Agents IA en entreprise : le déploiement va plus vite que les indicateurs pour le piloter

Les agents IA passent, en quelques mois, du statut d'expérimentation isolée à celui de brique installée dans les processus métiers. Selon Gartner, 17 % des organisations ont déjà déployé des agents IA et plus de 60 % prévoient de le faire dans les deux prochaines années — l'une des courbes d'adoption les plus rapides jamais mesurées pour une technologie émergente. Mais un déploiement rapide n'est pas un déploiement piloté. Plusieurs études convergent sur un même constat : les entreprises savent de mieux en mieux faire fonctionner des agents IA, et de moins en moins bien dire ce qu'ils leur rapportent, ce qu'ils leur coûtent réellement et à quel moment un humain doit reprendre la main.

En résumé

L'adoption des agents IA en entreprise progresse plus vite que la capacité des organisations à en mesurer la valeur et à en encadrer les risques. Gartner anticipe que plus de 40 % des projets d'IA agentique seront abandonnés d'ici fin 2027, faute de valeur métier démontrée ou de maîtrise des coûts. En France, KPMG constate en 2026 que 31 % des entreprises jugent difficile de comprendre le comportement de leurs agents IA, contre 21 % en moyenne mondiale. Le problème n'est donc pas le rythme de déploiement des agents IA : c'est l'absence, dans la majorité des organisations, d'indicateurs de pilotage et de règles de gouvernance construits en parallèle, et non après coup.

Une adoption qui bat tous les records, sur le papier

Il existe peu de précédents technologiques où l'écart entre intention et déploiement se referme aussi vite. D'après le Gartner CIO and Technology Executive Survey 2026, 17 % des organisations ont d'ores et déjà déployé des agents IA en production, et plus de 60 % prévoient de le faire d'ici deux ans [1]. Le cabinet qualifie cette trajectoire de courbe d'adoption la plus agressive parmi les technologies émergentes qu'il mesure. Le constat se retrouve, à des degrés divers, dans plusieurs études sectorielles : une enquête menée pour Liferay auprès de 500 décideurs impliqués dans les décisions liées à l'IA indique que 54 % des organisations utilisent déjà des agents IA ou les testent activement [2]. Cette dernière étude, réalisée par sondage en ligne auprès d'un échantillon nord-américain, doit être lue comme un signal de tendance plutôt que comme une mesure représentative du tissu économique français ; elle rejoint néanmoins la direction observée par des cabinets aux méthodologies plus robustes.

Ce qui frappe, dans ce mouvement, n'est pas seulement sa vitesse. C'est son caractère largement horizontal : les agents IA ne s'installent pas d'abord dans une fonction pilote isolée, comme cela avait longtemps été le cas pour l'automatisation robotisée des processus, mais se diffusent simultanément dans le service client, la prospection commerciale, le support informatique et la gestion de projet. Cette diffusion rapide et multi-fonctionnelle change la nature du problème de gouvernance : il ne s'agit plus de superviser un système, mais un ensemble hétérogène de systèmes, déployés par des équipes différentes, avec des niveaux de maturité et de vigilance inégaux.

Le décalage que les études commencent à documenter

C'est précisément ce second temps que plusieurs études récentes commencent à isoler : celui où la vitesse de déploiement dépasse la vitesse à laquelle les organisations construisent leurs outils de pilotage. L'enquête Liferay le formule sans détour : parmi les organisations qui utilisent ou testent des agents IA, seules 24 % disposent d'une politique d'utilisation formelle, et seulement 25 % évaluent leur impact au moyen d'indicateurs de performance définis à l'avance [2]. Vingt-deux pour cent déclarent mesurer les effets de leurs agents IA de manière irrégulière, ce qui, en pratique, équivaut à ne pas les mesurer du tout au moment où une décision d'arbitrage budgétaire doit être prise.

Le KPMG AI Pulse de l'été 2026, dont la méthodologie s'appuie sur plus de 2 145 dirigeants interrogés dans une vingtaine de pays, apporte un éclairage complémentaire, spécifiquement français [3]. La moitié des organisations françaises interrogées (50 %) jugent « assez claire » la responsabilité liée à la qualité et à l'actualisation des données utilisées par leurs systèmes d'IA — un chiffre supérieur à la moyenne mondiale (40 %) et à la moyenne de la zone EMEA (38 %), ce qui traduirait une gouvernance de la donnée relativement plus mature en France. Mais le même rapport révèle un point de friction spécifique : 31 % des entreprises françaises identifient la difficulté à comprendre le comportement de leurs agents IA comme un frein majeur au déploiement, contre 21 % au niveau mondial et 25 % dans la zone EMEA. Autrement dit, les entreprises françaises se disent globalement mieux organisées sur la gouvernance des données en amont, mais plus exposées que leurs homologues internationales à un problème d'explicabilité des décisions prises par les agents une fois en production.

