PEGAInnovate Paris 2026 : l'IA agentique passe du discours aux résultats

Le 24 septembre 2026, PEGAInnovate Paris a réuni dirigeants, clients et partenaires de Pega au 28 George V. Un message dominait : l’IA agentique n’a de valeur que si elle produit des résultats prévisibles et gouvernés.

Chez IRIZ Consulting, intégrateur Pega et sponsor Silver de l’événement, nous étions sur place. Voici notre lecture d’experts : ce qui change techniquement, et comment nous le mettons en œuvre chez nos clients.

---

Keynote : Design, Build, Run, le cycle agentique de Pega Infinity 26

Kerim Akgonul, Chief Product Officer de Pega, a présenté une chaîne outillée par l’IA de bout en bout. C’est exactement la chaîne que nous opérons sur nos projets :

• Design avec Pega Blueprint : génération d’une cible applicative (case types, étapes, modèle de données, personas) à partir du besoin métier, exportable directement vers Infinity.
• Build avec Infinity Studio : assemblage et évolution de l’application avec un assistant IA intégré au low-code, sans rupture entre conception et réalisation.
• Run avec les agentic workflows : des agents LLM exécutés à l’intérieur de case types gouvernés. La démo, un programme d’aide d’urgence au crédit immobilier, enchaînait intake, éligibilité, recommandation, contrôle risque et conformité, puis résolution.

---

Notre grille de lecture : qui fait quoi dans un workflow agentique

Le principe de la « Predictable AI » est une répartition stricte des responsabilités. C’est la grille que nous appliquons en conception d’architecture :

Étape	Agent / LLM	Workflow Pega	Humain
Comprendre la demande	Interpréter l’intention	Authentifier, router	Lever l’ambiguïté
Exploiter les documents	Extraire, résumer	Valider, conserver la source	Revoir les données sensibles
Appliquer la politique	Rechercher, expliquer	Règles, circuits de validation	Traiter les exceptions
Finaliser	Rédiger, recommander	Agir, tracer, notifier	Autoriser et porter le risque

L’architecture reste ouverte côté modèles : Mistral, OpenAI, Gemini, Claude ou un LLM propriétaire, orchestrés par Pega. Côté résultats, Pega a notamment cité une banque américaine passée de 40 jours à 2 jours de traitement moyen des réclamations.

---

Groupama : Pega à l’échelle d’un groupe de 12,5 millions de clients

Le témoignage de Halim Yahia, directeur de projet transformation, prouve la tenue en charge de la plateforme sur un périmètre national :

Ce que nous retenons techniquement : 11 caisses régionales traitent 24 000 tâches par jour grâce à une ToDo dynamique. La file n’est plus triée par ancienneté mais par une priorisation multicritère en vision client, typiquement portée par les règles de décision et l’intelligent routing de Pega. Autre point clé, 14 millions d’interactions captées au premier semestre 2026 sont désormais observables et analysables.

Groupama utilise aussi Blueprint en bootcamp : la cible est générée dès le premier atelier métier, puis alimente directement le backlog.

---

LCL : Blueprint divise par deux le cadrage

Sur Maestro, le programme de transformation du back-office LCL présenté avec Capgemini, le cadrage d’un cas d’usage passe de 4 ateliers à 2 en moyenne avec Blueprint. La démarche combine Sprint 0, modélisation Blueprint et BPMN, et rétro-analyse du legacy assistée par IA avant décommissionnement.

C’est aussi notre conviction : le gain de Blueprint se mesure en aval. Une cible validée par le métier dès le cadrage, c’est moins d’allers-retours en recette et moins d’incidents en run.

---

Gouvernance IA : le vrai frein au passage à l’échelle

Seules 26 % des organisations estiment exploiter efficacement l’IA (AWS / HBR Analytic Services, mars 2026). Les premiers freins cités : l’absence de stratégie claire en IA agentique (46 %), l’infrastructure et l’intégration au SI existant (35 % chacun), l’absence de gouvernance (35 %).

AWS et Pega recommandent trois actions, que nous intégrons dès nos phases de cadrage :

• Définir l’appétence au risque : quelles décisions l’agent peut prendre seul, lesquelles exigent une validation.
• Rendre les agents visibles : traçabilité de chaque action dans le case, audit trail exploitable par la conformité.
• Démarrer par un cas d’usage mesurable, avant d’industrialiser.

Côté socle, l’alliance Pega + AWS s’appuie sur Amazon Bedrock pour la Predictable AI, Amazon Connect pour le self-service agentique et AWS Transform avec Blueprint pour moderniser le legacy.

---

Notre analyse : aller vite, sans perdre le contrôle

Karim Zein, VP Client Growth de Pega, l’a résumé en conclusion : l’IA agentique est une priorité des COMEX, mais le marché déborde de raccourcis (vibe coding, agent en un prompt, coûts en tokens non maîtrisés). Notre expérience terrain confirme trois règles :

• Cadrer avec Blueprint : la cible applicative se fige en jours, pas en semaines, et le backlog en découle directement.
• Encapsuler chaque agent dans un case type : règles, SLA, validations humaines et audit trail restent portés par le workflow.
• Gouverner dès le premier cas d’usage : appétence au risque, choix du LLM, suivi de la consommation et des performances en run.

C’est sur cette combinaison, expertise Pega Infinity, maîtrise de Blueprint et architecture agentique gouvernée, que nous accompagnons nos clients.

---

FAQ

Qu’est-ce que Pega Blueprint ?

Un outil de conception assisté par IA qui génère case types, étapes et modèle de données à partir du besoin métier. Chez LCL, il divise par deux les ateliers de cadrage.

Qu’est-ce que la Predictable AI de Pega ?

Des agents LLM exécutés dans des workflows gouvernés, avec validation humaine sur les décisions à impact.

Peut-on utiliser son propre LLM avec Pega ?

Oui : Mistral, OpenAI, Gemini, Claude ou un modèle propriétaire.

---

Sources

• PEGAInnovate Paris 2026, page officielle Pega
• Présentations projetées lors de l’événement (Pega, Groupama, Capgemini, AWS)
• Étude AWS / HBR Analytic Services, « Agentic AI: Expectations, Readiness, and Results », 2026