Data / IA
Aurélie Le Cain (L-Acoustics) et Edouard Guérin (OutSystems) : « On ne peut pas faire de l’IA pour faire de l’IA »
Par Laurent Delattre, publié le 18 septembre 2026
L’IA agentique promet d’automatiser toujours davantage les processus métiers. Encore faut-il lui fournir des données fiables, la connecter au système d’information sans lui abandonner les clés et, surtout, choisir les bons cas d’usage. Invitée avec Edouard Guérin d’OutSystems par Thomas Pagbé lors de la Matinale IT for Business « IA, ML, agents : comment vos métiers s’en emparent ? », Aurélie Le Cain dévoile comment L-Acoustics a construit ses fondations Data & IA avant d’accélérer.
Un chiffre donne immédiatement le ton. Selon une étude internationale menée par OutSystems auprès de 1 900 décideurs IT, 97 % des répondants explorent désormais l’IA agentique. Mais 36 % reconnaissent parallèlement que leur gouvernance de l’IA n’est pas centralisée. Autrement dit, l’expérimentation galope tandis que le cadre tente encore de suivre. Et c’est bien la préoccupation majeure aujourd’hui des DSI.
Pour Edouard Guérin, Senior Solution Architect chez OutSystems, trois ingrédients doivent encadrer ces nouveaux agents : « une autonomie confinée », « un contexte suffisamment riche » pour comprendre l’environnement de l’entreprise et « une supervision humaine ». Le fameux human in the loop. Un principe simple à énoncer, nettement moins à industrialiser : 66 % des répondants à l’étude OutSystems en soulignent justement la complexité.
Cette nécessité de passer de l’expérimentation à l’orchestration était précisément au cœur de la Matinale IT for Business.
Chez L-Acoustics, l’IA commence par casser les silos de données
Aurélie Le Cain, Global Director Data & AI chez L-Acoustics, ramène justement le débat quelques étages plus bas. Avant les agents, il faut de la donnée. Et de la donnée exploitable.
À son arrivée il y a deux ans, le spécialiste français de l’audio professionnel disposait de beaucoup de données, mais encore largement cloisonnées. Les métiers construisaient leurs propres tableaux de bord, leurs KPI et leurs rapprochements. Le premier chantier a donc consisté à créer une Unified Data Platform, alimentée aussi bien par les ERP et CRM que par la production, la supply chain ou les équipements IoT.
L’architecture suit une logique dite « médaillon », assez classique dans les plateformes data modernes. Les données sont d’abord centralisées presque telles quelles dans une première couche dite « bronze ». Elles sont ensuite nettoyées, rapprochées et structurées avant d’aboutir à une couche « gold », composée de modèles de données directement compréhensibles et exploitables par les métiers. Dit autrement, les utilisateurs n’ont plus à aller chercher eux-mêmes des informations dispersées dans plusieurs systèmes ni à reconstruire leurs propres jointures dans Excel ou Power BI : ils disposent de vues prêtes à l’emploi, conçues autour de leurs besoins.
Pour éviter que cette nouvelle plateforme ne recrée de nouveaux silos ou de nouveaux KPI concurrents, L-Acoustics s’appuie aussi sur des data référents dans chaque domaine métier, chargés de co-construire et de valider ces modèles avec l’équipe Data.
Le changement est moins cosmétique qu’il n’y paraît. L’objectif n’est plus que la Data Team passe son temps à réconcilier des chiffres, mais qu’elle puisse soutenir des usages à plus forte valeur ajoutée. Dont l’IA.
Un changement de statut de la gouvernance déjà observé et décrit lors de notre précédente Matinale : avec l’IA, la qualité, la documentation, les responsabilités et les accès à la donnée ne sont plus des sujets de support. Ils deviennent les conditions du passage à l’échelle.
Computer Vision, prédictif, agents… mais avec du ROI
L-Acoustics n’a évidemment pas attendu l’IA générative pour pratiquer l’intelligence artificielle. Son équipe rassemble depuis longtemps des compétences de Machine Learning, Deep Learning, Computer Vision et désormais d’architecture de systèmes agentiques.
Les cas d’usage sont très concrets : détection de défauts ou de problèmes de sécurité sur les chaînes de production, maintenance prédictive à partir des données IoT, prévisions et recommandations par Machine Learning.
Puis viennent les agents. La plateforme agentique de L-Acoustics est désormais reliée à certaines sources de données et certains systèmes, en lecture comme en écriture. Et c’est précisément là que les choses se corsent.
« C’est toujours un risque quand une IA agentique est connectée à vos services », rappelle Aurélie Le Cain. D’où la nécessité de gouverner très précisément les droits et les actions possibles.
Côté métiers, un agent peut par exemple aider le support à réduire rapidement le champ des hypothèses en rapprochant documentation, historique client et contexte technique. Pour les commerciaux, il peut préparer un rendez-vous, reconstituer l’historique d’un compte, produire des supports ou suggérer des actions.
