Sa capacit\u00e9 d’autor\u00e9paration permet de r\u00e9cup\u00e9rer automatiquement les automatisations qui \u00e9choueraient dans des situations complexes, en appliquant intelligemment une ou plusieurs strat\u00e9gies de r\u00e9cup\u00e9ration pour maintenir la continuit\u00e9 du processus.<\/li>\n<\/ul>\n\n\n\nCompatible avec les applications web, desktop et les environnements virtuels (Citrix, VMware), Healing Agent r\u00e9duit significativement le downtime et am\u00e9liore l’efficacit\u00e9 op\u00e9rationnelle en assurant le maintien des applications malgr\u00e9 les changements non pr\u00e9vus, le tout encadr\u00e9 par l’IA Trust Layer pour une gouvernance s\u00e9curis\u00e9e.<\/p>\n\n\n\n
Automatisation de la lutte contre le blanchiment<\/h2>\n\n\n\nContexte et enjeux <\/h3>\n\n\n\n Le processus de lutte contre le blanchiment de capitaux et le financement du terrorisme (LCB-FT) g\u00e9n\u00e8re un volume croissant d’alertes qui doivent \u00eatre analys\u00e9es pour d\u00e9tecter des activit\u00e9s suspectes comme la structuration de transactions ou des mouvements inhabituels.<\/p>\n\n\n\n
Comme l\u2019explique Sofiene Jenzri, RPA Engineer chez UiPath, ce processus \u00e9tait auparavant enti\u00e8rement manuel. Il mobilisait des analystes pour examiner chaque alerte, rechercher des informations sur les clients, v\u00e9rifier les listes de sanctions, r\u00e9cup\u00e9rer l’historique des transactions et les donn\u00e9es KYC, puis effectuer une analyse crois\u00e9e avant de potentiellement signaler \u00e0 TRACFIN. Les cons\u00e9quences d’un traitement inad\u00e9quat peuvent \u00eatre lourdes : sanctions financi\u00e8res, risques juridiques et r\u00e9putationnels.<\/p>\n\n\n\nSolution<\/h3>\n\n\n\n L’approche propos\u00e9e 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 deuxi\u00e8me agent effectue des recherches dans les listes de sanctions. Enfin, un troisi\u00e8me synth\u00e9tise toutes les informations collect\u00e9es (transactions, donn\u00e9es KYC, scores de risque).<\/p>\n\n\n\n
L’intervention humaine ne se fait plus qu’\u00e0 la fin du processus, o\u00f9 l’analyste expert examine les r\u00e9sultats de l’enqu\u00eate automatis\u00e9e et d\u00e9cide de la suite \u00e0 donner. Cette automatisation permet aux \u00e9quipes de se concentrer sur les cas complexes. Et donc, d’absorber la mont\u00e9e en charge des alertes, et de r\u00e9duire significativement les risques op\u00e9rationnels, financiers et juridiques tout en g\u00e9n\u00e9rant des \u00e9conomies annuelles importantes.<\/p>\n\n\n\n
Automatisation agentique des tests applicatifs avec UiPath<\/h2>\n\n\n\n S\u00e9bastien Gontran<\/strong> (Principal Solution Engineer – Testing chez UiPath) et Pierre Raymond<\/strong> (Head of Digital Supply Chain & Manufacturing Solutions chez Saint-Gobain) ont pr\u00e9sent\u00e9 l’impl\u00e9mentation de l’automatisation agentique pour les tests applicatifs chez Saint-Gobain.<\/p>\n\n\n\nContexte et enjeux de Saint-Gobain<\/h3>\n\n\n\n Saint-Gobain a d\u00e9velopp\u00e9 en interne depuis 2017 une solution ERP hautement configurable d\u00e9ploy\u00e9e dans ses filiales mondiales, couvrant quatre business majeurs : chimie, solutions, mortiers et glaces. Cette application modulaire (ex\u00e9cution, production, qualit\u00e9, gestion RSE) suit un mod\u00e8le \u00ab\u00a0une solution, plusieurs configurations\u00a0\u00bb.<\/p>\n\n\n\n
