ServiceNow et Atlassian Mènent le Marché ITSM vers les Plateformes IA au lieu des Solutions Clé en Main

La question principale pour ITSM en 2026 n'est plus la présence de fonctionnalités IA en soi, mais le type d'architecture sur lequel elles sont construites. Au cours des trois dernières années, le marché s'est éloigné des simples chatbots qui ne font que deviner les catégories de tickets vers une couche IA intégrée à la plateforme de services elle-même. Désormais, l'IA participe au routage des demandes, prédit les incidents, ferme automatiquement les demandes standard et recueille des analyses post-mortem après les défaillances.

L'effet pratique est également devenu notable : les entreprises ayant des pratiques ITSM prédictives se remettent des incidents environ deux fois plus rapidement que celles qui s'appuient toujours sur le traitement manuel. Sur ce fond, le marché s'est divisé en deux approches. La première est basée sur une plateforme : l'entreprise obtient une couche IA ouverte où elle peut connecter différents LLMs, créer des agents personnalisés, définir des politiques, des limites et un audit pour chaque action.

Cette option est plus complexe et prend plus de temps à mettre en œuvre, mais elle convient aux scénarios où l'IA doit fonctionner sur plusieurs départements, tenir compte des exigences de sécurité et, si nécessaire, fonctionner dans une boucle fermée. La deuxième est emballée : l'IA est déjà intégrée au produit et offre un démarrage rapide avec des scénarios prêts à l'emploi comme la classification de tickets, les suggestions d'opérateur, la synthèse de dialogues et un assistant virtuel. C'est plus simple, mais l'espace pour la personnalisation et la scalabilité est généralement limité par la feuille de route du fournisseur.

L'approche plateforme est mieux démontrée aujourd'hui par ServiceNow. Sa couche IA unifie ITSM, RH, finances et CRM, prend en charge les modèles propriétaires et tiers, et permet de créer des compétences et des agents personnalisés. Mais le prix de la flexibilité est élevé : les capacités IA avancées sont concédées sous licence séparément, et la mise en œuvre peut s'étendre sur plusieurs mois.

Atlassian mise sur Rovo — une couche IA unifiée au-dessus de Jira, Confluence et Jira Service Management. La force ici est le contexte : les agents voient les connexions entre les tâches, les pages, les messages et les applications externes, ce qui signifie qu'ils peuvent non seulement répondre, mais aussi prendre des mesures au sein des processus existants. La limitation est simple : si une organisation opère en dehors de l'écosystème Atlassian, l'effet de cette approche devient notablement plus faible.

L'option la plus équilibrée semble être BMC Helix, qui combine l'architecture de plateforme avec un riche ensemble d'agents IA prêts à l'emploi. HelixGPT peut être déployé soit dans le cloud, soit on-premise, et le client choisit lui-même le fournisseur de LLM. C'est particulièrement important pour les grandes entreprises qui ont besoin d'indépendance par rapport à un seul modèle et du contrôle des données.

Freshservice, en revanche, reste un modèle de l'approche emballée : Freddy AI démarre rapidement, ferme les demandes standard via Slack, Teams et le portail de services, et le time-to-value se mesure en semaines, non en trimestres. Mais les limitations sont typiques pour une boîte : l'IA fonctionne principalement avec des données à l'intérieur du système lui-même et ne convient pas aux scénarios complexes interfonctionnels. Ivanti essaie d'occuper une position intermédiaire, combinant ITSM, gestion des points de terminaison et sécurité, mais sa direction IA basée sur des agents n'a pas encore complètement émergé du stade des promesses.

Pour le marché russe, ce débat est particulièrement pratique. Les écosystèmes cloud occidentaux, les accords avec les grands fournisseurs de LLM et les scénarios entreprise familiers ne sont pas accessibles à tous, tandis que les tâches n'ont pas disparu : les entreprises ont toujours besoin de fermeture autonome de tickets standard, de recherche dans les connaissances d'entreprise, de classification automatique et d'agents qui agissent plutôt que de simplement écrire des réponses. Par conséquent, le déploiement on-premise, les journaux complets des actions du modèle, l'accès basé sur les rôles aux fonctionnalités IA et la possibilité de remplacer un modèle par un autre sans réécrire les processus deviennent de plus en plus importants.

C'est autour de ces exigences que se construisent maintenant des plateformes locales comme SimpleOne, en misant non pas sur un seul bouton prêt à l'emploi, mais sur une infrastructure IA gérée. La conclusion est simple : le marché ITSM prêt pour l'IA passe d'un ensemble de fonctionnalités voyantes à une infrastructure avec une gouvernance claire. Si une entreprise a besoin de résultats rapides pour une petite équipe de services, un produit emballé peut toujours être le meilleur choix.

Mais si l'IA doit fonctionner sur plusieurs départements, gérer des données sensibles, passer des audits et évoluer avec le marché des modèles, l'approche plateforme devient décisive. En 2026, les gagnants ne seront pas les fournisseurs ayant plus de chatbots au menu, mais ceux qui savent comment donner au secteur d'activité le contrôle de chaque action d'IA.