Quand les « travailleurs numériques » pallient le manque de bras dans l’industrie

Selon une étude IFS auprès de 664 décideurs, 66% prévoient d’investir dans ces « travailleurs numériques » d’ici 12 mois, mais que la confiance et le contrôle humain restent les freins majeurs.

Un déficit de capacité opérationnelle qui coûte cher aux industriels

Le « déficit de capacité opérationnelle » désigne l’écart croissant entre la quantité de travail à accomplir et les ressources humaines réellement disponibles. Selon l’étude Futurum Research pour IFS, 77% des décideurs ont déjà reporté ou abandonné une initiative stratégique faute de capacités suffisantes.

Dans les usines, chaînes d’approvisionnement et métiers du service, le départ à la retraite d’ingénieurs et d’opérateurs expérimentés accentue la pression. Résultat : les équipes passent trop de temps sur des processus répétitifs au détriment de projets à forte valeur ajoutée.

Agents numériques : une adoption rapide, mais encore limitée

Les entreprises commencent à combler ce manque grâce à une adoption rapide d’agents numériques basés sur l’IA. Ces derniers surveillent les opérations, prennent des décisions et exécutent des tâches de manière autonome, en sollicitant une intervention humaine uniquement lorsqu’un jugement est nécessaire.

Pourtant, l’usage réel reste modeste : seules 10% des entreprises utilisent aujourd’hui une IA fonctionnant de manière majoritairement autonome. L’adoption est donc encore limitée, mais les intentions d’investissement sont bien réelles.

La confiance, principal frein à l’automatisation totale

Le principal frein n’est pas la technologie, mais la confiance. Seuls 5,7% des décideurs font confiance à l’IA pour agir en totale autonomie, alors même qu’on observe des intentions d’investissements dans des travailleurs numériques au cours de l’année à venir.

Le passage à l’échelle repose sur trois conditions principales : une intégration directe aux logiciels métiers existants, une traçabilité des décisions et des actions, et un dispositif de supervision humaine pour les exceptions.

Modèle hybride : automatisation + supervision humaine

Les modèles d’IA intégrant une supervision humaine sont essentiels. Ainsi, les agents numériques prennent en charge les tâches bien définies, et les humains conservent les décisions nécessitant discernement et jugement.

À la différence d’un assistant IA qui produit une recommandation, un agent numérique exécute une succession d’actions au sein d’un processus métier : traitement des commandes, achats, gestion des stocks, planification de la maintenance, suivi des livraisons.

Plateforme agentique pour déployer des travailleurs numériques

La plateforme agentique IFS Loops permet créer et déployer des agents capables d’automatiser de bout en bout 60% des transactions agentiques. Les 40% restants intègrent des étapes de contrôle et d’approbation humaine. « Le déficit de capacité opérationnelle représente un enjeu majeur pour les opérations industrielles. » précise Somya Kapoor, CEO de IFS Loops.

Si des clients IFS de différents secteurs utilisent déjà en production des travailleurs numériques conçus pour des tâches spécifiques, les entreprises récupèrent plusieurs dizaines d’heures par semaine sur des processus essentiels d’approvisionnement et de « order-to-pay ».

Ressources complémeentaires sur iTPro.fr

Vers l’Industrie 5.0 : quand l’IA agentique change la donne

L’IA pour optimiser la rentabilité des entreprises industrielles