Votre organisation travaille sans doute déjà avec des agents IA. Un collègue en a créé un dans son outil de chat pour voir, une équipe en a configuré un qui prépare ses comptes rendus, un éditeur en a activé un dans sa dernière mise à jour. Quelques clics ont suffi, et c'est précisément ce qui trompe : ces premiers agents installent l'idée d'un sujet simple.
Les déploiements racontent autre chose. Gartner anticipe l'abandon de plus de 40 % des projets agentiques d'ici fin 2027 et, sur les milliers de fournisseurs qui se réclament de l'agentique, n'en compte qu'environ 130 qui le soient réellement (juin 2025).
Essayer un agent prend une heure ; en tirer un système fiable, intégré et gouverné est un projet.
Cet écart s'explique, et c'est l'objet de cet article : comprendre ce qu'est réellement un agent, ce que gradue son autonomie, et ce que chaque niveau exige de l'organisation en matière d'architecture, de contrôle et de gouvernance. Cette compréhension est le premier investissement pour maîtriser le déploiement dans l'organisation.
Tout le monde a déjà essayé un agent ; presque personne n'en a fait un système
L'agentique est entrée dans les organisations par les outils du quotidien. Les assistants LLM que les équipes utilisent déjà intègrent désormais la création d'agents en standard : on confie un objectif, on connecte deux ou trois outils, le système déroule. Le premier niveau agentique, l'agent supervisé, est ainsi à portée de tout utilisateur un peu avancé.
Le mouvement rappelle les débuts de l'IA générative : des pionniers qui s'équipent seuls, des usages qui s'installent sans décision de personne. Le shadow agent existe déjà, y compris dans les organisations dont le comité de direction pense avoir tranché la question.
Dès qu'on parle de système agentique, les choses deviennent un peu plus complexes. En avril 2026, Gartner comptait 17 % d'organisations ayant réellement déployé des agents, et les causes d'abandon qu'il relève se ressemblent : des coûts qui dérivent, une valeur métier mal établie, une maîtrise des risques insuffisante. Autrement dit, des agents lancés comme des usages quand ils relevaient du projet.
Ces deux réalités décrivent les deux étages d'un même sujet, et l'essentiel se joue dans ce qui les sépare. Le premier étage se comprend en essayant. Le second demande de savoir précisément de quoi on parle : une affaire de définition.
Un agent se reconnaît à un critère : c'est le système qui décide de la prochaine étape
La définition que Vif&Versa retient tient en une phrase : un système d'IA agentique reçoit un objectif et conduit lui-même le travail pour l'atteindre, sous un contrôle humain gradué.
Trois blocs la portent. Le mandat : on confie au système un but, des instructions en moins. La conduite : le système décompose l'objectif en étapes qu'il choisit, agit sur son environnement au moyen d'outils numériques, ajuste son déroulé selon les résultats. Le contrôle : un régime de supervision humaine, défini d'avance, qui se resserre ou se desserre selon l'usage.
Cette lecture s'appuie sur l'analyse d'un corpus de plus de vingt définitions publiées entre fin 2024 et l'été 2026 par les institutions et régulateurs, les éditeurs et les cabinets ; elle converge avec les repères posés par l'OCDE (février 2026) et la CNIL (juillet 2026).
L'IA agentique, la définition Vif&Versa. D'après l'analyse d'un corpus de plus de vingt définitions publiées, 2024-2026.
Le critère se teste en une question, utilisable telle quelle en réunion : qui décide de la prochaine étape ?
Dans une automatisation classique, le script décide, et tout cas hors scénario le fait dérailler. Avec un assistant ou un copilote, l'humain décide : l'outil propose, répond, suggère, puis attend. Avec un agent, le système décide : il enchaîne les étapes, se corrige, s'arrête quand l'objectif est atteint. La sophistication du modèle ne fait rien à l'affaire ; ce qui compte est le transfert du contrôle d'exécution.
Cette question fait surtout son travail vers le bas. Sous l'agent, tout un étage d'outils rend des services voisins pour moins de complexité et moins de risque :
| Famille | Qui décide de la prochaine étape ? | Ce qui la sépare de l'agentique |
|---|---|---|
| Automatisation classique, RPA | le script, selon des règles écrites d'avance | aucune décision ; casse hors du scénario prévu |
| IA prédictive | personne : le modèle calcule, l'humain agit | produit une estimation, jamais une action |
| IA générative conversationnelle | l'humain, à chaque tour de dialogue | répond puis attend ; n'agit pas sur les systèmes |
| Copilote intégré à un outil | l'humain déclenche, l'IA propose | suggère au sein d'un outil ; ne conduit aucune séquence |
| Workflow orchestré | le code : un enchaînement prédéfini d'appels au modèle | de l'IA en séquence, sur un chemin écrit d'avance |
| Agent, système agentique | le système : il planifie, agit, corrige, s'arrête | c'est le sujet de cet article |
La conséquence pratique mérite d'être posée sans détour : beaucoup de besoins réels n'appellent aucun agent. Un enchaînement stable de tâches se traite mieux par un workflow ; une question ponctuelle, par une assistance ; un calcul répétitif, par un script. Le réflexe « un agent par-ci, par-là », alimenté par la facilité de création, tombe à cette frontière : la valeur d'un agent commence là où le chemin ne peut pas s'écrire d'avance.
