Paradoxe de l'IA : parfois, le meilleur résultat d'un pilote est de ne pas déployer d'agents

Il arrive que le meilleur aboutissement d’un pilote IA soit la décision de ne pas créer d’agents.

Lors d’une intervention à TNF, Anton Rubenchik, DSI de SIBUR, a partagé une observation intrigante : si vous décrivez sérieusement et exhaustivement les règles d’un processus, certains agents IA initialement prévus s’avèrent superflus.

Cela semble presque paradoxal, car dans l’industrie, le leadership en matière d’IA est souvent évalué au nombre de lancements. Mais SIBUR suit une logique différente. L’entreprise expérimente activement avec des agents, teste de nouveaux scénarios et évolue vers une plus grande autonomie. Toutefois, le résultat d’un pilote est jugé sur ce qui a changé dans le travail opérationnel : y a-t-il moins d’opérations manuelles et moins d’approbations répétitives ?

Le pilote lui-même fonctionne comme un outil de diagnostic. Pendant que l’équipe explique à l’agent où puiser les données et quelles règles suivre pour la prise de décision, les failles entre les systèmes, les exceptions non documentées et les habitudes informelles qui maintenaient le processus se révèlent.

Après une telle analyse, il apparaît parfois que la tâche est plus économique et plus fiable à résoudre sans LLM — en corrigeant une intégration, en supprimant une validation superflue ou en codifiant une règle sous forme d’algorithme standard.

L’agent n’est peut-être jamais passé en production industrielle, mais le processus est devenu plus court et plus clair. Un résultat parfaitement valable pour l’expérimentation.