Pour démarrer, est-ce que tu peux nous dire pourquoi, selon toi, la gouvernance data est le vrai socle de fiabilité de l’agentique ?
Ma conviction profonde, c’est que l’on ne peut pas construire de l’agentique fiable sur des fondations fragiles. C’est exactement ce que je résume dans mon positionnement data first : la donnée n’est pas un support de l’IA, elle en est le prérequis absolu.
La gouvernance data porte en elle quelque chose que l’agentique ne peut pas se permettre d’ignorer : la question de l’ownership. Ce sujet est transverse par nature. Il touche les équipes métiers, les équipes techniques et les directions opérationnelles. Mais avec le temps, on gagne en maturité. La gouvernance n’est pas figée, elle évolue. Elle doit continuer à évoluer face aux nouveaux usages.
Ce qui rendra l’agentique compliante, sécurisée et auditable demain, c’est précisément une gouvernance data solide en arrière-plan. On sait certifier les données, documenter les pipelines, tracer les décisions. Ces compétences, construites pendant des années, deviennent soudainement stratégiques. Un agent devra demain être rattaché à une couche sémantique certifiée. Et les vraies questions ne seront pas techniques, elles seront d’ordre gouvernance : qui peut garantir les résultats produits ? Qui peut expliquer la boîte noire ? Qui est responsable en cas d’erreur ? Sans gouvernance data en amont, ces questions restent sans réponse.
Comment la vague agentique est-elle arrivée chez Coface ? Tu me parlais d’une vague silotée, tu peux nous en dire plus ?
Comme dans beaucoup d’organisations, l’agentique n’est pas arrivé d’en haut avec un grand plan directeur. C’est arrivé par les côtés : des équipes enthousiastes, des initiatives locales, des expérimentations en ordre dispersé. C’est là toute la complexité.
Chez Coface, on a pris conscience que la richesse multipliée par ces initiatives ne doit pas être remise en cause. C’est de l’innovation distribuée, une vraie force. Mais elle ne doit pas se faire au détriment d’une vision globale, cohérente et gouvernée.
Concrètement, ça soulève immédiatement la question de l’ownership : qui sera responsable de quoi dans cet écosystème agentique ? On ne le sait pas encore entièrement. On met autour de la table les équipes data, architecture, les directions risques, stratégie, les opérations et les autres départements métiers. Nous travaillons notamment avec le directeur Automation et IA, mandaté pour les déploiements agentiques chez Coface. Ces agents s’appuient sur une couche sémantique, les pipelines data. C’est le data first en action : des usages IA ancrés dans le socle data, et pas l’inverse.
Comment ce binôme avec le directeur Automation s’est-il construit, et où se situe la ligne de démarcation entre vos périmètres respectifs ?
En réalité, c’est plus qu’un binôme. On travaille aussi très étroitement avec l’architecture d’entreprise. Tous, nous devons porter le même message.
Cette collaboration s’est construite naturellement parce qu’on partage le même constat : sans données fiables, certifiées, sémantiquement structurées, un agent ne produira pas que du bruit. Il amplifiera ce qui ne va déjà pas. C’est donc un travail collectif qui permet d’éviter les doublons, de garantir que les agents qui se construisent s’appuient sur ce qui est déjà certifié et validé. On évite aussi de créer des agents directement sur des applications opérationnelles pour préparer le scaling et le déploiement à grande échelle.
C’est un rôle de coordination et de facilitation. C’est un choix assumé, même s’il est parfois difficile à expliquer dans un contexte où tout le monde veut aller vite. Mais c’est une condition de durabilité : éviter les retours arrière à répétition.
Comment faites-vous concrètement pour donner des guidelines et faire converger les roadmaps de toutes les BU chez Coface ?
On travaille activement sur une AI Policy. C’est un document de gouvernance, pas un document technique. Il embarque les contributions de toutes les directions concernées, c’est-à-dire tout le monde avec l’IA. Et c’est normal : une politique qui n’a pas été débattue ne peut pas être appliquée.
Ce qui me tient à coeur, c’est de rappeler les fondamentaux à chaque étape. Les agents ne viendront pas corriger ce qui ne va pas dans les données. Si notre couche sémantique est fragile, si nos définitions métiers ne sont pas stabilisées, les agents produiront des résultats non fiables. La partie agentique est techniquement simple, mais le vrai prérequis, c’est le socle.
On évite soigneusement l’erreur classique : créer une nouvelle direction qui ferait de l’agentique from scratch avec une nouvelle architecture. L’innovation ne justifie pas de repartir à zéro. Il faut s’appuyer sur ce qui fonctionne déjà, faire monter en compétences les équipes qui connaissent les fondamentaux data, architecture et opérations.
On capitalise aussi sur la dynamique autour de l’AI Policy pour créer les conditions d’une convergence : des comitologies adaptées, une validation de projets comme on le fait depuis des années. Les agents IA ne sont que de nouveaux projets IA. Pas besoin de tout réinventer.
Comment envisagez-vous l’ownership autour des agents chez Coface ?
C’est une question qui cristallise tout. Elle va faire émerger une nouvelle couche de gouvernance complémentaire qui viendra non pas remplacer les rôles existants, mais les ajuster.
Aujourd’hui, on a des data owners garants de la qualité et de la conformité d’un domaine de données, et des product owners responsables d’un produit au service du business. Demain, quand un agent agrège plusieurs sources de données, plusieurs domaines, plusieurs logiques métiers, qui est l’owner ? La réponse n’est pas évidente.
Mon intuition, c’est que l’ownership d’un agent devrait être associé à l’utilisateur business qui porte la responsabilité du cas d’usage. On pourrait articuler ça en deux niveaux : l’agent owner, avec une lecture transversale sur le comportement, les outputs et les limites de l’agent ; puis un ownership de niveau 2 qui remonte le cycle de vie de la donnée, les produits et processus certifiés qui alimentent l’agent. On pourrait même envisager des owners par famille d’agents pour éviter la fragmentation. Mais c’est la comitologie de validation qui devra trancher au cas par cas.
Selon toi, quel est le chantier humain le plus sous-estimé dans la mise en place de l’agentique ?
Sans hésitation : l’écosystème humain dans son ensemble. On parle beaucoup de technologie, d’architecture, de modèles. Mais ce qu’on sous-estime systématiquement, c’est tout ce qui se passe autour : les représentations mentales, les résistances, les nouvelles compétences à construire, les nouvelles façons de collaborer.
Avant de déployer un agent, il faut se demander : quel processus métier certifié est-il censé reproduire ou augmenter ? Qui l’a validé ? Qui en est responsable ? Qui peut le corriger ?
Et c’est là que j’aime rappeler qu’un agent, ce n’est pas un robot. Pour moi, un agent, c’est un humain, au sens où il est le résultat d’un processus pensé, conçu, validé et certifié par des humains. Il se positionne comme un outil entre les mains d’un humain. Il porte les biais, les choix, les angles morts de ceux qui l’ont construit.
Si on ne prend pas soin d’ancrer les agents dans un processus documenté, avec des responsabilités claires et des cycles de validation, on construit de l’instable. Le vrai chantier, c’est de faire en sorte que chaque agent déployé soit traçable jusqu’à un humain responsable, et pas l’inverse.
