Votre agent IA parle toutes les langues. Sauf celle de votre boîte.
« Urgent » n'a pas le même sens pour tout le monde dans une entreprise.
Pour l'informatique, un ticket urgent, c'est une production à l'arrêt. Pour un manager, c'est un dossier qu'il veut sur son bureau avant vendredi. Pour un client, c'est une demande envoyée il y a trois mois et toujours sans réponse. Les trois sens coexistent, et c'est bien là le problème : personne ne précise jamais lequel on utilise.
Un nouveau collègue qui arrive dans votre service le comprend au bout de deux réunions. Il apprend vite à demander : « urgent pour qui, exactement ? » Un agent IA, lui, ne demande rien. Il répond, avec la même assurance tranquille, qu'il ait compris la question ou pas.
C'est là que commence le vrai sujet des agents en entreprise. Pas la puissance du modèle. Pas le nombre de tâches qu'il sait enchaîner. Le vocabulaire.
Un modèle de langage a lu à peu près tout ce qui s'est écrit sur Terre. Il sait conjuguer, argumenter, résumer un rapport de quarante pages en trois phrases. Ce qu'il ignore, c'est que chez vous, un « client actif » n'a pas commandé depuis six mois, et qu'au-delà, il change de catégorie. Ce savoir là n'existe nulle part sur Internet. Il vit dans les têtes, dans les habitudes, et dans deux ou trois fichiers Excel que plus personne n'ose renommer.
C'est ce que je constate tous les jours avec les entreprises avec lesquelles je travaille : on me parle de modèles, de tokens, de puissance de calcul. On me parle beaucoup plus rarement de qui, dans l'organisation, a le dernier mot sur le sens des mots.
Gartner a mis un nom là-dessus le 20 octobre : AI context platforms, l'une des dix tendances technologiques stratégiques qu'il faut surveiller pour 2027. Le cabinet d'analystes avance même un chiffre : les entreprises qui structurent ce contexte métier avant de le confier à leurs agents gagneraient jusqu'à 80 % de précision en plus, pour un coût réduit de 60 %.
Plus de 500 millions de dollars. C'est ce que Sonepar, numéro un mondial de la distribution d'équipements électriques, prévoit d'investir pour déployer l'IA à grande échelle, selon la presse professionnelle. Avant de parler d'agents, ce type d'entreprise doit faire un travail plus discret : mettre à plat, service par service, pays par pays, ce que chaque terme métier recouvre vraiment.
Microsoft avance sur ce terrain avec Fabric IQ, passé en disponibilité générale fin septembre pour relier les définitions métier de Power BI aux réponses de Copilot. Seul le partage de ce contexte entre organisations reste, lui, en préversion.
Une question reste entière : qui décide, au final, quelle définition l'emporte ? C'est un arbitrage de pouvoir, assumé ou pas.
On a longtemps dit qu'un nouvel arrivant avait besoin d'un livret d'accueil. Les agents IA ont besoin exactement de la même chose. Pas d'un accès plus large. Pas d'un modèle plus gros. D'un livret.
Le mot « urgent » n'a pas changé depuis vingt ans. Ce que chacun y met derrière, si.
Chez vous, qui a vraiment tranché la question ?
Sources :
- Gartner, « Top Strategic Technology Trends for 2027 », gartner.com/en/articles/top-technology-trends-2027, 20/10/2026
- Microsoft (Jessica Hawk), « New Microsoft data innovations unlock what only your business knows », blogs.microsoft.com/blog/2026/09/28/..., 28/09/2026
- Industrial Distribution, « Sonepar to Spend Over $500M to Deploy AI 'at Scale' », 21/10/2026
- Sonepar, données entreprise (33,6 Md€ CA 2025, 40 pays), sonepar.com/en/newsroom
Les opinions exprimées ici sont strictement personnelles.