L’IA Agentique dans l’Architecture d’entreprise

Livre blanc · Dr. Amadou Sienou · 3E Consult

Résumé exécutif

Les systèmes d’IA Agentique — des agents IA qui planifient et exécutent des tâches de manière autonome tout en orchestrant d’autres systèmes et services — ne constituent pas un complément au paysage IT existant. Ils représentent une intervention structurelle.

Ils transforment la façon dont les processus métier se déroulent, dont les décisions sont prises, qui porte les responsabilités et comment les systèmes IT interagissent entre eux.

L’Architecture d’entreprise classique n’y apporte pas de réponse toute faite. Les concepts existent — Architecture métier, Architecture des systèmes d’information, Architecture d’infrastructure, cadres de gouvernance — mais ils doivent être recalibrés.

Ce livre blanc montre :

Où l’IA Agentique intervient dans le modèle de couches TOGAF
Quelles nouvelles tensions émergent dans l’Architecture métier et l’Architecture SI
Quelles exigences de gouvernance en découlent
Comment l’Architecture d’entreprise peut assumer la fonction d’alignement et de gouvernance pour l’IA Agentique

1. Ce qui distingue l’IA Agentique des systèmes IA classiques

1.1 De la prédiction à l’action

Les systèmes IA classiques — classificateurs, moteurs de recommandation, modèles prédictifs — produisent des outputs : scores, probabilités, prévisions. Un humain ou un système en aval décide ce qu’il convient de faire de cet output.

Les systèmes d’IA Agentique agissent : ils reçoivent des objectifs, planifient les étapes pour les atteindre, exécutent ces étapes — et ajustent le plan en temps réel lorsque les résultats s’écartent des attentes.

C’est une différence fondamentale. Plus seulement un output, mais une action. Plus seulement une prédiction, mais un processus.

1.2 L’orchestration comme caractéristique déterminante

Les systèmes d’IA Agentique orchestrent. Ils appellent des API, pilotent d’autres systèmes, effectuent des recherches dans des bases de connaissances, créent des documents, envoient des messages, réservent des ressources. Un seul agent peut activer des dizaines de systèmes — souvent sans qu’un humain ne supervise chaque étape.

Cette capacité d’orchestration fait de l’IA Agentique un défi architectural. La question n’est plus simplement : quel modèle utilisons-nous ? La question est : quels systèmes l’agent pilote-t-il ? Quels processus modifie-t-il ? Qui est responsable lorsque quelque chose tourne mal ?

1.3 Taxonomie : types de systèmes d’IA Agentique en entreprise

Une taxonomie pragmatique est utile pour la pratique de l’Architecture d’entreprise :

Agents Copilote : Assistent un utilisateur humain dans des tâches définies. Le Human-in-the-Loop est structurellement intégré. Profondeur d’orchestration limitée.

Agents de Processus : Exécutent de manière autonome des étapes de processus définies. Typiquement intégrés dans des workflows existants. Profondeur d’orchestration modérée.

Agents d’Orchestration (Multi-Agent) : Coordonnent plusieurs agents et systèmes pour atteindre des objectifs complexes. Haute autonomie, grande profondeur d’orchestration, haute pertinence pour la gouvernance.

Agents Domaine : Spécialisés dans un domaine métier (Agent Finance, Agent RH, Agent Supply Chain). Profondément intégrés dans les systèmes de données spécifiques au domaine.

2. L’IA Agentique dans le cadre architectural TOGAF

2.1 Architecture métier : logique de capacité modifiée

TOGAF définit l’Architecture métier comme la description de la stratégie, de la gouvernance, de l’organisation et des processus clés d’une organisation. L’IA Agentique intervient dans les quatre dimensions.

Stratégie : Quelles capacités stratégiques l’organisation peut-elle développer grâce à l’IA Agentique ? Où de nouveaux avantages concurrentiels émergent-ils ? Où de nouvelles dépendances vis-à-vis des plateformes IA apparaissent-elles ?

Gouvernance : Qui décide quels agents sont déployés ? Quels processus peuvent être exécutés par des agents ? Comment les actions des agents sont-elles tracées et auditées ?

