Le secteur de l’IT Service Management (ITSM) se trouve à un véritable point d’inflexion. Pendant des décennies, les services de support informatique ont fonctionné selon un modèle fondamentalement réactif : les collaborateurs rencontrent un problème, soumettent un ticket et attendent qu’un analyste humain diagnostique, trie et résolve leur demande. L’automatisation a certes amélioré ce modèle en termes de rendement – mais sans jamais en remettre en cause les fondements.

Le point d’inflexion : pourquoi l’ITSM ne sera plus jamais comme avant

L’agentic AI change radicalement la donne. Au lieu d’accélérer simplement la cadence de traitement humain, les systèmes agentiques comprennent l’intention, rassemblent les informations contextuelles, choisissent un plan d’action, exécutent les tâches sur les outils d’entreprise et confirment les résultats – sans attendre une validation humaine à chaque étape. Nous assistons au passage du IT Service Management à l’IT Service Autonomy, avec des implications profondes pour tous les CIO, CISO et responsables IT.

Les chiffres témoignent de l’urgence. Gartner prévoit qu’à la fin de 2026, environ 40 % des applications d’entreprise intégreront des agents AI spécifiques à certaines tâches, contre moins de 5 % en 2025. Une autre étude Gartner anticipe aussi que 70 % des entreprises déploieront des agents agentiques pour opérer leur infrastructure IT d’ici 2029 – contre moins de 5 % à ce jour.

Il ne s’agit pas de changements progressifs mais d'une véritable refonte de l’organisation, la sécurisation et l’optimisation des services technologiques.

Des bots scriptés aux agents autonomes : l’évolution de l’intelligence en ITSM

Pour comprendre où va le secteur, il faut d’abord comprendre d’où il provient. L’évolution de l’AI dans l’ITSM suit un arc clair, allant de la logique déterministe vers une forme de raisonnement réellement autonome.

Phase 1 : Automatisation basée sur des règles

La première vague d’automatisation ITSM s’est appuyée sur des workflows scriptés : lorsqu’un ticket comportait certains mots-clés, il était orienté vers une file prédéfinie ; lorsqu’un asset sortait de la conformité, un script de remediation était automatiquement lancé. Ces automatisations ont permis des gains d’efficacité mesurables en éliminant des tâches manuelles coûteuses et en rendant les opérations plus conformes et plus sûres. Mais elles sont restées limitées et fragiles : chaque nouveau cas nécessitait d’ajouter une règle, sans capacité à gérer l’ambiguïté ou à apprendre des issues précédentes.

Phase 2 : IT Service Management assisté par l’AI

L’arrivée du machine learning et de l’AI générative a ajouté une couche plus adaptative. L’AI a commencé à classifier automatiquement les tickets, à synthétiser les incidents pour les analystes et à générer des articles de knowledge base à partir de données historiques de résolution. Aujourd’hui, environ 40 % des organisations utilisent l’AI pour améliorer l’efficience des résolutions de tickets.

Les chatbots et virtual assistants ont introduit des interfaces conversationnelles de niveau grand public dans l’entreprise, permettant aux collaborateurs d’interagir avec le support informatique en langage naturel, sans formulaire structuré. C’était un bond en avant, mais le rôle de l’AI demeurait essentiellement celui d’un assistant, venant augmenter – mais non remplacer – la prise de décision humaine.

Phase 3 : Agentic AI et workflows autonomes

Aujourd’hui, le secteur se trouve au seuil d’une troisième phase, encore plus transformatrice. Les systèmes agentiques n’attendent plus d’instructions : ils observent, raisonnent, planifient et agissent.

En ITSM, un système agentique peut ainsi détecter une anomalie sur un endpoint, la corréler à des schémas de vulnérabilité connus, initier une séquence de healing, mettre à jour la Configuration Management Database (CMDB), et fermer le ticket – tout cela avant même que l’utilisateur concerné ait remarqué le problème. Gartner formalise cette trajectoire en prévoyant qu’en 2028, au moins 15 % des décisions quotidiennes seront prises, de façon autonome, via de l’agentic AI, contre 0 % en 2024 – et que 33 % des applications d’entreprise embarqueront de l’agentic AI à la même échéance.

La distinction majeure réside dans la notion d’agency. Les outils d’AI antérieurs réagissaient à des sollicitations : les systèmes agentiques poursuivent de réels objectifs. Ils conservent une mémoire des interactions, raisonnent sur le meilleur chemin vers un résultat et orchestrent des workflows complexes entre les systèmes d’entreprise intégrés. C’est ce saut architectural qui transforme l’ITSM, passant de la gestion des demandes à la délivrance d’outcomes ciblés.

Anatomie de l’ITSM agentique : intelligence basée sur la persona et intelligence task-based

À mesure que l’agentic AI se perfectionne, son application en ITSM s’articule autour deux architectures complémentaires : les agents "persona-based" (basés sur le rôle) et "task-based" (basés sur la tâche). Ensemble, ils dessinent ce que beaucoup qualifient de « front door conversationnelle » de l’IT – une interface intelligente et unifiée qui remplace portails fragmentés, formulaires et arborescences téléphoniques par des interactions naturelles et adaptatives.

