Les entreprises qui dépassent le stade des projets pilotes d’IA agentique découvrent que la contrainte principale n’est plus la capacité des modèles mais la complexité opérationnelle, selon un nouveau rapport qui suit la manière dont les organisations déploient des agents d’IA autonomes à grande échelle.
Le passage des simples chatbots de preuve de concept vers ce que le rapport décrit comme des « usines d’IA », des systèmes de production où des agents autonomes agissent comme des collègues numériques gérant des flux de travail en plusieurs étapes avec une supervision humaine minimale. Ces agents ne se contentent pas de répondre à des requêtes mais exécutent des séquences complexes : trier des tickets informatiques, gérer des exceptions de chaîne d’approvisionnement, traiter des réclamations d’assurance et coordonner des systèmes internes.
Le rapport identifie les passerelles d’agents comme le modèle architectural émergent pour gérer cette complexité. Une passerelle d’agents se situe entre le modèle d’IA et les systèmes internes de l’entreprise, CRM, ERP, bases de connaissances et outils de communication, routant les requêtes, appliquant les autorisations, gérant les limites de débit et fournissant l’observabilité. C’est la couche d’infrastructure opérationnelle qui transforme un projet pilote prometteur en un système de production fiable.
La plupart des entreprises sont moins contraintes par les modèles que par la complexité de connecter les agents aux systèmes existants de manière sécurisée et fiable. Chaque nouvelle intégration nécessite des contrôles d’accès, des politiques de gouvernance des données, une gestion des erreurs et une surveillance, des préoccupations que les projets pilotes peuvent masquer mais que les déploiements en production ne peuvent pas.
Le rapport note que les entreprises convergent vers une architecture en couches : une couche modèle (le LLM), une couche agent (orchestration du raisonnement multi-étapes et de l’utilisation d’outils), une couche passerelle (sécurité, routage, observabilité) et la couche d’intégration entreprise (API existantes, bases de données et outils SaaS). C’est dans la couche passerelle que se déroule l’essentiel du travail opérationnel.
Les observations clés des déploiements en entreprise incluent que les capacités des agents se développent plus rapidement que les cadres de gouvernance ne peuvent s’adapter, que l’observabilité, savoir ce qu’un agent a fait et pourquoi, émerge comme la priorité opérationnelle principale, et que les organisations adoptent une approche « crawl-walk-run », commençant par des agents en lecture seule qui résument et recommandent avant de passer à des agents qui agissent.
Les conclusions du rapport s’alignent sur les tendances générales du secteur. Gartner a prédit que d’ici 2030, un quart du travail des opérations informatiques sera géré par des agents autonomes non supervisés. Deloitte a prévu que 50 pour cent des entreprises utilisant l’IA générative lanceront des projets pilotes d’IA agentique d’ici 2027, beaucoup étant déjà en phase de production.
Sources: From Pilots to AI Factories: How Enterprises Are Really Scaling Agentic AI and Agent Gateways (The Register, juillet 2026)
Traduit par Lydie