Software 3.0 : pourquoi votre ERP a besoin d'agents IA

L'ERP, en 2026, est un paradoxe. Il reste le système qui finance la croissance de l'entreprise — facturation, comptes, paie, achats, stocks — et c'est aussi celui dont les utilisateurs se plaignent le plus. Pas parce qu'il est mauvais. Parce qu'il a été conçu pour une époque où le travail consistait à appliquer des règles à des objets stables. Or l'entreprise d'aujourd'hui ne fait plus seulement ça. Elle interprète, elle négocie, elle synthétise. Et c'est précisément là que l'ERP ne suit pas.

Andrej Karpathy a posé une grille de lecture utile pour comprendre où nous en sommes. Le Software 1.0, c'est le code écrit par l'humain : règles déterministes, logique explicite, comportement prévisible. Votre module de comptabilité auxiliaire fonctionne en Software 1.0. Le Software 2.0, c'est le modèle entraîné : on apprend à partir de données, on prédit, on classifie — sans coder les règles. Votre outil de scoring crédit ou de catégorisation de tickets fonctionne probablement en Software 2.0. Le Software 3.0, c'est l'agent piloté par le langage naturel et orchestré par le contexte. Il sait raisonner, déléguer, demander des clarifications, appeler des outils, et rendre compte de ce qu'il a fait. C'est nouveau. Et ce n'est pas une simple évolution de l'ERP — c'est la couche qui lui manquait.

L'ERP ne crée pas le travail, il enregistre son résultat

Un fait que les éditeurs ERP n'aiment pas trop rappeler : l'ERP n'exécute pas le travail. Il enregistre le résultat du travail que les humains ont fait dans Excel, dans Outlook, au téléphone, en réunion. La saisie d'une facture fournisseur, c'est une dizaine de micro-décisions que quelqu'un a prises ailleurs : est-ce qu'elle est conforme au bon de commande ? À quel projet l'imputer ? Faut-il la mettre en attente faute de validation ? Le module ERP n'est qu'une boîte aux lettres pour la décision finale.

C'est cette zone — entre l'événement métier et l'écriture dans l'ERP — que les agents IA peuvent industrialiser. Pas l'écriture comptable elle-même, qui doit rester déterministe et auditable. Mais tout ce qui la précède : la pré-revue, la vérification de cohérence, la classification, la demande de complément d'information, la relance du valideur.

Trois zones où l'agent IA crée de la valeur démontrable

Nous identifions sur le terrain trois zones où le rapport effort / valeur penche clairement du côté du déploiement d'agents.

Zone 1 — la pré-revue d'écritures comptables. Avant qu'une écriture entre dans le grand livre, elle peut être contrôlée par un agent qui connaît le plan comptable de l'entreprise, ses règles de TVA, ses centres de coût habituels, ses fournisseurs récurrents. L'agent ne valide pas l'écriture — il la pré-qualifie. Sur une PME industrielle de 150 salariés, ce contrôle réduit de 70 % le nombre d'écritures à reprendre après clôture. Le DAF récupère 3 à 5 jours par mois.

Zone 2 — le pré-remplissage des dossiers d'appel d'offres. Une ESN ou un cabinet de conseil passe en moyenne 30 à 40 % du temps commercial à rédiger des réponses. Une grande partie de ce contenu existe déjà dans la bibliothèque interne : références, méthodologies, CV. Un agent qui sait naviguer cette bibliothèque, identifier les éléments pertinents, et produire un premier jet structuré fait gagner 60 % du temps de rédaction. Le commercial ne s'occupe plus que de la personnalisation et de l'argumentation.

Zone 3 — le contrôle documentaire achats. Vos contrats fournisseurs doivent comporter telle clause de confidentialité, tel délai de paiement, telle juridiction compétente. Aujourd'hui, ce contrôle est fait à la main, et il rate régulièrement des écarts. Un agent qui lit chaque contrat à l'arrivée et applique une grille de conformité détecte 100 % des non-conformités structurelles. Le directeur juridique passe son temps sur les cas qui méritent vraiment son jugement.

Ces trois zones partagent une caractéristique : elles sont à mi-chemin entre le déterministe et l'interprétatif. Trop ouvertes pour être codées en Software 1.0, trop spécifiques pour être traitées par un modèle pré-entraîné. C'est exactement le terrain de jeu du Software 3.0.

