IA agentique : l’intelligence (artificielle) en action

Depuis deux ans, l’intelligence artificielle s’est imposée par la fascination. Des interfaces capables d’écrire, coder ou dialoguer ont conquis une audience massive : ChatGPT dépasserait désormais 800 millions d’utilisateurs actifs hebdomadaires, selon Reuters. L’IA était visible, spectaculaire, largement confinée à l’écran. Début 2026, une nouvelle phase commence. L’IA cesse progressivement d’être un outil de réponse pour devenir un outil d’exécution. Autrement dit, elle ne se contente plus d’aider à décider : elle agit, concrètement. Cette mutation porte un nom encore peu connu du grand public, mais déjà central dans les stratégies technologiques : l’IA agentique.

De l’IA qui répond à l’IA qui fait

On ne consulte plus seulement une IA : on lui délègue une action : réserver, acheter, déclarer, renégocier. L’agent IA décompose la tâche, consulte les sources, interagit avec les systèmes et va jusqu’au résultat. Ce basculement peut sembler technique, il est en réalité économique. Dans l’économie numérique actuelle, une part majeure de la valeur se situe dans les étapes intermédiaires : recherche, comparaison, référencement, intermédiation. C’est l’économie du clic.

Or un agent n’a pas besoin de cliquer : il communique directement avec les systèmes. Il vise l’objectif. C’est ce déplacement - de l’interface vers l’exécution - qui redessine la chaîne de valeur.

Cette mutation devient possible, car trois évolutions convergent. La première est la chute du coût de l’IA : l’usage industriel devient viable parce que produire ou analyser du texte coûte de moins en moins cher. Il y a trois ans, traiter un million de tokens (paquets de données) coûtait encore plusieurs dollars, parfois plusieurs dizaines sur les modèles les plus avancés. Certains modèles facturent désormais quelques dizaines de centimes à quelques dollars pour le même volume. Cette déflation massive permet à une IA d’effectuer en arrière-plan des centaines de vérifications, simulations ou itérations sans que le coût ne devienne prohibitif. La deuxième est l’ouverture des systèmes. Dans les entreprises, les logiciels de paiement, logistique, réservation, relation client deviennent accessibles à des automatisations. Une IA peut aujourd’hui interagir avec ces systèmes comme le ferait un employé. La troisième est l’infrastructure. La planète investit massivement dans la puissance de calcul. McKinsey estime que les investissements mondiaux dans les data centers pourraient atteindre 6 700 milliards de dollars de capex cumulés d’ici 2030, essentiellement pour des capacités liées à l’IA. Cette base matérielle transforme l’IA en capacité opérationnelle permanente.

Révolution en back-office

"La principale révolution en cours concerne tous les processus administratifs, le back-office des entreprises, explique Hervé Mignot, Chief AI Officer d’European Digital Group & Partner chez Equancy, cabinet de conseil en Data & IA d’EDG. Tous les processus qui sont liés à la prise d’information dans un système et au passage dans un autre système : on reçoit un document, on le lit, l’analyse et on le traite. Tout cela l’IA le fait déjà très bien." En effet, aujourd’hui, on peut très facilement utiliser les modèles de langage intégrés dans les outils d’IA générative pour leur faire exécuter un plan d’action à partir d’une information. Par exemple, réaliser une série d’opérations à partir de données contenues dans un document. "On utilise déjà beaucoup ces outils pour, par exemple, lire et traiter des commandes ou des factures reçues par mail, poursuit l’expert d’EDG. L’outil va vérifier que la commande est correcte, que le client existe dans un système, et va ensuite valider la commande dans le système de traitement de l’entreprise. La vraie nouveauté, c’est que ces agents sont capables d’interagir avec des systèmes informatiques différents et même avec des opérateurs humains, en envoyant une réponse par mail si un élément n’est pas conforme par exemple. Ce qui change également, c’est qu’on passe d’outils qui étaient les assistants d’opérateurs humains à des outils bien plus autonomes, éventuellement sous la responsabilité d’un humain."

Il existait déjà des systèmes d’automatisation de certaines tâches, regroupés sous le nom de Robotic Process Automation, ou RPA. Mais ces modèles étaient complexes et nécessitaient un paramétrage très précis : il fallait écrire l’ensemble des règles régissant leur fonctionnement, anticiper tous les cas de figure. Cela demandait beaucoup de temps de développement et de paramétrage et n’était donc intéressant que pour des systèmes traitant des masses importantes de données. Avec l’IA générative et les agents, ce qui change, c’est qu’on peut leur donner des instructions en langage naturel : c’est l’IA qui, ensuite, se charge de créer les automatisations, de communiquer avec les différents systèmes informatiques, de créer ses propres process.

