La façon dont les équipes marketing, créatives et informatiques collaborent avec l’IA pour exécuter les workflows d’expérience client se transforme radicalement, sans suivre une évolution progressive.

Ces dernières années, la plupart des interactions IA dans les logiciels d’entreprise ont suivi un schéma familier de questions-réponses : vous posez une question au système, qui vous répond et à qui vous pouvez aussi demander d’effectuer des tâches isolées avec un raisonnement simple. Ce qui est certes très utile, surtout lorsque la réponse a nécessité d’extraire des données de nombreuses sources. Cependant, ces interfaces « assistant IA » de première génération sont essentiellement des outils. Des outils ciblés, efficaces dans leur domaine, mais dépendants d’une direction humaine constante pour progresser.

Lors de l’Adobe Summit 2026, nous avons annoncé comment ces premiers assistants évoluent vers une expérience de collaborateur IA. Les agents ne se contenteront bientôt plus de répondre. Ils raisonneront, planifieront, exécuteront et itéreront, rendant ainsi possible l’exécution de workflows de bout en bout.

Pour permettre cette transformation, Adobe fait évoluer son architecture agentique afin de prendre en charge un système agentique ouvert, évolutif et extensible, pouvant interopérer avec d’autres systèmes et outils agentiques. La technologie qui permet cette transformation a considérablement mûri, et les piliers essentiels sont désormais en place pour que des tâches réelles, plus longues et plus complexes puissent être prises en charge dans l’entreprise.

Cet article de blog offre un aperçu de l’impact des dernières tendances et architectures de l’industrie IA sur l’évolution du cadre technologique IA d’Adobe pour l’orchestration de l’expérience client, en explique l’importance et révèle les implications pour les entreprises qui exploitent les solutions Adobe CX Enterprise.

Les nouveaux piliers de l’architecture agentique évoluée d’Adobe pour l’expérience client.

Trois composants fondamentaux sous-tendent cette évolution vers un système agentique ouvert et extensible, et les comprendre est essentiel pour réaliser le grand bond en avant que nous réalisons.

1. Des LLM plus performants. Les grands modèles de langage au cœur de ces systèmes ont considérablement évolué. Il y a un an, la plupart des LLM pouvaient répondre à des questions ou effectuer de petites tâches. Aujourd’hui, ils peuvent raisonner dans des workflows multi-étapes, corriger des erreurs en cours de tâche, et gérer le type d’ambiguïté inhérent aux problèmes métier réels.

2. Le harnais d’agent IA. Le « harnais » constitue l’architecture qui enveloppe le LLM et pilote le comportement agentique. Il prend en charge la récupération d’erreur, préserve le contexte sur plusieurs tentatives, peut déléguer des sous-tâches à d’autres agents IA, et exploite les fichiers de compétences pour guider l’exécution. Il fonctionne selon une boucle itérative, qui commence par l’acquisition du contexte, puis passe à l’action, vérifie le résultat, actualise l’état et répète ce processus jusqu’à atteindre l’objectif.

Cette boucle permet la persistance, c’est-à-dire la capacité d’essayer différentes approches, d’apprendre de ce qui n’a pas fonctionné et de poursuivre jusqu’à ce que la tâche soit terminée.

3. Les compétences (fichiers Markdown comme contexte portable). Les compétences définissent le comportement des agents IA. Au niveau le plus élémentaire, ce sont des fichiers texte qui fournissent des orientations au modèle, mais en pratique, elles représentent bien davantage.

Une compétence correspond plus précisément à un dossier de fichiers (incluant scripts et orientations structurées) que le harnais agentique exploite pour exécuter efficacement les plans et comprendre comment aborder une tâche, ce qui définit les bons résultats et comment les valider. Prenez l’exemple de la compétence PowerPoint : elle n’indique pas seulement à l’agent IA comment créer un jeu de diapositives. Elle spécifie les directives de conception, les couleurs acceptables, et une boucle de validation permettant de vérifier les problèmes de police, les éléments qui se chevauchent et d’autres défauts de qualité avant de générer le résultat. Les compétences sont traitées comme du code actif, destiné à évoluer à mesure que les équipes découvrent ce qui fonctionne.

Ensemble, ces trois composants constituent les fondements du cadre d’IA agentique qu’Adobe a développé, passant d’interactions IA en une seule étape à une exécution d’agent IA soutenue et orientée vers l’objectif.

Avantages du nouveau cadre agentique.

Ensemble, ces avancées ne se contentent pas d’améliorer les capacités de l’IA, elles redéfinissent la façon dont le travail s’accomplit. Il en résulte une nouvelle catégorie de systèmes agentiques qui génèrent des avantages significatifs dans les workflows d’expérience client.

1. Raisonnement agentique poussé

Les agents IA peuvent désormais gérer de façon autonome des tâches de bout en bout plus longues et complexes, enchaînant les actions, récupérant des erreurs et explorant les options, sans nécessiter d’intervention humaine constante. Dans ce nouveau cadre agentique, les agents IA peuvent charger dynamiquement des compétences, exécuter des requêtes SQL sur un graphe de connaissances, identifier le moment où une requête produit des résultats incorrects, s’auto-corriger et poursuivre jusqu’à ce que la tâche soit terminée, sans qu’il soit nécessaire de leur donner d’autres instructions. De plus, plutôt que de suivre des workflows rigides et prédéfinis, les agents IA opèrent de manière plus dynamique dans des scénarios complexes du monde réel en explorant les problèmes, en élaborant un plan, en validant les résultats et en essayant des alternatives.

