Comment l’IA agentique transforme les workflows d’entreprise avec ServiceNow
Par Lyuboslav Gigov, expert IA chez ITCE
L’ère d’une IA qui se contente de répondre est révolue. L’ère d’une IA qui agit a commencé.
L’IA agentique de ServiceNow accélère cette transformation en allant au-delà de la simple génération de contenu. Elle introduit des agents intelligents capables de récupérer des données, de les analyser et de déclencher des actions directement au sein des processus métier.
J’en ai eu une démonstration concrète en saisissant une simple requête dans une fenêtre de conversation :
« Montre-moi tous les incidents critiques et indique-moi ce qu’ils ont en commun. »
Sans même me connecter à ServiceNow, j’ai obtenu un résumé, un graphique et une analyse des tickets potentiellement liés.
L’IA ne s’est pas contentée de produire du texte. Elle a récupéré les données, les a interprétées et m’a fourni des informations directement exploitables. C’est probablement l’évolution la plus marquante que j’ai observée dans mon activité de consultant ServiceNow.
Comment fonctionne l’IA agentique dans ServiceNow aujourd’hui
Chez ITCE, la majorité de nos projets IA récents concernent l’IT Service Management (ITSM), où cette évolution est particulièrement visible.
Otto : l’assistant IA natif de ServiceNow
Otto (anciennement Now Assist) intègre directement l’IA générative au sein de ServiceNow.
Ses modèles exploitent les données réelles de l’instance : incidents, articles de connaissance, éléments de catalogue ou profils utilisateurs, tout en respectant les droits d’accès existants.
Concrètement, un agent du support peut :
- résumer instantanément un historique d’incident complexe ;
- générer automatiquement des notes de résolution ;
- transformer un incident résolu en article de connaissance en un clic.
Otto prend également en charge une approche multi-modèles, permettant d’utiliser les modèles natifs de ServiceNow, OpenAI, Claude, Gemini ou d’autres modèles personnalisés.
Une expérience conversationnelle plus fluide
Grâce à Otto intégré à Virtual Agent, les collaborateurs peuvent désormais décrire leurs besoins avec leurs propres mots, sans avoir à rechercher les bons mots-clés.
Ils accèdent à l’ensemble du catalogue de services via une conversation naturelle et peuvent changer de sujet en cours d’échange sans repartir de zéro.
Quand plusieurs agents collaborent
C’est avec les workflows agentiques que le potentiel devient réellement intéressant.
Au lieu de faire intervenir une seule capacité IA sur une tâche précise, plusieurs agents spécialisés collaborent sous la supervision d’un orchestrateur.
On peut comparer cela à une équipe de chantier : chaque intervenant possède une mission spécifique tandis qu’un chef de projet coordonne l’ensemble.
Parmi les cas d’usage ITSM les plus répandus :
Qualification automatique des incidents
Les agents analysent l’incident et renseignent automatiquement :
- la catégorie ;
- la sous-catégorie ;
- le service concerné ;
- l’offre associée ;
- l’élément de configuration.
Cette étape, souvent fastidieuse, détermine pourtant une grande partie de la rapidité de traitement.
Investigation et résolution des incidents
À partir d’un numéro d’incident, les agents consultent :
- les articles de connaissance ;
- les services associés ;
- les incidents similaires déjà résolus.
Ils proposent ensuite des actions correctives concrètes.
Analyse des conflits lors des changements
Les agents peuvent également examiner une demande de changement, identifier les éléments impactés et détecter les conflits potentiels avant toute mise en production.
Connecter ServiceNow aux assistants IA grâce au protocole MCP
L’exemple présenté au début de cet article provient d’une expérimentation menée en interne.
ServiceNow contient certaines des données opérationnelles les plus fiables de l’entreprise. Les assistants IA généralistes excellent quant à eux dans le raisonnement, l’analyse et la visualisation.
L’objectif était donc simple : combiner les deux.
Pour cela, nous avons utilisé le Model Context Protocol (MCP), un standard ouvert émergent qui agit comme un adaptateur universel entre les assistants IA et les systèmes d’entreprise.
Nous avons développé un serveur MCP connecté à l’une de nos instances ServiceNow et à notre environnement Claude.
Les résultats ont été immédiats :
- un chef de projet peut générer un rapport de sprint complet accompagné de graphiques et d’une présentation ;
- un agent support peut analyser les incidents critiques de la semaine dans une simple conversation ;
- un directeur informatique peut préparer une réunion avec une vision actualisée des changements en cours.
En résumé :
ServiceNow apporte la donnée fiable et les règles de gouvernance. Les LLM apportent leur capacité de raisonnement et de synthèse.
Ensemble, ils permettent d’exploiter les données de l’entreprise bien au-delà des interfaces traditionnelles.
Les grandes tendances de l’IA agentique dans ServiceNow
Les copilotes deviennent des agents
Les organisations qui ont commencé par la génération de contenu s’interrogent désormais sur le niveau d’automatisation qu’elles peuvent réellement atteindre.
L’IA s’intègre dans les outils du quotidien
Les utilisateurs ne souhaitent pas multiplier les plateformes.
Ils veulent accéder à ServiceNow depuis Microsoft Teams, Copilot, Claude ou tout autre assistant adopté par leur entreprise.
Le multi-modèle devient la norme
Peu d’entreprises souhaitent dépendre d’un unique fournisseur d’IA.
La possibilité de choisir ou de combiner plusieurs modèles devient un critère stratégique.
La qualité des données devient le principal enjeu
Un agent n’est performant que si les données sur lesquelles il raisonne sont fiables.
Une CMDB incomplète, des descriptions imprécises ou des historiques mal renseignés limitent fortement les bénéfices de l’IA.
Les projets d’amélioration de la qualité des données deviennent ainsi des investissements stratégiques.
La gouvernance devient prioritaire
Dès lors qu’un agent peut modifier des données et non plus seulement les consulter, les questions liées aux droits d’accès, à l’auditabilité et aux validations deviennent centrales.
De l’assistance à l’action
Reprenons l’exemple des incidents critiques évoqué en introduction.
Il y a encore quelques années, une IA aurait simplement aidé à reformuler la question.
Aujourd’hui, elle peut accéder aux données ServiceNow, comparer les incidents, identifier les corrélations et fournir une analyse exploitable.
Aucun rapport n’a été créé manuellement.
Aucune feuille Excel n’a été exportée.
L’IA a réalisé le travail d’analyse et proposé une conclusion directement actionnable.
C’est précisément la rupture que marque l’IA agentique.
L’IA ne se contente plus de déplacer ou résumer l’information. Elle analyse des situations, formule des recommandations et prend progressivement en charge certaines actions.
ServiceNow a toujours été la plateforme où le travail de l’entreprise était enregistré.
Avec Otto, les workflows agentiques et les connexions ouvertes vers les assistants IA, elle devient désormais la plateforme où ce travail est compris, interprété et exécuté.
Les entreprises qui tireront le plus de valeur de cette évolution ne seront pas celles qui réaliseront les démonstrations les plus spectaculaires, mais celles qui investiront dans la qualité de leurs données, définiront précisément les responsabilités confiées à l’IA et construiront dès aujourd’hui les fondations d’une stratégie IA d’entreprise durable.