Réduire les coûts avec les agents IA est impossible... Attendez, en fait

L'article traite d'exemples réels d'IA réduisant les coûts opérationnels, en mettant en lumière à la fois les succès et les pièges. Klarna a remplacé plus de 700 opérateurs de support par l'IA d'OpenAI, réduisant le temps de réponse d'un tiers et résolvant les problèmes 5 fois plus rapidement, mais le taux de désabonnement des clients a augmenté de 15 % et les pertes se sont accrues, ce qui a forcé un retour aux agents humains puis à un modèle hybride. Swisscom a déployé avec succès une architecture multi-agents utilisant Rasa CALM et Amazon Bedrock AgentCore, doublant les résolutions automatisées et réduisant les coûts opérationnels de 50 %, bien que la configuration soit complexe et coûteuse. OneDigital a économisé jusqu'à 170 000 $ par an sur la planification des ressources humaines via paradox.ai, mais les critiques notent que les économies sont exagérées car les employés sont restés en poste et que le système de suivi des candidatures coûte entre 30 000 $ et 100 000 $ par an. Duolingo a adopté une approche axée sur l'IA, augmentant ses revenus à 292 millions de dollars au premier trimestre 2026, mais a admis qu'au moins 20 % du contenu généré par l'IA était inutilisable, et que des indicateurs internes récompensaient de manière trompeuse l'utilisation de l'IA. Les recommandations incluent de commencer par des cas simples, d'évaluer des indicateurs qualitatifs, de compter les économies réelles et d'utiliser une révision avec intervention humaine.