Agents IA en entreprise : pourquoi 40 % des projets ne survivront pas à 2027

Le pipeline de l’engouement vers l’annulation

Les agents IA d’entreprise devaient être la technologie phare de 2026 — des logiciels qui ne se contentent pas de répondre à des questions mais qui prennent des actions autonomes au sein des flux de travail métier. Au lieu de cela, les prévisions de Gartner de juin 2025 se confirment largement à mi-2026 : plus de 40 % des projets d’IA agentique seront annulés d’ici fin 2027, sous l’effet de coûts croissants, d’une valeur commerciale floue et de contrôles de risque inadéquats.

L’ampleur de l’enquête derrière ce chiffre est significative. Selon la couverture de MarTech sur la recherche de Gartner, le constat repose sur un sondage mené auprès de plus de 3 400 organisations ayant investi dans la technologie agentique — pas un petit échantillon d’enthousiastes, mais un panorama représentatif des entreprises qui signent réellement les chèques. Anushree Verma, analyste directrice principale chez Gartner, résume le problème central sans détour : « La plupart des projets d’IA agentique sont actuellement des expérimentations en phase précoce ou des preuves de concept largement portées par l’engouement et souvent mal appliquées. »

Cette mauvaise application porte un nom dans l’industrie : l’agent washing. Gartner estime que seuls environ 130 fournisseurs offrent de véritables fonctionnalités agentiques — des systèmes autonomes, multi-étapes, utilisant des outils — sur les milliers d’entreprises commercialisant aujourd’hui des produits « agentiques ». Le reste consiste largement en chatbots existants, outils d’automatisation robotisée des processus (RPA) et scripts basés sur des règles, rebaptisés pour surfer sur la vague du financement. Pour un directeur technique évaluant des fournisseurs, ce ratio signifie que l’écrasante majorité des offres dans un appel d’offres « agent IA » ne sont pas ce qu’elles prétendent être.

Le paradoxe de l’adoption : tout le monde y est, presque personne n’est en production

La vague d’annulations ne survient pas parce que les entreprises ont évité l’IA agentique — elle survient parce qu’elles l’ont adoptée plus vite qu’elles n’ont pu l’opérationnaliser. L’évaluation 2026 de Forrester, relayée par Forbes, révèle qu’environ les trois quarts des entreprises adoptent aujourd’hui l’IA agentique sous une forme ou une autre, mais que seule « une infime fraction » de ce groupe fait fonctionner des agents dans de véritables environnements de production gérant des processus métier réels. L’écart entre « nous l’avons acheté » et « il effectue un travail réel sans supervision » est là où se concentre la majeure partie du budget annulé.

La sécurité est une raison majeure de la persistance de cet écart. La même recherche de Forrester a révélé que 49 % des décideurs en sécurité considèrent l’IA agentique elle-même comme un facteur de risque — pas un risque futur hypothétique, mais une préoccupation actuelle concernant des systèmes capables d’entreprendre des actions autonomes dans des environnements de production dès aujourd’hui. C’est un chiffre étonnamment élevé pour une catégorie technologique que les entreprises s’efforcent simultanément de déployer : près de la moitié des personnes chargées de défendre le réseau considèrent l’outil lui-même comme une surface de menace.

Une tendance plus profonde se cache sous cette prudence. Les agents ne restent pas passifs. L’UK AI Safety Institute a analysé environ 177 000 outils d’agents s’étalant de fin 2024 à début 2026 et a constaté que les outils d’« action » — des capacités permettant à un agent d’exécuter directement une tâche plutôt que de simplement la recommander — sont passés de 24 % à 65 % de l’usage total des outils en seulement 16 mois. Les agents passent d’assistants consultatifs suggérant un brouillon d’e-mail à des acteurs opérationnels qui l’envoient, le classent ou déclenchent un système en aval. Ce basculement accroît l’enjeu de chaque défaillance de gouvernance, car l’agent qui commet l’erreur ne produit plus seulement une mauvaise réponse qu’un humain peut intercepter — il exécute directement la mauvaise action.

Le coût d’un mauvais déploiement

Les prévisions de Gartner ne s’arrêtent pas aux annulations. Le cabinet prévoit également qu’un tiers des entreprises nuiront à leur propre expérience client en 2026 en déployant l’IA de manière prématurée — en lançant des agents dans des flux de travail orientés client avant que les garde-fous, les chemins d’escalade et les tests de scénarios d’échec ne soient suffisamment aboutis pour éviter des erreurs visibles. Pour un chatbot bancaire ou un agent de rebooking aérien, un seul échec médiatisé peut effacer des mois de construction de confiance, et le coût réputationnel n’apparaît que rarement sur la même ligne budgétaire que le projet d’IA lui-même, ce qui pousse facilement les directions à le sous-estimer jusqu’à ce que cela se produise.

