La montée en puissance des agents d'IA en 2025 marque une étape stratégique dans la transformation numérique des entreprises. Jusqu'alors cantonnée aux expérimentations limitées, l’IA agentique tend désormais à s’imposer comme un levier d’efficacité, d'automatisation et d'innovation opérationnelle. Selon une enquête conduite par Cloudera auprès de 1 484 responsables informatiques dans 14 pays, 96 % des organisations prévoient d’accroître leur utilisation des agents d’IA au cours des 12 prochains mois.

Une adoption  massive, bien que récente

Bien que récente, l’adoption des agents d’IA progresse à grande vitesse : 57 % des entreprises les ont introduits au cours des deux dernières années. L’investissement est conséquent, 83 % des dirigeants estimant qu’il est essentiel d’investir dans l’IA agentique pour rester compétitif. 

Leurs priorités d'investissement portent sur :
  • L'optimisation des performances (66 % des entreprises) ;
  • La cybersécurité et la surveillance des menaces (63 %) ;
  • Le développement logiciel (62 %).
Les entreprises privilégient deux stratégies complémentaires :
  • 66 % développent leurs agents sur des plateformes d’infrastructure IA dédiées, garantissant sécurité et évolutivité.
  • 60 % préfèrent l’intégration dans leurs applications métiers existantes, facilitant leur mise en œuvre sans restructuration profonde.
Ce modèle hybride reflète une volonté d’adopter l’IA de manière progressive, tout en s’assurant que les agents évoluent à proximité des données stratégiques de l’entreprise.

Opportunités et défis

Les avantages perçus sont multiples : amélioration des performances des modèles GenAI existants (81 %), meilleur support client (78 %), automatisation renforcée (71 %) et analyse prédictive plus fine (57 %). Ce potentiel ne se limite pas à l’IT — bien que ce soit le principal domaine d'implantation (61 %) — mais s’étend progressivement au marketing (6 %) et au service client (18 %).
Cependant, plusieurs freins ralentissent cette adoption. Trois préoccupations émergent systématiquement :
  • La confidentialité des données (53 % des répondants) ;
  • L’intégration avec les systèmes existants (40 %) ;
  • Les coûts de mise en œuvre (39 %).

Cas d’usage par secteur

L’IA agentique s’adapte aux spécificités de chaque secteur d'activité. Les principaux cas d'utilisation identifiés par l'étude sont les suivants :
  • Finance & Assurance : Détection de la fraude (56 %), évaluation des risques (44 %) et conseil en investissement (38 %) ;
  • Production industrielle :Automatisation des processus (49 %), optimisation de la supply chain (48 %) et contrôle qualité (47 %) ;
  • Santé : Planification de rendez-vous (51 %), aide au diagnostic (50 %) et traitement de dossiers médicaux (47 %) ;
  • Télécommunications : Bots de support client (49 %),  agents d’expérience client (44 %) et agents de surveillance de sécurité (49 %).
 

L’équité et la responsabilité, enjeux clés pour l'avenir

Alors que les agents d'IA se voient confier des tâches de plus en plus stratégiques, les enjeux liés à la responsabilité, à l'équité et à la transparence s'imposent comme des priorités majeures. Plus de la moitié (51 %) des dirigeants interrogés expriment des inquiétudes significatives quant aux biais potentiels présents dans ces systèmes. En réponse, 38 % des entreprises mettent en œuvre des audits d'équité et diversifient leurs ensembles de données d'entraînement, tandis que 36 % introduisent des mécanismes de vérification régulière.
Toutefois, près de 14 % des organisations n'ont entrepris que des actions minimales ou ponctuelles pour traiter ces questions, illustrant une hétérogénéité dans la maturité éthique des pratiques.
Selon Cloudera, une adoption réussie repose sur une gestion optimale des données et une approche progressive, en commençant par des projets à fort impact tels que les agents de support IT. Leur retour sur investissement contribuera à instaurer un climat de confiance solide en interne et posera les bases de déploiements à grande échelle.

Pour mieux comprendre (assisté par l'IA)

Qu'est-ce que l'IA agentique et comment diffère-t-elle des autres types d'intelligence artificielle?

L'IA agentique désigne des systèmes autonomes qui peuvent percevoir leur environnement, raisonner et agir de manière autonome pour atteindre des objectifs définis sans intervention humaine constante, se distinguant des IA plus passives qui nécessitent des instructions directes.

Quelles sont les réglementations concernant la protection des données qui pourraient influencer l'implantation des agents d'IA dans les entreprises?

Les réglementations telles que le RGPD en Europe imposent des contraintes strictes sur la gestion des données personnelles, affectant l'utilisation des agents d'IA qui doivent garantir la confidentialité, limiter l'accès non autorisé et assurer la conformité avec le consentement des utilisateurs.