Gouvernance des agents IA : un cadre unique pour tous les agents est le plus sûr moyen d'échouer

La gouvernance des agents IA s'écrit souvent comme une politique unique : mêmes règles, mêmes validations, mêmes comités, quel que soit l'agent. Gartner vient de dire que c'est une erreur. Dans un communiqué du 26 mai 2026, le cabinet prévoit que 40 % des entreprises rétrograderont ou retireront leurs agents autonomes d'ici 2027, faute d'avoir distingué ce que chaque agent a le droit de faire. La thèse mérite d'être prise au sérieux, avec ses limites. Elle déplace la question : le sujet n'est plus de gouverner « l'IA », mais de décider, agent par agent, quel niveau d'autonomie l'entreprise accepte de lui confier, et qui en répond.

En résumé

Gartner (26 mai 2026) estime qu'appliquer une gouvernance uniforme aux agents IA conduit à deux échecs symétriques : sur-contrôler les agents simples, ce qui ralentit les projets et pousse au développement sauvage, ou sous-contrôler les agents autonomes, ce qui accroît les risques opérationnels, de sécurité et de conformité. Le cabinet propose quatre niveaux d'autonomie (observer, conseiller, agir avec approbation, agir de façon autonome) et prévoit que 40 % des entreprises rétrograderont ou retireront des agents autonomes d'ici 2027. Il s'agit d'une prévision d'analyste, pas d'une mesure. La conséquence pour les directions : classer chaque agent est une décision de gouvernance, qui engage la responsabilité de l'entreprise et ne doit pas rester dans l'équipe technique.

Pourquoi une gouvernance uniforme des agents IA échoue-t-elle ?

Prenez deux agents. Le premier résume chaque matin les comptes rendus de réunion et les dépose dans un dossier accessible en lecture. Le second modifie des paramètres de facturation et envoie des courriels aux clients. Leur appliquer le même circuit de validation, la même revue de sécurité et le même comité mensuel paraît équitable. En pratique, c'est absurde dans les deux sens.

Gartner décrit deux modes de défaillance. Le premier est le sur-contrôle des agents simples : les équipes attendent des semaines pour déployer un assistant sans risque réel, contournent le circuit, et le développement parallèle apparaît. Le second est le sous-contrôle des agents autonomes : un agent qui agit seul sur des systèmes réels reçoit les mêmes garde-fous qu'un résumeur de documents, et l'incident arrive plus vite que la détection. Selon Shiva Varma, directeur analyste chez Gartner, trop d'organisations n'ont soit aucune gouvernance de l'IA, soit une politique très générale.

Cette analyse prolonge une prévision plus ancienne du même cabinet. En juin 2025, Gartner annonçait que plus de 40 % des projets d'IA agentique seraient abandonnés d'ici fin 2027, en raison de coûts croissants, d'une valeur floue ou de contrôles de risque insuffisants, après un sondage de 3 412 participants à un webinaire en janvier 2025. Attention à ne pas confondre : le premier chiffre porte sur les projets abandonnés, le second, de mai 2026, sur les agents autonomes rétrogradés ou retirés. Ce sont deux prévisions distinctes, qui pointent dans la même direction.

Que dit le cadre à quatre niveaux ?

Gartner propose de classer les agents selon leur niveau d'autonomie et de proportionner les contrôles à ce niveau.

Au niveau 1, l'agent observe : il lit des données et résume. Les contrôles de base suffisent (authentification, journalisation, tests fonctionnels). Au niveau 2, il conseille : il formule des recommandations que des humains exécutent, ce qui déplace l'attention vers la qualité des sorties et la formation des utilisateurs. Au niveau 3, il agit avec approbation : il peut envoyer une communication ou modifier une configuration après validation humaine explicite, ce qui appelle des tests de sécurité renforcés, des pistes d'audit et une réponse aux incidents. Au niveau 4, il agit de façon autonome dans des garde-fous : on attend alors une supervision continue, des coupe-circuits et des mécanismes de retour arrière.

Le principe se résume ainsi : appliquer les contrôles du niveau 4 à un agent de niveau 1 bloque la livraison, appliquer ceux du niveau 1 à un agent de niveau 4 expose l'entreprise. C'est l'idée de proportionnalité, familière aux directions des risques, transposée à un objet nouveau.

