IA Agentique en entreprise : pourquoi coller des rustines ne suffit plus

Un chiffre résume bien la tension actuelle autour de l'IA agentique : 85 % des organisations souhaitent devenir « agentiques » d'ici trois ans, mais 76 % admettent que leur infrastructure actuelle ne peut pas supporter ce changement. Ce paradoxe, mis en lumière par une étude publiée par MIT Technology Review Insights en partenariat avec Ema (mai 2026), pose une question centrale pour tout acteur du développement web et de l'intégration système : comment passe-t-on vraiment d'une ambition à une réalité opérationnelle ?

Le piège du "sticky tape" : greffer l'IA sur l'existant

Prasun Shah, Global CTO chez PwC UK Consulting, l'exprime clairement : beaucoup d'organisations "embedent des employés IA dans un modèle opérationnel humain". Autrement dit, elles superposent des agents IA à des workflows conçus pour des équipes humaines, sans repenser la structure sous-jacente.

L'image du "sticky tape" (le scotch de fortune) est parlante. On colmate les fissures d'un système qui, au fond, n'a pas été pensé pour déléguer des décisions autonomes à des agents logiciels. Le résultat ?

• Des gains limités et difficilement mesurables
• Une désillusion rapide des équipes et des décideurs
• Un retour sur investissement qui tarde à se concrétiser

L'IA agentique ne se résume pas à automatiser une tâche répétitive. Sa valeur réelle réside dans sa capacité à orchestrer des workflows entiers : coordonner des tâches complexes, prendre des décisions indépendantes, s'adapter aux changements de contexte et itérer en continu — avec un minimum d'intervention humaine.

Un changement systémique, pas un ajout de couche

Pour libérer ce potentiel, l'article de MIT Tech Review est explicite : il faut aborder l'IA agentique comme un changement de niveau système, et non comme un outil supplémentaire à brancher sur l'existant.

Concrètement, cela implique trois dimensions souvent sous-estimées :

1. Les personnes

Les collaborateurs doivent comprendre comment travailler avec des agents, et non juste à côté d'eux. Cela nécessite de redéfinir les responsabilités, les périmètres de décision et les boucles de validation humaine.

2. Les processus

Un processus pensé pour un humain est rarement compatible tel quel avec un agent autonome. Les étapes implicites, les exceptions gérées "à l'instinct" ou les validations informelles deviennent des angles morts critiques dès lors qu'un agent prend le relais.

3. L'infrastructure technique

C'est souvent là que le bât blesse le plus. Les agents IA ont besoin d'accéder à des données fiables, en temps réel, via des APIs bien définies et des systèmes capables de gérer des interactions asynchrones et des états persistants. Une architecture monolithique ou des données en silos rendent cet objectif très difficile à atteindre.

Le fossé de l'exécution : là où MulerTech intervient

Chez MulerTech, nous observons ce fossé au quotidien dans nos projets PHP/Symfony. Les entreprises arrivent souvent avec une vision claire de ce qu'elles veulent faire faire à leurs agents — traiter des tickets support, qualifier des leads, orchestrer des commandes — mais leurs systèmes d'information ne sont pas prêts à exposer les bonnes données, au bon moment, au bon format.

Combler ce gap, c'est précisément notre terrain de jeu :

• Conception d'APIs robustes capables de nourrir des agents en temps réel, avec des contrats d'interface clairs et versionnés
• Refactoring de workflows métier pour les rendre explicites, observables et compatibles avec une orchestration automatisée
• Intégration d'outils d'orchestration (comme Symfony Messenger pour les queues asynchrones, ou des connecteurs vers des plateformes comme LangChain, n8n ou des LLMs via API)
• Audit d'infrastructure pour identifier les silos de données qui bloquent la circulation de l'information nécessaire aux agents

L'enjeu n'est pas de choisir le bon modèle d'IA. C'est de construire le socle technique et organisationnel sur lequel ces modèles peuvent réellement opérer.

Conclusion : l'infrastructure avant l'ambition

L'IA agentique n'est pas une fonctionnalité qu'on active. C'est une transformation qui commence par une question honnête : est-ce que notre infrastructure, nos données et nos processus sont prêts à déléguer de l'autonomie à des systèmes logiciels ?

Dans la majorité des cas, la réponse est non — et c'est normal. Ce qui compte, c'est de ne pas se contenter de poser du scotch sur un système qui craque, mais d'engager une démarche de fond pour rendre son organisation réellement "agentique".

C'est ce chemin que nous aidons nos clients à parcourir.

Source originale : Rethinking organizational design in the age of agentic AI — MIT Technology Review Insights, mai 2026, en partenariat avec Ema.