Ce que sont les agents IA, et où ils vont

Agent est le mot de l’année dans notre secteur, et il sert à désigner presque tout : un chatbot sous un nouveau nom, un script qui envoie des e-mails, la vision d’entreprises qui tournent toutes seules. Difficile, dans ces conditions, de distinguer ce qui est réel.

Voici la version simple, avec les éléments disponibles en octobre 2026.

Ce qu’est un agent

Un agent est un modèle de langage à qui l’on donne un objectif plutôt qu’une simple question. Il planifie les étapes, utilise des outils pour les réaliser, vérifie chaque résultat au regard de l’objectif et poursuit jusqu’à ce que le travail soit fait ou qu’il ait besoin d’une personne. Anthropic le résume en une ligne : un modèle qui dirige lui-même ses processus et son usage des outils pour accomplir une tâche.

La différence avec ce qui précédait tient à qui décide de l’étape suivante. Un chatbot répond, et vous décidez quoi faire de la réponse. Un assistant fait une chose que vous lui demandez dans la conversation : un brouillon, un résumé, une recherche. Un workflow suit un chemin que quelqu’un a écrit à l’avance, et un modèle en exécute certaines parties. Un agent choisit son propre chemin. Chargé de préparer une offre, il lit les derniers e-mails, cherche les prix, rédige le document et demande avant d’accorder une remise.

Agentique est le mot qui désigne toute la famille : des systèmes dans lesquels un modèle agit, et ne se contente pas de répondre. Un système est plus ou moins agentique selon la part du chemin qu’il choisit lui-même et ce qu’il peut faire sans demander. Ce sont les personnes qui le construisent et l’exploitent qui en décident, pas le modèle.

Comment ils fonctionnent

Quatre éléments font d’un modèle un agent. Le premier, ce sont les outils : chercher, lire un fichier, interroger une base de données, inscrire un rendez-vous dans un agenda, envoyer un message. Les outils atteignent les systèmes d’une entreprise par des connecteurs, et la norme courante pour ceux-ci est MCP, le Model Context Protocol. Anthropic l’a présenté en 2024 puis, en décembre 2025, l’a confié à l’Agentic AI Foundation, un fonds rattaché à la Linux Foundation qu’il a fondé avec Block et OpenAI. On comptait alors plus de 10'000 serveurs MCP publics actifs, et ChatGPT, Gemini et Microsoft Copilot avaient adopté le protocole.

Le deuxième est la mémoire : ce que l’agent conserve d’une étape à l’autre et d’une session à l’autre, pour savoir ce qu’il a déjà fait et comment l’entreprise aime que les choses soient faites. Le troisième est l’utilisation de l’ordinateur, pour les systèmes sans connecteur. L’agent regarde l’écran, puis clique et tape comme une personne. C’est plus lent et plus fragile qu’un connecteur. Claude Cowork, l’agent d’Anthropic pour le travail de bureau, privilégie d’abord les connecteurs et ne prend la main sur l’écran que lorsqu’il le faut.

Le quatrième est le cadre qui entoure le modèle : les instructions, les limites et les contrôles qui décident de ce qu’il peut faire. Les tâches plus vastes sont réparties entre plusieurs agents. Un orchestrateur planifie, confie des parties à des agents exécutants qui travaillent en parallèle, puis assemble leurs résultats. Dans le système de recherche d’Anthropic, cette organisation a surpassé un agent seul de 90,2 pour cent lors d’un test de recherche interne, et a consommé environ 15 fois plus de tokens qu’un chat. Elle se justifie pour une recherche large, beaucoup moins pour un travail où chaque étape dépend de la précédente.

Où ils en sont en octobre 2026

Chaque grand laboratoire propose désormais des agents sous forme de produits. Le 29 septembre, OpenAI a lancé Dots : des agents dans ChatGPT qui travaillent chacun depuis leur propre ordinateur dans le cloud et poursuivent un objectif d’une conversation à l’autre. Anthropic propose Claude Code pour le logiciel et Claude Cowork pour le travail de bureau, qui agit dans les dossiers et les outils choisis par l’utilisateur et continue de tourner dans le cloud lorsque l’ordinateur portable est fermé. Le 8 octobre, Google Cloud a présenté l’agent Gemini, qui planifie le travail, utilise des compétences et des outils et se connecte aux systèmes d’une entreprise.

