Le temps des robots logiciels cantonnés à des tâches répétitives et déterministes est révolu. Place aux agents IA autonomes, capables de raisonner, d’apprendre et de prendre des décisions dans des contextes inédits. Cette révolution technologique redéfinit la collaboration entre l’humain, l’intelligence artificielle et les systèmes automatisés.
Le 26 Juin dernier au Trianon, l’UIPath Agentic Automation Summit de Paris a introduit le concept de “second acte de l’automatisation”: l’automatisation agentique. Au programme de cet événement : une vision économique de l’IA en France par Philippe Aghion, professeur au Collège de France, des cas d’usage concrets chez Manutan, Saint-Gobain et Leroy Merlin, et une table ronde animée par Mehdi Ntayeba, Directeur général d’Hyperbots chez Devoteam, sponsor de l’événement.
Comment les entreprises peuvent-elles orchestrer des milliers de robots avec des milliers d’agents pour transformer leurs processus métier ? La réponse d’UiPath tient en une philosophie simple mais révolutionnaire : « Agents think, robots do, and people lead ».
L’automatisation agentique, une réalité
L’automatisation agentique est désormais opérationnelle. C’est une réalité concrète pour les entreprises, comme l’a confirmé Alexandra Syrovatski, Directrice Générale d’UiPath France, en ouverture du Summit. Contrairement aux robots traditionnels qui excellent dans l’exécution de tâches déterministes basées sur des règles précises, les agents sont guidés par une mission. Ils possèdent un rôle défini et peuvent prendre des décisions dans des contextes inconnus, tout en apprenant de manière autonome. Cette combinaison entre robots et agents ouvre un nouveau champ de possibilités. UiPath anticipe que les entreprises devront gérer et orchestrer des milliers de robots avec des milliers d’agents. Pour répondre à cette complexité et à l’hétérogénéité des systèmes d’information existants, UiPath propose Maestro, une solution d’orchestration agnostique, ouverte et neutre.
La philosophie autour de cette approche se résume par « Agents think, robots do, and people lead« . L’étude Forrester de mai 2025 classe d’ailleurs l’IA agentique comme première technologie émergente de 2025. Pour Alexandra Syrovatski, les entreprises doivent aujourd’hui identifier leurs cas d’usage emblématiques pour tester et déployer cette automatisation agentique:
“L’automatisation agentique est un levier de performance et d’optimisation concret et accessible”.
L’avènement de l’automatisation agentique : la vision d’UiPath
L’automatisation agentique comme le « second acte » de l’automatisation d’entreprise
UiPath présente l’automatisation agentique comme le « second acte de l’automatisation ». Autrement dit, c’est une évolution majeure qui dépasse les limites de la RPA traditionnelle. Cette approche combine des agents IA autonomes, capables de prendre des décisions dynamiques et d’apprendre, avec des robots déterministes et l’intervention humaine.
Contrairement à la RPA classique limitée aux tâches répétitives basées sur des règles, l’automatisation agentique permet de traiter des processus non structurés et de résoudre des problèmes métier complexes de bout en bout. Les agents IA peuvent percevoir, raisonner et agir de manière autonome. Ceci apporte la flexibilité cognitive nécessaire pour gérer des données non structurées et des situations imprévisibles.
UiPath fait évoluer sa plateforme pour orchestrer ces nouvelles capacités d’IA avec son infrastructure RPA existante, transformant sa proposition de valeur : de la simple efficacité des tâches vers la résolution complète des problèmes métier. Cette transition stratégique répond à la demande croissante pour une automatisation plus intelligente et adaptative. Le succès dépendra capacité à combiner efficacement l’intelligence artificielle, la précision de la RPA et la supervision humaine.
L’impératif stratégique de combiner agents IA, robots et humains
Au cœur de la démonstration de ce Summit : les entreprises performantes orchestrent agents IA, robots et humains dans des flux de travail intégrés plutôt que d’utiliser des agents IA isolés. Cette synergie coordonnée génère des résultats cohérents et transformateurs, réduisant les délais, améliorant la précision et enrichissant l’expérience client.
