← retour aux articles

Agents IA : de la démo à la production, ce qui change vraiment

par @elo · BordTech · · #ia

Lecture : 4 min

Pendant longtemps, on a jugé l'IA générative à la qualité de ses réponses. Aujourd'hui, on se demande surtout ce qu'elle peut faire sans qu'on la guide à chaque étape. C'est tout l'enjeu des agents IA.

Ce qu'un agent fait de plus qu'un chatbot

Un assistant classique produit du texte. Un agent enchaîne des actions pour atteindre un objectif : il découpe la tâche en étapes, appelle des outils (API, navigateur, base de données, terminal), vérifie ce qu'il a obtenu, corrige quand une étape échoue et, idéalement, passe la main à un humain quand il est dépassé.

Les usages qui avancent le plus vite sont ceux où l'on peut vérifier le résultat : développement logiciel, support client de premier niveau, qualification de données, veille automatisée.

Des tâches de plus en plus longues

L'organisation METR mesure la durée des tâches qu'un modèle réussit, exprimée en temps qu'il faudrait à un humain pour les faire. Dans son étude de 2025, cette durée (au seuil de 50 % de réussite) doublait environ tous les sept mois depuis 2019. Le CeSIA, qui relaie ces travaux en français, parle d'agents capables d'environ une minute de travail humain début 2024 et d'une heure début 2026.

Ces chiffres ont des limites. Ils portent sur un ensemble de tâches précis, plutôt fermées, et sur un taux de réussite donné : à 50 %, un agent se plante une fois sur deux. Ça ne dit pas qu'il peut remplacer un métier, et les valeurs varient selon le modèle et le seuil choisi. Mais la tendance explique pourquoi les éditeurs misent sur l'autonomie plutôt que sur le dialogue.

Passer de l'essai à la production

Après l'expérimentation, on demande des résultats. Des éditeurs comme SAS annoncent que 2026 est l'année où les projets d'IA devront prouver leur retour sur investissement, et les chiffres d'adoption restent modestes : une étude Omdia pour Snowflake compte 32 % d'entreprises avec des solutions agentiques en production, pas plus.

Quelques réflexes aident à ne pas se perdre :

Les pièges

Les erreurs s'additionnent. Avec 95 % de réussite à chaque étape, une chaîne de vingt étapes aboutit une fois sur trois environ (0,9520 ≈ 36 %). Plus l'agent est autonome, plus il faut des journaux, des traces et des évaluations pour voir où ça casse.

Les droits trop larges. Un agent qui peut tout faire peut aussi tout casser. Mieux vaut des accès limités, des clés dédiées et des environnements isolés.

L'injection de prompt. Un agent qui lit des pages web ou des e-mails peut tomber sur des instructions malveillantes cachées dedans. Tout contenu externe doit être traité comme une donnée, jamais comme une consigne.

La facture. Les boucles d'actions consomment beaucoup de jetons. Sans plafond ni suivi, le coût dérape vite.

Ce que dit l'AI Act

Le règlement européen s'applique par étapes. Les obligations des fournisseurs de modèles d'IA à usage général (documentation, résumé des données d'entraînement, droit d'auteur) s'appliquent depuis le 2 août 2025. Le 2 août 2026 ne crée pas d'obligations nouvelles pour ces modèles : c'est la date à partir de laquelle l'AI Office, le régulateur européen, peut enquêter et sanctionner. Pour ces fournisseurs, l'amende peut atteindre 3 % du chiffre d'affaires mondial ou 15 millions d'euros (article 101). Le plafond de 7 % que l'on cite souvent concerne les pratiques interdites, pas les modèles à usage général.

Les obligations de transparence (dire à l'utilisateur qu'il parle à une IA, signaler les contenus générés) visent directement les agents conversationnels, et elles n'ont pas été reportées.

Le report concerne le haut risque. Le règlement 2026/1744, dit « Digital Omnibus sur l'IA », publié au Journal officiel le 24 juillet 2026, repousse au 2 décembre 2027 les obligations des systèmes à haut risque de l'annexe III, et au 2 août 2028 celles des systèmes intégrés à des produits réglementés. Les commentateurs ne sont pas tous d'accord sur son contenu exact (certains y voient aussi de nouvelles interdictions), donc pour une décision de conformité, mieux vaut lire le texte officiel sur EUR-Lex.

À retenir

Un agent n'est pas un chatbot amélioré : il agit, et ses erreurs aussi. Les gains existent mais dépendent de cas d'usage bornés et mesurés. Et avant de passer en production, il faut avoir réglé trois choses : la sécurité, la capacité à observer ce que fait l'agent, et la conformité.

Sources