L’IA agentique oblige les DSI à repenser l’architecture de leurs systèmes d’information à une vitesse sans précédent. McKinsey Technology Practice publie une analyse qui formule le choix entre deux trajectoires : l’intégration incrémentale des agents dans les systèmes existants, ou la transformation complète de l’architecture autour de workflows agentiques natifs. Pour les DSI européens, l’agentic mesh, couche d’orchestration centrale des deux approches, repose majoritairement sur des plateformes américaines.
Les horizons de planification IT ont toujours été longs. Les DSI des grandes organisations ont appris à penser en cycles de trois à cinq ans, à calibrer leurs feuilles de route en fonction de la durée d’amortissement des infrastructures et des contraintes de migration des systèmes hérités. L’IA agentique efface cette temporalité. Bjørnar Jensen, Florian Bauer et Lars Vinter, auteurs du rapport McKinsey de mars 2026, formulent le diagnostic sans ambages : les responsables technologiques doivent désormais prendre des décisions fondamentales en quelques mois, non en quelques années. Cette compression du temps de décision est en elle-même une rupture architecturale, indépendamment du choix de trajectoire.
Le rapport distingue deux approches. L’intégration incrémentale consiste à déployer des agents IA au-dessus des systèmes existants, en les connectant via des API aux moteurs métiers sans les remplacer. La transformation complète consiste à rebâtir l’architecture autour des agents comme composants natifs, en faisant d’eux les exécuteurs primaires de la logique métier. McKinsey reconnaît d’emblée qu’une troisième voie s’impose en pratique : la modernisation par domaine, qui combine les deux approches selon les périmètres fonctionnels et la criticité des systèmes concernés.
Agentic mesh, la couche de cohérence de l’architecture agentique
Le concept le plus opérationnel introduit par le rapport est celui d’agentic mesh. Il désigne la couche d’orchestration qui connecte les agents entre eux et aux systèmes existants, impose des règles métiers communes, maintient une source de vérité partagée et empêche les contradictions entre agents aux objectifs divergents. Sans cette couche, une architecture incrémentale risque de se transformer en chaos. Sans mécanisme d’arbitrage, un agent optimisant les niveaux de stock pour réduire les coûts peut entrer en conflit avec un autre agent optimisant la satisfaction client.
L’agentic mesh rempli également un rôle de gouvernance, car il centralise la visibilité sur les comportements des agents, permet d’auditer leurs décisions et d’appliquer des règles de conformité de façon cohérente à l’ensemble du périmètre. Pour un DSI, c’est le point de contrôle central de l’architecture agentique, et donc le composant sur lequel repose l’essentiel du risque opérationnel et réglementaire. Une banque européenne anonyme citée par McKinsey a déployé cette approche sur ses processus d’analyse de crédit et de risque, en construisant progressivement une bibliothèque d’agents réutilisables. Elle opère aujourd’hui plus de dix agents spécialisés, dont certains sont des agents de supervision chargés de surveiller les autres.
La transformation complète exige une gouvernance native
La voie transformationnelle repose sur une logique inverse. Plutôt que d’augmenter les systèmes existants, elle les remplace par un réseau d’agents capables d’ingérer des données non structurées, de modifier les workflows de façon dynamique et de s’aligner en temps réel sur les priorités métiers. McKinsey cite une grande banque latino-américaine qui a engagé 600 millions de dollars pour moderniser une plateforme bancaire corporate vieille de vingt ans. Une usine de plus de 100 systèmes IA a refactorisé le code existant, conçu de nouvelles interfaces et optimisé les structures de données. Le résultat documenté est une réduction de 60 % du temps d’ingénierie et 250 millions de dollars d’économies.
La gouvernance doit-elle aussi être transformée en profondeur dans cette approche. Les mécanismes de contrôle statiques ne fonctionnent pas sur des agents qui apprennent et s’adaptent en continu. McKinsey préconise des plateformes de gouvernance IA capables de surveiller, valider et coordonner les comportements des agents en temps réel, à l’intérieur de garde-fous définis par des superviseurs humains. Un projet qui mobilisait auparavant cent ingénieurs sur un an peut être conduit par quelques équipes travaillant avec une usine d’agents spécialisés en architecture, documentation, tests et déploiement.
Encadrer les décisions des agents sur les processus critiques
McKinsey formule le choix architectural comme une décision stratégique et économique interne. Le rapport ne traite pas de la dimension réglementaire européenne, qui conditionne pourtant directement la façon dont les organisations soumises à NIS2 ou DORA peuvent déployer des architectures agentiques sur des processus critiques.
DORA impose aux établissements financiers des exigences explicites de traçabilité, d’auditabilité et de résilience opérationnelle sur leurs systèmes d’information. Un agent qui prend des décisions autonomes sur un processus de crédit, de gestion des risques ou de conformité entre directement dans le périmètre de ces exigences. La capacité à expliquer une décision prise par un agent, à retracer son raisonnement et à démontrer qu’un superviseur humain disposait des moyens d’intervenir n’est pas une option. L’agentic mesh fourni les contrôles de traçabilité et d’auditabilité requis pour étayer la conformité à ces exigences — à condition d’être conçu dans cette optique dès le départ, pas ajouté après coup. NIS2 étend ces exigences aux opérateurs de services essentiels dans l’énergie, les transports, la santé et les infrastructures numériques, faisant de la gouvernance agentique un prérequis immédiat bien au-delà du seul secteur financier.
L’agentic mesh crée une dépendance systémique nouvelle
La limite la plus structurante du rapport McKinsey pour les DSI européens est celle qu’il ne formule pas. L’agentic mesh décrit par les auteurs correspond aux offres d’orchestration agentique disponibles à grande échelle : AWS Bedrock Agent, Azure AI Foundry, Google Vertex AI Agent Builder. Ces trois plateformes sont opérées par des entreprises américaines soumises au Cloud Act. Un DSI européen qui déploie son agentic mesh sur l’une d’elles crée une dépendance d’un type nouveau, qui dépasse l’hébergement de données et des applications du SaaS. Une dépendance sur la couche qui orchestre l’ensemble de la logique décisionnelle automatisée de l’organisation.
Cette dépendance est plus profonde que celle qu’impliquait le cloud de première génération, parce que l’agentic mesh est précisément le composant qui coordonne les agents, applique les règles métiers et maintient la source de vérité partagée. En déléguer l’opération à un acteur soumis à une juridiction extraterritoriale expose potentiellement l’ensemble des processus automatisés de l’organisation à cette juridiction. Pour les entreprises et les organismes publics, cette analyse juridique doit précéder le choix de la plateforme d’orchestration, pas le suivre. Le choix entre intégration incrémentale et transformation complète que McKinsey charpente avec soin n’a de sens stratégique que si la couche d’orchestration elle-même repose sur des fondations juridiquement compatibles avec les contraintes de souveraineté de l’organisation.