Ce que ce cadre ne démontre pas

Il faut distinguer les faits, les hypothèses et les opinions. Le fait : Gartner a publié ce cadre et cette prévision. L'hypothèse : que l'absence de gouvernance proportionnée soit la cause principale des retraits à venir. À notre lecture, le communiqué ne présente pas de mesure d'efficacité du cadre dans des entreprises qui l'auraient appliqué. Il s'agit d'un modèle de référence d'analyste, utile pour structurer la discussion, pas d'un standard éprouvé. Des commentaires de médias spécialisés détaillent les risques propres à chaque niveau (confiance excessive dans les recommandations au niveau 2, lassitude d'approbation au niveau 3, incidents plus rapides que la détection au niveau 4) ; ce sont des lectures du cadre, pas des résultats de recherche, et ils émanent en partie d'acteurs commerciaux de la sécurité.

Avec ces réserves, la logique tient. Elle rejoint ce que le règlement européen sur l'IA fait déjà pour les systèmes à haut risque : son article 14 exige une supervision humaine adaptée au risque, et non une supervision uniforme.

Pourquoi classer les agents est une décision de direction

Le piège serait de traiter la classification comme un exercice d'architecture, confié à la DSI. Trois raisons de ne pas le faire.

D'abord, le niveau d'autonomie est une décision sur la délégation. Autoriser un agent à envoyer un message à des clients, c'est décider que l'entreprise accepte de parler sans relecture humaine dans certains cas. Cette décision relève de celui qui répond de la relation client, pas seulement de celui qui configure l'outil.

Ensuite, la promotion d'un agent d'un niveau au suivant est un arbitrage de risque. À quelles conditions un agent qui conseille peut-il agir avec approbation ? Qui le décide, sur quelles preuves (taux d'erreur observé, nombre d'exécutions, incidents) et qui peut le faire redescendre ? Sans règle de promotion et de rétrogradation, les agents montent de niveau par accumulation de petites autorisations, jusqu'au jour où personne ne sait plus ce qu'ils peuvent faire.

Enfin, le niveau 3 pose un problème d'organisation que la technique ne règle pas : si les humains approuvent des centaines d'actions par jour, l'approbation devient un réflexe. Dimensionner la charge d'approbation relève du management du travail.

Un exemple illustratif

Exemple construit pour la démonstration, sans lien avec une entreprise réelle. Une ETI déploie douze agents. Sept lisent et résument (niveau 1), trois rédigent des brouillons de réponses clients que des conseillers envoient (niveau 2), un prépare des écritures comptables validées une à une (niveau 3), un ajuste automatiquement des enchères publicitaires dans une limite de budget quotidienne (niveau 4). Une politique unique imposerait au résumeur de comptes rendus le même circuit que l'agent d'enchères. Une politique proportionnée concentre l'attention sur les deux derniers.

Quelles conséquences pour l'organisation ?

Le cadre implique quelques mécanismes simples, que l'entreprise a intérêt à formaliser plutôt qu'à improviser.

• Un registre des agents, tenu à jour, qui indique pour chacun son propriétaire, son périmètre de données, son niveau d'autonomie et sa date de dernière revue.
• Des règles de promotion et de rétrogradation, avec des critères observables et un décideur nommé.
• Un circuit allégé pour les niveaux 1 et 2, afin de ne pas pousser les équipes vers l'usage non encadré, que les directions informatiques connaissent déjà sous le nom de shadow IT.
• Des contrôles renforcés pour les niveaux 3 et 4 : journalisation exploitable, limites d'action, coupe-circuit, plan de retour arrière.
• Un indicateur de charge d'approbation pour le niveau 3, afin de détecter la lassitude avant l'incident.

Ces éléments ne demandent pas de nouvel outil. Ils demandent des décisions, et des décideurs. Sur le fond, ils prolongent les travaux que nous avons publiés sur la gouvernance des accès des agents IA, sur leur place dans la cyberdéfense et sur le pilotage des décisions humaines dans les projets d'IA. Le guide des agents IA en entreprise rassemble les cas d'usage par fonction et les prérequis.

Que faire dans les trente prochains jours ?