Organisation : Quels rôles évoluent avec le support des agents ? Quels nouveaux rôles émergent (Agent Owner, AI Governance Manager) ?

Processus : Quelles étapes de processus sont remplacées, complétées ou restructurées par des agents ?

L’Architecture d’entreprise n’a pas besoin de répondre elle-même à ces questions — mais elle doit fournir le cadre dans lequel elles trouvent une réponse.

2.2 Architecture des systèmes d’information : nouveaux modèles d’intégration et de données

L’IA Agentique crée trois tensions structurelles dans l’Architecture SI :

Tension 1 — Accès aux données sans contrôle des données : Les agents nécessitent un accès large aux données pour accomplir leurs tâches. Les modèles classiques de contrôle d’accès (RBAC) sont conçus pour des utilisateurs humains, non pour des agents autonomes qui accèdent à différents ensembles de données selon le contexte.

Tension 2 — Intégration de systèmes sans architecture d’intégration : Les agents connectent de manière ad hoc des systèmes qui n’étaient jusqu’alors pas connectés. Cela crée de nouvelles dépendances, de nouveaux points de défaillance et une nouvelle complexité — souvent sans être capturé dans la documentation architecturale.

Tension 3 — Automatisation de processus sans documentation de processus : Lorsque les agents exécutent de manière autonome des étapes de processus, un changement de processus de facto s’opère, qui n’est reflété dans aucun modèle de processus.

2.3 Architecture d’infrastructure : Platform Engineering pour les agents

Les systèmes d’IA Agentique imposent de nouvelles exigences à l’infrastructure :

Observabilité : Les actions des agents doivent être journalisées sans lacune — non seulement à des fins de débogage, mais aussi pour la gouvernance et la conformité.
Guardrails : Mécanismes techniques maintenant les actions des agents dans des limites définies.
Capacité de rollback : Lorsqu’un agent exécute une action erronée, celle-ci doit être réversible.
Latence et fiabilité : Les workflows d’IA Agentique intégrés dans des processus cœur ont des exigences de SLA différentes des applications IA expérimentales.

3. Architecture de gouvernance pour l’IA Agentique

3.1 Le problème de gouvernance

Le problème de gouvernance central avec l’IA Agentique est la diffusion des responsabilités : lorsqu’un agent agit de manière autonome, il n’est pas clair qui est responsable du résultat — le process owner, le fournisseur IA, les opérations IT, le business owner ?

Cette question n’est pas seulement éthiquement pertinente ; elle est réglementairement impérative. Le Règlement IA de l’UE oblige les opérateurs de systèmes IA à établir des responsabilités claires, des évaluations des risques et des pistes d’audit.

3.2 Quatre couches de gouvernance

Une architecture de gouvernance robuste pour l’IA Agentique requiert quatre couches :

Couche 1 — Gouvernance stratégique : Quelles initiatives d’IA Agentique sont poursuivies ? Quel est l’appétit au risque de l’organisation ? Qui décide du déploiement d’agents à haut risque ?

Couche 2 — Gouvernance architecturale : Quels standards d’architecture s’appliquent aux agents ? Quels systèmes les agents peuvent-ils orchestrer ? Quels modèles d’accès aux données sont admissibles ?

Couche 3 — Gouvernance opérationnelle : Comment les actions des agents sont-elles surveillées ? Quels processus d’escalade existent-ils ? Comment les incidents sont-ils traités ?

Couche 4 — Gouvernance technique : Quels guardrails sont implémentés ? Comment la journalisation est-elle structurée ? Comment les mises à jour de modèles sont-elles gérées ?

3.3 Human-in-the-Loop comme mécanisme de gouvernance

Le Human-in-the-Loop (HITL) n’est pas un concept binaire. Il existe un spectre :

Automatisation totale : Aucune intervention humaine. Justifiable uniquement pour les processus à faible risque avec une forte réversibilité.

Human-on-the-Loop : L’humain supervise et peut intervenir. Approprié pour de nombreux processus opérationnels.

Human-in-the-Loop : L’humain doit approuver à des points définis. Requis pour les décisions à haut risque.

