Les indicateurs au sein des Global Business Services pointent désormais dans la mauvaise direction — et l'écart s'accélère. Les charges de travail GBS devraient croître de 15 % cette année. Les effectifs de 10 %. Les budgets de 7 %. Ce n'est pas un simple inconvénient opérationnel. C'est un passif structurel qui s'accumule dans le grand livre de la fonction finance.
Pour les dirigeants GBS, le message est sans ambiguïté : le modèle de service fondé sur les coûts majorés et les effectifs approche de ses limites structurelles. Les organisations qui le reconnaissent tôt, et qui répondent avec une intention architecturale plutôt qu'une expérimentation tactique, définiront ce à quoi ressemble un GBS haute performance pour la prochaine décennie. Celles qui continuent de traiter l'IA comme un complément de productivité greffé sur un modèle opérationnel inchangé se retrouveront à gérer un écart de plus en plus coûteux qu'elles ne pourront pas combler.
L'IA agentique n'est pas une tendance technologique à surveiller. C'est le point d'inflexion stratégique qui détermine quelles organisations GBS évoluent intelligemment et lesquelles se contentent de s'agiter davantage.
La Fin de l'Ère des Pilotes
Au cours des deux dernières années, la réponse dominante des GBS à l'IA générative a été l'expérimentation contrôlée : preuves de concept en comptabilité fournisseurs, pilotes de chatbots dans la gestion des services RH, outils de synthèse superposés aux flux de travail existants. Les résultats ont été réellement prometteurs dans des poches isolées — mais ils n'ont pas produit de résultats mesurables à l'échelle de l'entreprise.
Ce n'est pas un échec technologique. C'est un échec architectural.
L'IA générative, appliquée comme solution ponctuelle dans un processus inchangé, produit une efficacité incrémentale. L'IA agentique — des systèmes d'IA capables de raisonner, planifier, séquencer des tâches et agir sur plusieurs systèmes avec une intervention humaine limitée — opère à un niveau fondamentalement différent. Elle n'assiste pas un processus. Elle l'exécute.
Les conclusions du Hackett Group reflètent cette évolution en termes de maturité. Près de 90 % des dirigeants GBS indiquent désormais que l'IA remodèle les tâches routinières. Plus de la moitié constatent un impact mesurable sur les travaux complexes. Selon la même étude, les organisations qui atteignent 13 % d'amélioration de l'expérience client, 11 % de gains en qualité de service et en engagement des employés, et 10 % d'augmentation de la productivité ne le font pas grâce à de meilleures invites. Elles le font grâce à une refonte délibérée de la façon dont le travail circule dans l'organisation.
L'ère des pilotes est révolue. La question n'est plus de savoir s'il faut déployer l'IA agentique, mais comment l'architecturer pour des performances de niveau entreprise.
Ce que Signifie Réellement l'IA Agentique dans un Contexte GBS
Le terme « IA agentique » est utilisé de manière suffisamment vague pour qu'il vaille la peine d'être précis sur ce qu'il signifie en pratique, et pourquoi il importe spécifiquement pour les GBS.
Un agent IA est un système capable de poursuivre un objectif défini à travers une séquence d'actions — collecter des informations, prendre des décisions, interagir avec des systèmes externes et déléguer à d'autres agents — sans nécessiter l'intervention humaine à chaque étape. Dans un contexte GBS, cela signifie qu'un agent peut recevoir une facture, la valider par rapport aux conditions contractuelles, interroger un ERP, signaler une exception pour examen humain et initier le paiement — de bout en bout, à grande échelle, en continu.
C'est fondamentalement différent d'un script d'automatisation robotique des processus (RPA) ou d'un copilote GenAI. L'RPA suit des règles rigides dans une séquence déterministe. Un copilote GenAI améliore le travail humain. Un agent IA gère le travail lui-même, adaptant son parcours en fonction de ce qu'il rencontre.
