiciels d'entreprise – celui qui pourra intégrer profondément l'IA dans les systèmes d'enregistrement et fournir un ROI quantifiable aura le plus de valeur d'investissement.

Paysage concurrentiel

• Oracle a pris une longueur d'avance dans le domaine des applications agentiques grâce à sa suite complète d'applications Fusion (couvrant ERP, HCM, SCM, CX). Son avantage réside dans la possession de données essentielles telles que les transactions d'entreprise, les règles métier, les approbations, la sécurité et l'historique d'audit, ce que la plupart des plateformes d'IA ne possèdent pas.Côté concurrents :
• Salesforce : a lancé la plateforme IA Einstein et Agentforce, mais reste largement construite en externe, la profondeur d'intégration avec le système d'enregistrement reste à vérifier.
• SAP : se positionne via le copilote Joule et Business AI, mais la capacité d'action autonome des agents en est encore à ses débuts.
• Workday : dispose d'un système d'enregistrement solide dans les domaines RH et financier, et intègre actuellement des fonctions d'agent IA.
• Nouveaux fournisseurs d'IA : comme Cognition AI, Adept, etc., se concentrent sur les agents génériques, mais manquent de support par un système d'enregistrement d'entreprise, ce qui peut limiter leur sécurité et leur gouvernance dans les processus métiers complexes.

Le fossé d'Oracle réside dans « l'intégration native » — les agents fonctionnent directement au-dessus du système d'enregistrement, et non via des appels API. Cela leur permet de comprendre l'état complet de l'entreprise et de garantir que les actions sont conformes aux politiques de l'entreprise.

Implications pour les entreprises

Les décideurs d'entreprise devraient prêter attention aux points suivants : 1. Évaluer le degré de préparation IA de votre système d'enregistrement existant : les applications d'agents nécessitent des données transactionnelles de haute qualité et hautement structurées. Les silos de données et le désordre des processus entraveront l'efficacité du déploiement. 2. Privilégier les solutions IA profondément intégrées aux systèmes métiers : ne traitez pas l'IA comme une couche supplémentaire, mais choisissez des solutions capables de s'intégrer nativement dans les processus fondamentaux. 3. Accorder une attention particulière à la gouvernance et à la sécurité : les actions autonomes des agents doivent s'inscrire dans un cadre strict de politiques et d'audit pour éviter les risques de non-conformité. 4. Redéfinir les rôles des employés : les agents prendront en charge les décisions et exécutions courantes, les employés devront se tourner vers la supervision, la gestion des exceptions et l'optimisation stratégique.

Perspectives d'avenir

• 12 mois : davantage de fournisseurs de logiciels d'entreprise lanceront des applications d'agents, mais la plupart resteront au stade de « copilote amélioré » ; les produits véritablement autonomes de bout en bout seront rares. Les premiers cas d'utilisation d'Oracle Fusion (commandes clients, encaissements, recrutement) deviendront des références dans le secteur.
• 24 mois : les applications d'agents passeront de processus isolés à une collaboration transversale, par exemple l'interaction entre les agents financiers et ceux de la chaîne logistique pour traiter l'ensemble du processus de l'achat au paiement. La boucle de rétroaction entre le système d'enregistrement et les agents optimisera la précision des modèles.
• 3 ans : les logiciels d'entreprise entreront pleinement dans l'ère du « système de résultats ». Le système d'enregistrement ne sera plus une fin en soi, mais le point de départ des actions continues des agents. La négociation et la prise de décision entre agents deviendront la norme, et le modèle opérationnel des entreprises évoluera fondamentalement vers un état plus autonome. Parallèlement, les cadres réglementaires (comme l'AI Act européen) exigeront que les décisions des agents soient explicables et auditées, ce qui renforce encore le rôle fondamental du système d'enregistrement.

En résumé, les applications d'agents redéfinissent les frontières des logiciels d'entreprise. Les fournisseurs qui parviendront à fusionner l'IA avec les systèmes métiers fondamentaux mèneront la prochaine vague de transformation numérique des entreprises.