ServiceNow veut unifier les agents IA pour réduire la complexité des entreprises

Dans une grande entreprise, l’intelligence artificielle ne se résume plus à un assistant conversationnel. Elle se retrouve dans le support informatique, la relation client, les ressources humaines, les paiements, la cybersécurité ou encore l’analyse de données. Cette multiplication des cas d’usage peut accélérer certaines tâches, mais elle risque aussi d’ajouter une couche de complexité à des systèmes déjà fragmentés. C’est sur ce problème que ServiceNow veut se positionner avec sa nouvelle plateforme d’intelligence artificielle, présentée en mai 2025.

L’éditeur américain, connu pour ses logiciels de gestion des services et des flux de travail, défend une idée simple : l’IA ne produira des effets à grande échelle que si elle peut agir de façon cohérente entre les outils de l’entreprise, sous une supervision claire. Sa plateforme réunit donc des fonctions de pilotage, de connexion entre agents et d’interaction avec les salariés. L’enjeu n’est pas seulement d’ajouter de l’IA à chaque application, mais d’éviter que chaque équipe déploie son propre assistant sans coordination avec les autres.

Le défi : des entreprises encombrées par des systèmes disparates

Les organisations accumulent souvent leurs logiciels au fil des années. Un outil peut servir aux équipes informatiques, un autre à la finance, un troisième aux ressources humaines, tandis que les données clients, les tickets de support et les processus de validation sont répartis entre plusieurs environnements. Cette situation complique déjà le travail quotidien. Elle devient plus délicate encore lorsque chaque logiciel introduit ses propres fonctions d’intelligence artificielle.

Le risque est double. D’une part, les salariés doivent jongler entre plusieurs interfaces et plusieurs assistants, sans toujours savoir quelle information est à jour ni quel système fait autorité. D’autre part, les responsables informatiques et métiers peinent à suivre les accès aux données, les décisions automatisées et les performances des outils déployés.

ServiceNow propose de traiter cette dispersion par une couche d’orchestration. L’idée est de relier des systèmes qui resteront distincts, plutôt que de prétendre les remplacer tous. La plateforme doit ainsi aider une entreprise à déclencher, suivre et automatiser une suite d’actions dans plusieurs applications à partir d’une demande formulée par un salarié ou un client.

Les briques de la plateforme d’IA de ServiceNow

Au cœur de l’annonce se trouvent plusieurs outils dont les noms sont en anglais, mais dont les rôles peuvent être distingués assez simplement. L’AI Control Tower vise à donner une vue centralisée sur les agents et les flux de travail. L’AI Agent Fabric doit permettre à des agents de communiquer entre eux, y compris lorsqu’ils ne viennent pas du même fournisseur. Enfin, une couche conversationnelle doit offrir aux utilisateurs un point d’entrée pour effectuer des tâches qui traversent plusieurs systèmes.

L’AI Engagement Layer, décrite comme une couche d’engagement conversationnelle, est particulièrement importante pour l’expérience des salariés. Le principe consiste à formuler une intention dans une interface plutôt que de lancer chaque étape une à une dans différents logiciels. Pour être utile, une telle approche doit toutefois comprendre la demande, retrouver les données pertinentes, respecter les droits d’accès et savoir quand demander une validation humaine.

Le Knowledge Graph de ServiceNow intervient dans cette logique de contexte. Dans une entreprise, le mot « client », « incident » ou « contrat » peut renvoyer à des données présentes dans plusieurs systèmes. Mettre ces éléments en relation peut aider un agent à éviter des réponses trop générales ou déconnectées de la situation réelle. C’est aussi l’une des raisons pour lesquelles les projets d’IA d’entreprise dépendent fortement de la qualité et de l’organisation des données existantes.

Qu’est-ce que l’IA agentique, au juste ?

L’expression IA agentique désigne des systèmes capables non seulement de produire un texte ou une réponse, mais aussi d’enchaîner des actions pour atteindre un objectif. Un agent peut, par exemple, examiner une demande, rechercher des informations dans les outils autorisés, proposer une réponse, ouvrir un ticket ou transmettre le dossier à une personne compétente.

Cette autonomie reste encadrée. Dans les usages professionnels, un agent n’est pas censé agir sans limites : ses droits d’accès, les systèmes qu’il peut consulter, les actions qu’il peut déclencher et les validations nécessaires doivent être définis. C’est précisément là que les fonctions de contrôle et d’orchestration prennent de l’importance.

ServiceNow fait de cette IA agentique le pivot de sa stratégie. Selon l’Enterprise AI Maturity Index publié par l’entreprise, 55 % des organisations ayant adopté des agents IA déclarent une amélioration de leurs marges brutes, contre 22 % de celles qui ne les ont pas encore adoptés. L’écart donne une indication sur les attentes économiques qui entourent ces outils : réduction de certaines tâches répétitives, traitement plus rapide de demandes et meilleure capacité à absorber un volume d’activité.

Il doit cependant être lu avec prudence. Un tel chiffre établit une différence observée entre deux groupes d’entreprises, pas une preuve que les agents IA sont, à eux seuls, la cause de l’amélioration des marges. Les organisations les plus avancées sur l’IA peuvent aussi disposer de données mieux structurées, de processus plus standardisés ou de budgets technologiques plus importants.

Des clients cités dans la finance, les paiements et l’industrie

Pour illustrer sa plateforme, ServiceNow cite plusieurs grandes organisations : Adobe, Aptiv, la NHL, Visa et Wells Fargo. Ces références montrent que l’éditeur vise des secteurs très différents, où les processus sont nombreux et souvent réglementés.

