[INTERVIEW] L’IA agentique est-elle la clé des opérations autonomes ?

L’IA agentique (Agentic AI) désigne une nouvelle génération d’intelligence artificielle capable de comprendre des processus complexes, de prendre des décisions et d’exécuter des actions de manière autonome, avec une intervention humaine minimale. Là où l’IA générative assiste et éclaire, l’IA agentique agit, apprend en continu et s’inscrit dans une logique opérationnelle.

Lori Warda, directrice produit IA chez AVEVA, place clairement cette technologie au cœur des opérations industrielles de demain, en la considérant comme un levier clé pour aller vers davantage d’autonomie, d’efficacité et de performance.

Nous avons le plaisir de partager aujourd’hui sur notre blog une interview passionnante de Lori Warda, dans laquelle elle explique pourquoi l’IA agentique a le potentiel de révolutionner les opérations industrielles, et comment AVEVA prévoit de collaborer avec Microsoft pour faire progresser cette technologie stratégique.

Qu’est-ce que l’IA agentique et en quoi diffère-t-elle de l’IA générative ?

Lori Warda:

L’IA générative se concentre sur la création de contenu, en s’appuyant sur de grands modèles de langage pour générer du texte. Elle constitue une technologie précieuse pour améliorer l’accès aux informations industrielles et les restituer de manière plus intuitive et compréhensible pour l’humain.
L’IA agentique, en revanche, va beaucoup plus loin en termes d’autonomie. Elle est capable de prendre des décisions, de passer à l’action et de fonctionner en boucle fermée, en s’améliorant et en s’adaptant en continu. Elle représente une nouvelle étape dans l’évolution de l’intelligence artificielle et possède un potentiel majeur pour transformer les opérations industrielles.

Concrètement, l’IA agentique suit un processus en quatre étapes : elle collecte et traite les données, raisonne, agit, en formulant des recommandations ou en exécutant des tâches, puis apprend en continu afin d’améliorer les résultats. Sa véritable différence réside dans son autonomie. Elle peut gérer des tâches bien plus complexes que l’IA générative et intégrer plusieurs fonctions ou agents, ce qui la rend particulièrement puissante.

Quels sont les premiers cas d’usage dans l’industrie ?

Lori Warda:

L’un des principaux domaines explorés concerne les premières étapes de développement des jumeaux numériques. Aujourd’hui, la mise en correspondance des données entre différents systèmes reste largement manuelle. Par exemple, un équipement peut être nommé « Pump 101 » dans un système et « Pump 101A » dans un autre, nécessitant une intervention humaine pour établir le lien. L’objectif de l’IA agentique est d’automatiser ce travail de mapping. Avec un taux de précision de 70 à 80 %, les experts humains pourraient se concentrer uniquement sur les cas complexes, réduisant fortement la charge de travail et accélérant la mise en œuvre des digital twins.

Un autre cas d’usage concerne l’enrichissement de l’assistant IA industriel des logiciels AVEVA. Aujourd’hui, celui-ci peut répondre à des questions telles que « Quelle a été la consommation énergétique moyenne sur cette zone au cours des dernières 24 heures ? ». Grâce à l’IA agentique, il pourra aller plus loin : collecter les données, effectuer des calculs avancés et générer des analyses de manière autonome.

À terme, l’IA agentique sera capable de surveiller en continu les systèmes industriels, de détecter des anomalies et d’envoyer des alertes dès qu’un paramètre sort de sa plage de tolérance, générant ainsi des gains significatifs en productivité et en efficacité.

Quels sont les risques et défis associés à son déploiement ?

Lori Warda:

L’un des principaux défis réside dans la fiabilité des résultats. Contrairement aux logiciels traditionnels, qui produisent toujours le même résultat pour un même test, les modèles d’IA peuvent générer des réponses différentes. Cela complique la mise en place de cadres de test robustes, d’autant plus que l’IA gagne en autonomie.

L’acceptation par les utilisateurs constitue un autre enjeu majeur. Aujourd’hui, la plupart des solutions d’IA nécessitent une validation humaine. À mesure que l’IA prendra davantage de décisions de façon autonome, il sera essentiel d’instaurer un climat de confiance, en garantissant la transparence et en rassurant les utilisateurs sur le fonctionnement de la technologie. Ces défis devront être relevés par une conception rigoureuse et une collaboration étroite avec les clients.

