Les principales entreprises d’automatisation par l’IA : comment choisir la bonne plateforme

Où en sont réellement les entreprises d’automatisation par l’IA aujourd’hui ?

L’appellation « agent » recouvre des produits aux comportements très différents. Certains suivent des règles fixes, d’autres ajoutent un modèle à un processus scripté, et d’autres encore peuvent choisir parmi des outils autorisés pour atteindre un objectif défini. Cette appellation ne dit rien, à elle seule, de la gestion des autorisations, des entrées imprévues, des pannes ou des vérifications.

En juin 2025, Gartner indiquait estimer qu’environ 130 fournisseurs seulement, parmi les milliers revendiquant des capacités d’agents IA, proposaient alors de véritables agents. Gartner prévoyait également que plus de 40 % des projets d’agents IA seraient abandonnés d’ici fin 2027 en raison des coûts, d’une valeur mal définie ou de contrôles des risques insuffisants. Ces deux chiffres sont une estimation du marché et une prévision de Gartner, pas une évaluation d’un produit précis.

Évaluez le processus plutôt que son étiquette :

• Donnez au système un objectif qui l’oblige à choisir entre deux outils autorisés.
• Refusez une action et vérifiez s’il s’arrête ou demande une intervention.
• Fournissez des données manquantes, mal formatées et contradictoires.
• Provoquez la défaillance d’une dépendance et examinez les nouvelles tentatives, les limites et la reprise.
• Examinez la trace complète et le résultat métier.

Un pilote doit démontrer le comportement attendu sur des cas représentatifs avant la signature d’un contrat plus large.

Le constat méconnu : la plupart des « agents IA » d’entreprise ne sont que des robots RPA améliorés

Un chatbot, un processus RPA et un agent capable d’utiliser des outils peuvent coexister dans un même produit. Ce qui compte, c’est le comportement dont le processus a besoin.

La RPA suit des étapes définies dans une interface et convient lorsque le parcours est stable et que l’application ne dispose pas d’API. Un processus assisté par un modèle peut classer ou extraire des données avant une action déterministe. Un agent peut choisir des outils ou planifier des étapes pour atteindre un objectif, mais cette souplesse ajoute des coûts et des risques de défaillance.

Demandez au fournisseur de vous montrer :

1. Les autorisations exactes dont dispose l’agent.
2. Les outils qu’il peut choisir et le nombre maximal d’actions.
3. Sa réaction face à une action refusée, à un outil indisponible ou à une entrée ambiguë.
4. Les décisions et les résultats consignés dans le journal d’audit.
5. À quel moment une personne examine, approuve ou arrête l’exécution.

Un produit n’a pas besoin d’une grande autonomie pour résoudre un problème métier important. Choisissez la conception la moins flexible qui couvre les cas nécessaires et les scénarios de défaillance.

Étape 1 : classez les entreprises d’automatisation par l’IA selon leur positionnement auprès des grandes entreprises

Les classements généralistes ne vous aideront pas. Il vous faut une grille d’analyse. Nous classons les entreprises d’automatisation par l’IA selon leur principal ensemble d’outils destinés aux grandes entreprises.

Les plateformes se répartissent généralement en quatre grandes catégories. Chacune présente des compromis et des coûts cachés à comprendre avant d’engager votre budget à long terme auprès d’un fournisseur :

• Intégrées à une suite de productivité : Microsoft Copilot Studio. Convient surtout aux organisations déjà liées à Microsoft 365. Des coûts cachés apparaissent lorsque les crédits de base inclus sont dépassés.
• Intégrées au CRM : Salesforce Agentforce. Convient surtout aux équipes commerciales et de service client. Il n’existe pas de formule gratuite pour les grandes entreprises, et les coûts augmentent rapidement avec l’utilisation.
• Intégrées aux processus informatiques : ServiceNow. Convient surtout à la gestion des services informatiques internes. La plateforme est très performante, mais ses licences pour grandes entreprises sont coûteuses.
• Centrées sur les données : des outils comme Maia. Maia cible précisément les équipes chargées des données, ce qui limite son usage à l’automatisation des données et exclut l’automatisation des processus métier plus générale.

