L’IA agentique suscite un vif intérêt dans de nombreux secteurs, et son potentiel de transformation de l’ITSM est indéniable. Avec toutes les discussions autour des capacités de l’IA agentique, vous imaginez peut-être déjà comment rationaliser les processus ITSM grâce à la gestion automatisée des incidents, à l’analyse automatisée des risques liés aux changements, à l’amélioration de l’efficacité via l’automatisation du centre de services ou à une meilleure qualité de service grâce à la maintenance prédictive. Mais vous vous demandez peut-être aussi : tout cela est-il vraiment concret ? Mon organisation est-elle réellement prête pour l’IA agentique ?

Je dirais que, pour la plupart des organisations, la réponse est non !

Ne vous méprenez pas : les organisations suivent attentivement le sujet et s’intéressent aux bénéfices potentiels à long terme. Certaines sont peut-être effectivement prêtes à mettre en œuvre correctement l’IA agentique.

Ambitieuses, mais insuffisamment préparées : pourquoi la plupart des organisations ne sont pas prêtes pour l’IA agentique

Si je doute que les organisations soient suffisamment préparées, c’est parce que, pour fonctionner de manière optimale, l’IA agentique exige des données propres et fiables, des workflows automatisés de façon fluide et clairement définis, ainsi qu’une intégration complète et flexible entre tous les systèmes destinés aux opérations de l’IA agentique.

L’importance de données propres et intégrées se constate dans l’acquisition de sociétés de gestion des données par d’autres fournisseurs technologiques, notamment Salesforce et Informatica. Des données rapprochées et normalisées donnent aux agents d’IA la meilleure intelligence possible pour fournir les meilleurs résultats et les informations les plus exactes.

Vous devez toujours vous poser les questions suivantes : quels bénéfices les agents d’IA apporteront-ils à votre organisation et à vous-même ? Votre transition vers un travail autonome peut-elle s’appuyer sur des workflows ? Même Anthropic, un leader de l’IA, évoque l’utilisation de la solution la plus simple possible et le fait de ne déployer des agents d’IA que pour des besoins complexes. Dans certains cas, les agents sont non seulement plus coûteux, mais aussi moins efficaces que des workflows prédéfinis.

Préparer aujourd’hui l’IA agentique de demain

Si vous envisagez d’adopter l’IA agentique, plusieurs facteurs doivent être examinés. Avec une planification et une préparation appropriées, vous pouvez réussir, et cette checklist vous aidera à avancer dans votre démarche.

Planification

Lorsque vous entamez votre parcours vers l’IA agentique, définissez clairement les objectifs liés à son introduction dans votre environnement de gestion des services, tout en veillant à ce qu’ils soient alignés sur les objectifs globaux de votre organisation. Voici quelques objectifs courants :

  • Réduire la charge de travail des équipes IT en automatisant les tâches répétitives et chronophages.
  • Améliorer la rapidité et la précision de la résolution des incidents.
  • Améliorer l’expérience utilisateur final grâce à un traitement automatisé et fluide des demandes.

Une fois vos objectifs définis, à quoi ressemble la réussite et comment allez-vous la mesurer ? Les réponses varieront selon vos attentes et vos objectifs, mais voici quelques indicateurs courants :

  • % de tâches automatisées avec succès par l’IA.
  • Diminution des erreurs dans les tâches gérées par l’IA par rapport aux tâches manuelles.
  • Score de satisfaction utilisateur (CSAT).
  • % d’utilisateurs optant pour des solutions de self-service pilotées par l’IA.
  • Réduction du coût moyen de résolution d’un ticket avec l’IA.
  • % d’incidents transmis à des agents humains après intervention de l’IA.

Contenu associé :AITSM : comment l’IA redéfinit l’automatisation du centre de services IT, dans le cadre de la série de rapports de recherche d’Ivanti sur l’expérience numérique des collaborateurs

Préparation des données

Dans le contexte de la gestion des services, de nombreuses sources de données peuvent être nécessaires, y compris des sources purement liées à l’ITSM, comme une CMDB ou un référentiel d’actifs. À mesure que vous élargissez le périmètre à l’ensemble de l’entreprise, vous pouvez également avoir besoin de données provenant du CRM, des RH, des services généraux, de la finance ou d’autres départements.

