“Turn and face the strange.” — David Bowie.
Il y a une différence fondamentale entre randonner dans les Vosges et s’attaquer à l’Annapurna dans l’Himalaya. Dans le premier cas, si vous vous perdez, vous arriverez en retard pour le dîner. Dans le second, vous ne rentrerez jamais.
Sous le blizzard, une nouvelle voie s’ouvre, aussi prometteuse que dangereuse : celle des Agents IA. Je vais être brutal. Si vous pensez encore que le job de la DSI est de “fournir des outils” ou de “tenir le run”, il y a des chances que vous soyez déjà en hypothermie.
Le DSI de demain ne pilotera pas la tech mais devra accompagner la performance organisationnelle et économique d’une entreprise.
1) L’agent autonome et le risque d’implosion : ”auto-DDOS organisationnel”
Pendant deux ans, on s’est amusé au camp de base avec des ChatGPT ou autres. C’était confortable et distrayant. L’IA nous chuchotait : “Voici un brouillon, qu’en penses-tu ? Veux-tu que je prépare un post pour Linkedin ?” Puis l’agentique est passée par là et l’IA rétorque désormais : “J’ai exécuté.”
C’est là que beaucoup pourraient vaciller , non pas par manque d’innovation mais par cette puissance non maîtrisée. Un agent n’a pas de limite biologique et ne se fatigue pas. Il ne doute pas. Il peut générer 10 000 demandes d’achats, ouvrir 20 000 tickets, proposer 200 campagnes marketing, ou pousser 5 000 lignes de code en un temps record.
A contrario, votre organisation reste “physique” avec toutes ses limites capacitaires et humaines.
La Loi de Little illustre bien ce phénomène. En régime stable, elle dit : WIP = Lead Time × Débit ou, Lead time = WIP / Débit. Conclusion: si le débit du goulot d’étranglement n’évolue pas, tout ce que les agents font “en amont” aura pour conséquence de saturer le WIP entraînant l’explosion des délais.
Vous pensiez accélérer ? Vous venez de créer une magnifique congestion de votre organisation.
L’architecte de la performance ne cherche pas à maximiser la production locale Il doit optimiser l’organisation et les processus dans sa globalité. Et cela peut impliquer des décisions choquantes: brider volontairement les agents, instaurer du rate-limiting.
Dans la zone de la mort, rien ne sert de courir et on préfèrera adapter son rythme à ses capacités physiques.
2) Moderna : la preuve par l’organisation
En très haute altitude, la différence ne se fait que par le matériel et l’équipement mais surtout par l’organisation de la cordée. Ce concept a été compris très tôt par Moderna.
Le point d’ancrage chez Moderna s’appelle Tracey Franklin : Chief People and Digital Technology Officer. Son rôle concentre le pilotage de la performance des organisations et des processus, les compétences et la technologie. Une seule personne en responsabilité sur la performance individuelle et collective ainsi que son rythme d’adoption.
Les chiffres donnent la mesure. Moderna comptait environ 750 GPTs actifs dans l’entreprise et aucun prototype. Des outils utilisés par les équipes. La dynamique s’est accélérée jusqu’à dépasser 3 000 GPTs. À ce niveau, on parle d’une force de travail augmentée, distribuée dans les métiers. Cette montée en charge répond à une ambition industrielle : lancer quinze nouveaux produits en cinq ans. Un tempo qui affolerait toute organisation pensée pour un monde linéaire. Le rôle de Tracey Franklin devient alors central. Il ne s’agit plus « d’adopter » des agents mais de répartir le travail en identifiant les tâches qui doivent rester humaines, celles qui doivent être prises en charge par la technologie ou celles qui doivent être traitées en collaboration . C’est là que Moderna se distingue vraiment. L’IA progresse à la vitesse du système. La cordée tient. Le rythme reste soutenable, la progression continue, l’adoption aussi. Plus des “utilisateurs” et des “systèmes” mais une véritable force hybride.
3) La pile d’automatisation : choisir son piolet
En montagne, on ne grimpe pas avec un seul outil. On choisit son piolet en fonction du terrain : glace, mixte, pierreux.