Pourquoi votre ERP ne le fera pas à votre place

Les éditeurs ERP — SAP, Oracle, Sage, Cegid — ont tous annoncé leur stratégie IA. Et tous proposent des fonctionnalités intéressantes. Mais aucun ne livrera ce dont votre entreprise a besoin, pour trois raisons structurelles.

D'abord, parce que les agents IA utiles sont spécifiques à votre métier. La règle d'imputation d'une facture chez un distributeur de matériel médical n'est pas celle d'un éditeur de logiciels. Aucune feature globale d'éditeur ne capturera ces règles. Elles sont dans la tête du contrôleur de gestion, et il faut quelqu'un — humain ou agent — qui aille les chercher.

Ensuite, parce que la mémoire opérationnelle que requiert un agent ne vit pas dans l'ERP. L'historique des décisions, le contexte des litiges, les exceptions tolérées, le ton à adopter avec un fournisseur stratégique : tout cela est ailleurs. Dans des e-mails, des PV de réunion, des Notion, des Slack. Un agent utile doit pouvoir lire dans cette mémoire — ce que l'ERP ne peut pas faire seul.

Enfin, parce que l'éditeur ERP n'a pas intérêt à vous rendre moins dépendant de son produit. Si les agents IA peuvent intermédier votre ERP, ils peuvent aussi le contourner partiellement. Aucun éditeur ne livrera cette option en standard.

La couche d'agents : architecture, pas magie

L'idée de "mettre un agent sur l'ERP" est mal posée. L'agent n'est pas un wrapper. Il est un système qui s'interpose entre l'humain et l'ERP, qui lit dans les deux directions, et qui exécute selon des règles que vous avez définies. Cela demande une architecture.

Chez GEOVTC, nous modélisons cette architecture autour de quatre dimensions, le framework SMCI :

• Skills : ce que l'agent sait faire — lire un PDF, requêter votre ERP, écrire dans Slack, déclencher un workflow.
• Memory : ce qu'il retient — les décisions passées, les exceptions, les préférences utilisateur.
• Context : ce qu'on lui donne à chaque exécution — la situation présente, les données métier nécessaires.
• Identity : ce qu'il est et ce qu'il refuse de faire — son rôle, ses garde-fous, son ton.

Un agent qui ne modélise pas explicitement ces quatre dimensions dérive. Il fonctionne en démo, il échoue en production. Notre méthode commence par cette modélisation, avant toute écriture de prompt ou d'intégration.

Ce qui change pour les équipes

La promesse n'est pas le remplacement des équipes. C'est la redistribution du temps. Une équipe finance qui passe 40 % de son temps en saisie passe à 15 %, et réinvestit la différence dans l'analyse, le pilotage, la relation avec les opérationnels. Une équipe commerciale qui passe 35 % à rédiger des réponses passe à 12 % et réinvestit dans la qualification et la closing.

Cette redistribution n'est pas automatique. Elle demande un cadrage explicite des nouveaux rôles, une formation sur les outils, et — point souvent négligé — un transfert d'ownership : c'est l'équipe métier qui doit, à terme, piloter son agent. L'AI Factory qui n'organise pas ce transfert crée une dépendance fournisseur qui rate la promesse.

Par où commencer

Un seul conseil pratique : ne commencez pas par l'agent. Commencez par cartographier vos workflows à haute fréquence et à faible valeur ajoutée par geste. C'est là que l'agent est rentable au mois 3. La clôture, la facturation, la pré-revue de contrats, la qualification de leads inbound, la consolidation de reporting : autant de chantiers où la valeur récupérable est mesurable.

Et une seule mise en garde : ne déployez pas un agent sans gouvernance. Définissez qui est responsable de ses décisions, qui peut le mettre en pause, qui audite ses logs. Un agent sans gouvernance n'est pas un produit — c'est un risque.

L'ERP a été conçu pour la stabilité des règles. Les agents IA sont conçus pour l'adaptabilité du langage. Les deux ne se remplacent pas. Ils s'emboîtent. Et c'est cette couche d'emboîtement qui sépare aujourd'hui les PME qui industrialisent leur IA de celles qui collectionnent les POC.