L'IA agentique entre en production : quel signal pour les PME

Un fournisseur d’infrastructure informatique annonce que ses clients font passer des agents d’intelligence artificielle du prototype à l’exploitation courante. L’information circule vite, elle est reprise, commentée, et elle produit chez beaucoup de dirigeants la même sensation désagréable : celle d’être en retard sur un train dont personne ne leur a montré l’horaire.

Cet article part de cette annonce et fait exactement l’inverse de ce qu’en font la plupart des reprises. Il ne la traite pas comme une preuve. Il la traite comme un signal faible, à confronter aux seules mesures publiques disponibles, puis à ramener à la question qui vous concerne vraiment : est-ce que quelque chose change, cette année, pour une entreprise de dix à deux cents personnes ?

Ce qui a été annoncé, et ce que cette annonce ne prouve pas

Commençons par le fait brut, dépouillé de son emballage. Une société qui vend de l’infrastructure informatique, c’est-à-dire la couche technique sur laquelle tournent des applications, déclare que des agents d’intelligence artificielle sortent chez ses clients de la phase d’essai pour entrer en exploitation courante.

Deux précautions avant d’aller plus loin.

La première est une précaution de méthode, et je la pose en clair parce qu’elle explique ce que vous ne lirez pas ici. Le dossier de sources vérifiables constitué pour cet article ne contient aucune page de ce fournisseur. Aucun pourcentage de gain de productivité, aucun nom de client, aucun volume de déploiement ne peut donc lui être attribué dans ce texte. Je décris la nature de l’annonce, pas ses résultats. Si vous croisez ailleurs un chiffre spectaculaire rattaché à cette actualité, demandez à voir la page d’origine avant de le retenir.

La seconde précaution est une précaution de lecture. Celui qui annonce vend la couche technique qui sert à déployer. Ce n’est pas un reproche, c’est une position dans la chaîne de valeur. Un fabricant de rayonnages qui annonce que ses clients stockent davantage nous apprend quelque chose sur le marché des rayonnages, pas sur la rentabilité du commerce de détail. La confusion entre les deux est la principale source d’erreur de jugement en matière d’outils numériques.

Reste que le mot employé n’est pas anodin. Mettre en production, techniquement, signifie sortir du bac à sable et accepter trois choses : que le service tombe en panne un jour et qu’il faille quelqu’un pour le relever, qu’une ligne de budget récurrente apparaisse, et qu’un incident produit par la machine engage la responsabilité de l’entreprise. Une expérimentation qui échoue coûte un peu de temps. Une exploitation qui déraille coûte des clients.

Agent, robot conversationnel, automatisation : trois objets différents

Le vocabulaire est devenu si flou que trois technologies très différentes se retrouvent vendues sous la même étiquette. La distinction n’est pas une coquetterie de spécialiste : elle détermine votre exposition au risque.

Un robot conversationnel répond à une question dans un cadre fixé. Vous lui parlez, il produit du texte. Il ne déclenche rien tout seul. Son erreur maximale est une phrase fausse, ce qui est ennuyeux mais réparable.

Une automatisation classique exécute une suite d’étapes écrites à l’avance, toujours dans le même ordre, sans marge d’interprétation. Quand une facture arrive, elle la range, la nomme et prévient le comptable. Elle ne décide de rien. Son erreur maximale est une étape mal paramétrée, qui produit toujours la même faute, donc une faute repérable.

Un agent, lui, décide de l’enchaînement des étapes et agit dans vos outils. On lui donne un objectif, pas une procédure. Il choisit ses moyens et il a la main sur des systèmes réels.

C’est ce dernier point qui déplace tout. Un agent qui se trompe ne produit pas une phrase fausse : il envoie un courriel à un client, modifie une fiche dans votre base commerciale, applique une remise ou passe une commande. Le risque quitte le terrain du contenu pour entrer sur celui de l’action. Si vous hésitez encore entre les deux familles, la comparaison détaillée entre agents et robots conversationnels pose les critères de choix un par un.