Par exemple, face à une demande de création d’audience, l’agent IA approprié peut identifier la complexité de la tâche, charger les compétences de création d’audience adéquates, exécuter un ensemble de requêtes en parallèle, détecter une erreur de configuration de streaming, naviguer dans les données structurées et non structurées quelle que soit leur complexité, basculer vers un traitement par lot, confirmer le schéma d’audience, effectuer un appel API vers le service de profil pour estimer la portée et présenter le résultat pour validation humaine, le tout dans un seul thread conversationnel.

2. Compétences personnalisables

Adobe fournit des agents IA Adobe Experience Platform spécialisés qui fonctionnent dans le contexte des applications CX Enterprise. Ce permet aux clients de rentabiliser plus vite leurs investissements et de commencer à exploiter l’IA agentique nativement dans leurs workflows CX. Bien que ces capacités préconfigurées vont continuer d’exister, mais elles seront désormais enrichies de compétences personnalisables pour permettre aux clients d’adapter le comportement des agents IA à leurs besoins métier spécifiques.

Le point à noter est que les experts métier peuvent définir comment ils souhaitent que des tâches comme la création d’audience ou l’activation de parcours s’exécutent, sans que cela ressemble à une expérience réservée aux développeurs. Les compétences sont rédigées en Markdown lisible, ce qui signifie qu’elles peuvent être créées, modifiées et affinées sans symbole. Le système agentique les assemble automatiquement en définitions structurées.

C’est un avantage majeur pour les clients entreprise. Quel que soit le secteur dans lequel ils évoluent, ils peuvent configurer des agents IA pour refléter leurs propres workflows, leurs propres conventions de nommage, leur propre logique de validation. Le catalogue de compétences (versionnées, testées et prêtes pour le déploiement) fait office de source de référence pour les capacités d’IA à l’échelle de l’entreprise.

3. Mémoire contextuelle

Un motif de frustration récurrent avec les outils d’IA actuels est de devoir réexpliquer votre métier à chaque nouvelle session. Quels sont vos personas ? Quelles sont vos règles de suppression ? À quoi ressemble une bonne campagne pour votre marque ? Ce travail répétitif érode rapidement la confiance.

Les entreprises utilisant les applications CX Enterprise n’ont pas à repartir de zéro à chaque fois. Le contexte métier fondamental (règles de suppression indiquant déjà qui doit recevoir des communications ou pas, schémas de données, définitions d’audience construites sur des mois ou des années, historique des performances de campagne, logique de parcours, enregistrements de consentement et configurations de segmentation) est déjà mémorisé dans ces applications.

Ce nouveau cadre enrichit encore davantage cette base en offrant un centre névralgique qui ajoute automatiquement des connaissances contextuelles, les classe et les met à disposition de chaque agent IA du système sans nécessiter de configuration manuelle à chaque fois.

Lorsque le contexte évolue, par exemple quand une définition de persona est mise à jour ou qu’une nouvelle règle de suppression est introduite, il n’est pas nécessaire de l’intégrer directement dans une compétence. Les membres du Centre d’excellence peuvent effectuer la mise à jour en un seul endroit, et chaque agent IA en aval hérite instantanément de la nouvelle version. Résultat : un système d’IA agentique qui connaît véritablement l’entreprise, n’oblige pas à réexpliquer les règles de marque, ne se méprend pas sur les demandes et devient plus performant à mesure qu’il fonctionne dans l’environnement.

Prochaines étapes

Ceci est un premier aperçu du cadre agentique évolué d’Adobe pour l’orchestration de l’expérience client. Les éléments décrits ici, le harnais agentique, le cadre de compétences et la couche de mémoire contextuelle, sont encore en cours de développement, et le déploiement est en cours.

De nombreux autres détails restent à explorer : comment l’extensibilité fonctionne dans les écosystèmes développés par les clients et les partenaires, comment le Centre d’excellence gère la gouvernance et la supervision à grande échelle, et comment le générateur de workflow d’agent IA permet une orchestration déterministe en plusieurs étapes avec des contrôles humains. Chacun de ces aspects sera approfondi individuellement dans les prochains articles de blog.

Ensemble, ces avancées marquent un tournant significatif : l’IA passe d’outil réactif à collaborateur actif dans les workflows d’expérience client. Et comme les mots ne suffisent pas, venez le constater par vous-même lors de l’Adobe Summit 2026 !

Horia Galatanu est Senior Director of Product Management for Adobe Experience Platform. À ce poste, il dirige la stratégie produit pour l’intelligence artificielle pour l’ensemble du portefeuille Experience Cloud d’Adobe. Il se concentre actuellement sur l’IA agentique, la construction de systèmes qui permettent à l’IA d’agir de manière autonome pour les professionnels. Depuis son arrivée chez Adobe en 2007, il a façonné des produits au fil des générations de la plateforme, notamment Adobe Primetime (aujourd’hui Adobe Pass), Adobe Campaign et Adobe Journey Optimizer. Ce passionné de randonnée et de photographie, et grand fan de football, vit dans la baie de San Francisco avec sa famille.

Akintunde Ajayi est Group product marketing manager pour Adobe Experience Platform. Il s’occupe principalement de lancer des capacités innovantes d’engagement client et d’IA, tout en stimulant la sensibilisation et l’adoption des offres d’orchestration d’expérience client d’Adobe. Fort de plus de 15 années d’expérience dans le conseil, l’intégration système et le marketing produit, il a rejoint Adobe en 2019 après avoir obtenu son MBA à la Kellogg School of Management de l’université Northwestern. Époux attentif et père de deux enfants, il soutient inconditionnellement le Liverpool Football Club.

https://business.adobe.com/fragments/resources/cards/thank-you-collections/generative-ai