Comment concilier la puissance des agents IA, la robustesse des solutions RPA et la finesse du jugement humain ? C’est à cette question essentielle que se sont attachés à répondre les représentants de UiPath lors de leur conférence au Revolution Summit. Portée par Andrada Covaci (Strategy & Transformation Director), Matthieu Leroux (AI Sales Lead) et Ludovic Duverger Nédellec (Senior Technical Partner), cette intervention a dessiné les contours d’une automatisation hybride, maîtrisée et pleinement ancrée dans la réalité opérationnelle des entreprises.
De la RPA aux agents IA : une décennie d’évolution
UiPath, pionnier de la Robotic Process Automation (RPA), a vu ses solutions s’implanter dans plus de 10 000 entreprises à travers le monde. Initialement conçue pour automatiser des processus simples, répétitifs et normés, la RPA a progressivement évolué. Mais, comme l’ont souligné les intervenants, ces automatismes atteignent vite leurs limites face à la variabilité, à l’ambiguïté des décisions métier ou à la complexité des flux d’information.
C’est là que l’IA — et en particulier les agents IA — entre en scène. Capables d’interpréter, de raisonner, d’apprendre et surtout d’agir, ces agents complètent idéalement les bots de RPA. Leur fonction n’est pas de remplacer la RPA, mais d’y adjoindre un niveau d’intelligence et de flexibilité jusqu’alors inaccessible.
Une alliance tripartite : IA, RPA et humain
UiPath ne prône pas une automatisation déshumanisée. Au contraire, l’enjeu est de construire un écosystème dans lequel chaque composante — humaine, algorithmique ou robotique — joue un rôle adapté à ses forces. Le triptyque proposé repose ainsi sur :
- L’humain, porteur de vision, de discernement éthique, d’empathie et de supervision.
- La RPA, en charge des tâches structurées, fiables, à forte fréquence.
- L’agent IA, capable d’intervenir dans les zones d’incertitude, de prendre des décisions conditionnelles, et d’explorer des actions alternatives en contexte.
Cette orchestration dynamique ouvre la voie à une automatisation augmentée et plus fine des processus dits « end-to-end ».
Des cas d’usage concrets, des résultats probants
Pour illustrer cette synergie, les experts de UiPath ont présenté une démonstration centrée sur un cas bien réel dans le secteur de la grande distribution. Il s’agissait d’analyser automatiquement les CGV (Conditions Générales de Vente) envoyées par les fournisseurs et d’identifier les éventuelles clauses litigieuses par rapport aux contrats-cadres.
Le processus a mobilisé plusieurs agents IA :
- Un agent d’analyse juridique, chargé de comparer les CGV à la convention générale d’achat grâce à un RAG (Retrieval-Augmented Generation).
- Un agent de rédaction, capable de générer une réponse argumentée et polie en cas de désaccord.
- Un orchestrateur (Maestro), qui déclenche les robots RPA et répartit les tâches entre les agents et les humains en fonction du contexte.
Les résultats ont été impressionnants : un ROI inférieur à un mois, plus de 150 000 heures d’analyse manuelle économisées, une capacité de montée en charge massive, et surtout un gain considérable en précision juridique.
La promesse des LAM : Large Action Models
Dans la foulée des LLM, UiPath introduit un nouveau concept : les LAM (Large Action Models). Là où les LLM génèrent du langage, les LAM génèrent des actions automatisées. Ils pourraient, demain, lancer une note de frais à partir d’un simple e-mail, en ouvrant les bonnes applications, en remplissant les champs adéquats, et en procédant à la soumission finale sans intervention humaine.
Cette convergence entre langage naturel, exécution robotisée et orchestration intelligente marque une rupture technologique. Elle transforme la façon même dont les processus métiers sont pensés : non plus comme des suites d’étapes codifiées, mais comme des chaînes dynamiques, auto-adaptatives, fluides et orientées objectifs.
Gouvernance, supervision, sécurité : les garde-fous indispensables
Andrada Covaci a insisté sur un point essentiel : cette puissance nouvelle ne doit pas être synonyme d’opacité. Au contraire, plus l’automatisation devient intelligente, plus elle doit être gouvernée.
Cela implique : Une acculturation des équipes à l’IA et à ses limites, une gouvernance partagée entre IT, métiers et conformité. Egalement un contrôle strict des entrées et des sorties des agents IA (data, prompts, modèles) et une gestion centralisée des escalades vers les humains.
La supervision humaine n’est pas une option mais une nécessité. Elle permet de garantir l’alignement des décisions prises par les agents avec les valeurs, la stratégie et les exigences légales de l’entreprise.
Des outils no-code pour démocratiser la création d’agents
Autre levier clé : la simplicité d’implémentation. UiPath propose des outils no-code permettant aux utilisateurs métiers de concevoir leurs propres agents sans expertise technique approfondie. Ils peuvent configurer les rôles, objectifs, bases de connaissances et règles de comportement des agents via une interface visuelle et intuitive.
Ce changement de paradigme favorise l’appropriation des solutions d’IA par les collaborateurs eux-mêmes, transformant chaque utilisateur en contributeur actif de l’innovation.
Des cas d’usage multi-sectoriels
Les cas d’usage présentés ne se limitent pas à la grande distribution. La combinaison RPA + IA s’applique à de nombreux secteurs :
- Finance : analyse de contrats, détection d’anomalies, automatisation des contrôles comptables.
- RH : extraction de données de CV, réponses aux questions récurrentes sur la paie, rédaction automatique de lettres d’embauche.
- Supply Chain: prévision de demande, réapprovisionnement automatisé, traitement de litiges fournisseurs.
- Marketing : génération de persona, simulation d’entretiens clients, personnalisation de contenus.
Chaque fois, les agents IA permettent de franchir une nouvelle étape dans la précision, la réactivité et la productivité des opérations.
Un impératif de co-construction
Chez UiPath, la conviction est claire : l’automatisation ne peut être pilotée exclusivement par l’IT. Elle doit être co-construite avec les métiers, dans une logique agile et itérative. Ce mode de travail hybride — techniciens + utilisateurs + IA — favorise une meilleure compréhension des objectifs, une plus grande pertinence des solutions et une adoption facilitée.
Matthieu Leroux a rappelé que les cas d’usage les plus efficaces sont souvent ceux qui émergent directement des irritants métier, observés sur le terrain.
Des défis encore à relever
Malgré ces avancées, plusieurs défis demeurent :
- Le risque de déconnexion entre les intentions humaines et les actions agentiques, en cas de définition floue des objectifs.
- Les questions de responsabilité et de conformité, notamment en matière de traitement des données personnelles.
- La difficulté à assurer une explicabilité suffisante lorsque plusieurs agents interagissent en architecture distribuée.
- Les risques de biais algorithmiques non détectés par l’humain, en particulier dans les décisions à fort impact (juridique, financier, social).
Ces enjeux appellent à une vigilance constante et à une mise à jour continue des outils de gouvernance.
Vers une entreprise augmentée
Plus qu’une simple évolution technologique, cette convergence entre humain, RPA et agent IA dessine les contours d’une entreprise fondamentalement augmentée : plus réactive, plus intelligente, plus éthique. Une entreprise dans laquelle chaque acteur — qu’il soit humain ou artificiel — trouve sa place au service d’un objectif partagé : délivrer de la valeur avec efficience, sécurité et sens.
