Agents d’IA : pourquoi les entreprises peinent-elles encore à passer à l’échelle ?

Résumé détaillé

L’article Agents d’IA : pourquoi les entreprises peinent-elles encore à passer à l’échelle ? est apparu en premier sur Maddyness - Le média pour comprendre l'économie de demain.

Les entreprises françaises expérimentent largement l’intelligence artificielle, mais son intégration dans les processus quotidiens reste plus complexe. L’IA doit composer avec des contrats, des factures, des présentations ou des rapports répartis entre plusieurs systèmes, parfois dupliqués ou obsolètes, mais aussi avec des droits d’accès différents selon les collaborateurs.

À ce titre, l’étude State of AI in the Enterprise 2026 de Box, réalisée par The Harris Poll auprès de 1 640 décideurs informatiques aux États-Unis, au Royaume-Uni, en France et au Japon, montre que 96 % des organisations considèrent comme important que leurs agents puissent accéder aux contenus et aux connaissances propres à l’entreprise. Pourtant, seules 36 % de celles qui utilisent ou expérimentent des agents les ont connectés à des contenus internes fiables dans de nombreux cas d’usage.

« L’expérimentation de l’IA est souvent couronnée de succès parce qu’elle ne porte que sur un ensemble d’informations soigneusement sélectionné. Cependant, lorsque l’IA est déployée à l’échelle des équipes et de l’ensemble de l’organisation, elle est confrontée à un écosystème de données bien plus complexe », explique Lazhar Sehetal, Senior Director et Regional Vice President pour l’Europe du Sud chez Box. « Les flux de travail réels reposent sur des données non structurées réparties entre plusieurs systèmes, avec des règles d’accès, des versions et des niveaux d’organisation différents. »

Pour une entreprise, le problème ne consiste donc plus uniquement à sélectionner un modèle d’IA performant. Encore faut-il pouvoir lui fournir les bonnes informations et déterminer précisément celles auxquelles il peut accéder : en France, 92 % des répondants à l’étude de Box estiment ainsi que la fiabilité des résultats de l’IA dépend directement de la qualité des contenus sous-jacents et des permissions qui leur sont appliquées.

Cette étape suppose notamment de vérifier que les documents sont correctement classifiés et à jour…

«…

Début de l'article, extrait de Maddyness. Pour lire la suite, ouvrez l'article chez le média.