Les agents IA passent cette année le seuil de la production en entreprise. Pour un dirigeant, la vraie question n'est plus d'adopter ou non la technologie, mais d'arbitrer trois décalages qui, non traités, installent durablement des dépendances difficiles à défaire.
Publié le 2026-04-24 par Nathalie Lamborghini Dumas.
Les agents IA passent cette année le seuil de la production en entreprise. Pour un dirigeant, la vraie question n'est plus d'adopter ou non la technologie, mais d'arbitrer trois décalages qui, non traités, installent durablement des dépendances difficiles à défaire.
L'année 2026 est celle où l'IA agentique sort des pilotes. CB Insights documente une multiplication par dix des opérations de fusion-acquisition dans le domaine des agents en 2025, avec près de cent opérations recensées. McKinsey, de son côté, note que moins de 2 % des entreprises interrogées en novembre 2025 indiquent avoir pleinement déployé un agent IA. Autrement dit, l'adoption reste modeste, mais la structure du marché, elle, se cristallise à très grande vitesse.
Cette asymétrie place les dirigeants face à des décisions structurantes qui arrivent rarement jusqu'à eux dans un cadre d'arbitrage clair : quelles données laisser sortir de l'entreprise vers les plateformes d'IA, quels processus déléguer à des agents, quels outils de contrôle conserver en propre, quels fournisseurs choisir avant que les coûts de sortie ne deviennent prohibitifs. Ces décisions se prennent aujourd'hui dans les déploiements du quotidien ou dans les mouvements du marché, plutôt qu'en comité. Trois décalages résument ce qui se joue.
Dans la plupart des entreprises, les agents arrivent dans le quotidien avant d'arriver dans les feuilles de route. Un agent de prospection ici, un agent de support client là, un agent de synthèse documentaire dans les équipes juridiques, un autre en finance. Chaque cas d'usage est adopté individuellement, souvent avec un fournisseur différent, une couche de gouvernance différente, des données qui circulent dans des silos techniques qui ne se parlent pas.
Pris isolément, chacun de ces agents fait son travail. Pris ensemble, ils constituent une architecture subie, composée de décisions que personne dans l'entreprise n'a formellement prises. Le dirigeant se retrouve responsable d'un ensemble qu'il n'a pas conçu et dont il ne maîtrise plus les interfaces.
Le coût de cette situation apparaît plus tard. Au moment où il faut faire travailler les agents ensemble pour passer d'une productivité fragmentée à un levier stratégique, il devient quasiment impossible de recomposer le puzzle. Les données métier sont dispersées dans plusieurs environnements propriétaires qui ne communiquent pas entre eux. Chaque tentative de réintégration se paie en temps, en dette technique et en fragilité opérationnelle.
L'arbitrage à poser maintenant n'est pas de freiner l'adoption. C'est de décider quelles décisions architecturales doivent remonter au niveau stratégique, et lesquelles peuvent rester au niveau opérationnel, avant que les positions ne se verrouillent.
Un chatbot répond. Un agent agit. Il consulte une base de données, appelle une API, modifie un enregistrement client, envoie un e-mail au nom de l'entreprise, valide ou rejette un dossier. Ce n'est pas un logiciel au sens classique, c'est un mandataire.
Cette distinction n'est pas sémantique. Elle change la nature de ce que vous signez. Quand vous déployez un agent, vous ne commandez pas un outil, vous formalisez une délégation. Le problème est que la plupart des contrats et des mises en œuvre sont pensés comme des achats d'outils. Personne, souvent, n'a tracé ce qui est délégué, à qui, avec quelles limites, ni avec quels moyens de contrôle.
Deux notions techniques deviennent ici centrales pour un dirigeant, même si elles sonnent lointaines. L'observabilité, c'est la capacité à voir ce que l'agent fait pendant qu'il le fait, pas seulement son résultat final. L'évaluation, c'est la capacité à mesurer en continu s'il le fait bien, selon vos règles et pas seulement selon celles de son fournisseur. Le fonds d'investissement Bessemer qualifie ces deux sujets de l'un des plus grands goulots non résolus du déploiement IA en entreprise. Sans ces deux capacités, face à un client, un régulateur ou votre propre conseil, il devient difficile d'expliquer ce qui s'est passé, et encore plus de démontrer sa diligence.
L'arbitrage à poser, ici aussi, est simple dans son énoncé mais fort dans ses conséquences. Chaque agent déployé devrait être accompagné d'un mandat formalisé : ce qu'il a le droit de faire, ce qu'il n'a pas le droit de faire, qui regarde ce qu'il fait, et comment on le corrige quand il dérive. C'est exactement ce que vous feriez pour un collaborateur à qui vous confiez une signature commerciale. Rien de plus, rien de moins.
C'est le décalage le plus silencieux et le plus structurant. Pendant que de nombreuses entreprises sont encore en comité de pilotage sur leur premier agent, les couches les plus stratégiques de l'architecture technique de l'IA sont rachetées, intégrées, fermées.