L'enquête entreprise 2026 d'IBM suggère que d'ici la fin de cette année, la plupart des grandes organisations auront déployé des effectifs numériques de plus de 1 600 agents IA. La question n'est plus de savoir si ce niveau de déploiement est techniquement faisable. La question est de savoir si le modèle opérationnel GBS — ses structures de gouvernance, son architecture de données, ses indicateurs de performance, son modèle de talents — est conçu pour le gérer.
Pour la plupart des organisations GBS aujourd'hui, la réponse honnête est : pas encore.
La Vraie Contrainte N'est Pas la Technologie
La conclusion la plus importante des recherches actuelles sur les GBS ne porte pas sur les capacités de l'IA. Elle porte sur la préparation organisationnelle.
Sept dirigeants sur dix interrogés par The Hackett Group dans le cadre de programmes de transformation d'entreprise indiquent qu'une gouvernance IA inadéquate est la principale contrainte ralentissant leur transformation IA. Pas la capacité des modèles. Pas le coût. La gouvernance.
Cela se manifeste dans les GBS de trois manières spécifiques.
La prolifération des agents. Lorsque le déploiement de l'IA agentique se fait sans stratégie unifiée, les équipes individuelles résolvent des problèmes locaux avec des outils locaux. Il en résulte une prolifération d'agents cloisonnés et mal intégrés — chacun résolvant un problème étroit, aucun connecté aux données d'entreprise de manière cohérente, tous accumulant une dette technique et une exposition aux risques de sécurité. Les gains d'efficacité des agents individuels sont réels ; les coûts de coordination au sein de populations d'agents non gérées les dépassent fréquemment.
Les déficits d'intégrité des données. L'IA agentique n'est fiable qu'à la mesure des données sur lesquelles elle agit. Dans les environnements GBS — en particulier ceux qui ont évolué par acquisition, projets d'harmonisation des processus ou consolidation partielle des ERP — la qualité des données de référence est souvent incohérente. Un agent chargé de faire correspondre une facture fournisseur à un bon de commande dans SAP est inutile si le référentiel fournisseurs est incomplet, dupliqué entre systèmes ou structuré de manière incohérente. La gouvernance des données n'est pas une condition préalable qui sera un jour satisfaite ; c'est une discipline opérationnelle continue qui doit être gérée en parallèle du déploiement de l'IA.
Le désalignement des mesures de performance.Les KPI GBS traditionnels — coût par transaction, respect des SLA, ratios d'effectifs — ont été conçus pour un modèle opérationnel à forte intensité de main-d'œuvre. Ils mesurent les intrants et le débit. Ils ne mesurent pas les résultats. L'étude 2026 du Hackett Group identifie explicitement la redéfinition de la gestion de la performance comme l'une des cinq priorités stratégiques pour les dirigeants GBS cette année — en élargissant les indicateurs pour inclure l'expérience client, l'engagement des employés, la qualité de service et la contribution à l'innovation aux côtés des coûts. Les organisations qui continuent d'optimiser selon d'anciens indicateurs prendront des décisions rationnelles qui produiront des résultats sous-optimaux.
Ce ne sont pas des problèmes technologiques. Ce sont des problèmes de modèle opérationnel. Et ce sont précisément les problèmes qu'un programme de transformation bien structuré aborde avant de déployer la technologie à grande échelle.
À Quoi Ressemble l'Architecture
Le Cadre Opérationnel Agentique d'Entreprise du Hackett Group offre une structure utile pour réfléchir à la façon dont les éléments s'articulent : stratégie, gouvernance, données, technologie et flux de travail agentiques comme couches interdépendantes — non pas un chemin d'implémentation séquentiel, mais un système qui doit être cohérent dans toutes ses dimensions simultanément.
Du point de vue de la transformation GBS, trois domaines de travail déterminent systématiquement si le déploiement réussit ou s'enlise.
La clarté des processus avant l'automatisation. L'erreur la plus courante dans la transformation GBS assistée par l'IA est d'automatiser un processus défaillant. Un flux de travail de comptabilité fournisseurs inefficace avec une gestion des exceptions intégrée et des contournements manuels ne devient pas efficace lorsqu'on y ajoute un agent. Il devient une version plus rapide, plus difficile à auditer et propulsée par l'IA du même dysfonctionnement. La clarté des processus vient en premier. L'architecture des agents suit.