Du premier agent au multi-agents, l'exercice change de nature : l'usage devient un projet d'architecture et de gouvernance
L'autonomie d'un système se gradue par le contrôle qu'on lui transfère. Quatre niveaux couvrent le spectre :
- le copilote, qui propose au sein d'un outil et laisse l'humain déclencher chaque geste ;
- l'agent supervisé, qui conduit une tâche avec validation humaine à des jalons prévus ;
- l'agent autonome, qui opère sous surveillance d'exception, avec possibilité d'interruption ;
- le système multi-agents, où des agents se délèguent des tâches sous une gouvernance d'ensemble.
Le copilote reste de l'assistance ; l'agentique commence à l'agent supervisé. Cette graduation par le contrôle rejoint l'échelle d'autonomie publiée par l'OCDE (février 2026).
Le continuum d'autonomie : quatre niveaux, dont trois agentiques. Graduation cohérente avec l'échelle d'autonomie de l'OCDE, février 2026.
La vraie marche se situe un cran plus loin, entre l'agent supervisé et les niveaux supérieurs. L'agent supervisé s'attrape par l'usage : un utilisateur avancé le configure dans son outil, l'essaie, l'adopte ou l'abandonne.
L'agent autonome et le multi-agents relèvent d'une autre discipline : ils se construisent avec des frameworks d'orchestration comme LangChain, LangGraph ou CrewAI, et se relient aux systèmes de l'entreprise par des protocoles d'interconnexion comme MCP, avec ce que cela suppose de choix d'architecture, de mémoire et de sécurité.
Il faut cadrer finement, avec l'organisation, ce que le système a le droit de toucher. Il faut surtout définir un régime de contrôle et de gouvernance : qui supervise quoi, à quels jalons, qui répond des actions d'un système qui enchaîne les étapes seul.
C'est cette marche que ratent la plupart des projets abandonnés : lancés avec les réflexes de l'essai, ils rencontrent les exigences du système. Le décideur n'a rien à coder ; les grands principes de structure lui suffisent, précisément pour cadrer ces choix au lieu de les subir.
Et chaque cran transféré déplace le travail. Le producteur devient éditeur et vérificateur de productions qu'il n'a pas réalisées lui-même. Le manager encadre des personnes et des agents : il paramètre, oriente, arbitre. Les compétences se recomposent vers l'évaluation critique, le contrôle de la qualité, le cadrage.
L'hybridation entre humains et agents aura lieu, à des degrés qui tiendront aux caractéristiques, aux appétences et à la culture de chaque entreprise ; l'anticiper coûte moins cher que la subir. Pour le lecteur RH, le repère tient en une ligne : le niveau d'autonomie visé fixe le seuil où les questions humaines se posent : la charge, les rôles, les parcours, et ce qui gagne à se discuter tôt avec les représentants du personnel.
Le schéma directeur agentique articule la trajectoire technique et l'analyse de ses impacts
Reprendre la main sur ce mouvement demande un cadre, et nécessite un véritable schéma directeur d'IA agentique. Son socle est la trajectoire d'intégration technique :
- Cartographier les besoins et retenir les cas d'usage où un agent apporte réellement de la valeur
- Qualifier l'existant, shadow agents compris
- Fixer pour chaque usage un niveau d'autonomie cible
- Poser les principes d'architecture et de sécurité
- Définir le régime de contrôle : qui supervise, à quels jalons, qui répond
Sur ce volet, le schéma directeur joue le rôle que jouaient ses aînés des systèmes d'information : ordonner ce qui, sinon, s'empile.
Ce schéma directeur doit nécessairement s'accompagner d'une réflexion globale sur ce que l'agentique change à l'offre et au modèle économique : ce que l'entreprise vend, la manière de le produire, parfois la manière de le facturer quand la valeur se déplace du temps passé vers le résultat.
Même exigence côté organisation et métiers : des rôles se recomposent, des fonctions apparaissent, l'organigramme bouge. Ces impacts s'analysent au même niveau de précision que les choix d'architecture.
Restent les enjeux humains, et ils commandent la réussite d'ensemble. Les besoins en formation des équipes, et plus largement la recomposition des compétences. La place laissée à chacun dans le travail avec les agents, la charge, la santé au travail. Le manager et les collectifs. Les parcours, à commencer par l'entrée des juniors quand les tâches d'apprentissage s'automatisent. Et le dialogue social en tête : la manière dont les décisions de déploiement se prennent et se discutent, en transparence, avec les salariés et leurs représentants.
Comprendre avant de déployer, structurer avant d'étendre : l'ordre des opérations fait la différence entre les déploiements qui tiennent à l'échelle et les projets qui s'arrêtent en chemin. Le premier agent s'essaie en une heure ; l'organisation hybride, elle, se construit.
Sources
- Gartner, « Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 », communiqué du 25 juin 2025
- Gartner, Hype Cycle for Agentic AI, avril 2026
- OCDE, « The Agentic AI Landscape and its Conceptual Foundations », OECD Artificial Intelligence Papers, février 2026
- CNIL et Conseil de l'IA et du Numérique, « IA agentique et protection des données personnelles », note exploratoire, juillet 2026