Les cas d’usage présentés illustrent cette approche. Dans les demandes de prêt, les agents IA analysent les données et formulent des recommandations. Les robots gèrent le traitement documentaire, tandis que les humains se concentrent sur les dossiers complexes et les approbations finales. Pour le service client, les agents IA traitent les demandes initiales en accédant rapidement aux bases de connaissances.
Daniel Dines, PDG d’UiPath, a insisté sur l’équilibre critique entre autonomie de l’IA et supervision humaine. Notamment, afin de garantir la conformité éthique et juridique. Cette approche d’ »agents contrôlés » répond aux préoccupations des entreprises concernant le déploiement de systèmes autonomes sans protections adéquates.
UiPath se positionne sur l’ »IA responsable » pour l’automatisation. En effet, les capacités techniques seules ne suffisent pas pour une adoption généralisée. Garantir gouvernance, sécurité et alignement éthique devient primordial. Cette capacité constitue un avantage concurrentiel majeur sur un marché de plus en plus sensible aux risques liés à l’IA.
Agent Builder, Maestro, Healing Agent : Des agents à l’orchestration
UiPath Agent Builder
UiPath Agent Builder vise à faciliter la création d’agents d’IA d’entreprise spécialisés. Cet outil unifié est conçu pour la création, le test et le déploiement complets d’agents d’IA au sein de l’entreprise. Agent Builder prend en charge les utilisateurs pro-code et low-code. Il propose une création intuitive d’agents en langage naturel, des modèles prédéfinis et la possibilité essentielle d’intégrer la mémoire et le contexte métier. Il inclut également des outils d’évaluation essentiels pour garantir la précision et la fiabilité des agents, essentielles aux déploiements en entreprise.
UiPath Maestro
UiPath Maestro propose une couche d’orchestration pour les workflows complexes de bout en bout. Maestro est conçu pour permettre aux clients d’orchestrer leurs tâches avec une approche indépendante de l’écosystème. Cela signifie qu’il peut modéliser, exploiter et optimiser des processus impliquant plusieurs agents, robots et personnes. Et ce, quelle que soit la plateforme sur laquelle les agents ou les automatisations ont été créés, ou les modèles d’IA qu’ils utilisent.
UiPath Healing Agent
UiPath Healing Agent a également été mis en avant lors de cet événement. Il s’agit d’une solution complète d’autoréparation basée sur l’analyse JIT (Just-in-Time) des processus d’automatisation d’interface utilisateur. Cet agent intelligent détermine automatiquement les stratégies de récupération les plus efficaces et offre deux fonctionnalités complémentaires :
- Il fournit des recommandations actionnables via Autopilot pour résoudre les défaillances d’automatisation sans debugging complexe, en suggérant de nouveaux sélecteurs, des délais intelligents ou des mises à jour de code pour gérer les fenêtres contextuelles inattendues ;
- Sa capacité d’autoréparation permet de récupérer automatiquement les automatisations qui échoueraient dans des situations complexes, en appliquant intelligemment une ou plusieurs stratégies de récupération pour maintenir la continuité du processus.
Compatible avec les applications web, desktop et les environnements virtuels (Citrix, VMware), Healing Agent réduit significativement le downtime et améliore l’efficacité opérationnelle en assurant le maintien des applications malgré les changements non prévus, le tout encadré par l’IA Trust Layer pour une gouvernance sécurisée.
Automatisation de la lutte contre le blanchiment
Contexte et enjeux
Le processus de lutte contre le blanchiment de capitaux et le financement du terrorisme (LCB-FT) génère un volume croissant d’alertes qui doivent être analysées pour détecter des activités suspectes comme la structuration de transactions ou des mouvements inhabituels.
Comme l’explique Sofiene Jenzri, RPA Engineer chez UiPath, ce processus était auparavant entièrement manuel. Il mobilisait des analystes pour examiner chaque alerte, rechercher des informations sur les clients, vérifier les listes de sanctions, récupérer l’historique des transactions et les données KYC, puis effectuer une analyse croisée avant de potentiellement signaler à TRACFIN. Les conséquences d’un traitement inadéquat peuvent être lourdes : sanctions financières, risques juridiques et réputationnels.
Solution
L’approche proposée utilise une orchestration d’agents IA via la plateforme Maestro pour automatiser la majeure partie du processus. Un premier agent analyse l’alerte initiale. Un deuxième agent effectue des recherches dans les listes de sanctions. Enfin, un troisième synthétise toutes les informations collectées (transactions, données KYC, scores de risque).