Saint-Gobain faisait face \u00e0 une complexit\u00e9 croissante des r\u00e8gles m\u00e9tier. Ceci g\u00e9n\u00e9rait une augmentation significative des bugs \u00e0 chaque nouvelle release, avec 10 releases annuelles n\u00e9cessitant la validation de 2500 cas de test mensuels par des \u00e9quipes de plus de 60 personnes \u00e0 Mumbai confront\u00e9es \u00e0 un fort turnover. Pour r\u00e9pondre \u00e0 ces d\u00e9fis, l’entreprise vise \u00e0 fiabiliser ses livraisons en \u00e9vitant les r\u00e9gressions en production. Ceci, tout en emp\u00eachant la croissance lin\u00e9aire des \u00e9quipes de test et en facilitant l’int\u00e9gration des nouvelles ressources. Dans l’effort de test, seulement 40% correspondent \u00e0 l’ex\u00e9cution r\u00e9p\u00e9titive des cas (automatisable par RPA classique). 60% restent invisibles mais indispensables, par exemple la pr\u00e9paration des environnements, des donn\u00e9es de test et la documentation. L’automatisation agentique permet pr\u00e9cis\u00e9ment d’optimiser ces 60% cach\u00e9s gr\u00e2ce aux agents int\u00e9gr\u00e9s et \u00e0 la possibilit\u00e9 de construire des agents personnalis\u00e9s.<\/p>\n\n\n\n
Des exemples d\u2019agents<\/h3>\n\n\n\n Le premier agent d\u00e9velopp\u00e9 se concentre sur la documentation fonctionnelle en traitant les fiches de test Excel existantes. Cet agent lit, comprend et interpr\u00e8te automatiquement ces fiches pour mettre \u00e0 jour la documentation fonctionnelle correspondante. Avec un gain de plus de 5 secondes par page, ce b\u00e9n\u00e9fice devient significatif \u00e0 l’\u00e9chelle des milliers de pages trait\u00e9es par Saint-Gobain.<\/p>\n\n\n\n
L’agent de g\u00e9n\u00e9ration de cas de test exploite la documentation projet sous tous ses formats, qu’il s’agisse de dossiers d’architecture, de s\u00e9curit\u00e9 ou de sp\u00e9cifications fonctionnelles. Cette capacit\u00e9 d’analyse et d’interpr\u00e9tation multi-format lui permet de g\u00e9n\u00e9rer automatiquement des cas de test pilot\u00e9s par les risques, avec une valeur ajout\u00e9e majeure : la couverture de r\u00e8gles m\u00e9tier complexes que les testeurs humains pourraient involontairement omettre.<\/p>\n\n\n\n
L’agent de transformation low-code convertit les descriptions de cas de test en s\u00e9quences d’actions automatis\u00e9es, int\u00e9grant des capacit\u00e9s techniques avanc\u00e9es comme la g\u00e9n\u00e9ration d’expressions r\u00e9guli\u00e8res, la cr\u00e9ation de jeux de donn\u00e9es et l’aide aux requ\u00eates SQL. Cette automatisation am\u00e9liore significativement l’efficacit\u00e9 op\u00e9rationnelle en r\u00e9duisant les t\u00e2ches techniques fastidieuses qui ralentissaient auparavant les \u00e9quipes de test.<\/p>\n\n\n\n
Les b\u00e9n\u00e9fices de l\u2019approche agentique<\/h3>\n\n\n\n Pierre Raymond souligne que cette approche agentique r\u00e9pond directement aux enjeux strat\u00e9giques de Saint-Gobain. L’onboarding des nouvelles ressources est consid\u00e9rablement facilit\u00e9, permettant aux \u00e9quipes d’\u00eatre productives plus rapidement dans un contexte de fort turnover. La qualit\u00e9 des tests s’am\u00e9liore significativement car l’IA d\u00e9tecte des cas limites et des r\u00e8gles m\u00e9tier que les testeurs humains pourraient involontairement omettre. Cette capacit\u00e9 d’analyse exhaustive se traduit par une couverture de test plus pertinente et compl\u00e8te.<\/p>\n\n\n\n
Parall\u00e8lement, la productivit\u00e9 des \u00e9quipes augmente gr\u00e2ce \u00e0 l’automatisation des t\u00e2ches les plus fastidieuses. Par exemple, la g\u00e9n\u00e9ration de cas de test qui repr\u00e9sentait auparavant une activit\u00e9 particuli\u00e8rement chronophage. Enfin, la tra\u00e7abilit\u00e9 s’en trouve renforc\u00e9e. La documentation est mise \u00e0 jour automatiquement, assurant une coh\u00e9rence et une fiabilit\u00e9 accrues dans le processus de test global.<\/p>\n\n\n\n
