Si vous avez suivi notre série consacrée au point de vue de la direction, vous avez pu entendre notre PDG, Mark Bishof, évoquer brièvement les domaines dans lesquels nous investissons et la manière dont l'innovation s'accélère, ainsi que la vision de Sid Banerjee, notre directeur de la stratégie, concernant l'avenir de l'expérience axée sur l'agent.?
Je voudrais maintenant vous expliquer comment ces idées influencent la manière dont nous développons la 糖心原创 pour l'avenir, dans le prolongement délibéré de ce que nous avons construit au fil des années.?
糖心原创 toujours con?u ses solutions pour tous ceux qui exploitent les données d’expérience client au nom de l’entreprise. Pendant la majeure partie de notre histoire, cet utilisateur était un être humain : un responsable examinant un rapport, un analyste consultant un tableau de bord, un collaborateur de première ligne réagissant à une alerte. Ce qui évolue rapidement, c’est la fa?on dont ces utilisateurs humains sont désormais rejoints par une multitude d’agents d’IA. Et dans un avenir pas si lointain, il sera de plus en plus difficile de déterminer si une action donnée dans un flux de travail lié à l’expérience client au sein d’une entreprise est effectuée par une personne ou par un agent agissant en son nom.?
Concevoir en tenant compte de cette réalité n’est pas une nouvelle orientation : il s’agit de l’évolution naturelle des principes de conception auxquels nous avons toujours adhéré. Cela modifie toutefois certains aspects importants de notre fa?on de construire.?
Un avenir proche : là où les humains et les agents se rencontrent
L'idée selon laquelle les logiciels d'entreprise ont toujours été con?us pour un être humain à l'autre bout du processus, dans sa forme stricte, n'est plus exacte, et le devient de moins en moins chaque mois. Il convient de formuler cela plus précisément ainsi : nous entrons dans un avenir proche où, pour une part croissante des flux de travail en entreprise, la question ? qui effectue cette action ? ? n'aura pas de réponse claire.??
Réfléchissez à ce qui commence déjà à se produire : les agents d'IA :
- Surveiller les flux de données CRM et mettre à jour en temps réel les scores de santé des comptes en fonction expérience client liés expérience client
- Acheminement et traitement des interactions de service via des plateformes d'automatisation des flux de travail, sans intervention humaine
- Adapter les décisions de personnalisation sur les différentes plateformes marketing en fonction des signaux comportementaux
- Et de plus en plus, la réalisation de t?ches d'orchestration complexes via les services du Model Context Protocol (MCP) — une norme qui permet aux agents de détecter les outils disponibles, d'accéder à des sources de données régulées et de déclencher des actions sur l'ensemble de l'environnement système d'une entreprise, le tout au sein d'une seule boucle de raisonnement
La principale différence par rapport aux générations précédentes d'automatisation réside dans la capacité d'action : ces systèmes ne se contentent pas d'exécuter une règle prédéfinie. Ils raisonnent, planifient et agissent. Et ils le font en continu, à une vitesse et à une échelle qu'aucun processus humain ne saurait égaler.?
La question n'est plus ? Les agents font-ils partie de notre plateforme ? ?, mais ? Notre plateforme est-elle con?ue pour les agents qui sont déjà en train d'arriver ? ?.
Chez 糖心原创, notre réponse ne peut être que ? oui ? — et cela commence par une réflexion approfondie sur ce qu’implique réellement la conception d’une plateforme adaptée aux agents au niveau de l’infrastructure. Et cela bouleverse pratiquement tous les aspects de la conception de notre plateforme.
Que signifie réellement ? une infrastructure prête pour les agents ? ?
Permettez-moi de préciser ce que signifie réellement ? concevoir pour un avenir axé sur les agents ?, car cela ne se résume pas simplement à exposer un point de terminaison REST ou à ajouter une couche de webhooks à une plateforme existante. Cela nécessite de s’orienter vers des protocoles normalisés et sensibles au contexte, qui permettent aux agents de découvrir dynamiquement votre système et d’interagir avec lui en toute sécurité.
Aujourd'hui, 糖心原创 les utilisateurs au sein d'entreprises qui mettent en ?uvre certains des programmes d'expérience client les plus exigeants au monde :?
