Low-code et agents IA : comment Suez industrialise l'IA avec OutSystems

Publié le 23 juillet 2026

Low-code et agents IA : comment Suez industrialise l'intelligence artificielle avec OutSystems

La course à l'IA est lancée, mais le fossé entre ambition et réalité reste large : beaucoup de POC, peu de mises en production. Au Tech For Industry Show, André Queiros, Manufacturing Industry Lead | AI & Agentic (OutSystems) et Floriane Mignon, Head of Products (Suez Digital Solutions) ont montré comment une plateforme low-code gouvernée permet de faire atterrir l'IA dans le cœur métier d'un grand industriel français.

L'IA en entreprise : une course lancée, un gap à combler

Des investissements massifs, des attentes fortes

En introduction, André Queiros pose le décor avec deux chiffres cités en séance : 71 % des CEO auraient demandé à leur CTO une feuille de route claire sur l'IA, et 2 000 milliards de dollars auraient été investis par les entreprises dans les technologies d'IA en 2025. Le constat est double : la course est lancée, mais le passage du POC à la production reste le vrai défi.

Les 4 freins à l'industrialisation de l'IA

Selon OutSystems, le problème ne vient pas des modèles, disponibles depuis longtemps, mais de l'atterrissage de l'IA dans l'entreprise : des systèmes cœur rigides, difficiles à connecter aux LLM et aux agents ; une sémantique métier (organisations, processus, modèles de données) inconnue des LLM grand public ; une gouvernance insuffisante — seuls 21 % des agents en production seraient réellement conformes aux règles de gouvernance, de conformité et de sécurité, selon un chiffre d'analystes cité en séance ; et un risque de vendor lock-in, puisque miser sur un seul LLM est risqué quand le marché évolue tous les six mois.

La réponse : découpler la logique métier des fournisseurs d'IA

La mission affichée d'OutSystems : permettre aux entreprises françaises d'être « AI native » tout en gardant leur souveraineté industrielle, grâce à une plateforme de développement d'applications et d'agents ouverte et gouvernée, qui découple la logique métier des fournisseurs d'IA — et permet de garder le contrôle sur ses données, sa gouvernance et ses processus, quel que soit le modèle utilisé.

Suez : le digital au cœur des métiers de l'eau et des déchets

Une multinationale, deux branches, 600 experts data et IA

Suez, multinationale française de 40 000 collaborateurs présente dans 40 pays, est structurée en deux branches : les services de l'eau (stations d'épuration, réseaux de distribution, assainissement) et les déchets (collecte, tri, recyclage, valorisation énergétique). Son unité Digital Solutions regroupe environ 600 experts en data et en IA, leader européen de la télérelève (compteurs connectés) et de la détection de fuites.

Des solutions terrain à fort impact

Sur la chaîne de valeur déchets, le digital est partout : trackers sur les bennes, sondes de remplissage pour éviter les tournées inutiles, traçabilité des flux de matières recyclables (du câble de cuivre aux batteries de véhicules électriques) avec 40 % de gains d'efficacité sur certaines filières, et computer vision sur les convoyeurs — plus de 85 % de performance — pour contrôler la qualité des flux entrants et sortants et réduire les déclassements.

Le pari low-code : le benchmark qui a tout changé

Hard code vs plateforme : le test grandeur nature

En 2021-2022, face à un besoin de flexibilité (tester, se tromper, recommencer), d'adaptabilité à des environnements industriels hostiles (poussière, port de gants, sites démultipliés) et à une stratégie nearshore, Suez a mené un test comparatif : un même POC développé en hard code et sur la plateforme OutSystems, avec indicateurs à l'appui.

Des résultats sans appel

Le verdict : 3 fois plus rapide avec OutSystems, et surtout 10 % d'anomalies en maintenance contre 30 à 40 % constatés en hard code. Résultat : de 2 applications sur la plateforme en 2024 à 20 aujourd'hui — un facteur 10 — sans augmenter le nombre de développeurs, grâce à une factory au Portugal, et avec des coûts de TMA en baisse.

L'IA en production : le cas d'usage des agents chez Suez

Interroger la donnée en respectant la réglementation

Le cas phare présenté : permettre aux utilisateurs d'interroger librement des données internes et externes sur les sites industriels via un LLM interne sécurisé (Suez s'appuie sur GPT et Mistral), tout en garantissant que chaque réponse respecte le cadre réglementaire — une priorité absolue chez Suez.

Des agents comme garde-fous intelligents

Exemple concret : « Simule la fermeture de tel site en 2028 et l'impact sur les sites dans un rayon de 50 km. » L'agent enrichit la question avec les règles métier — les ordures ménagères ne peuvent pas être réorientées vers certaines catégories de sites, ni au-delà de 40 km, ni au-dessus d'une capacité maximale réglementaire — avant d'envoyer la requête au LLM, puis restitue la réponse visuellement sur des cartes exportables. Les agents embarquent nativement la connexion aux LLM, la gestion des endpoints, de l'authentification et des droits : les développeurs se concentrent sur les règles métier.

3 mois pour les premières requêtes

Premier résultat : les premières requêtes ont été mises dans les mains des utilisateurs en 3 mois. À 6 mois, le projet entre en phase de vérification : contrôler que les agents restent dans le cadre et noter la pertinence des réponses du LLM pour le métier. Autres réussites IA : une OCR fiabilisée à 98 % pour la facturation client.

Les points de vigilance

Floriane Mignon insiste sur trois garde-fous : maintenir un contrôle humain et un œil critique (ne jamais considérer l'IA fiable à 100 %), la cybersécurité (couverte ici par le socle Suez), et la maîtrise des coûts de consommation des LLM (jetons) à grande échelle — au point d'envisager un agent dédié au suivi financier.

Gouvernance, MCP et orchestration : une plateforme ouverte contre le shadow IT

En réponse aux questions de l'audience, OutSystems précise son positionnement : une couche qui se pose « on top » de toutes les approches de développement — low-code, hard code, vibe coding (Claude, Cursor, Codex), LLM privés, Mentor (l'IA native de la plateforme) — pour apporter uniformisation, gouvernance et conformité face au shadow IT, dont les risques portent sur les coûts et la sécurité. La plateforme peut se brancher sur n'importe quel serveur MCP ou en exposer, et orchestre des agents spécialisés par fonction, en combinant le probabiliste (LLM) et une couche déterministe qui impose le cadre. Dernier prérequis, souligné par Suez : la qualité et la gouvernance des données en amont, travaillées de longue date malgré un historique de croissance par acquisitions.

Ce qu'il faut retenir

Le témoignage croisé d'OutSystems et de Suez Digital Solutions illustre une voie concrète pour sortir du stade du POC : une plateforme low-code gouvernée, capable d'encadrer les agents IA par des règles métier déterministes, tout en gardant la maîtrise des coûts, de la sécurité et de la conformité réglementaire.

Retrouvez l'intégralité de cette conférence, ainsi que les autres replays du Tech For Industry Show, sur notre page dédiée.

Articles populaires