Agents IA en entreprise : pourquoi le contrôle des accès devient plus urgent que la productivité

EN RÉSUMÉ

Les agents IA passent du statut d'outil conversationnel à celui d'acteur capable d'exécuter des actions dans les systèmes de l'entreprise : lire un fichier, déclencher un paiement, modifier une base client. Cette évolution s'est faite plus vite que la mise à jour des dispositifs de gestion des identités et des accès, conçus à l'origine pour des utilisateurs humains. Une étude menée auprès de 235 responsables sécurité de grandes entreprises montre que 92 % d'entre eux n'ont pas une visibilité complète sur leurs identités d'agents IA et que 86 % n'appliquent aucune politique d'accès spécifique à ces identités. L'ANSSI a, de son côté, formellement déconseillé le déploiement d'agents autonomes en production sur les postes de travail. La conséquence pour les entreprises : la vitesse d'adoption des agents IA dépasse largement leur capacité à en gouverner les accès, ce qui transforme un gain de productivité annoncé en risque opérationnel non mesuré.

Une adoption qui devance sa propre gouvernance

Il y a un an, les agents IA relevaient encore largement de la démonstration. Aujourd'hui, ils s'intègrent aux applications métier, automatisent des tâches de bout en bout et, pour un nombre croissant d'entre eux, agissent directement dans les systèmes de l'entreprise sans validation humaine à chaque étape. Gartner situe cette bascule avec précision : moins de 5 % des applications d'entreprise embarquaient un agent IA spécialisé en 2025 ; elles devraient être 40 % dès cette année.¹

Cette rapidité n'est pas en soi le problème. Les entreprises ont déjà connu des vagues d'adoption technologique rapides, du cloud aux applications mobiles. Ce qui distingue les agents IA tient à la nature de ce qu'on leur confie. Un agent ne se contente pas d'afficher une information : il peut la modifier, la transmettre, déclencher une action dans un système tiers. Il cesse d'être un canal d'accès à l'information pour devenir un acteur du système d'information, au même titre qu'un collaborateur ou qu'un service applicatif.

Or les dispositifs de gestion des identités et des accès qui équipent la plupart des entreprises ont été conçus pour des utilisateurs humains : un salarié qui se connecte le matin, travaille pendant des horaires globalement prévisibles et dont l'activité peut être rapprochée d'une personne physique identifiable. Un agent IA ne respecte aucune de ces régularités. Il peut être invoqué en continu, multiplier les appels à des services tiers, agir pour le compte de plusieurs utilisateurs successifs, ou survivre à la personne qui l'a initialement configuré. Le cadre existant n'a pas été pensé pour ce type d'acteur, et la plupart des entreprises continuent pourtant de l'utiliser tel quel.

Ce que révèlent les données disponibles

Les chiffres qui commencent à circuler sur la gouvernance réelle des agents IA méritent d'être pris au sérieux, précisément parce qu'ils contredisent le discours dominant sur la maturité de l'IA agentique. Une étude portant sur 235 responsables sécurité de grandes entreprises indique que 92 % d'entre eux ne disposent pas d'une visibilité complète sur les identités attribuées à leurs agents IA, et que 86 % n'appliquent aucune politique d'accès spécifique à ces identités.² Dans ce même échantillon, 71 % des répondants reconnaissent que des agents IA accèdent à des plateformes métier critiques, tandis que seuls 16 % déclarent gouverner effectivement cet accès. Seuls 28 % des organisations interrogées sont capables de rattacher, dans tous les environnements, l'action d'un agent à un responsable humain identifiable.

Ces résultats ne signalent pas un simple retard technique. Ils décrivent une situation où l'entreprise a autorisé, souvent sans décision explicite, des acteurs logiciels à agir avec des droits qu'elle ne sait plus circonscrire. Une pratique observée dans plusieurs organisations illustre le problème : faute d'un mécanisme d'identité dédié aux agents, des équipes partagent des identifiants humains ou des jetons d'accès personnels pour permettre à un agent de fonctionner. Le raccourci est compréhensible sur le plan opérationnel ; il revient, sur le plan de la gouvernance, à effacer la distinction entre ce qu'une personne a fait et ce qu'un programme a fait en son nom.