Quelle que soit l’origine des données, vous devez prendre en compte les éléments suivants :

  • La qualité de vos données est-elle fiable ? Les données sont-elles cohérentes ? Quel est le degré d’exactitude des informations ? Existe-t-il une source plus fiable (ou source maître) qui devrait être considérée comme référence par défaut ? Les données sont souvent incohérentes entre plusieurs systèmes, ce qui complique la prise de décisions éclairées par un agent d’IA.
  • Vos données sont-elles facilement accessibles ? Combien de sources de données différentes existe-t-il, et une intégration via des API sera-t-elle nécessaire ? Les sources de données sont-elles à jour ?
  • Votre CMDB est-elle prête à être utilisée par l’IA agentique ? Votre CMDB contient-elle des CI critiques et, plus important encore, dans quelle mesure les relations et les informations sont-elles à jour ?
  • Êtes-vous tenu de respecter des obligations de confidentialité des données ? Devez-vous vous conformer à des réglementations sur la protection des données, telles que le RGPD, le CCPA ou d’autres ? Il est possible que certaines réglementations exigent l’anonymisation des données sensibles et leur conservation sur le territoire national.

Workflows définis et automatisation

Disposer de données de haute qualité est essentiel, mais disposer de workflows fiables et opérationnels pour piloter les tâches est également un composant déterminant de la réussite de l’IA agentique. Dans certains cas, vos workflows existants peuvent être réutilisés dans le cadre d’un processus d’IA agentique ; toutefois, certains devront être modifiés pour répondre aux exigences de requête/réponse d’un agent d’IA.

Quelques points à prendre en compte concernant les workflows :

  • Vos workflows peuvent-ils être utilisés par des agents d’IA ?  Vos workflows existants ne sont peut-être pas structurés de la manière la plus efficace pour permettre aux agents d’IA d’exploiter l’ensemble du workflow et de fournir des résultats précis.
  • Les workflows fonctionneront-ils uniquement avec des données internes à votre organisation, ou devront-ils accéder à des sources de données externes ? Lors de l’accès à des sources de données externes, quelles mesures de sécurité sont en place pour garantir la sécurité et l’exactitude des données dans les réponses ?
  • Assurez-vous que tous les workflows liés à l’IA agentique disposent de pistes d’audit activées, afin de pouvoir journaliser et surveiller les actions et décisions de l’IA. Cela garantit la justesse de l’IA et peut être utilisé en cas de problèmes de conformité ou de sécurité.

Gouvernance et conformité

Nous avons évoqué précédemment les exigences de conformité applicables aux données et la nécessité de répondre aux obligations réglementaires ou légales. La gouvernance et la conformité doivent également s’appliquer à l’ensemble de l’écosystème d’IA de votre organisation afin de fournir des réponses et des actions responsables, sécurisées et fiables.

Voici quelques points à prendre en compte :

  • Définissez des politiques concernant l’utilisation de l’IA au sein de votre organisation et désignez les personnes ou les équipes responsables de la protection des données et de l’évaluation des considérations éthiques.
  • Assurez-vous que les normes de conformité réglementaires ou légales sont comprises et respectées tout au long du workflow d’IA. Par exemple, si un agent d’IA doit accéder à des données de santé et à des données collectées auprès d’utilisateurs européens, vous devrez tenir compte à la fois de la HIPAA et du RGPD.
  • Identifiez les risques potentiels dans l’ensemble de votre environnement et atténuez avec rigueur ceux qui sont liés au déploiement de l’IA.

Tests et validation

Entamez votre parcours vers l’IA agentique dans un environnement contrôlé. Mettez en place un programme pilote pour tester les fonctionnalités, en veillant à mesurer les résultats par rapport à vos objectifs et à recueillir les retours des utilisateurs. Il est important de disposer d’un programme d’amélioration continue pour procéder aux ajustements et aux optimisations nécessaires. Soyez patient, car de bons résultats peuvent prendre du temps à mesure que l’IA apprend et s’adapte. Surveillez et ajustez toujours selon les besoins, et définissez un processus de gestion des problèmes ou des échecs.

L’IA agentique est une évolution, pas une révolution

L’IA est au cœur de toutes les discussions, et même si elle suscite un vif intérêt de la part des organisations, beaucoup restent à juste titre prudentes quant à la manière de procéder et à ce qui convient le mieux à leur organisation. Comme nous l’avons constaté ces dernières années, l’IA a évolué très rapidement, du génératif à l’agentique. Il est essentiel de suivre les technologies émergentes et de planifier les futures améliorations.

Ivanti est bien positionné, avec des capacités d’IA qui peuvent vous aider à progresser. Découvrez ce qu’Ivanti peut vous apporter dans votre parcours d’IA.