Les agents IA — des systèmes logiciels qui planifient et exécutent des tâches avec une intervention humaine limitée — connaissent une adoption plus large dans les entreprises en 2026. Les enquêtes publiées cette année montrent que davantage d'entreprises achètent cette technologie et la mettent au travail. Les mêmes données révèlent toutefois des résultats inégaux et une hausse constante des coûts d'exploitation et de supervision de ces systèmes.

Ce rapport compile les chiffres clés de cinq sources récentes : deux enquêtes originales, menées par G2 et McKinsey, et trois revues qui agrègent les résultats de nombreuses études.

Un avertissement s'applique à chaque chiffre ci-dessous. Les enquêtes interrogent des populations différentes avec des formulations différentes, si bien que leurs résultats coïncident rarement.

Pourquoi les chiffres d'adoption divergent

L'adoption rapportée des agents IA s'étend de 14 % à 86 %, et cet écart provient essentiellement de ce que chaque enquête a mesuré. Certaines comptent les organisations en simple phase de test, d'autres n'incluent que les entreprises faisant tourner des agents en production réelle.

L'enquête 2025 de McKinsey a révélé que 62 % des organisations expérimentaient au moins des agents. Seules 23 % avaient déployé des agents à l'échelle quelque part dans l'entreprise, et dans aucune fonction métier plus de 10 % l'avaient fait.

Une revue de bdautomated a identifié le même schéma dans d'autres études. PwC a rapporté que 79 % des dirigeants américains déclaraient que les agents étaient adoptés dans leurs entreprises. Une enquête Capgemini, qui a examiné ce que les répondants entendaient réellement par « agent », a constaté que seuls 14 % en avaient implémenté un.

Le US Census Bureau a quant à lui constaté que 19,8 % de toutes les entreprises américaines utilisaient l'IA dans au moins une fonction métier en mai 2026. Ce chiffre couvre des entreprises de toutes tailles et compte tout outil d'IA — pas seulement les agents.

Les définitions varient également. Le guide d'ingénierie d'Anthropic décrit un agent comme un système dans lequel un modèle de langage dirige ses propres étapes et l'usage de ses outils. Un chatbot répond à une question ; un workflow suit un chemin fixe. Voilà pourquoi un chiffre headline raconte rarement toute l'histoire — les sections ci-dessous précisent qui a été interrogé et ce qui a été mesuré.

La revue de bdautomated a examiné 75 chiffres de 18 éditeurs, retraçant chaque nombre jusqu'à son rapport d'origine et notant qui avait été interrogé et ce qui était compté. Sa conclusion : les chiffres divergent principalement parce qu'ils mesurent des choses différentes.

Des pilotes à la production

L'enquête 2025 de McKin auprès de 1 993 dirigeants dans 105 pays dessine un entonnoir : 88 % ont signalé une utilisation régulière de l'IA dans au moins une fonction métier, 62 % ont déclaré que leur organisation avait commencé à utiliser des agents, et 23 % les déployaient à l'échelle.

G2 a constaté que les acheteurs paient de plus en plus pour des agents. Dans son enquête 2026 auprès de 1 019 décideurs B2B, 86 % avaient acheté des logiciels ou services d'agents IA au cours de l'année écoulée, contre 69 % un an plus tôt. G2 indique également que 66 % des acheteurs d'agents font désormais tourner des agents en production limitée ou à l'échelle — une hausse de 18 points sur un an. Dans les données 2025 de McKinsey, l'ingénierie logicielle et l'informatique étaient les plus avancées, mais pas plus de 10 % des organisations déployaient des agents à l'échelle dans ces fonctions.

Gradually.ai avertit que ces résultats ne forment pas une seule série temporelle. Le chiffre du T3 de KPMG inclut des entreprises encore en train de construire des agents et ne peut donc pas être comparé à son chiffre du T2 portant sur les agents déployés. EY a restreint son échantillon aux grandes entreprises américaines cotées disposant déjà de programmes IA, ce qui explique en partie son résultat élevé.

Le service client affiche une croissance nette. Des données Salesforce citées par FwdSlash indiquent que 66 % des organisations de service client utilisent désormais l'IA agentique, contre 39 % un an plus tôt.

