Le principal obstacle au développement des agents d'IA au Brésil : ce n'est pas la technologie, c'est la confiance

Le Brésil n'a pas de problème avec l'adoption de l'IA. Son problème est de lui faire confiance et de lui accorder une autonomie.

Douze millions d'entreprises brésiliennes utilisent déjà l'intelligence artificielle d'une manière ou d'une autre. Ce chiffre, à lui seul, est une source de satisfaction ; il témoigne d'un pays qui a adopté rapidement cette technologie, sans le scepticisme qui a freiné d'autres vagues de numérisation par le passé.

Mais un second chiffre, publié dans la même étude, bouleverse complètement l'interprétation de ce scénario : seulement 6 % de ces entreprises utilisent déjà des agents d'IA. Pire encore, à peine 15 % des entreprises brésiliennes possèdent la maturité structurelle nécessaire pour fonctionner à ce niveau d'automatisation.

Faites le calcul. Si 12 millions d'entreprises utilisent l'IA et que seulement 6 % d'entre elles ont adopté les agents conversationnels, cela signifie que plus de 11 millions d'entreprises restent bloquées au même stade : elles utilisent l'IA pour répondre, faire des suggestions, générer du texte et résumer. Mais elles ne lui font pas suffisamment confiance pour la laisser agir de manière autonome.

Voilà le véritable goulot d'étranglement actuellement. Et ce n'est pas un problème technique.

L'engouement parle de technologie. Le goulot d'étranglement parle de confiance

Si vous suivez l'actualité technologique, vous entendez constamment parler d' agents IA, comme s'il s'agissait de l'évolution naturelle et inévitable pour toute entreprise utilisant déjà l'IA générative. Les grands acteurs mondiaux lancent agent sur agent. Les cabinets de conseil publient rapport sur agent sur agent. Aujourd'hui, chaque présentation de produit d'IA inclut le mot « autonomie » dans une diapositive ou une autre.

Le problème, c'est que l'autonomie est précisément ce que la plupart des entreprises brésiliennes refusent encore d'accorder.

Et c'est logique. Un chatbot qui donne une mauvaise réponse est source de gêne. Un agent IA qui commet une erreur dans une action, déclenche un paiement, modifie une inscription, répond à un client, contacte un fournisseur ou change la configuration d'un système, génère un véritable problème opérationnel, parfois irréversible. La différence entre « l'IA a suggéré une erreur » et « l'IA a commis une erreur » réside dans la différence entre un simple désagrément et un incident.

Il ne s'agit pas de résistance à la technologie, mais de prudence face à un risque que la plupart des entreprises ne savent toujours pas comment atténuer.

Car c'est la maturité, et non la technologie, qui est le facteur limitant

La technologie des agents IA est déjà suffisamment mature pour être déployée en production. Le goulot d'étranglement se situe ailleurs, dans les trois piliers qui sous-tendent toute autonomie responsable :

Gouvernance. Qui décide des pouvoirs d'un agent ? Quelles actions requièrent une validation humaine ? Comment contrôler une décision prise par un agent trois mois plus tard en cas de problème ? La plupart des entreprises brésiliennes n'ont tout simplement pas de réponse à ces questions, car elles n'en ont jamais eu besoin jusqu'à présent.

Données. Un agent d'IA n'agit qu'en fonction de la qualité des données qu'il consulte. Si la base de données clients est obsolète, si le système ERP contient des informations dupliquées, si les systèmes ne communiquent pas entre eux, confier l'autonomie à un agent dans un tel environnement n'est pas de l'automatisation ; cela ne fait que multiplier les erreurs à grande échelle et à grande vitesse.

Maturité opérationnelle. Existe-t-il un processus documenté ? Un responsable est-il désigné pour chaque flux de travail automatisé ? Un plan est-il prévu pour gérer les décisions inattendues de l’agent (et non les cas où elles seraient prises) ? Les entreprises qui continuent de gérer leurs processus critiques à l’aide de tableurs, d’e-mails et du savoir-faire tacite des employés les plus anciens n’ont tout simplement pas la structure nécessaire pour prendre en charge un agent autonome, aussi sophistiqué soit-il.

L'achat d'une licence d'IA plus avancée ne résout aucun de ces trois problèmes. Leur résolution passe par l'architecture, l'intégration des systèmes et la rigueur des données — un travail qui n'apparaît dans aucun article LinkedIn sur « l'avenir des agents IA », mais qui est précisément ce qui distingue les 6 % les plus performants des 94 % restants.

Vous pourriez également être intéressé par : Agents d’IA autonomes : comment automatiser les processus grâce à la gouvernance

Le risque de sauter cette étape

La pression est forte, de toutes parts, pour « ne pas se laisser distancer » dans la IA. Elle pousse les entreprises à tester des agents d'IA avant même de définir les fondements qui permettraient de garantir leur autonomie.

Le résultat est généralement prévisible : un agent d’IA pilote, performant dans un environnement contrôlé avec des données soigneusement sélectionnées, échoue, ou pire, disparaît discrètement de la feuille de route dès qu’il se heurte aux réalités chaotiques des systèmes de production. Non pas que la technologie soit défaillante, mais parce que l’entreprise n’avait pas les ressources nécessaires pour la prendre en charge.

Cela alimente un cercle vicieux : les dirigeants perdent confiance non pas dans l'IA en général, mais dans les agents d'IA en particulier, et les investissements qui auraient pu être judicieusement orientés vers la maturité, la gouvernance et les données sont gaspillés dans une tentative précipitée de passer directement à l'automatisation complète.

Le chemin qui sépare ceux qui deviendront des études de cas de ceux qui deviendront des statistiques

Les entreprises qui contribueront le plus à l'adoption des agents d'IA au Brésil ne seront pas forcément celles qui possèdent le modèle d'IA le plus avancé. Ce seront celles qui auront résolu en premier les tâches les moins prestigieuses

• Intégrer des systèmes qui ne communiquent actuellement pas entre eux, afin qu'un agent dispose d'une vision fiable de l'opération ;
• Établir des règles de gouvernance claires, définissant quelles décisions peuvent être automatisées et lesquelles nécessitent une intervention humaine
• Créer une visibilité et une auditabilité sur chaque action entreprise par un système autonome, afin que la confiance ne soit pas un acte de foi, mais quelque chose de vérifiable ;
• Progresser par étapes, d'assistant à copilote, de copilote à agent supervisé, d'agent supervisé à une plus grande autonomie, au lieu de tenter un saut direct.

Au fond, il s'agit d'une discussion sur les infrastructures fiables. Et une infrastructure fiable repose sur un cloud bien architecturé, des données organisées et gouvernées, et une sécurité conçue dès le départ, et non après le premier incident.

Lire aussi : Infrastructure pour l’IA : pourquoi le cloud est le fondement de la transformation numérique

La bonne question n'est pas « quand aurons-nous des agents IA ? »

Voici « ce qui doit être vrai dans notre fonctionnement afin que nous puissions accorder en toute confiance l'autonomie à un agent d'IA sans que cela ne devienne un risque plus important que le problème qu'il est censé résoudre »

Le Brésil n'est pas à la traîne dans la course à l'IA. Douze millions d'entreprises qui utilisent cette technologie en témoignent. L'enjeu est désormais différent, et moins visible : celui de transformer des données éparses, des systèmes déconnectés et des processus informels en une base suffisamment solide pour que l'autonomie cesse d'être un risque et devienne, en réalité, un avantage concurrentiel.

Écrit par Skyone