De SAP aux agents IA : la réinvention discrète des opérations administratives

Pendant deux décennies, les entreprises ont investi des milliards d’euros dans les ERP, les CRM et les plateformes de gestion documentaire avec une promesse simple : standardiser les opérations et rationaliser les processus internes. Pourtant, dans la plupart des grands groupes, une partie essentielle de l’activité quotidienne continue de reposer sur des échanges d’emails, des fichiers PDF, des validations manuelles et des connaissances tacites détenues par quelques collaborateurs expérimentés.

L’arrivée des agents IA révèle brutalement cette contradiction. Les entreprises disposent de données, de logiciels et d’infrastructures cloud, mais elles ne savent pas réellement comment leurs opérations fonctionnent dans le détail.

C’est précisément sur cette problématique qu’émerge une nouvelle génération de startups européennes comme Tekst. Leur objectif n’est plus seulement d’automatiser une tâche ou d’assister un utilisateur, mais de reconstruire les processus invisibles qui structurent le fonctionnement réel des organisations.

L’échec silencieux de l’automatisation classique

Les grandes entreprises ont longtemps abordé l’automatisation sous un angle fragmenté. Les ERP ont structuré les données financières et logistiques. Les CRM ont organisé la relation client. Les plateformes RPA ont automatisé certaines actions répétitives. Les copilots IA, enfin, ont ajouté une couche conversationnelle sur ces systèmes.

Mais dans la pratique, une grande partie des opérations critiques échappe encore à cette logique. Les devis circulent par email. Les contrats sont validés à travers plusieurs versions PDF. Les commandes nécessitent des vérifications humaines. Les réclamations clients impliquent des arbitrages implicites rarement documentés. Les équipes opérationnelles compensent en permanence les limites des logiciels par des routines informelles.

Autrement dit, les processus réels de l’entreprise ne vivent pas dans les logiciels. Ils vivent dans les interactions humaines. C’est cette réalité que les agents IA peinent aujourd’hui à gérer. Un modèle peut lire un document ou rédiger une réponse, mais il ne comprend pas spontanément pourquoi une action déclenche une validation spécifique, quelles exceptions doivent être prises en compte, ni quelles dépendances existent entre plusieurs équipes.

Le problème n’est donc plus seulement technologique, mais organisationnel.

La naissance d’une nouvelle couche : la “process intelligence”

Une nouvelle catégorie logicielle apparaît progressivement entre les systèmes historiques et les agents IA : la “process intelligence”.

Son rôle consiste à reconstruire automatiquement les workflows réels à partir des traces numériques laissées dans l’entreprise : emails, ERP, CRM, documents, tickets de support ou outils collaboratifs.

Plutôt que de demander à des consultants de cartographier les opérations pendant plusieurs mois, ces plateformes utilisent l’IA pour identifier les séquences d’actions, les dépendances, les validations implicites et les exceptions récurrentes.

Cette approche modifie profondément la logique de l’automatisation. Jusqu’ici, les entreprises tentaient d’imposer des processus théoriques aux équipes opérationnelles. Désormais, les plateformes cherchent d’abord à observer comment les opérations fonctionnent réellement avant de les automatiser.

C’est notamment l’approche défendue par Tekst, qui reconstruit les chaînes opérationnelles à partir des flux de travail quotidiens. La société belge cible des fonctions encore largement manuelles : gestion des devis, commandes, service client ou traitement documentaire.

L’enjeu dépasse largement la simple productivité administrative. Ces technologies deviennent progressivement la couche de contexte nécessaire au fonctionnement des agents IA en entreprise.

Les agents IA changent la hiérarchie logicielle des entreprises

Pendant longtemps, les ERP ont occupé une position centrale dans l’architecture informatique des grandes organisations. SAP, Oracle ou Microsoft Dynamics structuraient les flux financiers, logistiques et RH.

Mais l’émergence des agents IA déplace progressivement le centre de gravité. Les entreprises découvrent qu’un agent ne peut pas fonctionner efficacement uniquement à partir de données structurées. Il a besoin de comprendre le contexte opérationnel complet : qui valide quoi, quelles exceptions existent, quelles règles implicites sont appliquées, quels documents déclenchent quelles actions.

Cette couche de compréhension n’existe généralement pas dans les systèmes historiques.

Le paradoxe est frappant : malgré des décennies de transformation numérique, une grande partie des entreprises reste dépendante de connaissances informelles détenues par des salariés expérimentés. Lorsque ces collaborateurs quittent l’organisation, une partie du fonctionnement opérationnel disparaît avec eux.

Les plateformes de “process intelligence” cherchent précisément à industrialiser cette mémoire opérationnelle.

Une pression économique croissante sur le back-office

Cette évolution intervient dans un contexte particulier. Les entreprises européennes subissent simultanément plusieurs contraintes : ralentissement économique, pression sur les marges, hausse des coûts salariaux et difficultés de recrutement sur certaines fonctions administratives.

Dans ce contexte, le back-office devient un terrain prioritaire pour l’automatisation.

Contrairement aux promesses spectaculaires autour des IA conversationnelles, les gains les plus immédiats concernent souvent des opérations discrètes : traitement de commandes, vérification documentaire, support client, gestion contractuelle ou workflows financiers.

Ces fonctions mobilisent encore des milliers de salariés dans les grands groupes européens.

Chez de nombreux industriels, assureurs ou distributeurs, des équipes entières consacrent leurs journées à transférer des informations entre emails, ERP et documents PDF. Une partie importante de cette activité reste peu visible dans les indicateurs de transformation numérique.

Les agents IA changent progressivement cette équation économique. À condition, toutefois, de disposer d’une cartographie fiable des opérations.

L’Europe tente de construire sa place dans l’IA enterprise

Ce marché attire désormais une nouvelle vague de startups européennes.

Outre Tekst en Belgique, plusieurs acteurs développent des approches proches autour de l’automatisation documentaire, des workflows complexes et de l’IA opérationnelle.

L’Europe dispose d’un avantage structurel sur ce terrain : ses grands groupes industriels, logistiques et administratifs possèdent des processus particulièrement complexes, souvent fragmentés entre plusieurs pays, réglementations et systèmes historiques.

Cette complexité constitue un problème opérationnel majeur, mais aussi un terrain d’entraînement particulièrement riche pour les plateformes d’IA enterprise.

Contrairement aux modèles généralistes dominés par les acteurs américains, ces startups européennes cherchent moins à construire des IA universelles qu’à résoudre des problèmes opérationnels extrêmement précis.

Le marché reste encore émergent, mais les investisseurs commencent à identifier cette couche comme l’une des infrastructures critiques de la prochaine génération logicielle.

Car derrière les démonstrations spectaculaires des agents IA, une réalité apparaît progressivement : sans compréhension fine des opérations internes, l’IA reste souvent limitée à un rôle d’assistant conversationnel avancé.

La prochaine bataille de l’IA enterprise pourrait donc se jouer moins sur les modèles eux-mêmes que sur la capacité à comprendre le fonctionnement réel des organisations.