AT&T Corp. va au-delà de l'utilisation de l'intelligence artificielle pour améliorer la productivité des employés, en utilisant de plus en plus d'agents autonomes pour repenser le fonctionnement de son entreprise. Près de 500 workflows agents sont déjà en production, et le géant des télécommunications prévoit de tripler ce nombre l'année prochaine.
AT&T traite désormais environ 45 milliards de jetons d'IA quotidiennement dans l'ensemble de l'entreprise, selon Luke Corbin (photo ci-dessous), vice-président adjoint de la transformation numérique et de l'IA chez AT&T Business. Sa plateforme d'IA agentique gère plus d'un million de transactions par mois. Beaucoup de ces flux de travail fonctionnent désormais de manière autonome, gérant des tâches allant de l'approvisionnement des clients à la prospection commerciale.
S'exprimant lors d'un événement Amazon Web Services Inc. à Boston au début du mois, Corbin a déclaré que l'approche de l'entreprise met l'accent sur la repensation de processus entiers plutôt que sur la simple automatisation de tâches individuelles. AT&T est rapidement passée de l'expérimentation de l'IA générative à l'identification systématique des processus métier qui peuvent être repensés autour de capacités agentiques.
Au cœur de la transformation se trouve Business Agent Foundry, un groupe créé début 2025 pour travailler avec des unités commerciales individuelles. Plutôt que de solliciter des idées d'automatisation isolées auprès des employés, la fonderie cartographie les processus métiers à l'aide de cadres industriels et identifie les opportunités d'éliminer les étapes inutiles, les transferts organisationnels et les dépendances des applications héritées, a déclaré Corbin.
L'une des premières initiatives consistait à automatiser les interactions avec les ordinateurs centraux d'AT&T. Les modifications apportées aux commandes d'installation de la fibre optique des clients obligeaient auparavant les employés à récupérer les tickets dans les files d'attente, à mettre à jour manuellement les enregistrements et à les renvoyer au flux de travail.
L'automatisation agentique a éliminé certaines parties de ce processus manuel, réduisant ainsi les retards et accélérant la prestation de services.
« C'était plutôt cool de pouvoir parler à certaines des technologies les plus avancées avec certaines des plus anciennes dont nous disposons », a déclaré Corbin.
Dans un autre exemple, AT&T a réduit de moitié le temps nécessaire pour fournir des connexions Internet dédiées dans les bâtiments où une infrastructure fibre optique était déjà installée.
Une approche différente
L'architecture d'AT&T rompt avec les approches conventionnelles qui construisent un grand nombre d'agents indépendants et spécialisés. Au lieu de cela, l'entreprise dispose d'un ensemble relativement restreint d'agents qui exécutent les flux de travail métier à l'aide d'une logique métier gérée de manière centralisée.
« Nous stockons la logique métier dans son contexte ou en mémoire », a déclaré Corbin.
Les agents de récupération identifient les connaissances applicables, tandis que les agents de planification déterminent les actions, les outils et les données nécessaires pour accomplir une tâche.
La gouvernance est au cœur du processus. Les employés individuels peuvent créer indépendamment des agents de productivité personnels, mais les flux de travail affectant les clients doivent passer par la fonderie et faire l'objet d'examens de sécurité, de confidentialité et de conformité.
« Nous avons démocratisé les agents au point où les gens peuvent les utiliser à des fins de productivité personnelle, mais pas au point où vous dirigeriez des flux de travail d'entreprise qui pourraient toucher vos clients ou avoir un impact matériel sur votre entreprise », a déclaré Corbin.
Chaque flux de production inclut initialement une surveillance humaine. Ce n’est que lorsque la précision atteint la fourchette moyenne à élevée de 90 % dans un profil de risque autorisé que les agents peuvent fonctionner de manière autonome. Une surveillance continue évalue les performances et détecte les dérives.
Les mesures de réussite incluent les économies de main d’œuvre, la génération de revenus, les coûts d’exploitation et la satisfaction des clients. Corbin a déclaré que les investissements dans l’IA en production permettent d’obtenir des retours sur investissement multipliés par cinq en un an.
Une entreprise vieille de 151 ans qui utilise des ordinateurs depuis leur invention « s’appuie sur de nombreux processus et applications hérités », a déclaré Corbin. « Le coût de maintenance de ces applications, de formation des employés à leur utilisation et de maintenance continue est très élevé. Lorsque vous pouvez compenser une partie de cela avec des flux de travail génératifs plus simples, vous disposez d'une analyse de rentabilisation qui est construite pour elle-même. »
La prospection commerciale en est l’un des bénéficiaires. Les agents identifient les clients prometteurs en validant leurs emplacements et en vérifiant la disponibilité de la fibre avant que les représentants n'investissent du temps à rechercher des opportunités de vente.
Harmoniser les données
La mise à l’échelle de ces capacités nécessite bien plus que des modèles d’IA. AT&T a dû consolider des données fragmentées et fournir une connectivité fiable entre les centres de données, l'infrastructure cloud et les travailleurs mobiles.
« Nous avons vécu de nombreuses fusions et acquisitions », a déclaré Corbin. « Vous pouvez imaginer à quoi ressemble notre infrastructure de données. »
Encourager les employés à proposer des idées sur l’utilisation des agents a contribué à limiter la résistance de ceux qui craignent que l’IA ne les remplace. Il en va de même pour la possibilité de remplacer les processus inefficaces.
« Il y a un nombre considérable de personnes dans l'organisation qui ont des connaissances et une passion pour les processus commerciaux qu'ils utilisaient auparavant mais qu'ils n'aimaient pas », a-t-il déclaré.
Corbin a déclaré qu'AT&T se concentre désormais de l'amélioration des processus existants vers l'utilisation d'agents pour lancer des services, pénétrer sur les marchés et prendre en charge de nouveaux canaux de vente.
En fin de compte, Corbin a déclaré que la responsabilité de la transformation commerciale basée sur l'IA devrait être répartie dans toute l'organisation, plutôt que concentrée dans une équipe spécialisée comme Business Agent Foundry.
« Je me sens privilégié d'avoir l'équipe que je fais, mais à long terme, mon équipe ne devrait pas exister », a-t-il déclaré. « Ce que nous faisons devrait être entièrement distribué. »