Dans une entreprise, ce même principe doit être respecté. Toutes les activités ne demandent pas de l’IA générative et tous les processus ne méritent pas un agent. La performance commence par une lecture honnête du terrain, de ses forces , de ses faiblesses, des points de frictions , des collaborations défaillantes. Il existe des zones entières où le monde reste déterministe.
Processus stables, règles claires, enchaînements répétitifs, peu d’exceptions. Dans ce cas, la pile d’automatisation est connue depuis longtemps : Workflows, RPA, modèles statistiques classiques. Ces outils supportent la charge, tiennent dans le temps et se maintiennent sans effort héroïque. Ils avancent sans surprise et sans dérive.
Ce socle n’a rien de ringard. Il répond aux attentes et sécurise la progression. Dans ce domaine, la sophistication devient un handicap.
Puis vient le terrain mixte: ambigu, fragmenté, saturé de langage, de nombreux cas particuliers et des systèmes hétérogènes. Dans ce cas, le travail commence rarement par une règle claire. Il commence par une compréhension approximative et une intention floue. C’est sur ce terrain que la GenAI peut prendre un réel avantage. Elle synthétise, reformule, propose. Elle tente d’absorber la complexité.
L’agent devient utile quand il faut : enchaîner sans rupture, comprendre une situation, prendre une décision, exécuter dans des outils, orchestrer plusieurs systèmes ou dérouler un processus complet sans passer par une interface humaine. Une organisation mature doit connaître sa pile d’automatisation et où positionner la GenAI. Elle sait où un agent apporte de la fluidité plutôt que de la congestion. Elle sait surtout où s’arrêter. La performance ne vient pas de l’outil le plus visible, mais de celui qui tient quand la pente s’accentue et favorise l’ascension.
4) MCP & AgentOps : une corde fixe
Un agent échange avec Salesforce, un autre avec SAP, un troisième avec le DWH, chacun via son connecteur sur mesure. Les premiers mètres donnent une impression de vitesse. À la moindre évolution, le souffle devient plus court et les tensions apparaissent. Au moindre incident, l’ensemble se fige. La descente devient risquée.
C’est précisément dans ce contexte qu’intervient le Model Context Protocol. Introduit fin 2024 par Anthropic, MCP fournit un standard ouvert pour relier modèles, outils et données. Une interface stable, un langage commun, une façon durable d’ancrer les agents dans le système d’information, sans recréer à chaque fois une nouvelle ligne de vie improvisée.
En 2026, MCP change de dimension. Le protocole est confié à l’Agentic AI Foundation sous l’égide de la Linux Foundation. L’écosystème s’élargit : Anthropic, OpenAI, Block. D’autres suivent. Les implémentations se multiplient. Même OpenAI documente désormais l’usage de serveurs MCP et de connecteurs standardisés. Lecture terrain : les cordes fixes se mettent en place, les agents cessent d’être des solistes et ils s’inscrivent dans une architecture globale.
Mais une corde fixe ne protège pas de tout. Dès qu’un agent agit, le risque devient opérationnel. Les scénarios sont connus, documentés, cartographiés. OWASP les a listés. C’est là que l’AgentOps prend naturellement le relais : gestion des identités, journalisation, auditabilité, règles claires, limites d’autonomie, capacité d’arrêt immédiat. Ces dispositifs transforment la puissance en capacité maîtrisée.
MCP trace la voie et stabilise l’architecture tandis que l’AgentOps permet d’avancer sans perdre le contrôle et de s’asphyxier.
5) Le ROI : l’oxygène de la zone de la mort
L’IBM Institute for Business Value relève que 72 % des CEOs considèrent la donnée propriétaire comme le levier décisif pour débloquer la valeur de la GenAI. La valeur se loge dans le système, dans son ancrage opérationnel, dans la manière dont il exploite ce que l’entreprise seule possède. Dans le même temps, Snowflake observe que 92 % des early adopters déclarent percevoir un ROI de leurs investissements IA. Le débat a changé de nature. Il ne porte plus sur le fonctionnement, mais sur la tenue dans la durée, la capacité à passer à l’échelle et l’impact réel sur le P&L.