L’intervention humaine ne se fait plus qu’à la fin du processus, où l’analyste expert examine les résultats de l’enquête automatisée et décide de la suite à donner. Cette automatisation permet aux équipes de se concentrer sur les cas complexes. Et donc, d’absorber la montée en charge des alertes, et de réduire significativement les risques opérationnels, financiers et juridiques tout en générant des économies annuelles importantes.
Automatisation agentique des tests applicatifs avec UiPath
Sébastien Gontran (Principal Solution Engineer – Testing chez UiPath) et Pierre Raymond (Head of Digital Supply Chain & Manufacturing Solutions chez Saint-Gobain) ont présenté l’implémentation de l’automatisation agentique pour les tests applicatifs chez Saint-Gobain.
Contexte et enjeux de Saint-Gobain
Saint-Gobain a développé en interne depuis 2017 une solution ERP hautement configurable déployée dans ses filiales mondiales, couvrant quatre business majeurs : chimie, solutions, mortiers et glaces. Cette application modulaire (exécution, production, qualité, gestion RSE) suit un modèle « une solution, plusieurs configurations ».
Saint-Gobain faisait face à une complexité croissante des règles métier. Ceci générait une augmentation significative des bugs à chaque nouvelle release, avec 10 releases annuelles nécessitant la validation de 2500 cas de test mensuels par des équipes de plus de 60 personnes à Mumbai confrontées à un fort turnover. Pour répondre à ces défis, l’entreprise vise à fiabiliser ses livraisons en évitant les régressions en production. Ceci, tout en empêchant la croissance linéaire des équipes de test et en facilitant l’intégration des nouvelles ressources. Dans l’effort de test, seulement 40% correspondent à l’exécution répétitive des cas (automatisable par RPA classique). 60% restent invisibles mais indispensables, par exemple la préparation des environnements, des données de test et la documentation. L’automatisation agentique permet précisément d’optimiser ces 60% cachés grâce aux agents intégrés et à la possibilité de construire des agents personnalisés.
Des exemples d’agents
Le premier agent développé se concentre sur la documentation fonctionnelle en traitant les fiches de test Excel existantes. Cet agent lit, comprend et interprète automatiquement ces fiches pour mettre à jour la documentation fonctionnelle correspondante. Avec un gain de plus de 5 secondes par page, ce bénéfice devient significatif à l’échelle des milliers de pages traitées par Saint-Gobain.
L’agent de génération de cas de test exploite la documentation projet sous tous ses formats, qu’il s’agisse de dossiers d’architecture, de sécurité ou de spécifications fonctionnelles. Cette capacité d’analyse et d’interprétation multi-format lui permet de générer automatiquement des cas de test pilotés par les risques, avec une valeur ajoutée majeure : la couverture de règles métier complexes que les testeurs humains pourraient involontairement omettre.
L’agent de transformation low-code convertit les descriptions de cas de test en séquences d’actions automatisées, intégrant des capacités techniques avancées comme la génération d’expressions régulières, la création de jeux de données et l’aide aux requêtes SQL. Cette automatisation améliore significativement l’efficacité opérationnelle en réduisant les tâches techniques fastidieuses qui ralentissaient auparavant les équipes de test.
Les bénéfices de l’approche agentique
Pierre Raymond souligne que cette approche agentique répond directement aux enjeux stratégiques de Saint-Gobain. L’onboarding des nouvelles ressources est considérablement facilité, permettant aux équipes d’être productives plus rapidement dans un contexte de fort turnover. La qualité des tests s’améliore significativement car l’IA détecte des cas limites et des règles métier que les testeurs humains pourraient involontairement omettre. Cette capacité d’analyse exhaustive se traduit par une couverture de test plus pertinente et complète.
Parallèlement, la productivité des équipes augmente grâce à l’automatisation des tâches les plus fastidieuses. Par exemple, la génération de cas de test qui représentait auparavant une activité particulièrement chronophage. Enfin, la traçabilité s’en trouve renforcée. La documentation est mise à jour automatiquement, assurant une cohérence et une fiabilité accrues dans le processus de test global.