Ce qui fonctionne de manière fiable, c’est un travail avec une fin claire et une vérification rapide. Le logiciel est en tête : dans les données d’Anthropic de février, le développement logiciel représentait près de la moitié des appels d’outils sur son API publique, tandis que des domaines comme le service client, la vente et la finance pesaient chacun quelques pour cent au plus. L’utilisation de l’ordinateur a progressé vite. Sur la version vérifiée d’OSWorld, un benchmark de tâches informatiques courantes, le meilleur agent a obtenu 85 pour cent en juin 2026, contre 42 pour cent un an plus tôt et environ 72 pour cent pour des personnes sur les mêmes tâches. La même analyse, signée Andreessen Horowitz, montre aussi l’autre face : 85 pour cent signifie encore 15 tâches sur 100 en échec, et une tâche qu’une personne termine en deux à trois minutes peut prendre huit à dix minutes à un agent.

Ce qui ne fonctionne pas encore : la durée, le jugement et la sécurité. METR, qui évalue les agents selon le temps que leurs tâches prendraient à une personne, prévient que son chiffre phare n’est pas un permis de déléguer : il désigne les tâches que les agents réussissent une fois sur deux, et certains travaux exigent 98 pour cent de réussite avant de valoir la peine d’être automatisés. Les agents restent aussi fragiles dès que le travail s’écarte du déroulé prévu. Et l’injection de prompt, des instructions cachées dans une page ou un e-mail qu’un agent lit et suit, reste un problème ouvert. OpenAI a écrit en décembre 2025 que, comme les arnaques sur le web, elle ne serait probablement jamais entièrement résolue.

Ce que cela signifie pour une entreprise

Tout travail n’a pas besoin d’un agent. Là où le chemin est connu, un workflow est moins cher et plus prévisible. Un agent justifie son coût là où le chemin change d’un cas à l’autre : une recherche, une demande de support inhabituelle, la préparation d’une offre. Beaucoup de bons systèmes sont surtout des workflows, avec un agent sur une ou deux étapes qui demandent du jugement.

Là où un agent fait le travail, décidez de ce qu’il peut toucher. Donnez-lui l’accès le plus restreint dont la tâche a besoin, et attribuez à chaque action l’un des trois états qu’Anthropic propose dans Claude : toujours autorisée, soumise à approbation ou bloquée. Placez les approbations avant tout ce qui ne peut pas être annulé : le paiement, l’e-mail qui quitte l’entreprise, la page publiée. Intégrez-les aux outils, pas seulement au prompt. Une instruction peut être contournée. Une autorisation absente, non.

Rendez ensuite le travail traçable. Faites passer chaque écriture sous le nom de la personne qui l’a demandée, et gardez une trace de chaque étape : ce que l’agent a lu, quel outil il a appelé, ce qu’il a modifié. Twin, le cerveau IA que nous construisons pour les entreprises, fonctionne ainsi : limites, approbations et droits par rôle, et chaque étape journalisée.

Où cela mène

La direction est constante. Selon l’estimation de long terme de METR, la durée des tâches que les agents peuvent accomplir double tous les six à sept mois. Sa mise en garde vaut aussi ici : doubler l’horizon ne double pas ce qui peut être confié, car les échecs deviennent plus complexes et plus coûteux.

L’infrastructure se stabilise aussi. MCP relève désormais d’une fondation neutre soutenue par les grands laboratoires, si bien qu’un même connecteur peut servir des agents de différents fournisseurs, et qu’une entreprise qui connecte ses systèmes une fois n’est pas liée à un seul modèle.

Notre ligne le dit en trois phrases courtes : Guidé par l’humain. Propulsé par l’IA. Bientôt autonome. Maintenant, les personnes apportent l’idée, l’expérience et le goût, l’IA se charge de la production, et les personnes relisent et apportent la touche finale. Ensuite vient l’agentique : les agents font l’essentiel du travail, et les personnes fixent la direction et donnent le oui final. Après, tout devient autonome : les personnes interviennent là où elles le choisissent. Chaque produit crue avance sur cette ligne, une étape après l’autre.

Helm est l’horizon de cette ligne : notre vision d’une entreprise entière dirigée par son fondateur avec des agents. Helm est en préparation. Même là, une personne fixe la direction et répond du résultat. Autonome signifiera davantage de travail fait sans demander. Cela ne signifiera pas que personne n’est responsable.