Mais avec une règle qui revient comme un leitmotiv dans l’entretien : « On n’est pas là pour faire de l’IA, pour faire de l’IA. »
Paul Medevielle (Salesforce) le rappelait d’ailleurs sur ce même plateau : les projets qui passent réellement à l’échelle partent d’abord d’un processus métier à transformer, et non d’une technologie dont il faudrait absolument trouver l’usage.
Interdire le Shadow AI, c’est aider à le développer
Autre sujet auquel aucune grande organisation n’échappe désormais : le Shadow AI.
Sur ce point, Aurélie Le Cain assume une approche pragmatique : « Interdire, c’est faire l’inverse et vous allez créer du Shadow AI. »
La réponse de L-Acoustics consiste donc à proposer un environnement dans lequel les utilisateurs peuvent expérimenter, tout en expliquant les risques liés aux données sensibles, en formant les collaborateurs et en encadrant les pratiques par une charte.
Pas de Far West, donc. Mais pas davantage de muraille administrative. L’enjeu est de construire un terrain de jeu assez ouvert pour ne pas pousser les métiers vers des outils incontrôlés, et suffisamment balisé pour ne pas transformer chaque expérimentation en dette de sécurité.
Le principal obstacle reste… le système d’information
Edouard Guérin rappelle de son côté une réalité beaucoup moins spectaculaire que les démonstrations d’agents autonomes. Selon l’étude OutSystems, 48 % des décideurs interrogés identifient l’intégration au système d’information comme leur principal frein.
ERP, CRM, mainframes et applications legacy ne disparaissent évidemment pas avec l’arrivée des agents IA. Mais un agent utile doit accéder au contexte, exploiter les informations déjà présentes dans le SI et éventuellement réinjecter son travail dans les applications métiers.
Notre invité cite typiquement OutSystems cite le cas d’un assureur B2B français qui utilise l’IA pour analyser et qualifier les sinistres dès leur arrivée. Le vrai défi n’est pas tant l’IA elle-même que son intégration au système d’information existant, notamment au cœur assurantiel et aux données de garanties.
Et parfois, rappelle Edouard Guérin, le meilleur projet IA est encore celui que l’on ne fait pas : « Beaucoup d’échecs viennent d’un travers assez simple : vouloir mettre de l’IA là où elle n’apporte rien. Des entreprises arrivent avec un cas d’usage en tête parce qu’elles veulent avancer sur l’IA, alors qu’une technologie classique permettrait déjà de répondre au besoin, souvent plus simplement et à moindre coût. Dans ce cas, l’échec est presque inscrit dans le projet dès le départ. »
L’humain doit pouvoir reprendre les commandes
Reste la question qui prend une tout autre dimension lorsque les agents obtiennent des droits d’écriture dans le SI.
Chez L-Acoustics, la règle est sans ambiguïté : « L’humain ne sort pas de la boucle. »
Même lorsqu’un système agentique peut agir dans le système d’information, une validation ou une capacité de contrôle humaine demeure. Les retours de l’utilisateur peuvent ensuite servir à améliorer le système.
OutSystems défend la même logique avec des mécanismes de moindre privilège, des garde-fous contre les prompt injections, la détection de données confidentielles ou encore l’application des politiques internes de sécurité.
« L’IA agentique est probabiliste et les processus métiers sont déterministes. » Toute la difficulté consiste donc à raccorder ces deux mondes sans laisser le premier désorganiser le second explique Edouard Guérin.
Au fond, l’expérience de L-Acoustics montre surtout que l’IA agentique ne dispense pas l’entreprise de ses fondamentaux. Elle les rend plus visibles. Data, architecture, sécurité, gouvernance, intégration et responsabilités humaines reviennent toutes au premier plan.
Aurélie Le Cain le formule d’ailleurs comme un changement de métier pour la DSI : « On n’est plus du tout à une phase où l’IA est un problème de technologie, mais un problème de gouvernance. »
Et l’IT, ajoute-t-elle, ne peut plus simplement attendre les demandes : « elle doit devenir force de proposition, porter une vision et une ambition ».
Bref, le vrai sujet n’est plus de savoir si les agents peuvent agir. Mais jusqu’où on accepte de les laisser faire et comment contrôler ce qu’on leur laisse faire. En la matière, le marché est encore très immature comme l’ont démontré les incidents de l’été et le souligne les inquiétudes de Dario Amodei, le CEO d’Anthropic.
Les cinq enseignements clés pour les DSI
Participez aux Matinales IT for Business
La prochaine Matinale IT for Business aura lieu le 14 octobre 2026.
Son thème ?
« Décideurs IT : Comment faire de vous des alliés incontournables du business ? »
À LIRE AUSSI :
À LIRE AUSSI :
