Si 2024 a été marquée par le foisonnement d'applications de génération de contenu basées sur les Foundation Models, 2025 sera sans aucun doute l’année des systèmes multi-agents reposant sur l’IA générative. Ces systèmes, capables de décomposer des processus complexes en tâches et sous-tâches et de les exécuter de manière autonome, redéfiniront les standards de productivité et de compétitivité des entreprises. La montée en puissance des IA agentiques aura deux impacts majeurs :

• Elles permettront d’automatiser des processus métiers jusqu’alors trop complexes à coder avec des systèmes de règles prédéfinies.
• Elles creuseront le fossé de compétitivité entre les entreprises capables d’intégrer ces outils et celles freinées par une dette technologique trop importante, condamnée à décrocher durablement.

‍

"Les départements IT des entreprises vont devenir les départements RH des agents IA de demain"

– Jensen Huang, PDG de Nvidia

‍

Quel que soit le niveau de maturité de vos fondations technologiques, il est donc urgent d’agir pour vous transformer.

‍

Certaines entreprises devront surmonter le poids de leur dette technique, tandis que d’autres, déjà engagées dans leur modernisation, pourront maximiser les opportunités offertes par l’IA générative.
‍

• Pour les entreprises alourdies par la dette technique :

Une étude du cabinet McKinsey de décembre 2024 ^[1] révèle que 70 % du code produit par les 500 plus grandes entreprises américaines date de plus de 20 ans. Pour ces entreprises, l’utilisation de l’IA générative représente une occasion unique de moderniser leurs systèmes à moindre coût . En "migrant" leur code sur des frameworks de développement plus modernes, elles pourront se défaire de leur architectures monolithiques, souvent peu ouvertes et manquant de scalabilité. Cette transformation leur permettra également de désiloter l’accès à leurs données, à des coûts bien inférieurs à ceux supportés par leurs concurrents lorsqu'ils engagèrent leurs propres transformations.

Chez SlashUp Studio, nous estimons que l’IA générative permettrait d'offrir des gains de productivité de 35 % à 50 % dans de domaine du développement, qu'il s'agisse de la génération de code, du refactoring et de la documentation. Toutefois, cette transformation technique devra être menée avec discernement. Il serait d’injecter du code "legacy" directement dans un LLM (Large Language Model) pour en obtenir une traduction dans un langage plus moderne. Cela reviendrait à confondre vitesse et précipitation. Pour répondre aux enjeux d’ouverture et de découplage, un travail préalable sur l’architecture applicative devra être mené afin de structurer les requêtes au LLM.

‍

• Pour les entreprises déjà engagées dans la modernisation :

Pour les entreprises ayant déjà engagé des efforts d’assainissement et de modernisation de leur actif technologique, l’heure est venue de capitaliser sur les investissements réalisés au cours des cinq à dix dernières années. Avec un système d’information désormais prêt pour le déploiement et l’orchestration d’agents IA, il s’agit de poursuivre ces investissements pour atteindre de nouvelles frontières de productivité et acquérir un avantage concurrentiel. Cependant, étant donné la nature récente de ces technologies, le passage à l’échelle reste un défi majeur.

‍

Chez SlashUp Studio, nous avons développé une approche structurée pour garantir que les initiatives prometteuses ne restent pas à l’état de pilotes. Notre méthode repose sur quatre étapes clés :
‍

‍

1. Inventorier et prioriser les cas d’usage sur une matrice croisant la valeur métier attendue et l’accessibilité afin de mettre l'effort sur ceux dont le potentiel de valeur délivrée à court terme est le plus élevé.
2. Développer un proof of concept (PoC) pour valider la faisabilité technique et démontrer le retour sur investissement (ROI) potentiel.
3. Déployer les modèles en production et en assurer la maintenance pour prévenir l'obsolescence et garantir la durabilité du ROI
4. Construire les fondations d’une supervision centralisée des initiatives d’IA à l’échelle de l’entreprise.

‍

Cette démarche pragmatique permet de transformer les opportunités offertes par l’IA en leviers concrets de performance et de compétitivité.

‍

Dans cette mise en œuvre de l'IA à grande échelle, deux capacités essentielles devront être développées pour maximiser le retour sur investissement de vos initiatives tout en maîtrisant les risques.

‍

** D’une part, il sera crucial de cloner votre fonction FinOps adaptée à l'Intelligence Artificielle. Cela permettra d’évaluer précisément le ROI des projets IA et d’optimiser la base de coûts, garantissant ainsi une allocation efficace des ressources.

** D’autre part, une structure de gouvernance robuste devra être mise en place pour éviter ce que l’on appelle le "Shadow IA". Ce phénomène désigne un ensemble d’initiatives IA non coordonnées et dépourvues de cadre d’exécution. Une telle structure permettra de prévenir des risques majeurs comme les fuites de données, la prolifération incontrôlée de modèles ou encore l’absence de stratégie d’optimisation des coûts d’exploitation.

_{[1] Mckinsey : AI for IT modernization: Faster, cheaper, better, Décembre 2024}

‍

Prêt à transformer vos idées en solutions digitales impactantes ?

‍

Vous souhaitez capitaliser sur le potentiel de l’IA Générative et de l’IA Agentique, mais vous ne savez pas comment vous y prendre ? Prenons contact !

‍

👉 https://www.slashup.studio/