Agents IA : 2 175 mentions et 25 000 déploiements, mais quelle valeur ?

Afficher des escouades d’agents IA est devenu un signe de statut, des indépendants aux géants de la tech. Pourtant, entre pannes quotidiennes, temps passé à « surveiller des bots » et métriques recentrées sur l’usage, l’écart se creuse entre compteur et valeur. Témoignages, chiffres d’adoption et critères de succès dessinent une réalité moins triomphale.

Temps de supervision, pannes et métriques déplacent l’attention du nombre vers l’usage

Selon l’Institut Work AI de Glean, les employés de bureau passent plus de six heures par semaine à surveiller des bots, en fournissant du contexte, en vérifiant les résultats et en corrigeant les erreurs. Robbie Allen constate qu’un élément de sa liste d’agents se casse presque chaque jour et qu’il a dédié un autre agent à la supervision des défaillances. Dans les grandes organisations, les indicateurs d’adoption remplacent le simple comptage : PwC affirme se concentrer sur le nombre de personnes qui utilisent les agents plutôt que sur le total déployé, tandis qu’EY et le Boston Consulting Group suivent la productivité, le coût et le temps économisé. Melissa Hilbert, analyste chez Gartner, avertit que compter les agents peut confondre déploiement et valeur. En toile de fond, la Society for Human Resource Management estime qu’IA et automatisation pourraient techniquement remplacer jusqu’à 22 millions d’emplois aux États-Unis d’ici 2030, mais évalue ce chiffre de façon réaliste à environ 8 millions, ce qui incite à la prudence sur l’interprétation des chiffres bruts.

Dans les pratiques individuelles, des dizaines d’agents riment avec tâches étroites et maintenance

Robbie Allen, qui dirige Automated Consulting Group après avoir fondé trois entreprises d’IA, dit utiliser environ 25 agents pour son travail quotidien. L’un d’eux scrute LinkedIn toutes les deux heures pour repérer des signaux et classer les meilleures opportunités, mais Allen choisit et rédige lui-même les messages. D’autres agents produisent des éléments d’action à partir de réunions, consignent les interactions clients et les rapports temps-facturation, ou synthétisent ses lectures en un briefing hebdomadaire. Il estime toutefois que ces nombres paraissent plus impressionnants qu’ils ne le sont : beaucoup d’agents ne sont que des tâches planifiées, parfois sans grand modèle de langage, et ne prennent pas de décisions comme 25 employés humains. Il explique en avoir créé autant parce que cela est rapide, et s’interroge sur l’intérêt opérationnel d’affirmer gérer des centaines ou des milliers d’agents.

Des cas d’usage orientés goulots d’étranglement, pas le « compteur »

Derrick Hicks dit avoir bâti 16 agents spécialisés et un agent Conductor pour les coordonner. Il rapporte qu’un audit couvrant SEO, réseaux sociaux, publicité, messagerie et concurrence, avec analyse des résultats, passe de trois ou quatre semaines à environ une heure, et qu’il a privilégié des agents et du code plutôt que d’embaucher des juniors. Son critère demeure la résolution de goulots d’étranglement concrets, avec par exemple un agent qui sélectionne chaque jour trois prospects et lui présente une courte liste, la constitution d’un pipeline étant centrale pour un consultant. Maayan Sarig, chez Meta, dit juger sur la qualité et le temps gagné, désactivant les agents qui ne surpassent pas son processus manuel. Elle explique les entraîner en continu, vérifier leur usage effectif et alerte que multiplier les agents peut créer plus de friction qu’en enlever, la difficulté résidant dans le maintien d’un grand nombre d’agents réellement efficaces.

Adoption en entreprise : 2 175 mentions et 25 000 déploiements revendiqués

Mark Zuckerberg travaille à un agent IA pour l’aider dans son travail et à une version IA de lui-même destinée à interagir avec les employés. Chez Meta, les agents servent de critère pour mesurer l’avancée interne. Les déclarations publiques font de plus en plus référence aux agents : lors du dernier trimestre, ce terme est apparu dans 2 175 transcriptions d’entreprises publiques, un chiffre deux fois supérieur à celui de l’année précédente, d’après AlphaSense. D’après Salesforce, plus de 25 000 entreprises ont conçu et lancé des agents sur sa plateforme Agentforce. Walmart rapporte avoir mis en place une organisation reposant sur quatre « super agents » pour répondre aux besoins des clients, des partenaires et de ses plus de 2 millions d’employés.

Sous la mode du nombre, un théâtre de statut et des définitions floues

L’agentmaxxing, facilité par les outils sans code, érige l’affichage d’une « main-d’œuvre » numérique en signal de statut, avec des formulations telles que « je gère 20 agents ». Mason Scurry dit avoir publié son nombre de bots sur LinkedIn pour démontrer ses capacités, mais reconnaît que ce compteur peut être manipulé et qu’il ne signifie rien sans résultats tangibles, pointant des posts sans preuve d’activité commerciale. Le flou sémantique entretient l’ambiguïté : OpenAI parle de systèmes accomplissant des tâches de façon autonome, Anthropic oppose agents et flux prédéfinis, et le terme couvre des cas très disparates, de la prospection complète au simple rappel d’agenda. Sur le terrain, Aryeh Needle évoque environ six agents, préférant l’impact de un à deux agents transformants plutôt que des « 100 assemblés » de qualité incertaine. La scénographie d’entreprise accompagne le phénomène : chez Scurry, des canaux Slack dédiés et un journal, The Scurryville Nightly, participent à personnifier ces systèmes, que l’intéressé décrit comme plus amusants et ressemblant à de vrais employés. Cette mise en scène conforte une posture de cadre-superviseur chez les créateurs. Parallèlement, des équipes à forte composante d’agents existent aussi, comme chez Scurry avec plus de 30 « employés » numérisés ou chez Maayan Sarig qui décrit cinq agents pour un humain, incluant Moti et Yonit, et revendique concevoir elle-même ces agents.