Il existe aussi un coût organisationnel à plus long terme qui reçoit moins d’attention que le titre sur les annulations : Gartner prévoit que 50 % des organisations mondiales devront introduire des évaluations de compétences sans IA, car la dépendance intensive aux outils d’IA générative érode mesurablement la capacité de réflexion critique indépendante des employés. Cette statistique recadre le débat sur l’IA agentique — il ne s’agit pas seulement de savoir si la technologie fonctionne, mais si une organisation est en train de perdre silencieusement le jugement humain dont elle aura encore besoin lorsque la technologie fera défaut.

Ce que cela signifie pour les organisations qui évaluent l’IA agentique

1. Évaluez les fournisseurs par rapport aux 130, pas à la plaquette marketing

Avant de signer tout contrat « agent IA », demandez au fournisseur de démontrer l’exécution autonome de tâches multi-étapes avec utilisation d’outils et récupération d’erreurs — pas une démo scénarisée d’un seul chemin réussi. Gartner estimant que seuls environ 130 fournisseurs livrent réellement des capacités agentiques, l’hypothèse de base pour toute offre non vérifiée devrait être le scepticisme, pas l’enthousiasme. Exigez une démonstration des scénarios d’échec, pas seulement des cas de succès.

2. Construisez la couche de gouvernance avant le pilote, pas après

Le taux d’annulation de 40 % se concentre sur les projets ayant traité la gouvernance comme une tâche de nettoyage post-lancement. Définissez les règles d’escalade, les points de contrôle humain-dans-la-boucle et les exigences d’audit dès la charte initiale du projet, avant qu’un agent ne touche un système de production. Ajouter la gouvernance après coup à un déploiement d’agent déjà en production est mesurablement plus difficile — et plus coûteux — que de la concevoir dès le premier jour.

3. Séparez les agents consultatifs des agents d’action dans votre modèle de risque

Étant donné que l’usage des outils capables d’action est passé de 24 % à 65 % de l’activité totale des agents en 16 mois, traitez tout agent disposant d’un accès en écriture, d’un accès d’envoi ou d’une capacité d’exécution de transaction comme une catégorie de risque fondamentalement différente d’un agent consultatif en lecture seule. Appliquez des exigences d’approbation, de surveillance et de retour en arrière plus strictes au premier — le mode d’échec d’un agent d’action est une erreur exécutée, pas une erreur suggérée.

4. Budgétez pour l’échec de l’expérience client, pas seulement pour le coût logiciel

Si la prévision de déploiement prématuré d’un tiers de Gartner se confirme, supposez qu’il existe une probabilité significative que tout agent orienté client soit lancé avant d’être prêt. Élaborez un plan de surveillance et de retour en arrière rapide spécifiquement pour les déploiements orientés client, et fixez un seuil plus bas pour ramener un agent à un fonctionnement entièrement humain dès les premiers signes d’erreurs visibles, plutôt que d’attendre qu’un schéma se dessine.

L’écart de gouvernance est la véritable catégorie de produit

La vague d’annulations de l’IA agentique n’est pas la preuve que la technologie ne fonctionne pas — c’est la preuve que le marché a avancé plus vite sur le déploiement que sur l’infrastructure de gouvernance nécessaire pour déployer en toute sécurité. Les organisations qui feront encore fonctionner des projets d’IA agentique en 2028 ne seront probablement pas celles disposant des modèles les plus sophistiqués, mais celles ayant construit des chemins d’escalade, des pistes d’audit et une capacité de contrôle humain avant que leur premier agent ne touche un client réel. Dans un marché où Gartner ne recense qu’environ 130 fournisseurs offrant une véritable capacité agentique sur des milliers qui la revendiquent, la question de diligence raisonnable la plus importante n’est pas « que peut faire cet agent » — c’est « que se passe-t-il, précisément, lorsqu’il fait la mauvaise chose ». Les entreprises capables de répondre en détail à cette question sont celles qui ont le plus de chances d’éviter de rejoindre les 40 % de projets annulés.

Questions Fréquemment Posées

Sources et lectures complémentaires

• Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 — Gartner
• Gartner: 40% of agentic AI projects will fail, making humans indispensable — MarTech
• Why 40% Of Agentic AI Projects May Be Canceled By 2027 — Forbes
• Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 — HPCwire