Agentique : les CIO se projetent collectivement sur le futur de leur operating model

Depuis trois ans, les directions des systèmes d’information françaises travaillent d’arrache-pied pour canaliser et mettre à disposition les innovations apportées par les nouvelles formes d’IA générative et agentique auprès de leurs métiers. Mais cette démocratisation rapide, qui n’est pas sans défis propres, s’accompagne d’un autre changement majeur, souvent moins visible : l’emploi par les équipes IT elles-mêmes de l’agentique et la transformation du modèle opératoire des DSI elles-mêmes. Avec à la clé de nouvelles pratiques mais aussi une structuration potentiellement complètement différente de l’action des directions du numérique. Cette nouvelle transformation profonde ne va pas sans de multiples inconnues. Comme le rappelait déjà un DSI du CAC40 à un dîner « What’s Next, CIO ? » en début d’année : « Nous savons tous que dans une grande organisation, la DSI sera fondamentalement différente dans deux ans… Mais de quelle façon très exactement et jusqu’à quel point ? Ça, nous ne le savons pas encore ».

Des chiffres partout

C’est pour nourrir ce débat structurant qu’Alliancy a réuni dans le cadre d’une nouvelle rencontre de son programme « What’s Next, CIO ? », une cinquantaine de directeurs des systèmes d’information, « agents du changement » dans leurs organisations respectives. L’occasion pour le Pôle Études d’Alliancy de revenir sur quelques-uns des chiffres qui circulent aujourd’hui concernant la place de l’IA dans les stratégies d’entreprise : difficultés à définir des cadres de déploiement à l’échelle pertinente, craintes d’un « jugement sur leurs pratiques IA », augmentation de la part OPEX des budgets, évolutions des modèles hiérarchiques tech… Des dizaines de chiffres sont produits chaque mois par les spécialistes et repris dans la presse. Des éclairages intéressants, mais qui, comme l’a rappelé Sylvain Fievet, CEO d’Alliancy, « ne disent pas tout, isolément […]. Ils prennent tout leur sens enrichis par des témoignages qualitatifs de terrain ».

Pour répondre à ce besoin, Gérard Guinamand, Ecosystem Leader du programme « What’s Next, CIO », a piloté ces dernières semaines une telle étude qualitative consacrée à la transformation des operating models des DSI à l’ère agentique. Il en a partagé le 10 juin les principaux enseignements, issus de secteurs variés (industrie, retail, assurance, banque…) autour de deux grands axes : la situation actuelle en termes de cas d’usage, d’outils, de gouvernance… et une vision plus prospective sur l’évolution vers une DSI « augmentée, automatisée ou autonome ». Les contributeurs à cette enquête ont pu à cette occasion partager leurs témoignages.

D'ores et déjà des gains nets sur les phases amont des projets

Ainsi, un premier retour d’expérience, issu d’un grand groupe du retail, a permis d’illustrer la posture résolument pragmatique et orientée exécution que de nombreux DSI souhaitent préserver. Dans cette organisation avec environ 300 personnes au sein des équipes IT, l’usage des outils d’IA par les équipes de développement est désormais intégré comme un standard de fait, au point d’être attendu dans les pratiques quotidiennes. Les gains observés se concentrent principalement sur les phases amont des projets, avec une accélération nette du prototypage, du cadrage fonctionnel et de la production des premières spécifications. En revanche, les phases d’intégration bout en bout et de recette restent encore hétérogènes en termes de maturité. Cette dynamique d’optimisation s’accompagne d’une logique opportuniste assumée : certaines initiatives de type « build vs buy » sont désormais reconsidérées à l’aune des capacités de développement accéléré, allant jusqu’à remettre en cause des appels d’offres lorsqu’une solution interne peut être produite en un temps très court.

À l’opposé, un grand acteur du secteur de l’énergie opérant à très grande échelle a raconté comment il adopte une approche beaucoup plus fortement encadrée, structurée par des exigences strictes de souveraineté, de conformité et de responsabilité. L’usage des modèles d’IA y est conditionné par des règles formalisées imposant notamment la désidentification systématique des données avant toute interaction avec des modèles de langage, ainsi que le recours à des environnements maîtrisés et régionalisés, parfois au prix d’un accès différé aux dernières versions technologiques. Malgré ce cadre contraint, une démarche d’idéation interne a permis de faire émerger un volume significatif de cas d’usage en quelques semaines, traduisant une forte dynamique d’appropriation, même si la trajectoire de passage à l’échelle demeure progressive.