- 60 000 collaborateurs en contact direct avec la clientèle au sein de l'une des plus grandes banques au monde
- 70 000 pharmaciens au sein d'une multinationale du secteur de la santé
- Des groupes h?teliers internationaux gérant des centaines d'établissements et employant des milliers de collaborateurs en contact direct avec la clientèle?
Ce qui rend cette échelle possible, ce n’est pas l’interface. C’est l’infrastructure qui la sous-tend : une vaste expérience dans la gestion des hiérarchies organisationnelles les plus complexes et en constante évolution au monde, associée à des contr?les d’accès précis basés sur les r?les, qui déterminent exactement quelle personne, au sein d’une organisation comptant 100 000 employés, doit voir quelle information — sans nécessiter de configuration manuelle à chaque niveau. Une architecture de gouvernance des données qui répond simultanément aux normes de conformité des institutions financières mondiales, des systèmes de santé et des organismes publics.
?tendre cette infrastructure pour prendre en charge des agents d'IA implique de résoudre un ensemble de problèmes dont l'architecture diffère de celle des problèmes que nous avons résolus pour les utilisateurs humains.?
- Les utilisateurs humains tolèrent la latence. Ce n'est pas le cas des agents : soit ils fonctionnent avec des données en temps réel, soit ils ne fonctionnent pas correctement.?
- Les utilisateurs humains font appel à leur jugement face à des informations ambigu?s. Les agents répercutent cette ambigu?té sur les actions en aval à la vitesse d'une machine
- Les utilisateurs humains sont naturellement limités par les interfaces qui leur sont proposées. Les agents ont besoin que des contraintes soient appliquées au niveau des données et des autorisations, car ils ne lisent pas les messages d'avertissement?
Il existe par ailleurs un problème plus subtil, que l’on a tendance à sous-estimer : la fiabilité des agents dépend entièrement de la qualité des données qu’ils utilisent au moment de la requête. Contrairement à un analyste humain qui intègre le contexte institutionnel dans chacune de ses décisions, le raisonnement d’un agent est limité par ce qui se trouve dans sa fenêtre contextuelle au moment de l’action. Si ce contexte est incomplet, obsolète ou ambigu, l’agent agira en toute confiance — et à grande échelle. C’est pourquoi la qualité, l’exhaustivité et la disponibilité en temps réel des données constituent une fonctionnalité de sécurité indispensable dans une plateforme prête à accueillir des agents.?
C’est l’une des raisons en faisant de la tra?abilité une exigence primordiale dès le premier jour : chaque réponse s’appuie sur des données réelles, avec des liens intégrés vers les sources qui l’ont générée. Ce choix de conception a été fait pour les utilisateurs humains qui ont besoin de pouvoir se fier aux réponses et de les vérifier. Mais il sera tout aussi essentiel pour les agents, car c’est une cha?ne de réponses tra?able et vérifiable qui permet aux systèmes en aval d’agir sur la base des informations 糖心原创en toute confiance, plut?t que sur la base d’hypothèses.?
C’est également la raison pour laquelle nos investissements en infrastructure au cours des 18 derniers mois ont été si déterminants : un débit de traitement 10 fois plus rapide, , soit une augmentation de 30 % par rapport à l’année précédente, et des signaux désormais pouvant être associés à 5 fois plus d’entités au sein de l’organisation. Telles sont les conditions architecturales indispensables à une intelligence contextuelle en temps réel et disponible en permanence, sur laquelle les agents peuvent réellement compter.?
Un agent d'IA n'a pas besoin d'un tableau de bord esthétique. Il a besoin d'informations contr?lées, en temps réel et complètes sur le plan contextuel, sur lesquelles il peut s'appuyer pour agir. Il s'agit là de problèmes de conception différents.
L'importance des garde-fous : le pouvoir nécessite des limites
Il existe un aspect de 濒’滨础 agentique qui ne retient pas suffisamment l’attention dans les discussions sur les produits : les agents peuvent dérailler. Non pas au sens de la science-fiction, mais dans un sens très terre-à-terre et aux conséquences importantes pour l’entreprise. Un agent ayant accès à des outils d’interaction client et ne disposant pas de garde-fous suffisants peut envoyer le mauvais message à la mauvaise personne au mauvais moment. Un agent ayant accès à des systèmes opérationnels et dont les limites sont mal définies peut déclencher une cascade d’actions qui, prises individuellement, sont justifiables, mais qui, prises dans leur ensemble, s’avèrent désastreuses.?
