Avec l’essor des agents d’IA, le rôle de l’Infrastructure de service numérique (DSI) évolue : d’un gestionnaire traditionnel d’outils numériques, elle devient désormais l’architecte de l’action digitale. Autrefois centrée sur la fourniture d’applications, la sécurisation des données, l’intégration des systèmes et la garantie de leur disponibilité, la DSI doit désormais définir ce que les agents d’IA peuvent accomplir, encadrer leurs actions et mesurer la valeur qu’ils génèrent au sein des fonctions métiers. Ces agents peuvent consulter des données, utiliser des applications et déclencher des actions, ajoutant une nouvelle couche de complexité à la gestion des opérations numériques des entreprises. Les agents d’IA sont capables d’analyser des demandes clients, de rechercher des informations à travers plusieurs applications, de préparer des décisions, de créer des tickets ou même de lancer des opérations. Ce changement de paradigme oblige la DSI à repenser la délégation, le contrôle et l’évaluation du travail. La question n’est plus seulement de savoir si une technologie fonctionne, mais bien ce à quoi un agent est autorisé à accéder, dans quelles conditions, sous quel niveau de supervision et avec quelle responsabilité. À mesure que ces agents se généralisent, leur gestion devient de plus en plus complexe : qui en est le propriétaire ? Quelles données consulte-t-il ? Quels systèmes peut-il modifier ? Comment vérifier ses actions ? La DSI doit s’assurer que chaque agent dispose d’un objectif défini, d’un propriétaire métier, d’une identité technique, de droits adaptés à sa mission, ainsi que de conditions de désactivation ou de modification. Ces principes, familiers en gestion des applications et des accès, gagnent en complexité lorsque l’agent est capable d’interpréter une situation et de prendre des décisions. Par exemple, en cas d’incident de production, un agent pourrait collecter des alertes, des journaux techniques et les changements récents, puis proposer une cause et ouvrir un incident. Mais a-t-il le droit de redémarrer un service, d’annuler un déploiement ou de modifier une configuration ? La réponse dépend de la criticité du système, de la réversibilité de l’action et de la confiance accumulée au fil du temps. La DSI doit formaliser ces niveaux d’autonomie, en veillant à ce que chaque action soit dûment autorisée et suivie. Déployer des agents d’IA n’est qu’une première étape. Leur comportement doit être observable et évalué sur la durée : quelles données consultent-ils ? Quels outils utilisent-ils ? Quelles décisions proposent-ils ? Une intervention humaine a-t-elle permis de les corriger ? Les métriques techniques, comme le nombre de requêtes ou les coûts des modèles, ne suffisent pas à déterminer si un processus fonctionne mieux. La DSI doit collaborer avec les fonctions métiers pour mesurer le temps de traitement, la qualité des résultats, les erreurs, les interventions humaines et le coût complet par opération. Ce changement modifie aussi la façon dont les opérations sont surveillées : il ne s’agit plus seulement de garantir la disponibilité d’une application, mais de vérifier que les agents agissent dans les limites définies et produisent des résultats acceptables. La DSI ne peut à elle seule définir la valeur ou les règles de chaque processus ; les fonctions métiers doivent rester responsables des objectifs, des décisions et de la qualité attendue. La DSI apporte l’architecture nécessaire, l’intégration, la sécurité et le soutien opérationnel, tandis que les fonctions de contrôle aident à fixer des limites de risque adaptées. Cette collaboration doit s’engager dès la conception du processus, en veillant à ce que les agents prennent en charge des tâches améliorant l’efficacité sans automatiser une complexité superflue.