Aptiv s’appuie sur l’IA de ServiceNow afin d’optimiser ses opérations dans des industries critiques. Dans ce type d’environnement, l’automatisation ne se limite pas à gagner du temps : elle doit aussi faciliter le suivi des demandes, la coordination entre équipes et l’application de procédures précises.

Avec Visa, la collaboration a notamment donné lieu à un système de gestion des litiges liés aux paiements utilisant des agents intelligents. Les litiges sont un terrain révélateur des promesses de l’IA d’entreprise : le traitement implique souvent de rassembler des informations, d’appliquer des règles, de classer un dossier et d’orienter les cas qui nécessitent l’intervention d’un spécialiste.

Wells Fargo est, pour sa part, cité pour l’automatisation de flux de travail complexes et l’analyse de grands volumes de données en temps réel avec RaptorDB. Adobe et Wells Fargo font également partie des entreprises évoquées par ServiceNow pour les gains de productivité observés avec cette approche. Les éléments présentés ne détaillent pas de chiffres précis par client, mais ils illustrent la volonté de l’éditeur de déployer ses outils sur des opérations concrètes plutôt que de les cantonner à des démonstrations conversationnelles.

Des partenariats pour ne pas enfermer l’entreprise dans un seul système

La promesse d’une IA unifiée serait peu crédible si elle se limitait à l’écosystème d’un seul éditeur. ServiceNow met donc en avant ses collaborations avec NVIDIA, Microsoft, Google et Oracle. Ces partenariats doivent soutenir l’interopérabilité entre différentes briques technologiques et, en théorie, réduire le nombre de passerelles construites sur mesure par les entreprises.

Cette ouverture répond à une réalité du marché : les grands groupes utilisent rarement un fournisseur unique. Ils peuvent avoir des services cloud de plusieurs acteurs, différents modèles d’IA, des bases de données historiques et des logiciels spécialisés pour chaque métier. L’AI Agent Fabric est conçu pour jouer un rôle de liaison entre ces environnements et les agents qui y sont associés.

La gouvernance devient aussi importante que l’automatisation

Donner davantage de capacités d’action à une IA impose de savoir ce qu’elle fait. Un agent qui consulte des dossiers, crée des demandes ou transmet des informations doit respecter les autorisations existantes. Il faut aussi pouvoir repérer une action inhabituelle, comprendre quel flux l’a déclenchée et mesurer si l’outil apporte réellement un bénéfice.

C’est la fonction attribuée à l’AI Control Tower. Ce tableau de bord centralisé est présenté comme un moyen de surveiller la sécurité et les performances de l’ensemble des agents et des flux de travail. Pour les directions informatiques, la question dépasse la simple administration technique. Elle touche à la responsabilité : qui a autorisé un agent, quelles données utilise-t-il, quelles actions peut-il effectuer et à quel moment un humain doit-il reprendre la main ?

La difficulté sera de conserver cette visibilité lorsque les agents dialoguent avec des outils externes. Plus l’automatisation traverse de systèmes, plus l’entreprise doit cartographier les accès, tracer les opérations et harmoniser ses règles. Une plateforme de pilotage peut simplifier cette tâche, mais elle ne remplace pas une politique claire de données, de sécurité et de validation.

Former les salariés, condition d’une adoption durable

L’annonce de ServiceNow ne porte pas uniquement sur les logiciels. Avec ServiceNow University, le groupe veut proposer des ressources de formation pour accompagner les organisations et leurs salariés. Cette dimension est décisive : un outil d’IA peut être techniquement performant et échouer s’il ne correspond pas aux pratiques de travail ou si les équipes ne savent pas identifier ses limites.

La formation ne consiste pas seulement à apprendre à rédiger une requête. Elle doit aider les utilisateurs à vérifier une réponse, à reconnaître les cas qui exigent une expertise humaine, à protéger les informations sensibles et à comprendre les conséquences d’une action automatisée. Pour les équipes chargées des processus, elle implique aussi de déterminer ce qui mérite vraiment d’être automatisé.

L’IA peut alléger certaines frictions, mais elle peut aussi accélérer un processus mal conçu. Avant de déployer un agent, une entreprise doit donc clarifier son objectif : réduire les délais de réponse, améliorer la résolution des incidents, aider les équipes à retrouver une information ou simplifier un parcours client. L’indicateur de succès ne devrait pas être le nombre d’agents installés, mais l’amélioration mesurable d’un service.

Ce qu’il faut surveiller dans les prochains déploiements

La stratégie de ServiceNow arrive à un moment où les entreprises cherchent à passer des expérimentations d’IA générative à des usages intégrés dans leurs opérations. La différence est considérable : produire un brouillon de texte est une chose, lancer une action dans plusieurs systèmes en est une autre. Les promesses de productivité devront donc être confrontées à la réalité des droits d’accès, de la qualité des données, de la sécurité et de la supervision humaine.

Les premiers critères à observer seront la capacité de l’AI Agent Fabric à connecter effectivement des agents hétérogènes, l’usage concret de l’AI Control Tower par les équipes de gouvernance et l’adoption de la couche conversationnelle par les salariés. Les cas de Visa, Aptiv et Wells Fargo suggèrent que les processus structurés, répétitifs et documentés constituent un terrain privilégié pour commencer.

Au-delà de la technologie, ServiceNow joue une carte stratégique : devenir l’interface qui organise le travail entre les logiciels, les données, les personnes et les agents IA. Pour les entreprises, l’intérêt potentiel est réel si cette unification réduit la fragmentation. Mais le résultat dépendra moins de l’accumulation d’assistants que de leur intégration dans des processus compréhensibles, contrôlables et réellement utiles.