Où en est l’IA agentique dans les solutions AVEVA ?

Lori Warda:

À ce stade, AVEVA se trouve dans une phase expérimentale, avec des travaux de preuve de concept. Certaines premières fonctionnalités devraient être intégrées progressivement dans la feuille de route produit.
Les équipes AVEVA ont récemment participé à la conférence du Customer Advisory Board de Microsoft, un événement clé pour découvrir les dernières avancées technologiques. Observer la manière dont différents secteurs exploitent l’IA a permis de conforter la stratégie d’AVEVA et d’identifier de nouveaux outils sur lesquels s’appuyer.

Comment AVEVA collabore-t-elle avec Microsoft sur ces sujets ?

Lori Warda:

Le partenariat avec Microsoft repose sur une collaboration étroite et profonde, combinant expertises, ressources et données. L’innovation naît de la diversité des points de vue et du partage des connaissances. À titre d’exemple, les ingénieurs d’AVEVA ont déjà travaillé aux côtés de ceux de Microsoft pour co-développer certaines fonctionnalités de l’assistant IA industriel AVEVA, accélérant ainsi le développement tout en intégrant les avancées technologiques les plus récentes.

Même si l’IA agentique n’a pas encore fait l’objet d’un projet commun spécifique, AVEVA prévoit d’adopter une approche similaire une fois les projets actuels aboutis. Les conférences Microsoft et les retours d’expérience sectoriels jouent également un rôle clé dans l’orientation stratégique.

Quelles évolutions futures attendre ?

Lori Warda:

Selon la feuille de route, l’IA agentique sera intégrée à l’assistant IA industriel d’AVEVA, basé sur le service Microsoft Azure OpenAI, afin d’enrichir ses capacités analytiques. Contrairement à l’analytique prédictive traditionnelle, limitée à des modèles entraînés pour des actifs ou processus spécifiques, l’objectif est de permettre des requêtes dynamiques et des analyses à la demande, adaptées à une grande variété de cas d’usage.

À plus long terme, l’IA agentique jouera également un rôle central dans la supervision des systèmes et la construction de jumeaux numériques, en intégrant l’automatisation au cœur même des logiciels industriels et en ouvrant la voie à des opérations véritablement autonomes.

CONNECT, un prolongement concret de l’IA agentique vers les usages industriels

Les perspectives évoquées par Lori Warda trouvent déjà un terrain d’expression très concret au travers de AVEVA CONNECT. Pensée comme une plateforme Cloud unificatrice, CONNECT incarne cette transition progressive entre une IA qui assiste l’humain et une intelligence industrielle capable d’agir au cœur des opérations.

CONNECT intègre un Assistant IA conçu pour transformer l’accès, la compréhension et l’exploitation des données industrielles. Grâce à une interface conversationnelle en langage naturel, les utilisateurs peuvent interroger leurs installations ou leurs opérations sans dépendre d’un modèle de données exhaustif. L’Assistant croise différents types de contenus (données 1D, plans 2D, modèles 3D) pour fournir des réponses contextualisées, mettre en évidence des tendances et révéler rapidement les insights clés.

Cette approche fait directement écho à la vision de l’IA agentique décrite dans l’interview : une intelligence capable de collecter l’information, de raisonner, de synthétiser et de restituer une analyse exploitable, tout en garantissant sécurité, traçabilité et gouvernance des résultats. CONNECT réduit ainsi drastiquement le “time to value”, en permettant aux équipes industrielles de passer plus vite de la donnée brute à la décision éclairée.

Au-delà de la technologie, CONNECT illustre surtout l’évolution des pratiques industrielles. L’intelligence artificielle industrielle n’est plus cantonnée à des cas d’usage expérimentaux : elle devient un levier opérationnel du quotidien, au service de la performance, de la collaboration et, à terme, d’opérations toujours plus autonomes. Dans cette trajectoire, l’IA agentique apparaît moins comme une rupture que comme une continuité naturelle et CONNECT en constitue aujourd’hui l’un des points d’ancrage les plus concrets.