Les budgets augmentent également. G2 rapporte que la moitié des organisations disposent d'un budget d'agents d'au moins 1 million de dollars, le secteur de la santé étant en tête avec 57 % dépensant au moins ce montant par an. Les secteurs de la technologie et de la distribution ont enregistré les plus fortes hausses de budgets de 5 millions de dollars ou plus.

Les grandes entreprises prennent l'avantage

L'enquête 2026 de McKinsey auprès de 1 719 répondants dans 97 pays a révélé que 40 % des personnes travaillant dans des entreprises réalisant plus d'un milliard de dollars de revenus déployaient des agents à l'échelle, contre 27 % un an plus tôt. Dans les petites entreprises, cette part est restée stable à 22 %.

Les grandes entreprises dominent aussi l'adoption plus large de l'IA. 54 % des répondants d'entreprises réalisant au moins un milliard de dollars de revenus signalent un déploiement de l'IA à l'échelle de l'entreprise, contre un tiers dans les petites structures. Tous répondants confondus, 44 % signalent un déploiement à l'échelle de l'entreprise, contre 38 % auparavant.

Les chatbots restent l'outil le plus largement déployé, à 47 % des répondants. Environ deux sur dix déploient des agents IA à l'échelle, et une part similaire déploie des agents de codage logiciel ; dans les grandes entreprises, la part des agents de codage atteint 31 %.

Les agents de codage transforment aussi les décisions d'achat. 32 % des répondants déclarent que leur organisation a renoncé à acheter au moins un produit ou une fonctionnalité logicielle parce qu'elle pouvait le construire en interne, un schéma surtout fréquent dans la technologie et la santé. Parmi les acteurs les plus performants en IA, près de la moitié ont rapporté une telle décision, contre 31 % des autres répondants.

Lieven Van der Veken, de McKinsey, indique que les dirigeants s'interrogent désormais sur ce qu'ils doivent construire eux-mêmes. Il ajoute que cela ne signifie pas que les entreprises doivent tout construire ou éviter les partenaires — les plus rapides sont simplement plus délibérés sur ce qu'elles achètent et ce qu'elles construisent.

Le coût d'exploitation et de supervision des agents

Les coûts se manifestent à deux endroits : les factures d'exploitation et le temps des employés. McKinsey a constaté qu'environ 20 % des répondants déclarent que les coûts d'exploitation, y compris les coûts de tokens, ont limité leur usage de l'IA, avec des parts similaires quelle soit la taille de l'entreprise.

Les entreprises continuent malgré tout à dépenser. 28 % des répondants indiquent que l'IA consomme plus de 10 % de leur budget des technologies de l'information et de la communication, et 60 % s'attendent à augmenter leur investissement IA au cours de l'année à venir.

G2 nomme le prix de la supervision la « Distrust Tax » (taxe de méfiance). 31 % des acheteurs déclarent que les employés consacrent au moins six heures par semaine à superviser le travail des agents — ce que G2 appelle le bot-sitting. 45 % indiquent que la supervision et les reprises consomment plus d'un quart des gains attendus, tandis que 46 % rapportent des coûts d'exploitation supérieurs aux prévisions.

Michael Chui, de McKinsey, note que les prix par token ont baissé, mais que le volume de tokens consommés a augmenté plus vite. Les performants ont signalé des limites de coûts sur les agents de codage environ trois fois plus souvent que les autres répondants.

Les limites de coûts ne se cantonnent pas à un seul outil. Environ un répondant sur dix déclare que les coûts ont restreint son usage des chatbots, et il en va de même pour les agents et les agents de codage. Les répondants des secteurs pharmaceutique, assurance et banque étaient les plus enclins à attendre un investissement plus élevé.

Résultats : les gains individuels dépassent l'impact sur l'entreprise

Au niveau individuel, les résultats sont solides. McKinsey a constaté que 80 % des répondants déclarent que l'IA a amélioré leur productivité, et la moitié qu'elle les aide à prendre de meilleures décisions. Les managers intermédiaires et les collaborateurs individuels étaient plus enclins à signaler une surcharge, à 47 % contre 31 % des dirigeants.

G2 documente des gains de rapidité dans les workflows à fort volume. Quatre organisations sur cinq utilisant des agents dans des tâches à haut volume signalent des temps de cycle améliorés d'au moins 11 %, et près de la moitié des gains d'au moins 25 %. En outre, 83 % déclarent que les agents augmentent la satisfaction des employés en réduisant les tâches répétitives.