Les chiffres de CB Insights sont éloquents. Salesforce a conduit neuf acquisitions dans l'univers des agents en 2025, Workday quatre. Datadog, géant de la supervision logicielle, a déjà pris des positions dans quatre acteurs d'observabilité d'agents. Palo Alto Networks, Check Point, F5, Snyk, ClickHouse, Coralogix, Anthropic elle-même ont racheté en 2025 et début 2026 des acteurs positionnés sur la sécurité, l'observabilité, l'évaluation et la gouvernance des agents. 54% des entreprises de ce segment sont encore en phase précoce, ce qui signifie que les positions ne sont pas encore prises, mais qu'elles le deviennent à vue d'œil.
Traduit en langage de dirigeant, cela signifie que les outils qui vont demain juger, superviser et auditer les agents que vous utilisez sont en train d'être absorbés dans les plateformes qui vous les vendent. Le juge et la partie se rejoignent structurellement. Ce basculement ne produit pas ses effets aujourd'hui. Il les produira au moment de la première négociation difficile, du premier audit ou du premier arbitrage stratégique sur l'IA.
L'arbitrage à poser est de conserver, même modestement, une capacité d'observation et de mesure indépendante des plateformes qui fournissent les agents. Pas pour tout internaliser, ce qui serait irréaliste, mais pour garder un point d'appui en dehors de l'environnement technique du fournisseur.
Faire des choix d'architecture en 2026 ne veut pas dire construire une infrastructure IA souveraine de bout en bout. Personne ne le peut à l'échelle d'une PME ou d'une ETI, et ceux qui le prétendent vendent autre chose. Cela veut dire, concrètement, conserver la maîtrise de quelques couches précises.
La couche de données d'abord. Les historiques métier, les référentiels clients, les données sectorielles peuvent rester dans des environnements contrôlés par l'entreprise, avec des interfaces qui permettent aux agents de les utiliser sans jamais en perdre la propriété ni la traçabilité. Ce n'est pas gratuit, mais c'est techniquement accessible à toute ETI.
La séparation entre le modèle et son orchestration ensuite. Utiliser un grand modèle comme fournisseur de langage est une chose. Construire toute la logique métier au-dessus de sa plateforme d'orchestration, autrement dit celle qui fait travailler les agents ensemble, en est une autre. La première dépendance est gérable, la seconde est structurante.
Des outils qui peuvent être remplacés l'un par l'autre, plutôt que des suites fermées. Un agent qui sait dialoguer avec d'autres selon des conventions ouvertes peut être changé ou complété sans tout défaire. Un agent enfermé dans une suite propriétaire ne le peut plus. À l'achat, la différence de prix est minime. À cinq ans, elle est considérable.
Une observabilité indépendante, même modeste. Plusieurs outils existent, notamment en open source, pour tracer et mesurer ce que font les agents en production. Le coût annuel est faible pour une ETI, et cette capacité devient la preuve, face à un régulateur ou à un conseil, que la délégation confiée aux agents est réellement sous contrôle.
Aucun de ces leviers n'est spectaculaire. Tous sont à la portée d'une entreprise qui décide de les poser sciemment maintenant, plutôt que de découvrir dans trois ans qu'ils n'ont jamais été posés.
Quatre questions à poser au prochain comité
Plutôt qu'un nouveau rapport de veille, voici quatre questions concrètes à poser directement en comité de direction.
1. Sommes-nous capables, en comité, de nommer précisément chaque usage de l'IA en cours ou à l'étude dans notre entreprise, et qui en porte la responsabilité ? 2. Parmi les usages ou projets IA que nous envisageons, lesquels relèvent d'un simple outil de productivité, et lesquels relèvent d'une délégation de décision au nom de l'entreprise ? 3. Quels actifs de l'entreprise (données, relations clients, savoir-faire) voulons-nous absolument garder sous contrôle direct, quel que soit le fournisseur d'IA que nous choisirons ? 4. Sur quels cas d'usage voulons-nous vraiment construire une position différenciée, et sur lesquels acceptons-nous d'utiliser comme tout le monde ce que le marché propose ?
Le moment où l'architecture se décide
Les PME, ETI et grands groupes européens disposent d'actifs précieux dans cette bascule. Expertise métier profonde, données sensibles, relations de confiance tissées dans la durée, exigences réglementaires maîtrisées. Ces actifs ne se monétisent, cependant, que si l'architecture dans laquelle ils s'inscrivent reste la leur. Sinon ils alimentent simplement des plateformes dont ils deviennent les données d'entraînement.
La fenêtre n'est pas indéfiniment ouverte. Elle l'est encore. En 2026, il reste possible de faire des choix d'architecture qui préservent la liberté stratégique de l'entreprise. En 2028, ce sera nettement plus difficile, parce que les défauts seront posés, les intégrations verrouillées, les dépendances amorties.
Reprendre la main sur ces trois décalages n'est pas un projet technologique. C'est un projet de gouvernance. Et il se décide maintenant, dans les comités de direction, avant de se décider par défaut dans les déploiements du quotidien.
Sources : CB Insights, « 5 AI Agent Predictions for 2026 » ; McKinsey, « How to build businesses faster and better with AI », mars 2026.