Les pr\u00e9visions de Gartner sont encore plus directes : plus de 40% des projets d’IA agentique seront abandonn\u00e9s d’ici fin 2027<\/a> – non pas parce que la technologie ne fonctionne pas, mais en raison de co\u00fbts qui d\u00e9rapent, d’une valeur business mal d\u00e9finie et de contr\u00f4les de risque insuffisants.<\/p>\n\n\n\n Ce n’est pas un probl\u00e8me technologique. C’est un probl\u00e8me de m\u00e9thode. Et une fois qu’on l’a observ\u00e9 plusieurs fois, il devient pr\u00e9visible.<\/p>\n\n\n\n Le sch\u00e9ma : \u00e0 quoi ressemble un pilote bloqu\u00e9<\/strong><\/p>\n\n\n\n Une fois les d\u00e9tails mis de c\u00f4t\u00e9, la plupart des projets d’agents IA bloqu\u00e9s partagent la m\u00eame structure.<\/p>\n\n\n\n Une \u00e9quipe – souvent la DSI, parfois un chef de produit motiv\u00e9 avec une ligne budg\u00e9taire – construit un proof of concept en s’appuyant sur une API LLM standard. Cela fonctionne lors de la d\u00e9mo. Le syst\u00e8me r\u00e9pond aux questions que l’\u00e9quipe avait pens\u00e9 \u00e0 tester. La direction est impressionn\u00e9e. Un communiqu\u00e9 de presse est parfois r\u00e9dig\u00e9, voire envoy\u00e9.<\/p>\n\n\n\n Puis vient la r\u00e9alit\u00e9 de la production. Les donn\u00e9es dont l’agent a besoin vivent dans six syst\u00e8mes diff\u00e9rents, dont la moiti\u00e9 ne sont pas document\u00e9s. Le workflow \u00ab simple \u00bb qu’il devait automatiser comporte en r\u00e9alit\u00e9 quatorze cas particuliers que personne n’avait mentionn\u00e9s en r\u00e9union de lancement. La conformit\u00e9 demande qui est responsable lorsque l’agent se trompe, et personne n’a de r\u00e9ponse claire.<\/p>\n\n\n\n Six mois plus tard, le pilote est toujours un pilote. Pas parce que quelqu’un a d\u00e9cid\u00e9 de l’arr\u00eater – parce que personne n’a d\u00e9cid\u00e9 de continuer non plus.<\/p>\n\n\n\n Lors des appels de d\u00e9couverte que nous menons avec des entreprises \u00e9valuant des partenaires en agents IA, les trois m\u00eames \u00e9carts reviennent – quasiment ind\u00e9pendamment du secteur ou de la taille de l’entreprise.<\/p>\n\n\n\n C’est de loin le point d’\u00e9chec le plus fr\u00e9quent, et il reste invisible jusqu’\u00e0 ce que le pilote soit d\u00e9j\u00e0 en cours.<\/p>\n\n\n\n Une \u00e9quipe construit un prototype performant sur un jeu de donn\u00e9es propre et soigneusement s\u00e9lectionn\u00e9 – une poign\u00e9e de documents t\u00e9moins, une base de test bien organis\u00e9e. Les r\u00e9sultats sont excellents. Puis on le confronte \u00e0 l’environnement r\u00e9el : des dossiers SharePoint avec trois conventions de nommage diff\u00e9rentes, un ERP avec des formats de champs incoh\u00e9rents, des contrats dispers\u00e9s entre fils d’e-mails et drives partag\u00e9s sans aucune m\u00e9tadonn\u00e9e.<\/p>\n\n\n\n L’agent n’est pas d\u00e9faillant. La fondation de donn\u00e9es sous-jacente n’a jamais exist\u00e9 sous une forme qu’un agent – ou honn\u00eatement, un nouvel employ\u00e9 – pourrait exploiter de mani\u00e8re fiable.