Cette combinaison n'est pas anodine. Une organisation qui gouverne correctement ses données mais ne comprend pas le comportement de ses agents a résolu la moitié du problème de gouvernance sans avoir résolu l'autre : elle sait ce qu'elle nourrit à son système, mais pas nécessairement ce qu'il en fait. C'est précisément dans cet interstice que se logent les décisions d'agents IA qui échappent, de fait, à tout contrôle humain a priori.

Pourquoi ce décalage a un coût, et pas seulement un risque théorique

Gartner a formulé, dès 2025, une anticipation qui structure désormais une bonne partie des discussions sur la gouvernance de l'IA agentique : plus de 40 % des projets d'IA agentique seraient abandonnés d'ici fin 2027, principalement en raison de coûts imprévus, d'une valeur métier insuffisamment démontrée ou de risques mal maîtrisés [4]. Ce chiffre doit être manié avec la prudence qui s'impose face à toute prévision : il s'agit d'une anticipation de cabinet d'analystes, pas d'une mesure rétrospective. Mais il converge avec un mécanisme que les études d'adoption citées plus haut permettent d'expliquer : un projet piloté sans indicateurs de valeur ni cadre de gouvernance clair a statistiquement plus de mal à survivre à un premier cycle budgétaire, non pas parce que la technologie a échoué, mais parce que personne, dans l'entreprise, n'est en mesure de démontrer objectivement qu'elle a réussi.

Le problème organisationnel qui se cache derrière cette statistique n'est donc pas technologique. Il est comptable et décisionnel. Sans KPI définis en amont — taux de résolution autonome, taux d'escalade vers un humain, temps de traitement, coût par interaction, taux d'erreur détecté a posteriori — une direction générale ou une direction financière qui doit arbitrer entre poursuivre, ajuster ou arrêter un projet d'agents IA n'a, au moment de décider, que des impressions qualitatives à opposer à une ligne de coût bien réelle. Dans cette configuration, l'arrêt du projet devient souvent la décision la plus simple à justifier, même lorsque la valeur produite était réelle mais non mesurée.

Ce phénomène a également une dimension humaine et organisationnelle que les chiffres bruts ne montrent pas directement : l'absence de politique d'utilisation formelle, relevée par l'étude Liferay pour trois quarts des organisations qui déploient des agents IA, signifie concrètement que les périmètres d'action, les droits d'accès aux systèmes et les situations qui exigent une intervention humaine ne sont pas définis de façon homogène d'une équipe à l'autre. Deux services d'une même entreprise peuvent ainsi déployer des agents aux niveaux d'autonomie très différents, sans qu'aucune fonction centrale n'en ait une vision consolidée — jusqu'à ce qu'un incident, une erreur visible d'un client ou un audit interne ne révèle l'ampleur du problème.

Ce que cela implique pour les directions générales et les DSI

Ce constat déplace la question que doivent se poser les comités de direction. Elle n'est plus : « faut-il déployer des agents IA ? » — la réponse, dans la plupart des secteurs, est déjà positive et la dynamique est largement engagée. Elle devient : « quels indicateurs et quelles règles de gouvernance doivent être définis avant, et non après, chaque déploiement ? »

Trois priorités se dégagent des constats précédents. La première consiste à définir, dès la phase de cadrage d'un projet d'agent IA, un nombre restreint d'indicateurs de valeur et de risque — et non une liste exhaustive impossible à suivre dans la durée — directement rattachés à la décision qui devra, tôt ou tard, être prise sur la poursuite du projet. La deuxième consiste à formaliser une politique d'utilisation qui ne se limite pas à un principe général de prudence, mais qui précise, fonction par fonction, les actions qu'un agent peut engager seul et celles qui nécessitent une validation humaine préalable. La troisième consiste à centraliser la visibilité sur l'ensemble des agents IA déployés dans l'organisation, y compris ceux qui sont nés d'initiatives locales, plutôt que de découvrir leur périmètre réel au moment d'un audit ou d'un incident.

Ces trois priorités ont un point commun : elles doivent être posées avant le déploiement, ou au tout début de celui-ci, et non ajoutées après coup à un système déjà en production. C'est précisément l'inversion que documentent les études citées plus haut, et c'est cette inversion qui explique pourquoi tant de projets d'agents IA, individuellement prometteurs, se retrouvent en position de faiblesse au moment des arbitrages budgétaires.