Persona-based agents

Les persona-based agents sont conçus pour les besoins de certains rôles utilisateurs. Par exemple, un self-service agent sert de point d’entrée unique aux collaborateurs. Plutôt que d’obliger l'utilisateur à naviguer dans un catalogue de services via des formulaires, un agent conversationnel auto-service s’appuie sur la compréhension adaptive de l’intention et la collecte guidée de données pour transformer une demande en langage naturel en un ticket structuré, immédiatement exploitable. Résultat : friction considérablement réduite côté collaborateur et qualité des données optimisée pour les équipes support. Les retours sont significatifs : là où des virtual support agents pilotés par AI sont déployés, on observe 50 à 70 % de réduction des appels, avec des taux d’adoption de 80 à 85 %.

Service desk agents

À l’inverse, le service desk agent accompagne l’analyste humain : il fournit un guidage contextuel lors du traitement du ticket, accélère tri et classification, et offre un coaching en temps réel pour élever le niveau des analystes moins expérimentés.

La summarization automatique des incidents par l’AI permet de faire gagner un temps précieux aux analystes en condensant l’historique complexe d’un ticket en synthèses prêtes à l’action. L’analyste garde la main, mais la boucle de traitement devient plus rapide et mieux informée.

Task-based agents

Les task-based agents gèrent des fonctions opérationnelles précises, comme la recherche de knowledge, la création d’incidents, le fulfillement des service requests, la summarization ou le Q&A. Ils s’appuient sur un cadre agentique comprenant la définition d’objectifs, la modélisation de l’environnement, la mémoire, le raisonnement et l’exécution d’actions. Les standards d’interopérabilité émergents autour de l’Agent-to-Agent (A2A) et du Model Context Protocol (MCP) sont ici déterminants. Ils tracent la voie vers des écosystèmes multi-agents où des agents spécialisés collaborent à la résolution d’enjeux transverses – certains analystes parlant déjà de « squadrons d’agents ».

La feuille de route de Gartner corrobore cette orientation : d’ici 2027, un tiers des implémentations agentiques combineront des agents aseptisés de compétences variées, afin de gérer des tâches complexes dans les environnements applicatifs et de données. Conséquence pour l’ITSM : le service desk du futur ne sera pas un système monolithique unique, mais un ensemble orchestré d’agents spécialisés, chacun apportant une intelligence de domaine propre à une expérience de service unifiée.

Self-Healing, Self-Securing, Self-Serving : les 3 piliers de l’IT autonome

La promesse stratégique de l’agentic AI en ITSM repose sur trois capacités interconnectées, qui définissent concrètement ce que signifie un service véritablement autonome.

Self-Healing

Le self-healing marque la rupture la plus visible avec le support réactif traditionnel. Grâce à l’anomaly detection et au diagnostic automatisé, les plateformes modernes peuvent identifier les incidents (endpoints, sécurité) avant que l’utilisateur ne soit impacté. Les bots cloud pilotés par l’hyper-automation ne se contentent pas d’alerter les équipes IT, ils résolvent de manière proactive des problèmes non signalés ou ignorés, accélèrent la détection et l’automatisation des résolutions, libérant ainsi l’IT pour l’innovation. La tendance est nette : au fil du déploiement de ces capacités, le nombre de tickets traités manuellement diminue, et le rôle du service desk migre du support vers la gouvernance et l’amélioration continue.

Self-Securing

Self-securing traduit la réalité que cybersécurité et opérations IT ne peuvent plus fonctionner en silos. L’AI accroît la visibilité sur la totalité des devices, structures organisationnelles et parcours numériques, ce qui renforce la posture de sécurité en détectant proactivement les vulnérabilités sur la base des tendances sociales et du scoring de vulnérabilités.

Une gestion continue de l’inventaire logiciel permet d’identifier les expositions avant qu’elles ne deviennent des brèches exploitables. La convergence rapide entre ITSM et opérations de sécurité est accélérée par l’agentic AI qui joue le rôle de trait d’union entre threat detection, vulnerability management et workflows de remediation.

Les organisations unifiant IT et sécurité grâce à une plateforme AI disposent désormais de cet atout désigné dans le secteur comme la « sécurité invisible mais incontournable » : une protection continue et sans friction pour l’utilisateur final.

Le self-service repensé de fond en comble

Les portails traditionnels de self-service souffraient d’une adoption limitée car ils imposaient la logique du système à l’utilisateur au lieu de s’ajuster à son intention. L’AI conversationnelle inverse ce paradigme.

Les employés interagissent en langage naturel, tandis que le système gère automatiquement le routage, la classification et la résolution en back-office. Les virtual assistants alimentés par l’AI offrent des expériences de support exceptionnelles, boostent la productivité et la satisfaction, rapprochent l’ergonomie du grand public des outils professionnels et réduisent le volume d’appels. A l’avenir, le self-service évoluera encore, avec la généralisation de l’automatisation vocale, des interfaces mobile-first et des notifications proactives – pour un support omnicanal, partout où les collaborateurs travaillent : au bureau, en atelier, ou en déplacement.

