Ce que les agents IA changent vraiment à un projet de planification.
Les agents IA écrivent des modèles, analysent les écarts et simulent des scénarios. Après un an à les utiliser sur des projets réels, voici ce qu’ils déplacent, et ce qu’ils ne déplacent pas.
Le build n’est plus le facteur limitant
Pendant quinze ans, le temps d’un projet de planification se mesurait en jours de construction. Ajouter une dimension, créer un module, recalculer une maille : chaque demande métier se traduisait en charge, et la charge en délai. Les agents cassent cette équation. Un modèle décrit en langage courant se génère en minutes, et l’itération se fait pendant l’atelier plutôt qu’entre deux ateliers.
La conséquence n’est pas celle qu’on annonce. Les projets ne deviennent pas deux fois moins chers. Le goulot d’étranglement se déplace simplement vers l’amont : savoir quoi construire, et sur quelles données.
Le cadrage pèse désormais plus lourd
Un modèle mal cadré se génère aussi vite qu’un bon. C’est la différence la plus inconfortable introduite par les agents : l’erreur se produit maintenant à la même vitesse que la réussite, et elle se découvre plus tard, quand les utilisateurs constatent que les chiffres ne correspondent pas à leur réalité.
Traduire un besoin métier flou en règles explicites n’a jamais été un travail de machine. Décider si le réassort privilégie le taux de service ou la valeur de stock reste un arbitrage de direction. Réconcilier deux définitions de la marge entre la finance et le merchandising suppose une réunion, pas un modèle.
La donnée devient le vrai prérequis
Un agent posé sur un référentiel approximatif produit une réponse fausse, plus vite et avec plus d’assurance qu’un tableur. Dans les projets que nous conduisons, la part consacrée à la qualité et à la gouvernance des données a augmenté, alors même que la part consacrée à la construction diminuait.
C’est aussi ce qui rend la connexion aux assistants externes délicate. Ouvrir un accès en langage naturel suppose d’avoir décidé au préalable ce qui est exposé, à qui, et avec quelle traçabilité.
Ce qui change pour les équipes
- La recette change de nature : on vérifie des raisonnements, plus seulement des formules
- L’adoption s’accélère, parce qu’un utilisateur peut interroger le modèle sans formation préalable
- La documentation cesse d’être le parent pauvre, puisque l’agent produit la sienne
- Le rôle de product owner gagne en valeur au lieu d’en perdre
Notre lecture complète du sujet est détaillée sur la page IA et planification.