<\/p>\n\n\n\n Nous avons men\u00e9 plusieurs appels de d\u00e9couverte avec des entreprises ayant d\u00e9j\u00e0 test\u00e9 un \u00ab premier pilote \u00bb utilisant une API LLM g\u00e9n\u00e9raliste directement sur leurs documents bruts, sans couche de r\u00e9cup\u00e9ration, sans strat\u00e9gie d’indexation, sans cartographie des droits d’acc\u00e8s. Le pilote semblait prometteur la premi\u00e8re semaine. \u00c0 la quatri\u00e8me semaine, l’\u00e9quipe avait discr\u00e8tement cess\u00e9 de faire confiance \u00e0 ses r\u00e9ponses.<\/p>\n\n\n\n Le second \u00e9cart est architectural, pas technique. De nombreux pilotes de premi\u00e8re g\u00e9n\u00e9ration sont construits comme une fen\u00eatre de chat greff\u00e9e sur les syst\u00e8mes existants – un endroit o\u00f9 les employ\u00e9s peuvent poser des questions, sans v\u00e9ritable connexion aux workflows o\u00f9 les d\u00e9cisions se prennent r\u00e9ellement.<\/p>\n\n\n\n Le r\u00e9sultat est un outil que les gens essaient une fois, trouvent mod\u00e9r\u00e9ment int\u00e9ressant, puis oublient. Il r\u00e9pond aux questions. Il n’agit<\/em> pas – il ne d\u00e9clenche pas d’approbation, ne met pas \u00e0 jour un enregistrement, ne signale pas une anomalie pour r\u00e9vision.<\/p>\n\n\n\n Les agents qui survivent jusqu’en production sont con\u00e7us dans le sens inverse : int\u00e9gr\u00e9s directement au workflow, avec des entr\u00e9es, des sorties et des chemins d’escalade clairement d\u00e9finis. Un agent qui v\u00e9rifie une facture et la route pour approbation lorsque quelque chose semble anormal r\u00e9sout un probl\u00e8me diff\u00e9rent d’un chatbot qui peut r\u00e9pondre \u00e0 des questions sur les factures si on le sollicite gentiment.<\/p>\n\n\n\n Le troisi\u00e8me \u00e9cart appara\u00eet plus tard, mais s’av\u00e8re souvent fatal une fois rencontr\u00e9. Un pilote qui fonctionnait bien \u00e0 petite \u00e9chelle se heurte \u00e0 un mur d\u00e8s que le juridique, la conformit\u00e9 ou la s\u00e9curit\u00e9 posent les questions \u00e9videntes : qui a autoris\u00e9 cet agent \u00e0 acc\u00e9der \u00e0 ces donn\u00e9es ? Que se passe-t-il en cas d’erreur ? Existe-t-il une piste d’audit ? Cela respecte-t-il le RGPD ou l’AI Act europ\u00e9en ?<\/p>\n\n\n\n Si ces questions sont pos\u00e9es pour la premi\u00e8re fois apr\u00e8s<\/em> que le pilote a montr\u00e9 des r\u00e9sultats prometteurs, les r\u00e9ponses ne sont g\u00e9n\u00e9ralement pas pr\u00eates – et le projet stagne pendant que l’organisation se pr\u00e9cipite pour adapter une gouvernance \u00e0 une architecture qui n’a pas \u00e9t\u00e9 con\u00e7ue pour cela.<\/p>\n\n\n\n Les agents construits avec validation humaine int\u00e9gr\u00e9e, tra\u00e7abilit\u00e9 compl\u00e8te et h\u00e9bergement conforme UE d\u00e8s le premier jour ne rencontrent pas ce mur. Ils ont \u00e9t\u00e9 con\u00e7us pour le franchir d\u00e8s le d\u00e9part.<\/p>\n\n\n\n L’alternative au chatbot greff\u00e9 est ce que nous appelons un mod\u00e8le de workflow agentique : un agent con\u00e7u autour d’un processus m\u00e9tier sp\u00e9cifique d\u00e8s le d\u00e9part, et non adapt\u00e9 apr\u00e8s coup \u00e0 une pile technologique existante.