Les résultats à l'échelle de l'entreprise sont plus faibles. 37 % des répondants de McKinsey signalent un effet positif sur les résultats avant intérêts et impôts (EBIT) — sensiblement inchangé par rapport à l'année dernière. Seuls 6 % se qualifient de performants en IA, ce que McKinsey définit comme des entreprises attribuant à l'IA au moins 5 % de leur EBIT et déclarant une forte valeur.

Les études sur les développeurs donnent des réponses mitigées parce qu'elles testent des travaux différents. Le test de GitHub portait sur une tâche étroite, tandis que METR a étudié des experts travaillant sur leurs propres projets ; les nouvelles fourchettes de METR incluent aucun effet du tout.

Par fonction, les répondants de McKinsey signalent le plus souvent des réductions de coûts dans la gestion de la chaîne d'approvisionnement, les opérations de service et la fabrication, tandis que les gains de revenus sont le plus souvent liés au marketing et aux ventes.

McKinsey note également que les employés développent des compétences en IA par eux-mêmes ou via les déploiements d'entreprise ; environ la moitié déclarent que l'IA les a aidés à acquérir de nouvelles capacités. Les performants gèrent la transition différemment — près des trois quarts déclarent avoir repensé leurs workflows grâce à l'IA, contre 55 % l'année dernière, tandis qu'environ un quart des autres répondants en font autant.

Gouvernance et confiance

À mesure que les flottes d'agents s'agrandissent, leur suivi devient plus difficile. G2 a constaté que 38 % des organisations avec des agents en production en font tourner plus de 100. Pourtant, 47 % déclarent que propriété des agents et leurs contrôles sont informels ou portés par des services individuels, contre 23 % qui les gouvernent de façon centralisée. Seuls 27 % tiennent un registre central des agents, 18 % utilisent la découverte automatisée pour localiser les agents approuvés et non approuvés, et à peine 14 % disposent d'une surveillance en temps réel des comportements, coûts ou risques inhabituels. G2 qualifie les outils non gérés de « shadow agents ».

Les acheteurs testent avant le lancement : 52 % exigent une revue qualité humaine, 48 % des tests de sécurité, et 41 % une revue juridique, risques ou conformité. Après le lancement, 77 % réévaluent les agents au moins une fois par mois.

La confiance dépend de la tâche. Dans une enquête PwC de 2025, les dirigeants ont déclaré accorder leur confiance aux agents pour l'analyse de données à 38 %, mais seulement 20 % pour les transactions financières. Dans une enquête Ping Identity auprès de 11 000 consommateurs, 3 % se disaient à l'aise avec une IA agissant sans approbation finale. G2 ajoute que 67 % des acheteurs expriment une grande confiance dans le système IA de leur propre organisation — même si le confort diminue lorsque le système agit de façon autonome.

G2 indique que l'informatique centrale ainsi que les équipes IA, données et machine learning gèrent 49 % des coûts d'exploitation des agents et détiennent ensemble 60 % de la responsabilité de gouvernance. McKinsey ajoute que les performants s'efforcent plus souvent de réduire les risques tels que les actions non autorisées ou involontaires des agents.

Taille du marché, tarification et financement

Les estimations du marché des agents pour 2026 vont d'environ 8 à 12 milliards de dollars. Gradually.ai note qu'il s'agit d'estimations commerciales plutôt que de revenus mesurés, et que les entreprises utilisent des années de base et des définitions différentes — certaines comptent les plateformes d'agents autonomes, d'autres incluent les fonctionnalités d'agents intégrées aux logiciels métier. Gartner a estimé que jusqu'à 234 milliards de dollars de dépenses logicielles en entreprise pourraient être menacés par l'IA agentique d'ici 2030 ; Gradually.ai qualifie cela de scénario d'exposition, et non de prévision de pertes de ventes.

Les modèles tarifaires évoluent. G2 a constaté que seuls 9 % des acheteurs considèrent la tarification par siège comme le modèle le plus juste pour les agents, tandis que les modèles pay-as-you-go sont passés de 38 % en 2025 à 57 % en 2026.