Ce que disent les chiffres publics sur l’adoption réelle

Voici l’écart qui constitue le vrai sujet de cet article. D’un côté, un discours de fournisseur sur la mise en production. De l’autre, la mesure des instituts statistiques.

La publication d’Eurostat sur le sujet est parue le 11 décembre 2025 et son titre tient en une ligne : 20 % des entreprises de l’Union européenne utilisent des technologies d’intelligence artificielle¹. Il s’agit des entreprises d’au moins 10 personnes, et la mesure porte sur 2025. Autrement dit, quatre entreprises sur cinq n’en utilisent aucune, au moment même où le débat public porte sur des agents autonomes en exploitation.

Eurostat évoque une progression sur les années précédentes, mais les extraits archivés dont je dispose ne contiennent pas les valeurs historiques complètes. Je ne les reproduis donc pas ici : consultez la source directement si vous voulez situer 2025 dans une série longue.

Le second chiffre est plus parlant encore pour vous, parce qu’il porte sur la taille. En 2025, 17 % des petites entreprises de l’Union européenne utilisaient au moins une technologie d’intelligence artificielle, une proportion qui monte à mesure que l’effectif augmente². Le graphique suivant reprend les trois valeurs publiées.

Sur le cas français, l’Insee publie une étude consacrée aux technologies de l’information et de la communication dans les entreprises en 2025³, et le Baromètre France Num documente chaque année les usages et les freins déclarés par les très petites entreprises et les PME⁴. Ces deux références figurent dans le dossier de sources de cet article, mais les extraits archivés dont je dispose ne contiennent pas les tableaux de données. Je n’en tire donc aucun chiffre. Consultez-les directement : ils constituent la lecture la plus utile pour situer votre secteur, et il vaut mieux une source pointée sans citation qu’une citation approximative.

Au niveau politique, l’Union européenne s’est fixé des cibles d’adoption des technologies avancées par les entreprises à l’horizon 2030, suivies chaque année par le rapport sur l’état de la décennie numérique. La conclusion tenue par ce suivi est constante d’une édition à l’autre : les fondations sont posées, l’exécution à grande échelle reste devant nous.

La conclusion de section tient en une phrase. La mise en production chez un fournisseur d’infrastructure et l’adoption dans une entreprise de trente personnes ne relèvent pas du même calendrier, et confondre les deux vous fera acheter trop tôt une capacité que vous n’êtes pas en mesure d’exploiter.

Pourquoi une brique d’infrastructure vous concerne quand même

Vous n’achèterez probablement jamais la couche technique dont il est question dans l’annonce de départ. Elle ne se vend pas à une PME, elle se vend à des directions informatiques qui gèrent des parcs de serveurs.

Elle vous atteindra pourtant, par un chemin détourné : intégrée dans un logiciel métier que vous utilisez déjà. Votre outil de gestion commerciale, votre logiciel de comptabilité, votre plateforme de messagerie. Le véritable signal contenu dans ce genre d’annonce est là. Les fonctions dites agentiques vont apparaître dans vos outils existants sans que vous les ayez demandées, à l’occasion d’une mise à jour, parfois activées par défaut.

C’est le moment où votre décision se joue, et vous n’en serez pas averti autrement que par une note de version. Prenez donc les devants auprès de votre éditeur, avant l’activation, avec trois questions écrites qui appellent des réponses écrites.

Le coût caché de la mise en production vaut aussi pour vous, à votre échelle. Surveillance de ce que l’outil fait, journalisation des actions, et surtout une personne nommée qui répond en cas d’erreur. Sans ces trois éléments, vous n’avez pas mis un agent en production : vous avez laissé un automate agir sans témoin.

Faire le calcul avant de signer

Le seul rempart sérieux contre l’achat d’impulsion est un calcul que vous faites vous-même, avec vos propres nombres, avant le rendez-vous commercial. Il repose sur quatre variables que personne d’autre que vous ne connaît.

Le temps passé sur la tâche à chaque occurrence. La fréquence mensuelle de cette tâche. Le taux horaire chargé de la personne qui l’exécute, salaire brut augmenté des cotisations, et non le salaire net. Le coût mensuel de l’outil, licence et hébergement compris.

