Les dépenses en agents IA progressent plus vite que la discipline de déploiement en entreprise
Les dépenses des entreprises en agents IA augmentent rapidement, mais la croissance des investissements ne démontre pas la maturité opérationnelle.
Gartner prévoit 206,5 milliards de dollars de dépenses en logiciels d’agents IA en 2026. Il estime également que plus de 40 % des projets d’IA agentique seront annulés d’ici à la fin de 2027 en raison de coûts croissants, d’une valeur métier incertaine ou de contrôles des risques insuffisants. Il s’agit de deux prévisions distinctes : le taux d’annulation concerne les projets, et non la valeur monétaire des dépenses consacrées aux agents IA.
Selon l’interprétation pratique de Steven Howell, un pilote réussi dépend souvent de données propres, d’une supervision étroite et d’un nombre limité d’utilisateurs. Le passage en production introduit des processus incohérents, des exceptions non documentées, des contraintes d’intégration et une confiance utilisateur plus fragile.
Pour les équipes Supply Chain, le passage du pilote au déploiement exige donc davantage que la précision du modèle. Un agent qui influence les prévisions, le réapprovisionnement, les actions fournisseurs ou les décisions de production doit disposer d’un périmètre d’autorité défini, d’un accès contrôlé aux données, d’indicateurs de résultat mesurables, d’un mécanisme d’escalade des exceptions et d’une possibilité de reprise manuelle.
Un pilote vérifie si un agent peut accomplir une tâche dans des conditions contrôlées. Un déploiement en production doit démontrer que le système de décision qui l’entoure peut absorber le volume, les exceptions et les défaillances.
Pour les cas d’usage Supply Chain, les équipes doivent valider les décisions que l’agent peut recommander ou exécuter ; les données ERP, APS, MES et externes auxquelles il peut accéder ; le responsable des exceptions et de la validation des résultats ; la manière de mesurer la confiance, les coûts et l’impact sur le service ; les situations exigeant une approbation humaine ; et l’audit des actions de l’agent comme des ajustements manuels.
Le principal risque n’est pas seulement un modèle peu performant. Il consiste à laisser un prototype techniquement convaincant entrer dans un processus opérationnel sans droits de décision ni contrôles explicites.
Sujets associés : agents IA, IA pour la Supply Chain, gouvernance de l’IA, gouvernance des décisions et conduite du changement.