Dans les deux cas, les usages se concentrent majoritairement sur l’ensemble du cycle de vie des projets IT, depuis le cadrage jusqu’à la documentation, ainsi que sur les fonctions de support et d’assistance aux utilisateurs.

Nécessité de repenser en profondeur les mécanismes de gouvernance

Un second ensemble de retours d’expérience a mis en lumière une approche très intégrée de l’IA agentique dans les chaînes de delivery. Un participant a ainsi expliqué comment, sur une période de plusieurs semaines, un parcours utilisateur complet a été développé en mode quasi intégralement agentique, couvrant l’ensemble du cycle projet, des spécifications jusqu’au DevOps, en passant par la conception, l’architecture et les tests. L’exercice, validé par un audit externe de sécurité et de qualité, a permis de constater un gain substantiel de productivité sur les cycles de développement standards. La principale conclusion opérationnelle a porté toutefois moins sur la performance technique que sur la nécessité de repenser en profondeur les mécanismes de gouvernance, en définissant clairement les responsabilités de pilotage, de maintenance et d’orchestration des agents selon leurs niveaux d’intervention.

Les échanges ont également mis en perspective les impacts organisationnels et humains à plus large échelle. Dans un contexte international, un responsable IT d’un groupe industriel a souligné une phase de forte déstabilisation liée à la diffusion non contrôlée des usages d’IA en entreprise, avec une part significative de pratiques dites de « shadow IA » et des volumes de données injectées dans des systèmes externes encore insuffisamment maîtrisés. Ce phénomène coexiste avec des opportunités stratégiques, notamment en matière de rééquilibrage du rapport de force avec certains éditeurs historiques. À moyen terme, les interrogations portent donc sur l’évolution, voire la redéfinition, de certains métiers clés de la DSI, dans un environnement où les compétences deviennent rapidement obsolètes si elles ne sont pas continuellement recalibrées.

Avertissement sur les structures de coûts et le partage de la valeur et des risques

De son côté, Inetum, partenaire du programme « What’s Next, CIO ? » ayant contribué à l’étude, a insisté sur les risques systémiques associés à la généralisation de ces technologies. Philippe Bécane, directeur de la business line Integration & Outsourcing au sein d’Inetum France, a ainsi évoqué les considérations de dépendance technologique, susceptibles de se déplacer des préoccupations vis-à-vis des hyperscalers vers les fournisseurs de modèles d’IA eux-mêmes, avec des effets potentiellement inflationnistes sur les coûts. Il a également souligné la montée en puissance des risques cyber automatisés et la nécessité d’anticiper l’impact économique de la consommation massive de tokens, appelant à structurer très en amont des approches FinOps adaptées. Sur le plan contractuel et économique, le spécialiste estime que les modèles de facturation traditionnels sont amenés à évoluer vers des logiques de partage de valeur et de risque.

Lors de la soirée, l’ensemble des échanges a permis de dresser un constat convergent sur le niveau de maturité des organisations, majoritairement situé entre des phases initiales et intermédiaires, dans l’attente d’une industrialisation à grande échelle à ce stade. Mais dans cette perspective, plusieurs priorités structurantes pour les années à venir se dégagent nettement pour les participants : la mise en place de dispositifs de gouvernance robustes au sein des DSI, l’identification et le déploiement de cas d’usage « quick wins » pour cranter le changement, la préparation de la transformation end-to-end des chaînes de développement, au-delà de la génération de code, la renégociation des relations avec les partenaires technologiques et, enfin, l’accompagnement des équipes dans l’évolution des compétences et des pratiques. Les nombreuses discussions qui ont émaillé le dîner-débat du soir ont quant à elles confirmé la diversité des trajectoires organisationnelles, tant en matière de maturité que de stratégie d’adoption. Le paysage français reste encore hétérogène et le partage des expériences mises en place sur la période 2026-2027 sera un passage obligé pour se benchmarker et progresser.