Là où l’agentique commence à transformer l’économie

Les premiers domaines concernés sont donc ceux où l’activité repose sur de multiples étapes répétitives - comparer, vérifier, remplir - mais surtout là où les commissions d’intermédiation sont élevées. Car plus la marge de médiation est importante, plus l’incitation économique à l’automatiser est forte.

Le voyage en est l’exemple le plus clair. La distribution aérienne et hôtelière repose largement sur des commissions versées aux agences en ligne, généralement 10 à 20 % du prix. Une part significative de la valeur provient donc de l’acte d’intermédiation lui-même. Un agent capable de comparer et réserver directement réduit mécaniquement ce coût de distribution. McKinsey estime que le commerce orchestré par agents pourrait représenter 3 000 à 5 000 milliards de dollars de commerce consommateur mondial médié par agents d’ici 2030, dont une part importante dans le voyage.

L’assurance présente une logique comparable. Les réseaux de distribution et de courtage représentent fréquemment 10 à 30 % des primes selon les produits. Or une part de cette valeur correspond à des tâches administratives ou de conseil standardisé — précisément celles que l’IA agentique peut préparer ou exécuter sous supervision.

Le service client et le e-commerce suivent la même dynamique. Une IA ne répond plus seulement : elle résout, organise, déclenche. Chaque étape automatisée réduit un coût d’intermédiation. En couplant un agent IA à un assistant vocal, la grande majorité des appels peut être traitée sans intervention humaine : information produit, suivi de commande, service après-vente… Un agent IA disposera des mêmes informations qu’un agent humain pour répondre à la demande d’un client, pourra procéder à un remboursement ou programmer un rendez-vous avec un technicien, tout en étant capable d’adapter son ton à celui de son interlocuteur, de simuler l’empathie ou la fermeté, mais aussi de détecter des irritations et de proposer éventuellement de basculer l’appel vers un opérateur humain. Et avec une disponibilité 24 heures sur 24 et 7 jours sur 7.

Les gagnants : ceux qui contrôlent les rails invisibles

Dans l’économie du clic, les gagnants étaient les plateformes captant l’attention : moteurs de recherche, comparateurs, marketplaces. Dans l’économie agentique, la position dominante change. Les acteurs clés deviennent ceux qui contrôlent les infrastructures de l’action : l’identité numérique et l’authentification, le paiement, l’accès sécurisé aux systèmes d’entreprise. Autrement dit, la valeur migre vers les rails invisibles plutôt que vers les vitrines numériques.

Autres gagnants, à plus court terme : ceux qui savent programmer ces agents. "On a encore besoin de spécialistes pour développer ces agents, mais beaucoup moins que dans les anciens systèmes d’automatisation, constate Hervé Mignot. Chez Equancy, nous avons par exemple des AI engineers, des personnes qui savent utiliser les différentes IA génératives, qui maîtrisent le prompting, c’est-à-dire la façon de communiquer avec ces IA, et qui ont une excellente connaissance des capacités d’intégration de ces agents avec les différents systèmes informatiques des entreprises." Pour cet expert, la maturité actuelle des modèles d’IA fait que nous n’en sommes qu’à la première phase de développement de l’agentique : "pour l’instant, on regarde les process existants et on voit comment mettre des agents IA dedans, pour remplacer les humains. Mais on va rapidement arriver à une phase deux, dans laquelle les entreprises vont revoir leurs process pour mettre l’IA au centre." Comme lui, certains prédisent qu’on pourrait même totalement repenser l’entreprise et son fonctionnement, où l’humain ne sera plus qu’en supervision. Plus largement, les entreprises capables d’intégrer l’IA dans leurs opérations internes - automatisation, décision, productivité - feront également partie des grands gagnants. McKinsey estime que l’IA générative pourrait créer 2 600 à 4 400 milliards de dollars de valeur économique annuelle à maturité, principalement via ces gains opérationnels. On commence d’ailleurs à voir du côté de la Silicon Valley des cas extrêmes d’entreprises dans lesquelles il n’y a qu’un créateur, qui a une idée, et aucun salarié, juste des IA qui produisent pour lui. Et on pourrait prochainement voir apparaître la première licorne de ce type.

La vraie bataille de la décennie

La question stratégique devient : qui relie l’IA au monde réel ? Qui permet à une intention de devenir une action fiable, traçable et sécurisée ? C’est là que se joue la prochaine concentration de valeur.

L’IA agentique marque le passage d’une économie de l’information à une économie de l’exécution assistée. Moins de clics, plus d’actions. Moins d’interfaces, plus d’infrastructure. Le changement paraît technique. Il est structurel. Et il a déjà commencé.