Conséquences stratégiques : ce que cela implique pour le leadership IT

L’essor de l’agentic AI dans l’ITSM a des implications qui dépassent largement le cadre du service desk. Plusieurs axes stratégiques doivent retenir l’attention des CIO et responsables IT.

Du cost center au value center

Lorsque les incidents de routine se résolvent d’eux-mêmes et que l’AI prend en charge le triage de premier niveau, le service desk n’est plus défini par le volume de tickets et les temps moyens de traitement. Les équipes IT peuvent alors se concentrer sur des initiatives stratégiques : transformation digitale, innovation de l’expérience collaborateur, automatisation des processus métier. La vraie question n’est plus : « Comment traiter plus de tickets, plus vite ? », mais : « Comment valoriser les capacités dégagées par ce service autonome ? ».

Nécessité de gouvernance et de confiance

La même étude Gartner qui annonce cette forte croissance sonne l’alerte : plus de 40 % des projets agentiques pourront être annulés d’ici fin 2027 si coûts, définition de valeur ou maîtrise du risque font défaut. Pour réussir, il faut intégrer dès le départ conformité, règles de visibilité et d’application des politiques. La gouvernance AI n’est pas un add-on, mais une exigence fondamentale de conception. Les organisations qui intègrent des garde-fous, workflows d’approbation et traçabilité dans leurs architectures agentiques pourront créer de la valeur durable ; celles qui négligent la gouvernance feront face à des revers coûteux.

Convergence de l’IT et de la sécurité informatique

Les silos de données entre les équipes IT et sécurité affaiblissent la résilience des organisations depuis trop longtemps. Les plateformes agentiques unifiant Service Management, Endpoint Management et Exposure Management constituent un véritable « system of record » permettant une réponse coordonnée et intelligente sur des domaines historiquement distincts. Cette convergence n’est pas seulement technologique, elle implique aussi alignement organisationnel, indicateurs partagés et un engagement culturel à casser les barrières fonctionnelles.

L’expérience collaborateur comme avantage compétitif

La capacité de mesurer et d’objectiver le digital employee experience – à travers les devices, le service management, la sécurité et les applications – via l’analyse de sentiment par l’AI transforme l’expérience employé en discipline pilotée par la donnée. Les organisations offrant une expérience IT de niveau consumer attireront et fidéliseront mieux leurs talents que celles qui relèguent le support en backoffice. Le score Digital Employee Experience (DEX) émerge comme KPI critique, donnant au service desk la visibilité nécessaire pour un support personnalisé et empathique à grande échelle.

Enterprise Service Management au-delà de l’IT

L’une des conséquences les plus sous-estimées de l’agentic AI réside dans sa capacité à étendre l’intelligence du support au-delà de l’IT : RH, services généraux, finance et autres départements métiers. Si la plateforme sous-jacente prend en charge le no-code, le workflow design et les intégrations prêtes à l’emploi, les modèles éprouvés en ITSM s’appliquent à toute l’entreprise. Les directions métier qui s’appuient encore sur les e-mails, classeurs ou documents papier peuvent bénéficier massivement de ces capacités agentiques qui révolutionnent aujourd’hui l’IT.

L’impératif du service autonome

La transformation de l’IT Service Management par l’agentic AI n’est plus une perspective lointaine : elle est déjà en marche et s’accélère. Les organisations qui tireront leur épingle du jeu seront celles qui comprendront la nature profonde du changement : il ne s’agit pas d’une simple mise à niveau technologique, mais d’une re-conception radicale de la façon dont les services sont pensés, délivrés et vécus.

Le rôle humain se transforme, il ne disparaît pas. L’agentic AI ne supprimera pas les métiers IT : elle les valorisera. Les analystes passeront du statut de gestionnaires de tickets à celui de superviseurs d’AI, architectes de gouvernance et designers d’expérience. Les profils IT les plus recherchés de la prochaine décennie seront ceux capables de concevoir, entraîner et gouverner ces systèmes autonomes, et non de simplement les exploiter.

La clé est d’avoir une stratégie lucide : commencer par les bases de l’automatisation – workflows intelligents, classification assistée par AI, interfaces de self-service pour fluidifier la donnée. Construire ensuite des capacités autonomes : endpoints self-healing, environnements self-securing, agents conversationnels capables de résoudre un problème de bout en bout. Enfin, investir dans la gouvernance, la culture et le développement des talents indispensables au maintien d’opérations autonomes à l’échelle de l’entreprise.

La question n’est plus de savoir si l’agentic AI va transformer l’IT Service Management ; la vraie question : c’est à quelle vitesse et avec quelle ambition votre organisation saura l’opérationnaliser. L’ère du service autonome est déjà là, et l’avantage compétitif ira à ceux qui avançent résolument – pas à ceux qui attendent une certitude qui n’arrivera jamais.