Cas d’usage concrets de l’automatisation agentique avec UiPath<\/h2>\n\n\n\n La journ\u00e9e s\u2019est termin\u00e9e avec une table ronde anim\u00e9e par Mehdi Ntayeba<\/strong> (Directeur g\u00e9n\u00e9ral Hyperbots chez Devoteam). Hassan El Kochihi<\/strong> (Head of Smart Automation chez BPCE) et Nicolas Bouttier<\/strong> (Responsable Automatisation Intelligente chez FDJ) ont pr\u00e9sent\u00e9 leurs cas d’usage concrets d’automatisation agentique con\u00e7us en collaboration avec Devoteam.<\/p>\n\n\n\nD\u00e9finition pratique des agents IA<\/h3>\n\n\n\n Nicolas Bouttier propose une d\u00e9finition pragmatique de l’agent IA. C’est un \u00ab\u00a0un super stagiaire\u00a0\u00bb capable d’ex\u00e9cuter des t\u00e2ches vari\u00e9es une fois le contexte et les objectifs expliqu\u00e9s. Cet agent dispose d’outils, peut explorer des bases de connaissances et sait vers qui se tourner en cas de probl\u00e8me. Il poss\u00e8de une capacit\u00e9 quasi infinie d’action gr\u00e2ce \u00e0 l’acc\u00e8s aux mod\u00e8les de langage et peut mobiliser d’autres agents pour accomplir ses missions.<\/p>\n\n\n\nCas d’usage BPCE : Pr\u00e9paration de rendez-vous clients<\/h3>\n\n\n\n BPCE a d\u00e9velopp\u00e9 en collaboration avec Devoteam un syst\u00e8me d’agents IA pour optimiser la pr\u00e9paration des rendez-vous clients-prospects dans ses centres d’affaires. Le d\u00e9fi : chaque charg\u00e9 d’affaires doit effectuer 5 \u00e0 6 rendez-vous par semaine, n\u00e9cessitant une pr\u00e9paration chronophage.<\/p>\n\n\n\n
Architecture de la solution :<\/strong><\/p>\n\n\n\n\nPremier agent IA<\/strong> : Collecte d’informations externes sur les clients et prospects via recherches web<\/li>\n\n\n\nDeuxi\u00e8me agent IA<\/strong> : Synth\u00e8se et analyse des donn\u00e9es externes combin\u00e9es aux informations internes des syst\u00e8mes d’information<\/li>\n\n\n\nLivrable<\/strong> : G\u00e9n\u00e9ration automatique d’un PDF de synth\u00e8se incluant les produits \u00e0 proposer et les b\u00e9n\u00e9ficiaires potentiels<\/li>\n<\/ul>\n\n\n\nOrchestration<\/strong> : Les deux agents fonctionnent en parall\u00e8le. L’un recherche des actualit\u00e9s sur plusieurs sites de r\u00e9f\u00e9rence. L’autre g\u00e9n\u00e8re des recommandations bas\u00e9es sur l’historique client pour proposer des produits adapt\u00e9s.<\/p>\n\n\n\nCas d’usage FDJ : Analyse de contrats avec SOC2<\/h3>\n\n\n\n La Fran\u00e7aise des Jeux a impl\u00e9ment\u00e9 un agent IA pour l’analyse de contrats, utilisant l’outil SOC2. Cette solution s’est r\u00e9v\u00e9l\u00e9e la plus adapt\u00e9e. Elle a \u00e9vit\u00e9 de d\u00e9velopper un nouveau mod\u00e8le sur des milliers de documents, \u00e9conomisant 2 \u00e0 3 ans de d\u00e9veloppement.<\/p>\n\n\n\n
Fonctionnalit\u00e9s d\u00e9montr\u00e9es :<\/strong><\/p>\n\n\n\n\nExtraction automatique<\/strong> : L’agent identifie et extrait les clauses sp\u00e9cifiques des contrats<\/li>\n\n\n\nTra\u00e7abilit\u00e9<\/strong> : Chaque clause extraite est r\u00e9f\u00e9renc\u00e9e avec sa page source et son texte exact<\/li>\n\n\n\nMultilinguisme<\/strong> : Capacit\u00e9 de traitement des contrats en fran\u00e7ais et anglais<\/li>\n\n\n\nV\u00e9rification<\/strong> : Validation automatique des r\u00e9sultats avec localisation pr\u00e9cise dans le document source<\/li>\n<\/ul>\n\n\n\nPerformance mesur\u00e9e :<\/strong> Le syst\u00e8me affiche des indicateurs de performance en temps r\u00e9el, avec des taux de pr\u00e9cision sup\u00e9rieurs \u00e0 60% sur les t\u00e2ches complexes.