Dans la zone de la mort, on n’atteint pas le sommet grâce à un gadget. On progresse parce qu’on sait mesurer, arbitrer, et s’arrêter sans état d’âme. C’est cette discipline qui fait la différence entre une ascension réussie et une évacuation en urgence.
6) No mountain high enough
Le DSI de 2026 ne se reconnaîtra ni à une collection d’outils ni à une démonstration de modernité. Il se reconnaîtra à la ligne qu’il aura redessinée entre l’humain et la machine et à la responsabilité qu’il aura prise face aux résultats. C’est un rôle exposé, souvent inconfortable, un rôle de guide. Il demande de la discipline, de la lucidité et une obsession constante de la valeur produite.
C’est précisément pour cela qu’il devient vital de s’interroger sur notre rôle. Alors, on grimpe l’Annapurna pour défier la zone de la mort ?
@Josselin Ollier, Iphone
Qu’est-ce que le leadership en “zone de la mort” pour un DSI ?
Le leadership en zone de la mort décrit un contexte où les erreurs ne peuvent plus être rattrapées. En 2026, la combinaison d’IA agentique, de contraintes opérationnelles et de pression sur le P&L place les DSI dans un environnement de haute altitude. Le rôle ne consiste plus à déployer des technologies mais à maintenir un système performant, stable et rentable sous forte contrainte.
Pourquoi l’IA agentique peut-elle dégrader la performance d’une organisation ?
L’IA agentique peut produire plus vite que l’organisation ne peut absorber. Sans régulation du flux, elle une congestion et allonge les délais. Ce phénomène, expliqué par la Loi de Little, conduit à un auto-DDOS organisationnel où la puissance locale détruit la performance globale.
Qu’est-ce que la Loi de Little et pourquoi est-elle critique pour l’IA ?
La Loi de Little établit que le délai moyen dépend directement du volume de travail en cours et du débit réel du système. Dans un contexte d’IA agentique, augmenter la production en amont sans augmenter le débit du goulot d’étranglement rallonge mécaniquement les délais.
Pourquoi Moderna est souvent citée comme exemple de bonne approche ?
Moderna a traité l’IA comme un sujet d’organisation du travail, pas comme un projet technologique isolé. En unifiant le pilotage des équipes, des compétences et des outils, l’entreprise a pu déployer des milliers d’agents tout en maintenant un rythme soutenable, aligné avec une ambition industrielle élevée.
Faut-il déployer de l’IA générative partout dans l’entreprise ?
Non. Certaines activités restent fondamentalement déterministes et bénéficieront davantage de workflows, de règles métier ou d’automatisation classique. L’IA générative et les agents prennent leur valeur dans les “zones” non structurées, riches en langage et en exceptions. La maturité consiste à savoir où les utiliser et où s’arrêter.
Qu’est-ce que le Model Context Protocol (MCP) et pourquoi est-il stratégique ?
Le Model Context Protocol est un standard ouvert permettant de connecter modèles, outils et données de manière structurée. Il évite les fragiles intégrations point à point et permet aux agents de s’inscrire dans une architecture cohérente. MCP joue un rôle comparable aux cordes fixes en montagne : il stabilise la progression.
MCP suffit-il à sécuriser les agents IA ?
Non. MCP traite l’intégration, pas le contrôle. Dès que les agents agissent, des risques opérationnels apparaissent. La maîtrise passe par l’AgentOps : gestion des identités, journalisation, auditabilité, règles d’action, limites d’autonomie et capacité d’arrêt. Sans ces mécanismes, la puissance devient une exposition.
Comment mesurer le ROI réel de l’IA en entreprise ?
Le ROI pertinent se mesure sur le P&L, pas sur la productivité individuelle. Il correspond au delta de cash généré, rapporté au coût complet incluant le run, la sécurité, l’intégration, la supervision humaine, la maintenance et la dette opérationnelle. À ce niveau, l’IA devient un sujet de rendement global.
Quel est le rôle du DSI en 2026 face à l’IA ?
Le DSI de 2026 agit comme un architecte du rendement économique. Il arbitre la répartition du travail entre humains et machines, pilote le flux global et cadre l’autonomie des agents. Son rôle devient stratégique, exposé, et directement lié à la performance économique de son entreprise.