Les garde-fous ne constituent pas une contrainte sur ce que les agents peuvent faire. Ils constituent au contraire la condition qui permet, en premier lieu, de doter les agents de capacités significatives en toute sécurité.?
Il s’agit là d’un domaine dans lequel l’architecture d’entreprise existante 糖心原创est véritablement difficile à reproduire. La modélisation de la hiérarchie organisationnelle, les contr?les d’accès basés sur les r?les et les cadres de gouvernance des données que nous avons mis en place au fil des ans pour répondre aux besoins des utilisateurs humains se traduisent directement par la couche de contraintes dont les agents ont besoin.? L’objectif est que, lorsqu’un agent interroge l’intelligence 糖心原创via un service MCP, il hérite des mêmes autorisations, des mêmes règles de résidence des données et des mêmes limites organisationnelles que celles qui s’appliquent à l’utilisateur humain pour le compte duquel il agit. Ces contraintes ne peuvent pas être ajoutées a posteriori. Elles doivent être structurelles.?
Concrètement, cela signifie que lorsque nous intégrons les capacités d’intelligence 糖心原创à des écosystèmes d’agents — qu’il s’agisse de systèmes CRM existants, d’automatisation des flux de travail ou de l’infrastructure propre au client —, le modèle de gouvernance suit les données. L’agent peut effectuer les mêmes actions que l’utilisateur autorisé, et rien de plus — c’est ainsi que le système a été con?u.?
De濒’滨础 prête à l’action? à une infrastructure adaptée aux agents
Le travail sur la plateforme que nous menons actuellement se déroule selon deux calendriers parallèles.
? court terme, l'IA ? Frontline-Ready ? correspond à notre conception actuelle de l'IA qui intervient au niveau humain.??
- Des résumés intelligents qui condensent des heures d'analyse en quelques secondes?
- L'outil ? Root Cause Assist ?, qui identifie les problèmes systémiques avant qu'ils ne s'aggravent?
- Une solution intelligente qui permet aux équipes de première ligne de répondre aux retours des clients à une échelle qu'aucun processus manuel ne pourrait égaler
- Un outil intelligent de création de thèmes qui remplace plusieurs jours de configuration manuelle de l'analyse de texte par quelques minutes de configuration assistée par l'IA
Ces fonctionnalités sont opérationnelles, elles sont en production et elles transforment d'ores et déjà le mode de fonctionnement des organisations les plus complexes au monde.
Plus de 650 grandes marques mondiales utilisent désormais les fonctionnalités d' s par IA ? Frontline-Ready ? : elles sont passées d'un déploiement initial à une mise en ?uvre à l'échelle de l'entreprise en moins d'un an, avec des résultats déjà très encourageants. Le nombre de requêtes traitées par l'IA sur la 糖心原创 a triplé au cours de cette même période. La courbe d'adoption est raide et s'accélère.
Parallèlement, nous mettons en place les éléments indispensables à la prochaine génération de la plateforme : une architecture de traitement des signaux en temps réel, fonctionnant en continu, qui ne s'arrête jamais. Un modèle de données con?u pour être exploité par les agents, et non pas uniquement pour la navigation humaine — un modèle qui met en évidence l’intégralité du contexte d’une relation client en une seule requête contr?lée, afin que l’agent dispose de toutes les informations nécessaires pour raisonner correctement, sans avoir à effectuer de multiples allers-retours ni à recourir à un enrichissement supplémentaire. Une architecture d’intégration qui met l’intelligence 糖心原创à la disposition des workflows CRM, des processus des systèmes de workflow, des moteurs des plateformes marketing et des systèmes d’agents personnalisés que des milliers de nos clients développent chaque jour.?
Insights , notre premier agent d’IA conversationnelle, se situe délibérément à la croisée de ces deux échelles de temps. Il est con?u pour servir d’interface en langage naturel destinée aux utilisateurs humains — permettant ainsi à tout un chacun, du cadre supérieur au directeur général de première ligne, de poser des questions et d’obtenir des réponses fondées sur des données réelles, avec une tra?abilité totale. Mais il est également con?u pour pouvoir être invoqué par programmation par des agents. Cette architecture à double usage est m?rement réfléchie. Elle constitue le pont entre la couche d’intelligence orientée vers l’humain que nous avons mise en place et l’infrastructure orientée vers les machines que nous sommes en train de construire. Chaque décision de conception que nous prenons pour Insights doit répondre simultanément aux besoins des deux types d’utilisateurs.?