L'Agence nationale de la sécurité des systèmes d'information a formulé, en avril 2026, une mise en garde qui prolonge ce constat. Dans son bulletin CERTFR-2026-ACT-016, consacré aux produits d'automatisation par IA agentique, le CERT-FR relève que des assistants personnels autonomes se sont diffusés rapidement dans les usages professionnels depuis le début de l'année. Contrairement à un assistant conversationnel classique, ces agents peuvent exécuter des commandes, piloter un navigateur, lire et écrire des fichiers, gérer un agenda ou envoyer des messages, à partir d'une simple instruction transmise via une messagerie. L'agence souligne que ces produits élargissent significativement la surface d'attaque de la chaîne logicielle, certains modules pouvant s'exécuter avec les mêmes privilèges que l'application hôte. Sa recommandation est sans ambiguïté : ne pas déployer ce type d'agent autonome en production sur les postes de travail tant que les produits n'ont pas fait la preuve de leur stabilité et de leur sécurité, et réserver leur usage à un environnement de test isolé, sans donnée sensible, validé au préalable par les équipes informatiques et sécurité.³

Un problème d'organisation avant d'être un problème technique

La tentation, face à ces constats, consiste à traiter le sujet comme une question purement technique : ajouter un outil de gestion des accès, chiffrer davantage, journaliser plus finement. Ces mesures ont leur utilité, mais elles ne répondent pas à la question centrale, qui est organisationnelle : qui, dans l'entreprise, décide qu'un agent peut agir sur tel système, avec quel niveau d'autonomie, et selon quelle procédure de révision.

Gartner propose sur ce point une distinction utile, qui structure la gouvernance par paliers de criticité plutôt que par outil.⁴ Un premier niveau se limite à la lecture et à la consultation de données, sans capacité d'action. Un deuxième niveau autorise l'agent à formuler une suggestion, qu'une personne doit valider avant exécution. Un troisième niveau, le plus sensible, permet à l'agent d'exécuter directement une action à fort impact, comme un virement ou une modification de configuration critique. Cette gradation a le mérite de poser une question que beaucoup d'entreprises n'ont pas encore tranchée : à partir de quel niveau de conséquence une action mérite-t-elle un contrôle humain préalable, et non plus seulement un contrôle a posteriori ?

Cette clarification est d'autant plus nécessaire que les conséquences d'une gouvernance défaillante ne se limitent pas à un risque de sécurité au sens strict. Gartner anticipe l'annulation de 40 % des projets d'IA agentique d'ici 2027, pour des raisons qui tiennent moins à l'échec technologique qu'à l'absence de garde-fous : des agents multipliant les appels à des services tiers sans limite de coût, provoquant une dérive budgétaire que personne n'avait anticipée, faute de dispositif de contrôle unifié.⁵ Seules 12 % des organisations disposeraient aujourd'hui d'une plateforme de contrôle centralisée pour leurs agents, ce qui illustre l'ampleur de l'écart entre le rythme de déploiement et celui de la structuration.⁶

Ce déséquilibre traduit une dynamique désormais familière dans l'histoire récente des technologies d'entreprise : l'usage précède la règle. Elle s'était déjà manifestée avec l'adoption spontanée de l'IA générative par les collaborateurs, avant que les directions n'établissent de politiques d'usage. Elle se répète avec les agents IA, à un niveau de criticité supérieur, puisqu'il ne s'agit plus seulement de la manière dont un texte est rédigé, mais de la manière dont une action est exécutée dans un système de production.

Ce que cela change pour les entreprises

Les conséquences pratiques de cette situation touchent directement les arbitrages des directions générales, des directions des systèmes d'information et des directions des risques. Une entreprise qui déploie des agents IA sans avoir clarifié leur statut d'identité s'expose à trois types de difficultés.

La première concerne la traçabilité. Lorsqu'une action erronée ou dommageable est exécutée par un agent utilisant des identifiants partagés ou mal circonscrits, il devient difficile de reconstituer la chaîne de responsabilité : quel agent, configuré par qui, avec quelles données en entrée, a produit quelle sortie. Cette difficulté n'est pas seulement embarrassante en interne ; elle complique également toute obligation de justification vis-à-vis d'un régulateur, d'un client ou d'un partenaire.

La deuxième concerne l'exposition des données. Un agent disposant d'un accès large à des plateformes métier, au nom d'une gestion pragmatique des permissions, devient un point d'entrée potentiel vers des informations sensibles, y compris lorsque sa mission initiale ne le justifiait pas. Le principe de moindre privilège, bien connu en sécurité informatique, s'applique aux agents avec une acuité particulière, dans la mesure où leur périmètre d'action évolue souvent plus vite que la politique d'accès censée l'encadrer.

La troisième concerne la maîtrise budgétaire et opérationnelle. Un agent capable d'enchaîner des appels à des services tiers sans limite explicite peut transformer un cas d'usage rentable en poste de coût incontrôlé, ou saturer un système qui n'a pas été dimensionné pour ce volume de sollicitations automatisées.

Ces trois risques ont un point commun : ils ne relèvent pas d'un choix technologique isolé, mais d'un défaut de gouvernance transversale, qui suppose une coordination entre la direction des systèmes d'information, la sécurité, les métiers utilisateurs et, de plus en plus, la direction juridique et conformité.