La gouvernance par conception. La gouvernance de l'IA agentique dans les GBS n'est pas un exercice de gestion des risques informatiques. C'est une discipline opérationnelle. Elle définit quelles décisions les agents sont autorisés à prendre de manière autonome, lesquelles nécessitent un examen humain, comment les erreurs sont détectées et résolues, et comment la performance de la population d'agents est mesurée et améliorée au fil du temps. La conception avec intervention humaine n'est pas une concession à la prudence ; c'est le mécanisme par lequel la confiance est construite et le risque opérationnel est géré.
La refonte de l'architecture de performance. Construire un cadre de gestion de la performance orienté résultats n'est pas un exercice de métriques. Cela nécessite un alignement entre la direction GBS, les parties prenantes de l'entreprise et — le cas échéant — les partenaires de l'organisation conservée. Définir ce que « bon » signifie lorsque l'agent gère la transaction et l'humain gère l'exception est une question fondamentalement différente de la conformité aux SLA dans un modèle piloté par les effectifs.
La Fenêtre Stratégique, C'est Maintenant
Le moment actuel dans l'adoption de l'IA agentique est véritablement inhabituel. La technologie est suffisamment mature pour délivrer une valeur d'entreprise mesurable. La différenciation concurrentielle entre les premiers adoptants et les retardataires s'élargit visiblement. Et la capacité organisationnelle à la déployer correctement — cadres de gouvernance, conception du modèle opérationnel, gestion du changement — reste suffisamment rare pour que le faire correctement constitue en soi une source d'avantage concurrentiel.
Pour les dirigeants GBS, les organisations qui commencent ce travail d'architecture maintenant auront un avantage opérationnel de 12 à 18 mois sur celles qui attendent que le marché mûrisse davantage. Des programmes de transformation agentique à grande échelle sont déjà sous contrat avec de grandes entreprises. Les organisations qui agissent avec une intention architecturale aujourd'hui ne rattraperont pas ces programmes — elles définiront leur propre voie à un moment où la capacité à le faire correctement est encore rare.
L'écart de productivité identifié dans l'étude du Hackett Group ne se comblera pas de lui-même. Il ne se comblera pas par une automatisation incrémentale. Il se comblera par une transformation délibérée, consciente de la gouvernance, au niveau du modèle opérationnel — ancrée dans une compréhension claire de ce que l'IA agentique peut et ne peut pas faire, et conçue pour performer à l'échelle de l'entreprise.
Le Point de Vue de Talvoren
Chez Talvoren Advisory, notre focus est à l'intersection de l'architecture d'entreprise, de la transformation GBS et de la conception de modèles opérationnels assistés par l'IA. Nous travaillons avec des organisations de taille moyenne à grande dans la région DACH qui naviguent précisément dans cette transition — de l'expérimentation au stade pilote vers un déploiement évolutif, gouverné et orienté résultats.
Lorsque nous rencontrons des dirigeants finance et GBS qui traversent cette transition, nous nous concentrons d'abord sur trois questions : Où en est réellement votre préparation en matière de données et de gouvernance ? Quels processus valent la peine d'être automatisés et lesquels doivent d'abord être repensés ? Et que signifie « performance » lorsque l'agent gère la transaction et l'humain gère l'exception ?
Ce sont les questions qui déterminent si une transformation agentique crée de la valeur pour l'entreprise ou crée simplement de la complexité à grande échelle. Ce sont aussi les questions que la plupart des programmes de transformation abordent trop tard.
Si vous vous préparez à cette conversation, nous sommes prêts à l'avoir.
Talvoren Advisory est un cabinet de conseil en transformation boutique basé à Berlin, spécialisé dans la transformation GBS, la conception de modèles opérationnels d'entreprise et les opérations assistées par l'IA pour les organisations de taille moyenne à grande dans la région DACH et à l'international.
