Ce que nous apprenons en construisant des infrastructures agentiques pour des PME et ETI — sans jargon inutile.
Quand on évoque l'intégration de l'IA dans les systèmes d'information, la conversation démarre souvent par les cas d'usage : automatiser les relances clients, prédire les ruptures de stock, générer des rapports financier…
Quand une ETI déploie son premier agent, la tentation est grande de verrouiller son périmètre. L'agent traite les relances fournisseurs de niveau 1, point final. Pas de risque, pas de surprise.
Vous avez validé le budget. Choisi le cas d'usage. L'agent IA est prêt à traiter vos demandes clients, à qualifier vos leads ou à préparer vos relances de factures.
Vous avez déployé un premier agent. Il fonctionne. Il traite les demandes de niveau 1, résume des documents, met à jour un CRM. Puis vous lui avez ajouté une compétence. Puis une autre.
La plupart des projets d'agents IA ne calent pas sur le modèle de langage. Ils calent sur le raccordement au système d'information. Un agent capable de traiter une commande, de relancer un impayé ou de préparer un devis n'a d'intérêt que s'il peut lire et écrire dans votre ERP…
Quand un agent passe en production, beaucoup d'organisations considèrent le travail terminé. Le projet est livré, l'outil tourne, on passe à autre chose. C'est précisément à ce moment que les problèmes commencent.
Quand une PME ou une ETI décide d'automatiser, le réflexe est souvent le même : choisir un outil, lancer un projet pilote, et constater six mois plus tard que rien ne tient. Le problème n'est presque jamais technique. Il est en amont.
Un dirigeant d'ETI industrielle nous contacte. Son besoin : "automatiser le suivi des commandes clients". Trois semaines plus tard, après un audit rapide, le constat tombe : les commandes arrivent par email, par téléphone, parfois par fax.
Dans son Founder's Playbook, Anthropic avance un chiffre brut : 42 % des startups construisent un produit dont personne ne veut. Pas par manque de talent ni de moyens techniques. Simplement parce qu'elles ont résolu le mauvais problème.