<\/p>\n\n\n\n La diff\u00e9rence se manifeste de trois mani\u00e8res concr\u00e8tes :<\/p>\n\n\n\n L’agent a un p\u00e9rim\u00e8tre d\u00e9fini, pas un mandat ouvert.<\/strong> Au lieu de \u00ab r\u00e9pondre \u00e0 toute question sur nos documents \u00bb, le brief devient \u00ab v\u00e9rifier les factures entrantes par rapport aux bons de commande et signaler les \u00e9carts au-del\u00e0 d’un seuil d\u00e9fini \u00bb. Un p\u00e9rim\u00e8tre restreint permet d’\u00e9valuer l’agent selon des crit\u00e8res de r\u00e9ussite clairs d\u00e8s la premi\u00e8re semaine.<\/p>\n\n\n\n L’agent se connecte aux syst\u00e8mes, pas seulement \u00e0 une fen\u00eatre de chat.<\/strong> Il lit l’ERP, y \u00e9crit en retour, d\u00e9clenche une notification lorsqu’une r\u00e9vision humaine est n\u00e9cessaire. Le workflow ne change pas pour s’adapter \u00e0 l’agent – l’agent est construit pour s’adapter au workflow existant.<\/p>\n\n\n\n Les d\u00e9cisions de l’agent sont tra\u00e7ables d\u00e8s le d\u00e9part.<\/strong> Chaque action est enregistr\u00e9e. Chaque escalade inclut le raisonnement qui l’a d\u00e9clench\u00e9e. Quand la conformit\u00e9 demande \u00ab que s’est-il pass\u00e9 ici et pourquoi \u00bb, la r\u00e9ponse existe d\u00e9j\u00e0 – elle n’a pas besoin d’\u00eatre reconstitu\u00e9e apr\u00e8s coup.<\/p>\n\n\n\n C’est aussi pourquoi un proof of concept de quatre semaines, correctement d\u00e9limit\u00e9, tend \u00e0 surperformer un pilote ouvert de six mois. Un p\u00e9rim\u00e8tre restreint avec des exigences de donn\u00e9es claires et une m\u00e9trique de succ\u00e8s d\u00e9finie permet soit de valider le cas d’usage, soit de l’\u00e9carter rapidement – au lieu de d\u00e9river dans le pilot purgatory pendant deux trimestres avant que quelqu’un n’admette l’\u00e9chec.<\/p>\n\n\n\n Vous voulez voir \u00e0 quoi ressemble ce processus de bout en bout ? Consultez notre guide pour mettre en \u0153uvre l’automatisation IA dans votre entreprise<\/a>, y compris comment choisir le bon cas d’usage pilote et \u00e0 quoi ressemble un calendrier r\u00e9aliste de 4 \u00e0 8 semaines.<\/p>\n\n\n\n Un sch\u00e9ma revient suffisamment souvent pour m\u00e9riter d’\u00eatre nomm\u00e9 : une entreprise de taille moyenne lance un pilote initial en connectant une API LLM g\u00e9n\u00e9raliste directement \u00e0 ses documents internes – sans architecture de r\u00e9cup\u00e9ration, sans couche de contr\u00f4le d’acc\u00e8s, sans chemin d’escalade d\u00e9fini. Le pilote d\u00e9montre que \u00ab l’IA peut r\u00e9pondre \u00e0 des questions sur nos politiques internes \u00bb. Il ne d\u00e9montre pas que les r\u00e9ponses sont fiables, auditables ou d\u00e9limit\u00e9es selon ce que chaque employ\u00e9 devrait r\u00e9ellement pouvoir voir.<\/p>\n\n\n\n Six mois plus tard, le pilote est toujours un pilote. L’entreprise a d\u00e9pens\u00e9 un budget et construit un scepticisme interne envers l’IA en tant que cat\u00e9gorie – non pas parce que l’id\u00e9e de d\u00e9part \u00e9tait mauvaise, mais parce que la premi\u00e8re tentative a \u00e9t\u00e9 con\u00e7ue comme une d\u00e9mo, pas comme une infrastructure de production.