Dans l’intelligence artificielle d’entreprise, la question n’est plus seulement de savoir quel modèle est le plus performant. Pour un DSI, le vrai sujet est plus concret : peut-on laisser un agent IA toucher aux systèmes IT sans créer de risque opérationnel ? C’est précisément le pari de Thira, une nouvelle startup fondée par Sunny Gupta et Kurt Shintaffer, deux anciens d’Apptio.
Après avoir contribué à faire d’Apptio un système de référence pour mesurer et piloter les dépenses technologiques, Sunny Gupta veut désormais passer à l’étape suivante : aider les entreprises à agir sur ces informations. Thira se présente comme un système d’exécution agentique pour les fonctions de back-office, avec un premier terrain d’application : l’IT d’entreprise.
La société sort de sa phase de discrétion avec un financement d’amorçage de 21 millions de dollars, mené par Madrona. Dix grandes entreprises se sont déjà engagées comme partenaires de conception non rémunérés avant un lancement prévu à l’automne.
Du pilotage des coûts IT à l’automatisation des actions
L’histoire de Thira s’inscrit directement dans celle d’Apptio. Pendant plus de quinze ans, Sunny Gupta a travaillé à faire d’Apptio une plateforme centrale pour comprendre les dépenses technologiques des grandes organisations. L’entreprise a été introduite en Bourse en 2016, vendue à Vista Equity Partners en 2019, puis rachetée par IBM en 2023 pour 4,6 milliards de dollars.
Mais selon Gupta, une frustration revenait souvent chez les DSI : ils obtenaient enfin de la visibilité sur leurs coûts, leurs actifs ou leurs processus, mais devaient encore réaliser une grande partie du travail manuellement. En d’autres termes, Apptio leur donnait la carte ; Thira veut maintenant construire le moteur capable d’avancer sur cette carte.
Ce glissement est important. Beaucoup d’outils d’entreprise se sont historiquement concentrés sur l’observation, le reporting et l’aide à la décision. L’ère des agents IA promet autre chose : des systèmes capables de comprendre un environnement, de proposer des actions, puis d’en exécuter certaines sous contrôle humain ou de façon autonome.
Ce que Thira veut automatiser dans l’IT d’entreprise
Thira cible d’abord les processus répétitifs que les DSI supervisent dans les grandes entreprises. La startup reste discrète sur la forme exacte de son produit, mais indique avoir cartographié six ou sept processus IT récurrents. Elle prévoit de démarrer avec deux d’entre eux seulement, afin de les traiter avec un niveau d’excellence élevé avant d’élargir son périmètre.
Selon Sunny Gupta, le premier processus ciblé touche en moyenne plus de 40 systèmes différents dans une entreprise. Aujourd’hui, ce type de travail est souvent assuré par des équipes humaines, des scripts ponctuels ou des enchaînements d’outils difficiles à maintenir. C’est précisément ce terrain fragmenté que Thira veut adresser.
Un moteur de découverte et d’apprentissage
Au cœur de la plateforme, Thira met en avant un système de découverte et d’auto-apprentissage. Les agents se connectent aux sources de données d’une entreprise, ingèrent des documents, des présentations, des schémas, voire des diagrammes dessinés à la main, puis apprennent comment l’environnement est réellement organisé.
À partir de cette compréhension, la plateforme construit ce que Gupta décrit comme des cartes d’exécution dynamiques. Ces cartes servent à distinguer les chemins déterministes, que les agents peuvent suivre de manière autonome, des situations plus ambiguës qui nécessitent encore un jugement humain.
Cette approche est intéressante car elle reconnaît une réalité souvent négligée dans les démonstrations d’IA : deux grandes entreprises peuvent utiliser les mêmes outils, mais les configurer de manière totalement différente. Les noms d’objets, les règles internes, les flux de validation et les exceptions métier varient fortement d’un client à l’autre.
La confiance ne viendra pas seulement du modèle d’IA
Le positionnement de Thira repose sur une conviction simple : dans l’IT d’entreprise, la confiance ne dépend pas uniquement de la qualité du modèle sous-jacent. Même un très bon modèle peut halluciner, mal interpréter un contexte ou prendre une initiative inadaptée. Or, lorsqu’un agent agit sur des systèmes critiques, l’erreur peut coûter cher.
Pour Sunny Gupta, la confiance doit donc être intégrée directement dans le produit. Cela passe par des fonctions comme :
- des interrupteurs d’arrêt pour bloquer immédiatement un agent en cas de comportement problématique ;
- des journaux d’audit permettant de retracer chaque décision, action et validation ;
- des mécanismes de retour arrière pour annuler ou corriger certaines opérations ;
- une séparation claire entre les actions automatisables et celles qui exigent une supervision humaine.
Cette logique est cruciale pour les DSI. Dans un chatbot grand public, une réponse approximative peut être agaçante. Dans un environnement IT, une mauvaise action peut modifier des droits d’accès, perturber un workflow, désynchroniser des données ou déclencher une chaîne d’incidents.
Deux modes : semi-autonome puis autonome
Thira prévoit donc deux niveaux d’usage. Le premier est un mode semi-autonome, dans lequel l’humain reste impliqué pour vérifier, approuver ou valider certaines opérations. Le second est un mode entièrement autonome, activé lorsque l’entreprise estime avoir suffisamment confiance dans le comportement de l’agent.