<\/p>\n\n\n\nCes deux cas d’usage illustrent comment l’automatisation agentique d\u00e9passe les limites de la RPA traditionnelle en traitant des donn\u00e9es non structur\u00e9es et en prenant des d\u00e9cisions contextuelles. Ces solutions concr\u00e8tes d\u00e9montrent que l’automatisation agentique est maintenant un levier de performance accessible, transformant la fa\u00e7on dont les entreprises abordent leurs projets d’automatisation et red\u00e9finissant le r\u00f4le des collaborateurs dans les processus m\u00e9tier.<\/p>\n\n\n\n
L’UiPath Agentic Automation Summit a d\u00e9montr\u00e9 une \u00e9vidence : l’automatisation agentique n’est plus une promesse technologique mais une r\u00e9alit\u00e9 op\u00e9rationnelle. Les cas d’usage pr\u00e9sent\u00e9s par BPCE, FDJ et Saint-Gobain illustrent parfaitement comment cette nouvelle g\u00e9n\u00e9ration d’automatisation transforme concr\u00e8tement les processus m\u00e9tier.<\/p>\n\n\n\n
Devoteam, fort d\u2019une expertise reconnue dans l’orchestration entre agents IA, robots et humains, accompagne ses clients dans cette transition cruciale.<\/strong> Nous avons d\u00e9velopp\u00e9 une approche pragmatique qui place l’humain au centre de ces nouveaux \u00e9cosyst\u00e8mes automatis\u00e9s, garantissant ainsi un d\u00e9ploiement ma\u00eetris\u00e9 et \u00e9thique de ces technologies.<\/p>\n\n\n\nCar si les agents pensent et les robots ex\u00e9cutent, c’est bien l’humain qui doit continuer \u00e0 diriger. L\u2019approche \u00ab\u00a0human in the loop\u00a0\u00bb n’est pas qu’une pr\u00e9caution technique : elle constitue le fondement m\u00eame d’une automatisation responsable et p\u00e9renne. Dans un monde o\u00f9 l’intelligence artificielle gagne en autonomie, maintenir cette supervision humaine devient un avantage concurrentiel d\u00e9cisif.<\/p>\n\n\n\n
L’avenir de l’automatisation se dessine aujourd’hui<\/strong> : celui d’une collaboration orchestr\u00e9e o\u00f9 technologie et expertise humaine se compl\u00e8tent pour cr\u00e9er de la valeur durable.<\/p>\n","protected":false},"excerpt":{"rendered":"Le temps des robots logiciels cantonn\u00e9s \u00e0 des t\u00e2ches r\u00e9p\u00e9titives et d\u00e9terministes est r\u00e9volu. Place aux agents IA autonomes, capables de raisonner, d’apprendre et de prendre des d\u00e9cisions dans des contextes in\u00e9dits. Cette r\u00e9volution technologique red\u00e9finit la collaboration entre l’humain, l’intelligence artificielle et les syst\u00e8mes automatis\u00e9s. Le 26 Juin dernier au Trianon, l\u2019UIPath Agentic Automation […]<\/p>\n","protected":false},"featured_media":600621,"template":"","categories":[935],"tags":[],"industry":[],"class_list":["post-679117","expert-view","type-expert-view","status-publish","has-post-thumbnail","hentry","category-ia"],"acf":[],"cards":"\n\t
![\"UIPath\"](\"https:\/\/devoteam.info\/wp-content\/uploads\/2025\/07\/Devoteam_Expert-view_UIPath-Agentic-Automation-Summit-1-1024x576.jpg\")
<\/figure>\n\n\n\n![\"\"](\"https:\/\/devoteam.info\/wp-content\/uploads\/2025\/07\/Devoteam_Expert-view_UIPath-Agentic-Automation-Summit-2-1024x576.jpg\")
<\/figure>\n\n\n\n![\"L’automatisation](\"https:\/\/devoteam.info\/wp-content\/uploads\/2025\/05\/Devoteam-Agentic-Summit-Paris-LinkedIn-banner.jpg\")
<\/a><\/figure>\n\n\t\t\n\t\t![\"UIPath\"](\"https:\/\/devoteam.info\/wp-content\/uploads\/2025\/07\/Devoteam_Expert-view_UIPath-Agentic-Automation-Summit-3-1024x576.jpg\")
<\/figure>\n\n\n\n