La lecture de digitalie : gouverner l'identité avant de gouverner l'usage

L'erreur la plus fréquente consiste à aborder la gouvernance des agents IA comme un prolongement de la gouvernance de l'IA générative classique, centrée sur la qualité des réponses et la prévention des biais. Les agents posent une question différente, plus proche de celle que l'entreprise se pose déjà pour ses collaborateurs et ses comptes de service : qui es-tu, que peux-tu faire, et qui en répond ?

Traiter un agent comme une identité à part entière, dotée d'un périmètre de droits explicite, d'une durée de vie définie et d'un rattachement à un responsable humain identifiable, change la nature du problème. Il ne s'agit plus de surveiller a posteriori ce qu'un agent a fait, mais de définir a priori ce qu'il a le droit de faire. Cette approche rejoint les cadres proposés par plusieurs organismes spécialisés en cybersécurité, qui recommandent une architecture reposant sur quatre piliers : une identité propre à chaque agent, une application des droits au moment de l'exécution, une journalisation systématique des actions, et une traçabilité complète de la chaîne de délégation.⁷

Cette exigence ne doit pas se traduire par un principe de précaution qui bloquerait toute expérimentation. La recommandation de l'ANSSI elle-même distingue clairement l'expérimentation en environnement isolé, qu'elle n'interdit pas, du déploiement en production sans garde-fou, qu'elle déconseille formellement. L'enjeu n'est donc pas de choisir entre adoption et prudence, mais de séquencer correctement les deux : expérimenter dans un cadre maîtrisé, mesurer les risques réels, puis étendre l'autonomie de l'agent à mesure que la confiance se construit sur des bases vérifiables.

Une question qui dépasse la seule direction des systèmes d'information

La gouvernance des accès des agents IA ne peut pas rester un sujet exclusivement technique, réglé dans un coin de la direction des systèmes d'information. Elle engage la répartition des responsabilités dans l'entreprise : un métier qui déploie un agent sans en informer la sécurité reproduit, à plus grande échelle, les pratiques de shadow IT déjà connues avec les outils SaaS. La différence tient à la nature de l'acteur : un outil SaaS mal recensé expose des données ; un agent mal gouverné peut agir sur ces données, dans les deux sens, sans supervision continue.

Les dirigeants qui souhaitent accélérer l'adoption des agents IA gagneraient à se poser une question simple avant d'étendre leur périmètre : si cet agent devait rendre compte, demain, de chacune de ses actions des trois derniers mois, l'entreprise serait-elle en mesure de les reconstituer ? Tant que la réponse reste incertaine, l'extension des usages précède la capacité de l'entreprise à en assumer les conséquences.

LE REGARD DE DIGITALIE

Chez digitalie, nous considérons que la valeur des agents IA ne se joue pas uniquement dans leur capacité à automatiser des tâches, mais dans la confiance que l'entreprise peut leur accorder sur la durée. Cette confiance se construit par une gouvernance des identités et des accès pensée dès la conception des cas d'usage, et non ajoutée après coup. Nous accompagnons les directions qui souhaitent structurer cette gouvernance avant d'étendre leurs déploiements. Un échange de 30 minutes suffit souvent à identifier les premiers arbitrages à traiter en priorité.

Sources

1. Gartner, Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025, 26 août 2025 — https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025

2. Strata / Cloud Security Alliance, The AI Agent Identity Crisis: A 2026 Guide, étude auprès de 235 responsables sécurité de grandes entreprises, 2026 — https://www.strata.io/blog/agentic-identity/the-ai-agent-identity-crisis-new-research-reveals-a-governance-gap/

3. CERT-FR / ANSSI, Bulletin d'actualité CERTFR-2026-ACT-016 — Vulnérabilités et risques des produits d'automatisation par IA agentique sur les postes de travail, 13 avril 2026 — https://www.cert.ssi.gouv.fr/actualite/CERTFR-2026-ACT-016/

4. IT for Business, IA Agentique : les 6 règles du Gartner pour éviter le chaos, 2026 — https://www.itforbusiness.fr/ia-agentique-les-6-regles-du-gartner-pour-eviter-le-chaos-103273

5. Le Big Data, La révolution des Agents IA en 2026 : entre explosion du ROI et urgence de gouvernance, 2026 — https://www.lebigdata.fr/la-revolution-des-agents-ia-en-2026-entre-explosion-du-roi-et-urgence-de-gouvernance

6. Le Big Data, ibid. (donnée relative à la part d'organisations disposant d'une plateforme de contrôle unifiée).

7. Cloud Security Alliance, Agent Identity Governance Framework, 2026 — https://labs.cloudsecurityalliance.org/agentic/agentic-identity-governance-framework-v1/