Gupta estime qu’un client pourrait mettre environ un mois à se familiariser avec le mode semi-autonome avant d’envisager une autonomie plus complète. Cette estimation reste à confirmer en conditions réelles, mais elle reflète un enjeu majeur : l’adoption des agents IA en entreprise sera progressive, surtout lorsqu’ils manipulent des systèmes critiques.
Thira ne veut pas remplacer ServiceNow ou Workday
Un autre point important du positionnement de Thira concerne sa relation avec les grands systèmes existants. La startup ne prétend pas remplacer ServiceNow, Workday ou les autres plateformes déjà installées dans les entreprises. Elle veut plutôt s’intégrer à ces systèmes et automatiser des processus transverses que ces plateformes ne couvrent pas toujours de bout en bout.
Cette nuance est stratégique. Les grandes organisations ont déjà massivement investi dans leurs systèmes de référence. Elles ne cherchent pas nécessairement à les remplacer, mais à mieux les connecter et à réduire le travail manuel entre eux. Thira se place donc comme une couche d’exécution spécialisée, capable de traverser plusieurs outils.
Le défi sera toutefois concurrentiel. ServiceNow pousse lui aussi l’idée d’un système d’action ouvert à des agents externes. D’autres éditeurs d’entreprise cherchent également à devenir la couche d’orchestration principale des workflows IA. Dans ce contexte, Thira devra prouver que ses agents spécialisés apportent une valeur supérieure à celle des plateformes généralistes.
Le vrai défi technique : comprendre le désordre réel des entreprises
Selon Gupta, le problème technique le plus difficile n’est pas de brancher un modèle d’IA à une API. Le défi consiste plutôt à apprendre comment chaque entreprise fonctionne réellement. Dans les grandes organisations, les mêmes concepts peuvent porter des noms différents, les systèmes peuvent être configurés de manière unique, et certains processus reposent encore sur des habitudes implicites connues seulement de quelques équipes.
Thira mise sur un effet d’apprentissage similaire à celui observé chez Apptio. Chaque client aiderait la plateforme à mieux comprendre certaines configurations, certains modèles de processus et certaines variations d’environnement. À terme, Gupta pense que le système deviendra nettement plus robuste après avoir fonctionné chez 40 ou 50 entreprises.
Cette ambition pose toutefois une question sensible : comment mutualiser l’apprentissage sans exposer les données confidentielles, les règles internes ou les particularités opérationnelles d’un client ? Pour convaincre les DSI, Thira devra probablement être très claire sur ses mécanismes d’isolation des données, de gouvernance, de sécurité et de conformité.
Une startup volontairement légère, financée pour aller vite
Thira démarre avec une équipe réduite. Sunny Gupta indique que l’équipe d’ingénierie compte environ sept ou huit personnes, pour un effectif total légèrement supérieur à dix. La société rassemble toutefois des profils issus d’entreprises comme Atlassian, Meta, Databricks et Oracle.
Malgré les 21 millions de dollars levés, l’objectif annoncé est de rester lean. Gupta affirme vouloir recruter essentiellement deux types de profils : des ingénieurs dans un premier temps, puis des commerciaux plus tard. La startup veut aussi appliquer à son propre fonctionnement ce qu’elle vend à ses clients, en utilisant des processus agentiques pour de nombreuses fonctions internes, y compris son site web.
Le tour de financement est mené par Madrona, un investisseur déjà familier du parcours de Gupta. Matt McIlwain, Managing Director chez Madrona, avait déjà soutenu deux de ses précédentes entreprises, iConclude et Apptio. FUSE ainsi qu’un groupe de conseillers internationaux et de DSI ont également participé au financement.
Ce que les DSI doivent retenir de l’approche Thira
L’arrivée de Thira illustre une évolution plus large du marché de l’IA d’entreprise. Les entreprises ne se contentent plus d’expérimenter des copilotes ou des assistants conversationnels. Elles cherchent désormais des agents capables de réaliser des tâches opérationnelles complexes, tout en restant gouvernables, auditables et réversibles.
Pour les DSI, plusieurs critères devraient devenir déterminants dans l’évaluation de ce type de solution :
- la capacité de l’agent à comprendre les systèmes existants sans imposer une refonte complète ;
- la qualité des mécanismes de validation humaine ;
- la traçabilité détaillée des décisions et des actions ;
- la possibilité de revenir en arrière après une opération ;
- l’intégration avec les plateformes déjà en place, comme ServiceNow, Workday ou les outils ITSM ;
- la clarté sur la sécurité, la confidentialité et l’apprentissage inter-clients.
La promesse de Thira est ambitieuse : transformer les agents IA en véritables exécutants pour le back-office d’entreprise. Mais son succès dépendra moins d’un effet de démonstration autour d’un modèle que de sa capacité à répondre à une question très pratique : un DSI peut-il laisser cet agent agir sur ses systèmes, en sachant qu’il garde le contrôle ?
Si Thira parvient à résoudre ce problème de confiance, elle pourrait s’inscrire dans une nouvelle génération d’outils d’entreprise : non plus seulement des systèmes d’enregistrement ou d’analyse, mais des plateformes capables d’exécuter des processus complets à travers un paysage applicatif complexe.
Source : article original publié par The New Stack.