Telkom Indonesia lance Agentic AI pour automatiser les processus métiers

Telkom Indonesia a récemment annoncé le déploiement d'Agentic AI, une solution conçue par BigBox, pour automatiser de façon autonome ses processus métiers. Cette offre vise à réduire l'intervention humaine dans des workflows classiques, mais qu'est-ce qu'on peut en tirer au-delà du communiqué officiel ?

Ce que propose Agentic AI de BigBox

Agentic AI se présente comme une interface autonome capable de gérer et exécuter des processus sans supervision constante. L'idée est d'utiliser des capacités d'IA pour interpréter des tâches métier en contextes variés, et de déclencher automatiquement les étapes suivantes. Beaucoup d'acteurs sur le marché proposent des solutions d'automatisation, souvent semi-automatiques, mais l'aspect "agent autonome" reste rare et ambitieux.

Selon les informations publiques, cette IA peut prendre en charge des workflows complexes incluant des systèmes hérités et des bases de données disparates. Elle se veut capable d'auto-apprentissage pour améliorer son efficacité avec le temps. En pratique, la promesse est d'éviter le scriptage manuel fastidieux et d'avoir moins de points de supervision.

Ce que les articles grand public ratent

Les annonces restent floues sur plusieurs points cruciaux. Par exemple, la granularité réelle de l'autonomie : quel niveau d'intervention humaine reste nécessaire en cas d'erreurs ou d'exceptions ? Dans ce type de système, les cas particuliers s'imposent rapidement. Or, aucun détail n'est donné sur la capacité d'Agentic AI à gérer les déviations de processus.

Ensuite, la robustesse face à la variabilité des données est un gros défi. Beaucoup d'initiatives similaires échouent dès qu'on change ne serait-ce qu'un service tiers ou un format d'entrée. On peut craindre que la mise en production à grande échelle nécessite encore beaucoup de réglages humains, malgré l'étiquette "autonome".

Enfin, l'intégration avec les systèmes informatiques existants est rarement simplifiée. Telkom Indonesia est un gros opérateur avec un parc applicatif ancien et hétérogène. Cela veut dire que l'IA doit interagir avec des API variées, parfois mal documentées, ce qui peut vite devenir un cauchemar pour la maintenance.

Pour qui ce type d'automatisation fonctionne vraiment

Sur le papier, ce genre d’Agentic AI est adapté aux entreprises possédant des processus répétitifs bien identifiés, avec un volume de tâches conséquent. Pour des PME ou freelances, ce type d'automatisation est souvent démesuré, tant en coût qu'en complexité technique.

Par ailleurs, les secteurs régulés ou soumis à des exigences fortes en traçabilité auront intérêt à garder un contrôle humains serré. On ne peut pas déléguer aveuglément la gestion de flux critiques à un agent IA dont les décisions ne sont pas totalement auditées.

Il faudra aussi vérifier la maturité du support et des évolutions. Déployer un Agentic AI sans équipe technique capable d'intervenir rapidement en cas de pépin est risqué. Cela demande un parc technique robuste et des compétences avancées en IA et intégration.

Limites techniques et risques à surveiller

L'agent autonome soulève plusieurs risques connus :

• Dérive dans la gestion des exceptions qui nécessite souvent un retravail manuel,
• Problèmes de sécurité autour de l’accès API automatisé,
• Difficulté à maintenir à jour une IA qui doit comprendre des processus en constante évolution,
• Effets de bord liés à des décisions automatiques prises sans contexte métier complet.

L’IA peut automatiser la routine, mais reste fragile sur les tâches demandant une interprétation fine ou des arbitrages complexes. Sur ce point, les discours commerciaux sont souvent trop optimistes.

Agentic AI face aux solutions d'automatisation classiques

Comparé à des outils comme Zapier, Make ou n8n, Agentic AI mise sur l'intelligence embarquée pour être plus "autonome". Mais cette autonomie reste un leurre si l'IA nécessite autant d’intervention dans ses réglages et dans la gestion des erreurs.

Les workflows classiques restent plus transparents, plus faciles à déboguer et à maintenir. C’est un compromis entre complexité et contrôle. Pour des PME et freelances, les outils classiques restent souvent préférables, sauf besoin très spécifique.

Chez un gros acteur comme Telkom, avec des équipes dédiées, ce modèle peut marcher si on accepte des phases d’ajustements longues et du support conséquent.

Si ce sujet te parle et que tu veux creuser comment l'appliquer chez toi, on peut en discuter.