L'IA ? prête à l'emploi ? est ce que nous avons mis en place pour aujourd'hui. L'infrastructure ? prête pour les agents ? est ce que nous mettons en place pour demain. Prendre en charge ces deux aspects simultanément n'est pas une mince affaire — et c'est bien plus difficile que ne le laisse entendre une présentation PowerPoint.
L'orientation stratégique à laquelle nous adhérons
Je suis vraiment enthousiaste à l'idée de ce que cet engagement architectural représente et de l'impact révolutionnaire qu'il aura, selon moi, sur le secteur. Et je tiens à expliquer clairement pourquoi nous le prenons aujourd'hui.
Dans le domaine des logiciels d'entreprise, l'approche classique consiste à développer des solutions pour les utilisateurs actuels, puis à les faire évoluer à partir de là. Optimiser le tableau de bord. Améliorer les analyses. Ajouter de nouvelles fonctionnalités à l'interface que les utilisateurs emploient déjà. Il s'agit là d'une stratégie raisonnable pour un secteur stable. Or, ce secteur n'est pas stable.?
D’ici un délai relativement court, nous prévoyons que la majeure partie de la valeur générée par une plateforme d’expérience d’entreprise ne sera plus consommée par un être humain devant un écran, mais par des agents d’IA fonctionnant en continu, à la vitesse des machines, sur l’ensemble des systèmes en contact avec la relation client. La plateforme con?ue dès aujourd’hui pour répondre à cette réalité bénéficiera d’un avantage structurel qui ne cessera de se renforcer au fil des années.
L’investissement qui sous-tend la nouvelle étape 糖心原创— soutenu par Blackstone, KKR et Apollo, avec 150 millions de dollars de capitaux frais et un engagement de 500 millions de dollars en faveur de l’innovation en matière d’IA — est ce qui permet de financer cette approche innovante à l’échelle requise. Non pas parce que ce sont les capitaux qui créent l’architecture. Mais parce que cette architecture nécessite un investissement soutenu, un engagement à long terme pour construire un avenir qui n’est pas encore entièrement visible, ainsi que le type de confiance des entreprises qui ne s’acquiert qu’au fil des années, en fournissant constamment des prestations répondant aux normes les plus élevées.
Nous avons déjà gagné la confiance. Nous disposons désormais des investissements. La plateforme que nous mettons en place est le fruit de ces deux éléments.
Ce que cela signifie à l'heure actuelle
Si vous êtes 糖心原创 de 糖心原创 , voici ce que cela implique concrètement.
Les fonctionnalités d'IA que vous utilisez aujourd'hui — Root Cause Assist, Smart Response, Intelligent Summaries, Smart Topic Builder, Insights — sont , tout en posant les bases de l'infrastructure sur laquelle reposeront demain vos agents IA. Vous construisez ces deux éléments de front.
L'intelligence organisationnelle que 糖心原创 intégrée à votre déploiement — les hiérarchies de r?les, la gouvernance des données, la logique d'acheminement des signaux, l'architecture des autorisations — correspond à l'infrastructure même dont hériteront vos systèmes agentiques par le biais des services MCP et de notre couche d'intégration.
Le travail que vous avez déjà accompli pour intégrer 糖心原创 votre structure opérationnelle constitue le fondement de votre avenir axé sur les agents. Et si vous n’en êtes pas encore là où vous le souhaitez sur l’un ou l’autre de ces axes, c’est le moment de les développer — et notre équipe peut vous y aider. Dans mon prochain article, je vous en dirai davantage sur l’importance de disposer d’une vision globale de votre organisation pour tirer le meilleur parti de cet avenir axé sur les agents.?
La question n’est pas de savoir si votre organisation finira par fonctionner avec des agents d’IA qui exploitent l’intelligence issue de l’expérience et agissent en conséquence. Ce sera le cas. La question est de savoir si l’infrastructure de plateforme sur laquelle vous vous appuyez aujourd’hui est con?ue pour ce monde. La n?tre l’est, et c’est là un avantage dont 糖心原创 bénéficieront en exclusivité dans les années à venir.