Cas d’usage concrets de l’automatisation agentique avec UiPath
La journée s’est terminée avec une table ronde animée par Mehdi Ntayeba (Directeur général Hyperbots chez Devoteam). Hassan El Kochihi (Head of Smart Automation chez BPCE) et Nicolas Bouttier (Responsable Automatisation Intelligente chez FDJ) ont présenté leurs cas d’usage concrets d’automatisation agentique conçus en collaboration avec Devoteam.
Définition pratique des agents IA
Nicolas Bouttier propose une définition pragmatique de l’agent IA. C’est un « un super stagiaire » capable d’exécuter des tâches variées une fois le contexte et les objectifs expliqués. Cet agent dispose d’outils, peut explorer des bases de connaissances et sait vers qui se tourner en cas de problème. Il possède une capacité quasi infinie d’action grâce à l’accès aux modèles de langage et peut mobiliser d’autres agents pour accomplir ses missions.
Cas d’usage BPCE : Préparation de rendez-vous clients
BPCE a développé en collaboration avec Devoteam un système d’agents IA pour optimiser la préparation des rendez-vous clients-prospects dans ses centres d’affaires. Le défi : chaque chargé d’affaires doit effectuer 5 à 6 rendez-vous par semaine, nécessitant une préparation chronophage.
Architecture de la solution :
- Premier agent IA : Collecte d’informations externes sur les clients et prospects via recherches web
- Deuxième agent IA : Synthèse et analyse des données externes combinées aux informations internes des systèmes d’information
- Livrable : Génération automatique d’un PDF de synthèse incluant les produits à proposer et les bénéficiaires potentiels
Orchestration : Les deux agents fonctionnent en parallèle. L’un recherche des actualités sur plusieurs sites de référence. L’autre génère des recommandations basées sur l’historique client pour proposer des produits adaptés.
Cas d’usage FDJ : Analyse de contrats avec SOC2
La Française des Jeux a implémenté un agent IA pour l’analyse de contrats, utilisant l’outil SOC2. Cette solution s’est révélée la plus adaptée. Elle a évité de développer un nouveau modèle sur des milliers de documents, économisant 2 à 3 ans de développement.
Fonctionnalités démontrées :
- Extraction automatique : L’agent identifie et extrait les clauses spécifiques des contrats
- Traçabilité : Chaque clause extraite est référencée avec sa page source et son texte exact
- Multilinguisme : Capacité de traitement des contrats en français et anglais
- Vérification : Validation automatique des résultats avec localisation précise dans le document source
Performance mesurée : Le système affiche des indicateurs de performance en temps réel, avec des taux de précision supérieurs à 60% sur les tâches complexes.
Ces deux cas d’usage illustrent comment l’automatisation agentique dépasse les limites de la RPA traditionnelle en traitant des données non structurées et en prenant des décisions contextuelles. Ces solutions concrètes démontrent que l’automatisation agentique est maintenant un levier de performance accessible, transformant la façon dont les entreprises abordent leurs projets d’automatisation et redéfinissant le rôle des collaborateurs dans les processus métier.
Conclusion : L’orchestration au cœur de la transformation
L’UiPath Agentic Automation Summit a démontré une évidence : l’automatisation agentique n’est plus une promesse technologique mais une réalité opérationnelle. Les cas d’usage présentés par BPCE, FDJ et Saint-Gobain illustrent parfaitement comment cette nouvelle génération d’automatisation transforme concrètement les processus métier.
Devoteam, fort d’une expertise reconnue dans l’orchestration entre agents IA, robots et humains, accompagne ses clients dans cette transition cruciale. Nous avons développé une approche pragmatique qui place l’humain au centre de ces nouveaux écosystèmes automatisés, garantissant ainsi un déploiement maîtrisé et éthique de ces technologies.
Car si les agents pensent et les robots exécutent, c’est bien l’humain qui doit continuer à diriger. L’approche « human in the loop » n’est pas qu’une précaution technique : elle constitue le fondement même d’une automatisation responsable et pérenne. Dans un monde où l’intelligence artificielle gagne en autonomie, maintenir cette supervision humaine devient un avantage concurrentiel décisif.
L’avenir de l’automatisation se dessine aujourd’hui : celui d’une collaboration orchestrée où technologie et expertise humaine se complètent pour créer de la valeur durable.