La formule s’écrit ainsi, et vous devez pouvoir la refaire de tête :

gain net mensuel = (temps unitaire x fréquence mensuelle x taux horaire chargé) moins coût mensuel de l’outil

Puis, pour savoir quand l’outil se paye :

délai de reprise, en mois = coût d’installation et de paramétrage divisé par le gain net mensuel

Mon seuil de refus est simple : au-delà de douze mois de délai de reprise, on ne signe pas. Non parce que le calcul serait faux, mais parce qu’au-delà d’un an, la probabilité que l’outil, le tarif ou le processus lui-même aient changé devient trop forte pour que la prévision tienne.

Une dernière mise en garde sur ce calcul : il ne capture pas le temps de reprise des erreurs de l’agent. Chaque action à vérifier, chaque courriel à rattraper, chaque fiche à corriger est une charge, et elle doit être comptée du côté des coûts. Une bonne façon de procéder consiste à mesurer ce temps de reprise pendant l’essai, puis à le retrancher des heures économisées avant de calculer quoi que ce soit. Pour construire un tableau de suivi complet, l’article sur les métriques et indicateurs de retour sur investissement détaille les indicateurs à relever et la fréquence à laquelle les relever.

Gouvernance : qui répond quand l’agent agit à votre place

Un agent qui écrit dans votre base clients traite des données personnelles. Cette phrase suffit à faire entrer votre projet dans le champ du RGPD en Europe, de la Loi 25 et de la LPRPDE au Canada. Ce n’est pas une contrainte supplémentaire inventée pour l’occasion : ce sont vos obligations existantes, appliquées à un traitement nouveau.

Concrètement, l’activation d’une fonction agentique ajoute une ligne à votre registre des traitements, et parfois une obligation d’information des personnes concernées, notamment quand une décision les affectant est préparée par la machine.

Ce document tient sur une page. Il doit exister avant le premier déploiement, pas après le premier incident. Les principes qui le sous-tendent, transparence, proportionnalité, responsabilité nommée, sont développés dans le guide d’éthique et de responsabilité IA pour PME.

Par où commencer si vous partez de zéro

Si les chiffres d’Eurostat vous ont rassuré sur votre supposé retard, ne vous en servez pas comme d’une permission de ne rien faire. Servez-vous-en comme d’une permission d’aller lentement et méthodiquement. Voici l’ordre que je recommande.

Insistons sur l’étape 2, parce qu’elle est celle qu’on saute. Dans l’immense majorité des cas rencontrés en PME, la bonne réponse est l’automatisation classique : moins chère, prévisible, vérifiable, et elle ne prend pas de décision à votre place. La liste des processus à automatiser en priorité vous aidera à repérer lesquels, chez vous, relèvent de cette catégorie.

Reste la condition qui décide de tout, et qui n’est pas technique. Sans une personne capable de relire ce que l’agent produit et de comprendre pourquoi il s’est trompé, le déploiement s’arrête au premier incident, et il s’arrête mal : dans l’urgence, en accusant l’outil. Cette compétence se construit avant le déploiement, pas pendant la panne.

Ce qu’il faut faire de cette actualité

Une annonce de fournisseur d’infrastructure vous apprend qu’un marché se structure. Les mesures publiques vous apprennent que 20 % des entreprises européennes d’au moins 10 personnes utilisent une technologie d’intelligence artificielle, et 17 % des petites entreprises^{1 2}. Entre les deux, il y a la distance normale entre ce qui se vend aux fournisseurs et ce qui s’installe dans les entreprises.

Votre décision utile, ce trimestre, n’est donc pas d’acheter un agent. Elle est de savoir lequel de vos outils actuels va en activer un sans vous prévenir, et de décider maintenant ce que vous l’autoriserez à faire.

Pour trancher entre un agent et un robot conversationnel sur un cas précis, avec une grille de questions et un modèle de périmètre d’action, la trousse Choisir entre un agent et un robot conversationnel reprend cette démarche sous forme de documents à remplir.

Sources