Serval lance Catalyst, un super-agent qui crée des agents en arrière-plan pour détecter et résoudre les problèmes IT avant qu'un ticket soit ouvert
Serval a annoncé jeudi la disponibilité générale de Catalyst, son agent d'intelligence artificielle conçu pour créer automatiquement des automatisations d'entreprise, et l'a activé par défaut pour l'ensemble de ses clients. Positionné comme un "super agent" au sommet de la plateforme de gestion des services informatiques de Serval, Catalyst peut analyser l'historique des tickets, les procédures opérationnelles standard ou de simples instructions en langage naturel pour repérer les tâches récurrentes, puis rédiger lui-même les flux de travail, les compétences, les formulaires, les politiques d'accès, les parcours utilisateurs et les tableaux de bord nécessaires pour les automatiser. Serval l'utilise aussi pour créer des agents en arrière-plan qui surveillent en continu les systèmes connectés afin de détecter des problèmes émergents et de proposer des correctifs avant même qu'un salarié n'ouvre un ticket. Lors d'une démonstration, le cofondateur et directeur général Jake Stauch a montré Catalyst générer, à partir d'une simple demande, des flux de réinitialisation de mot de passe : l'outil détecte automatiquement les systèmes connectés comme Okta, Google Workspace et Microsoft Entra, puis produit le code TypeScript correspondant, que les administrateurs peuvent ensuite encadrer par des approbations ou des restrictions d'accès.
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Cette annonce s'inscrit dans une course où les grands éditeurs de gestion de services convergent vers la création de flux de travail assistée par IA : ServiceNow propose déjà Build Agent et AI Agent Advisor, Atlassian mise sur Rovo pour générer des automatisations Jira à partir de texte en langage naturel, et Freshworks développe Freddy AI Agent Studio pour Freshservice. La différence revendiquée par Serval tient à l'intégration : une seule couche administrative capable de passer de la découverte d'une opportunité d'automatisation à la construction d'un flux gouverné, puis à la création d'agents proactifs qui continuent de chercher de nouvelles tâches à automatiser. Pour les entreprises clientes, cela promet de réduire fortement le volume de tickets traités manuellement, d'accélérer la résolution de demandes courantes comme les réinitialisations de mots de passe ou les processus d'intégration et de départ des employés, tout en soulevant des questions de gouvernance sur des workflows générés automatiquement et touchant à des politiques d'accès sensibles.
Sur le plan technique, Serval ne développe pas son propre modèle de fondation. Jake Stauch a précisé que l'entreprise s'appuie sur des modèles de laboratoires de pointe, effectue ses propres évaluations pour déterminer lesquels conviennent le mieux à chaque tâche, et reste délibérément agnostique quant aux modèles utilisés, y compris pour les entreprises clientes qui entraînent les leurs. Dans un entretien accordé à Sequoia Capital en mai 2026, il avait détaillé que Serval combine des modèles d'OpenAI, plus performants pour les interactions avec les utilisateurs finaux et l'appel d'outils, et des modèles Anthropic, Sonnet et Opus, jugés supérieurs pour la génération de code. Cette approche illustre une tendance plus large du secteur logiciel d'entreprise, où la compétition se joue désormais moins sur la qualité brute des modèles que sur la capacité à orchestrer plusieurs IA de façon fiable et gouvernée à l'échelle d'une organisation entière.
Pas d'impact direct sur la France/UE