Le regard de digitalie_

Chez digitalie_, nous considérons que la gouvernance d'un agent IA ne devrait jamais être traitée comme une étape administrative ajoutée après son déploiement, mais comme une condition de sa survie budgétaire. Dans les accompagnements que nous menons sur la priorisation des cas d'usage IA, les projets qui résistent le mieux aux arbitrages de comité de direction sont systématiquement ceux dont les indicateurs de valeur ont été définis avant le premier déploiement, et non reconstruits a posteriori pour justifier une dépense déjà engagée. Si votre organisation multiplie les initiatives d'agents IA sans disposer d'une vue consolidée de leurs indicateurs et de leurs règles d'usage, nous proposons un échange de 30 minutes pour faire le point sur les priorités à traiter en premier.

La question posée aux directions générales n'est plus de savoir si les agents IA vont s'installer dans leur organisation : cette bascule est en grande partie derrière nous. Elle est de savoir si l'entreprise saura, dans dix-huit mois, expliquer ce que chacun de ces agents lui a réellement rapporté, ou si elle découvrira la réponse le jour où un comité de direction demandera des comptes sur une ligne budgétaire devenue trop visible pour être ignorée.

Questions fréquentes

Quels indicateurs suivre en priorité pour piloter un agent IA en entreprise ?

Les indicateurs les plus utiles combinent la valeur produite (taux de résolution autonome, temps gagné, coût par interaction) et le risque maîtrisé (taux d'escalade vers un humain, taux d'erreur détecté a posteriori). L'essentiel est de les définir avant le déploiement, pas après, pour pouvoir arbitrer objectivement la poursuite du projet.

Pourquoi Gartner prévoit-il l'abandon de plus de 40 % des projets d'IA agentique d'ici 2027 ?

Gartner attribue cette anticipation, formulée en 2025, à des coûts opérationnels sous-estimés, à une valeur métier insuffisamment démontrée et à des risques mal maîtrisés. Il s'agit d'une prévision de cabinet d'analystes, à traiter comme une tendance probable plutôt que comme une certitude chiffrée.

Une politique d'utilisation des agents IA est-elle vraiment nécessaire si les usages restent encadrés ?

Oui, car l'absence de politique formelle empêche généralement d'avoir une vision homogène des périmètres d'action accordés aux agents d'une équipe à l'autre. Selon une étude Liferay menée en 2026, seules 24 % des organisations qui déploient des agents IA disposent d'une politique d'utilisation formalisée, ce qui expose à des écarts de pratiques difficiles à détecter avant un incident.

La France est-elle en retard ou en avance sur la gouvernance des agents IA ?

Les deux, selon les dimensions. D'après KPMG, les entreprises françaises jugent leur gouvernance des données relativement plus claire que la moyenne mondiale (50 % contre 40 %), mais se disent plus souvent freinées par la difficulté à comprendre le comportement de leurs agents IA (31 % contre 21 % au niveau mondial).

Faut-il ralentir le déploiement des agents IA en attendant d'avoir mis en place une gouvernance complète ?

Pas nécessairement un ralentissement complet, mais un séquencement différent : définir un nombre restreint d'indicateurs et de règles d'usage avant chaque déploiement, plutôt que d'attendre un incident ou un arbitrage budgétaire pour les construire dans l'urgence.

Sources

1. Gartner, « 2026 Hype Cycle for Agentic AI » et Gartner CIO and Technology Executive Survey 2026 — https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai
2. Étude Liferay 2026 sur l'adoption et la gouvernance de l'IA agentique, réalisée par Pollfish auprès de 500 décideurs américains impliqués dans les décisions IA (publiée le 31 août 2026) — relayée par Comarketing-News, « Agents IA : les déploiements avancent plus vite que les KPI » — https://comarketing-news.fr/agents-ia-les-deploiements-avancent-plus-vite-que-les-kpi/ (source commerciale, échantillon nord-américain, constats généralisés avec prudence)
3. KPMG France, « AI Pulse Study, édition été 2026 », plus de 2 145 dirigeants interrogés dans une vingtaine de pays — https://kpmg.com/fr/fr/insights/ai-value/etude-adoption-ia-ete-2026.html
4. Gartner, prévision 2025 relative à l'abandon de plus de 40 % des projets d'IA agentique d'ici fin 2027 pour cause de coûts imprévus et de valeur métier insuffisante (largement reprise par la presse spécialisée, dont IHL Group) — https://www.ihlservices.com/news/analyst-corner/2026/06/gartner-predicts-40-of-agentic-ai-projects-will-be-canceled-by-2027-heres-what-the-retail-store-level-shows/
5. Cadre & Dirigeant Magazine, « Agents IA : quels indicateurs suivre avant de généraliser leur usage ? » — https://www.cadre-dirigeant-magazine.com/technologie/agents-ia-quels-indicateurs-suivre-avant-de-generaliser-leur-usage/