Nous voyons aussi des outils comme Autohive, qui permettent aux équipes du quotidien de créer facilement des agents IA. Cette simplicité peut séduire les personnes sans compétences techniques, mais place l’outil dans la catégorie des solutions low-code ou no-code plutôt que des plateformes d’automatisation pour grandes entreprises. Vous gagnez en simplicité au détriment de la puissance.

Lorsque vous devrez faire évoluer des opérations complexes, ce manque de puissance risque de freiner fortement votre croissance et de vous imposer une migration coûteuse vers une autre plateforme.

Comment comparer les fonctionnalités et les tarifs des principales plateformes d’automatisation par l’IA ?

Les unités de facturation évoluent, et une même demande métier peut déclencher plusieurs actions. Reconstituez les étapes du processus avant de comparer les offres : authentification, récupération des données, appels au modèle, mise à jour des enregistrements, notifications, nouvelles tentatives et vérification humaine.

Salesforce facture actuellement Agentforce au moyen de Flex Credits. Sa page tarifaire officielle indique qu’une action Agentforce standard utilise 20 Flex Credits, contre 30 pour une action vocale. Elle affiche aussi 100,000 Flex Credits à $500.

Dans l’exemple publié par Salesforce, une demande qui authentifie un client et récupère une commande utilise deux actions. Appuyez-vous sur la grille tarifaire en vigueur et sur les actions relevées dans votre propre processus, car les coefficients propres aux produits et les contrats peuvent modifier le résultat.

Microsoft et ServiceNow utilisent d’autres formules et unités de consommation. Demandez le SKU exact, la région, la durée du contrat, la capacité incluse, les règles de dépassement et la définition de l’action facturée, plutôt que de comparer un prix mensuel affiché.

Fixez un nombre maximal d’itérations, des délais d’expiration, des alertes de dépenses et des clés d’idempotence. Provoquez ensuite des entrées ambiguës et des pannes de systèmes en aval pendant le pilote. Ne présumez ni de la facturation des nouvelles tentatives ni du comportement des boucles si la documentation ou le contrat en vigueur du fournisseur ne les précise pas.

Étape 2 : évaluez les dispositifs de gouvernance, de sécurité et de qualité des données

La gouvernance commence par les actions qu’un agent est autorisé à effectuer et les éléments nécessaires pour les vérifier. Demandez au fournisseur de démontrer la limitation des autorisations, l’immuabilité des journaux d’événements, la traçabilité des modèles et des outils, les contrôles de conservation des données, le masquage des données sensibles, l’exportation des données liées aux incidents et un moyen fiable d’arrêter l’exécution.

Cartographiez le trajet des données avant d’évaluer les affirmations sur leur localisation ou leur transfert. Consignez la région principale, les sauvegardes, les accès du support, les sous-traitants ultérieurs, les points de terminaison des modèles, la télémétrie et les destinations de basculement. Un basculement vers les États-Unis ne constitue pas automatiquement une violation du RGPD.

Les transferts internationaux exigent un mécanisme juridique applicable et des garanties adaptées aux circonstances, comme l’explique la Commission européenne. Un simple sélecteur de région ne suffit pas si le basculement ou les accès du support peuvent contourner ce choix.

Examinez les points suivants avec les équipes juridiques et de sécurité concernées :

• Quelle entité agit comme responsable du traitement ou sous-traitant pour chaque ensemble de données ?
• Quel DPA, mécanisme de transfert, BAA ou accord propre au secteur s’applique ?
• Les autorisations peuvent-elles limiter les outils, les enregistrements, les champs et les montants des transactions ?
• Les personnes chargées de la vérification peuvent-elles reconstituer l’entrée, les éléments récupérés, la décision, l’action et le résultat ?
• Que se passe-t-il si les données sont obsolètes, mal formatées, hors de la distribution attendue ou indisponibles ?
• L’organisation peut-elle exporter ses données et ses journaux, les supprimer conformément à sa politique et quitter la plateforme ?