Premier geste : dresser la liste des agents déjà en service ou en test, y compris ceux que des équipes ont installés sans passer par la DSI. Deuxième geste : les classer provisoirement selon les quatre niveaux, en s'appuyant sur ce que chaque agent peut faire sur des systèmes réels, et non sur ce que son éditeur annonce. Le « agent washing » existe : Gartner estimait en 2025 qu'environ 130 fournisseurs seulement proposaient réellement des capacités agentiques parmi des milliers d'annonces. Troisième geste : choisir deux agents de niveau 3 ou 4 et vérifier qu'une personne nommée peut les arrêter en moins d'une heure.

Une gouvernance proportionnée est moins confortable qu'une politique unique, parce qu'elle oblige à trancher : cet agent peut agir seul, celui-là non. Mais cette décision a le mérite d'être lisible, donc contestable, donc améliorable. La vraie question pour un comité de direction est la suivante : quels sont, aujourd'hui, les agents auxquels l'entreprise a délégué une action sans l'avoir décidé ?

Le regard de digitalie_

Chez digitalie_, nous considérons que le niveau d'autonomie d'un agent est une décision de gouvernance, qui revient à la direction concernée, et non un paramètre technique. Nous aidons les comités de direction et les DSI à classer leurs agents, à définir les règles de promotion et de rétrogradation et à aligner le niveau de contrôle sur le risque réel. Si vous souhaitez faire le point sur votre parc d'agents, nous pouvons en parler lors d'un échange de 30 minutes.

Questions fréquentes

Pourquoi une gouvernance uniforme des agents IA échoue-t-elle ?

Parce qu'elle traite de la même façon des agents qui ne présentent pas le même risque. Selon Gartner, elle sur-contrôle les agents simples, ce qui ralentit les projets et favorise le développement non encadré, ou sous-contrôle les agents autonomes, ce qui augmente les risques opérationnels, de sécurité et de conformité.

Quels sont les quatre niveaux d'autonomie d'un agent IA selon Gartner ?

Gartner distingue l'agent qui observe (lecture seule), celui qui conseille (recommandations exécutées par des humains), celui qui agit avec approbation (exécution après validation humaine explicite) et celui qui agit de façon autonome dans des garde-fous. Chaque niveau appelle des contrôles proportionnés.

Que signifie la prévision de 40 % d'agents retirés d'ici 2027 ?

Dans son communiqué du 26 mai 2026, Gartner prévoit que 40 % des entreprises rétrograderont ou retireront des agents autonomes d'ici 2027, faute de gouvernance adaptée. C'est une prévision d'analyste, distincte de celle de juin 2025 sur l'abandon de plus de 40 % des projets d'IA agentique.

Qui doit décider du niveau d'autonomie d'un agent ?

La décision relève de la direction responsable du processus concerné, avec la DSI, la sécurité et le juridique. Elle engage la délégation d'une action au nom de l'entreprise : elle ne doit pas rester une configuration technique. Une règle écrite de promotion et de rétrogradation évite les montées de niveau par accumulation.

Comment éviter la lassitude d'approbation au niveau 3 ?

Mesurez le nombre d'actions soumises à validation par personne et par jour, et fixez un seuil au-delà duquel le périmètre est revu. Regroupez les approbations de faible risque, automatisez celles qui le méritent après preuve de fiabilité, et réservez l'attention humaine aux actions à impact élevé.

Sources

1. Gartner, Gartner Says Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure, communiqué du 26 mai 2026.
2. Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, communiqué du 25 juin 2025 (sondage de 3 412 participants à un webinaire, janvier 2025 : échantillon non représentatif).
3. CIO Dive, Enterprises risk agentic AI failure under « one-size-fits-all » governance, 26 mai 2026 (presse spécialisée, reprise du communiqué).
4. Beri.net, 40 % of AI Agents Die by 2027: Gartner's 4-Level Fix (commentaire d'un acteur commercial ; risques par niveau cités à titre de lecture, non de mesure).
5. Union européenne, Règlement (UE) 2024/1689 sur l'intelligence artificielle, article 14 (contrôle humain).
6. digitalie_, Agents IA en entreprise : cas d'usage, gouvernance et prérequis.