Sommaire
L’IA agentique s’installe progressivement dans les entreprises, mais son déploiement reste encore limité. Un rapport publié par First Page Sage le 22 juin 2026 agrège plus de 30 études et enquêtes, portant sur plus de 16 000 entreprises aux États-Unis et dans le monde.
Contrairement à l’IA générative, qui produit du contenu à la demande, l’IA agentique désigne des systèmes capables de planifier, décider et exécuter des workflows complexes de manière autonome.
Les grandes entreprises restent en avance
L’adoption varie fortement selon la taille des organisations.
Les grandes entreprises affichent le niveau d’adoption le plus élevé, avec 25 % d’organisations ayant déjà déployé au moins un système d’IA agentique, même à un stade expérimental.
Les entreprises de taille intermédiaire et les PME progressent plus vite en rythme annuel. Le rapport attribue cette dynamique à la multiplication de solutions plus accessibles, comme Salesforce Agentforce ou Microsoft Copilot Studio.
Les grandes organisations disposent de budgets plus importants, mais elles doivent aussi composer avec des systèmes, des données et des workflows plus complexes à intégrer.
La plupart des projets restent en phase de test
Même parmi les entreprises ayant adopté l’IA agentique, le passage à l’échelle reste minoritaire.
Dans les grandes entreprises, 62 % des projets sont encore en phase d’expérimentation. Cette part atteint 70 % dans les entreprises intermédiaires et 80 % dans les PME.
Le déploiement complet à grande échelle reste rare. Il concerne 13 % des grandes entreprises ayant adopté l’IA agentique, 5 % des entreprises intermédiaires et 3 % des PME.
Les entreprises intermédiaires affichent toutefois le plus fort taux de déploiement partiel, avec 19 %, contre 15 % pour les grandes entreprises et 12 % pour les PME.
Les abandons restent fréquents
Tous les projets d’IA agentique n’aboutissent pas.
Le rapport rapproche ses observations de la prévision de Gartner, selon laquelle 40 % des projets d’IA agentique pourraient être abandonnés d’ici fin 2027.
Les causes les plus fréquentes sont le manque de valeur business claire, cité dans 43 % des projets échoués, puis la qualité ou la disponibilité insuffisante des données, citée dans 38 % des cas.
Les coûts trop élevés concernent 35 % des projets abandonnés, avec un impact plus marqué sur les PME. Les enjeux de cybersécurité et de gestion du risque apparaissent dans 32 % des cas, surtout dans les grandes organisations.
Le manque d’expertise interne, les difficultés d’intégration aux systèmes existants et la résistance au changement figurent aussi parmi les principaux freins.
Les données restent un point critique
Le rapport insiste sur un point central : la qualité des données conditionne fortement la réussite des projets.
Un agent autonome qui travaille avec des données incomplètes, incorrectes ou dispersées reste limité par ces défauts. Cette difficulté concerne toutes les tailles d’entreprise.
Les organisations qui ne définissent pas clairement leurs objectifs avant le déploiement rencontrent aussi plus de difficultés à démontrer la valeur réelle de l’IA agentique.
La technologie et la finance en tête
L’adoption varie également selon les secteurs.
La technologie et le logiciel affichent la moyenne sectorielle la plus élevée, avec 26 % d’adoption. Les services financiers suivent avec 22 %, devant le retail et l’e-commerce, ainsi que les télécommunications, à 20 %.
La santé et les services professionnels atteignent 19 %, tandis que l’assurance et l’industrie manufacturière se situent à 18 %.
Les secteurs comme la construction, l’éducation ou l’immobilier restent plus en retrait, avec des moyennes comprises entre 12 % et 14 %. Le rapport évoque notamment des budgets plus limités, des infrastructures de données moins matures et des modèles d’activité moins adaptés à l’automatisation.
Les usages les plus avancés concernent les processus structurés
L’IA agentique est surtout utilisée là où les processus sont déjà bien définis.
Le service client arrive en tête, avec 68 % d’adoption parmi les déploiements observés dans les grandes entreprises et les entreprises intermédiaires. Le rapport indique que ces systèmes peuvent traiter jusqu’à 80 % des interactions de manière autonome dans certains cas.
La coordination de la supply chain atteint 58 %, avec des gains d’efficacité proches de 30 % selon les données agrégées.
La surveillance IT et la détection des menaces concernent 53 % des usages, devant la génération logicielle et l’accélération du développement, à 51 %.
Le marketing automation atteint 45 %. La finance et la comptabilité restent plus prudentes, avec 30 % d’adoption et seulement 6 % de déploiements à grande échelle.
Un marché encore loin de la généralisation
Les données du rapport montrent une adoption réelle, mais encore très inégale.
L’IA agentique avance plus vite dans les organisations qui disposent de processus structurés, de données exploitables et de ressources suffisantes pour accompagner le déploiement.
À l’inverse, les projets restent fragiles lorsque la valeur business n’est pas bien définie, lorsque les données ne sont pas prêtes ou lorsque les coûts deviennent difficiles à absorber.
L’IA agentique progresse donc dans les entreprises, mais elle reste encore largement dans une phase d’expérimentation, avec une généralisation qui dépendra autant des usages que de la qualité des données et de la capacité d’intégration.