IBM, Salesforce, Microsoft et ServiceNow proposent des fonctionnalités de gouvernance. Celles-ci ne certifient pas le processus du client. La conformité dépend des contrats, de la configuration, des données, de la finalité, des garanties et de l’exploitation quotidienne.

Étape 3 : calculez un retour sur investissement réaliste et évitez la dépendance à un fournisseur

Modélisez le retour à partir de données observées sur la charge de travail. Relevez chaque mois les heures de travail manuel, le coût salarial chargé, le temps de vérification, l’utilisation de la plateforme, les appels aux modèles, l’infrastructure, l’implémentation, la maintenance, la résolution des défaillances et la part du travail que le système accomplit correctement. Considérez le temps libéré comme une capacité supplémentaire, sauf si l’entreprise peut démontrer une baisse des dépenses ou des revenus additionnels.

Le choix du framework et celui de l’hébergement sont deux décisions distinctes. LangGraph peut orchestrer des modèles hébergés et n’exige pas de GPU local. Une infrastructure autogérée peut nécessiter l’hébergement de l’application, une base de données, des files d’attente, des outils d’observabilité, la gestion des secrets, des sauvegardes et une équipe d’astreinte.

L’hébergement local des modèles peut exiger une capacité GPU supplémentaire, mais ce coût relève du déploiement des modèles, pas de LangGraph lui-même.

Réduisez la dépendance à un fournisseur lorsque le bénéfice dépasse le coût de maintenance. Dans la mesure du possible, conservez les prompts sources, les schémas, les cas d’évaluation, les règles métier et les données hors des interfaces propriétaires. Avant de signer un contrat de longue durée, exigez des API documentées, des formats d’export, un historique des versions, des modalités de suppression et un test de sortie.

Aucun indicateur de référence général de 4x ou 5.8x ne s’applique à ces approches. Appuyez-vous sur une situation de référence et sur les résultats observés lors d’un pilote.

Combler le fossé de la mise en œuvre : passer du pilote à la production à grande échelle

Tout le monde lance des pilotes. Peu passent en production. Entre tester des agents IA et les déployer à grande échelle, le fossé reste considérable.

Pour atteindre la production, il faut franchir ce cap.

Voici comment accélérer le passage à la production sans vous enliser dans des cycles de pilotes interminables qui épuisent votre budget et démotivent votre équipe : * Commencez par automatiser un processus ciblé à forte valeur ajoutée. * Surveillez chaque jour les exceptions des agents et affinez les instructions des outils. * Augmentez progressivement l’autonomie, en passant de la validation humaine à chaque étape à une supervision humaine.

* N’étendez le déploiement à d’autres workflows qu’après avoir atteint 99% de fiabilité sur un premier workflow.

Questions en suspens : identifier les fournisseurs d’automatisation IA spécialisés par secteur

Les modèles sectoriels peuvent raccourcir la configuration lorsqu’ils correspondent aux données et aux processus de l’entreprise. Ils ne garantissent ni la conformité légale, ni l’exactitude métier, ni la préparation à la production.

Demandez au fournisseur de suivre le parcours d’un dossier représentatif, de sa réception à la décision et à l’action. Dans la santé, cela peut inclure la terminologie clinique ou de facturation exacte et les systèmes concernés. Dans l’industrie manufacturière, les formats des données de télémétrie et les contrôles de maintenance.

Dans la finance, les règles propres à chaque juridiction et le circuit de validation. Faites examiner ces correspondances par les responsables métier, juridiques et de la sécurité.

Comparez un produit spécialisé et une plateforme généraliste sur les mêmes cas. Mesurez la couverture des intégrations, les taux de correction et d’escalade, la latence, le coût d’exploitation et les possibilités de sortie. Une ontologie spécialisée peut aider un service tout en compliquant sa réutilisation ailleurs.

Une plateforme généraliste peut demander davantage de configuration, mais convenir à plusieurs workflows.

Rejetez toute affirmation selon laquelle un produit convient à un secteur réglementé au seul motif qu’il propose une couche de confiance, un hébergement régional ou des journaux d’audit. Ces dispositifs sont des éléments à examiner dans le cadre du déploiement complet.