Côté financement, la moitié des répondants de G2 disposent d'un budget d'agents d'au moins 1 million de dollars. Crunchbase a enregistré 159 milliards de dollars de financement mondial en capital-risque au T3 2026, dont 102 milliards — soit 64 % — sont allés aux entreprises IA, même si cela couvre le secteur IA au sens large et non les seuls agents. Crunchbase a également compté 211 milliards de dollars de financement en capital-risque lié à l'IA pour 2025, en hausse de 85 % par rapport aux 114 milliards de 2024. G2 a en outre constaté que 72 % des acheteurs jugent qu'un ensembleide de connecteurs, d'actions, de compétences ou d'offres de marketplace est très important ou indispensable à l'adoption des agents.

Emploi : attentes contre réalités

Les craintes de suppressions d'emplois rapides n'ont pas correspondu à ce que rapportent les entreprises. McKinsey a constaté que 14 % des répondants d'organisations utilisant l'IA ont déclaré que l'IA avait contribué à réduire les effectifs au cours de l'année écoulée. Dans l'enquête de l'année précédente, 32 % avaient prévu des coupes sur cette période. Deux tiers rapportent peu ou pas de changement lié à l'IA dans l'emploi total. Pour l'année à venir, 39 % s'attendent à une baisse et 43 % à peu ou pas de changement, tandis que seuls 13 % déclarent que l'IA les rend anxieux pour leur propre carrière.

L'écart est visible par fonction. Dans le marketing et les ventes, la fabrication, la stratégie et la finance d'entreprise, ainsi que la gestion des connaissances, les coupes rapportées représentent environ la moitié des parts prédites.

G2 rapporte un schéma similaire chez les acheteurs : seuls 14 % ont réduit les effectifs, tandis que 35 % ont repositionné des employés vers des rôles à plus forte valeur. En 2025, les répondants attendaient le plus souvent des coupes dans les opérations de service, la gestion de la chaîne d'approvisionnement, le marketing et les ventes, et l'ingénierie logicielle. Pour l'année à venir, la part la plus importante prédit à nouveau des coupes dans les opérations de service et la chaîne d'approvisionnement — et dans de nombreuses fonctions, plus de répondants n'attendent aucun changement qu'une baisse.

Perspectives : plans, prévisions et questions ouvertes

Les acheteurs entendent poursuivre. G2 a constaté que 84 % déclarent que les fonctionnalités d'agents influenceront leurs choix logiciels en 2027, dont 34 % comme facteur principal. En outre, 56 % s'attendent à ce que les agents orchestrent le travail à travers leur stack logicielle d'ici 2030.

Des prévisions d'échec existent également. Gartner projette que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, invoquant les coûts, la valeur incertaine et des contrôles des risques faibles. Cela reste une prévision — bdautomated note que personne n'a encore compté les annulations réelles.

Certains chiffres headline sont fréquemment mal interprétés. Une étude du MIT a révélé que 95 % des organisations n'avaient constaté aucun retour, mais elle mesurait l'impact sur les profits environ six mois après un pilote. Son échantillon comptait 52 entretiens, 153 réponses d'enquête et 300 déploiements publics, et les auteurs qualifient les résultats de préliminaires.

Prises ensemble, ces données dépeignent une adoption rapide aux retours inégaux : les gains individuels sont courants, les gains à l'échelle de l'entreprise le moins, et la supervision consomme une grande partie du temps économisé. Gradually.ai note que Gartner a placé l'IA agentique au pic des attentes exagérées dans son Hype Cycle 2026. Les lecteurs devraient vérifier qui a été interrogé et ce qui a été compté avant de citer un chiffre quelconque.

La sécurité reste une préoccupation dans la revue de FwdSlash. Elle cite une enquête auprès de 919 organisations dans laquelle 88 % ont rapporté des incidents de sécurité confirmés ou suspectés impliquant des agents, ainsi que des données IBM montrant que 97 % des organisations victimes d'une violation de données liée à l'IA ne disposaient pas de contrôles d'accès appropriés.

Sources

• G2 : AI Agents Have Moved From Pilot to Production, But Oversight Comes at a Cost (2026 AI Agents Report)
• McKinsey : The State of AI in 2026: On the Road to ROI
• bdautomated : AI Agent Statistics 2026: Every Number Checked at Its Source
• Gradually.ai : AI Agent Statistics 2026: Adoption, Market & Facts
• FwdSlash : AI Agent Statistics 2026: 100+ Stats on Market and Adoption

Source : Blockonomi — https://blockonomi.com/ai-agent-statistics-2026-adoption-costs-and-results/