Human-as-the-Loop : L’agent assiste, l’humain décide. Pour les décisions réglementairement critiques.

La décision sur le modèle HITL applicable à chaque cas d’usage agent est une décision de gouvernance — et doit être documentée et auditable.

3.4 Agent Registry comme fondement de la gouvernance

Un Agent Registry — un inventaire central et versionné de tous les agents déployés ou planifiés au sein de l’organisation — est le fondement opérationnel de la gouvernance de l’IA Agentique.

Chaque entrée contient :

ID agent, version, owner
Objectif et périmètre
Systèmes et ensembles de données orchestrés
Catégorie de risque (Règlement IA de l’UE)
Modèle HITL
Référence du journal d’audit
Statut d’approbation

4. L’Architecture d’entreprise comme instance d’alignement et de gouvernance

4.1 Pourquoi l’Architecture d’entreprise est la bonne instance

L’Architecture d’entreprise est la seule fonction au sein de l’organisation qui pense de manière systémique à travers les couches. Elle relie la logique métier à la structure SI et à l’infrastructure. C’est précisément ce que l’IA Agentique nécessite.

D’autres fonctions peuvent couvrir des aspects partiels — la Sécurité IT peut implémenter des guardrails, le Juridique peut formuler des exigences réglementaires, le Métier peut définir des exigences de processus — mais seule l’Architecture d’entreprise peut adopter la perspective intégrative.

4.2 Tâches concrètes de l’Architecture d’entreprise dans le contexte de l’IA Agentique

Architecture cible pour l’IA Agentique : À quoi devrait ressembler le paysage d’agents de l’organisation dans 3 à 5 ans ? Quelles plateformes, quelle intégration, quelle infrastructure de gouvernance ?

Standards d’architecture : Quels standards techniques s’appliquent au développement, au déploiement et à l’exploitation des agents ?

Gestion de portefeuille : Quelles initiatives d’agents sont priorisées ? Sur la base de quels critères ?

Cadre de gouvernance : Quelles couches de gouvernance sont implémentées ? Comment l’Agent Registry est-il géré ?

Intégration dans les structures de gouvernance existantes : Comment la gouvernance de l’IA Agentique s’intègre-t-elle dans la gouvernance IT existante, la gestion des risques et la conformité ?

5. Recommandations pratiques

5.1 Actions immédiates (0–3 mois)

Inventaire : Quels systèmes d’IA Agentique sont déjà en usage ou en cours de développement ? Qui en est le responsable ?
Classification des risques : Classification selon le Règlement IA de l’UE et les critères de risque internes.
Audit HITL : Pour quels cas d’usage agents le modèle HITL actuel est-il adapté ?

5.2 Actions à moyen terme (3–12 mois)

Construire l’Agent Registry : Inventaire central de tous les agents avec métadonnées de gouvernance.
Définir le cadre de gouvernance : Quatre couches, rôles, processus, KPIs.
Adopter les standards d’architecture : Pour le développement, le déploiement, l’exploitation et la surveillance.

5.3 Actions stratégiques (12+ mois)

Architecture cible pour l’IA Agentique : Intégrer dans la planification EA globale.
Platform Engineering : Observabilité, guardrails, capacité de rollback au niveau de l’infrastructure.
Renforcer la fonction Architecture d’entreprise : Ressources, mandat et ancrage dans la gouvernance pour l’Architecture d’entreprise dans le contexte de l’IA Agentique.

Conclusion

L’IA Agentique n’est pas une évolution de l’IA — c’est une disruption architecturale. Les organisations qui introduisent l’IA Agentique sans gouvernance EA construisent une complexité qu’elles ne peuvent pas maîtriser.

L’Architecture d’entreprise est la bonne réponse — non comme bureaucratie, mais comme fonction d’alignement et de gouvernance qui relie stratégie, architecture et réalité opérationnelle.

Les organisations qui introduisent l’IA Agentique de manière gouvernance-ready seront celles qui conserveront le contrôle — sur leurs processus, leurs données et leur capacité d’action stratégique.

Dr. Amadou Sienou — Conseiller Senior en Architecture d’entreprise, IA Governance et IA Production Contact : info@abamix.com · sienou.me