<\/p>\n\n\n\n Lorsque nous reconstruisons ces projets, le point de d\u00e9part n’est presque jamais \u00ab construire un mod\u00e8le plus intelligent \u00bb. C’est \u00ab construire la fondation de donn\u00e9es et la couche de gouvernance que la premi\u00e8re version n’a jamais eues \u00bb – puis d\u00e9limiter un pilote restreint et mesurable au-dessus de cette base. La technologie n’a jamais \u00e9t\u00e9 le goulot d’\u00e9tranglement. C’\u00e9tait la fondation.<\/p>\n\n\n\n BAvant de d\u00e9limiter votre prochain pilote d’agent IA, quatre questions m\u00e9ritent une r\u00e9ponse honn\u00eate :<\/p>\n\n\n\n La fondation de donn\u00e9es est-elle r\u00e9ellement pr\u00eate ?<\/strong> Pas \u00ab avons-nous les donn\u00e9es quelque part \u00bb – sont-elles structur\u00e9es, accessibles via API, et cartographi\u00e9es selon les droits d’acc\u00e8s qui devraient r\u00e9gir qui (ou quoi) peut les consulter ?<\/p>\n\n\n\n Le pilote est-il d\u00e9limit\u00e9 sur un seul processus mesurable – ou sur une capacit\u00e9 ouverte ?<\/strong> \u00ab Automatiser la v\u00e9rification des factures pour nos 10 principaux fournisseurs \u00bb est un pilote. \u00ab Rendre notre base de connaissances interrogeable par IA \u00bb est un projet de recherche d\u00e9guis\u00e9 en pilote.<\/p>\n\n\n\n La gouvernance est-elle int\u00e9gr\u00e9e d\u00e8s la conception, ou pr\u00e9vue pour plus tard ?<\/strong> Si la conformit\u00e9, le juridique et la s\u00e9curit\u00e9 n’ont pas examin\u00e9 l’architecture avant le d\u00e9marrage du pilote, ils l’examineront apr\u00e8s – \u00e0 un co\u00fbt bien plus \u00e9lev\u00e9 en temps et en confiance.<\/p>\n\n\n\n L’agent s’int\u00e8gre-t-il dans un workflow r\u00e9el, ou se contente-t-il de r\u00e9pondre \u00e0 des questions ?<\/strong> Si la m\u00e9trique de succ\u00e8s est \u00ab les gens trouvent \u00e7a int\u00e9ressant \u00bb, c’est un projet diff\u00e9rent de \u00ab cela r\u00e9duit le temps de traitement de X% \u00bb. Un seul des deux survit \u00e0 une revue budg\u00e9taire.<\/p>\n\n\n\n Si vous ne pouvez pas r\u00e9pondre clairement aux quatre questions, ce n’est pas une raison d’abandonner le projet – c’est pr\u00e9cis\u00e9ment le point de d\u00e9part. Un POC correctement d\u00e9limit\u00e9 de 4 semaines est con\u00e7u pour r\u00e9pondre exactement \u00e0 ces questions avant d’engager davantage de budget.<\/p>\n\n\n\n Pour les entreprises fran\u00e7aises \u00e9ligibles : la mise en \u0153uvre d’agents IA via ITSharkz peut \u00eatre \u00e9ligible au Cr\u00e9dit d’Imp\u00f4t Recherche \/ Cr\u00e9dit d’Imp\u00f4t Innovation (CIR\/CII)<\/strong>, soit une r\u00e9duction de 30% sur les d\u00e9penses qualifi\u00e9es. ITSharkz dispose de l’agr\u00e9ment CIR\/CII.<\/p>\n\n\n\n \u2192 D\u00e9couvrez comment ITSharkz con\u00e7oit et construit des agents IA pr\u00eats pour la production<\/a> – de la fondation de donn\u00e9es au d\u00e9ploiement.<\/p>\n\n\n\n L’\u00e9cart entre 62% qui exp\u00e9rimentent et 23% qui d\u00e9ploient \u00e0 l’\u00e9chelle n’est pas un \u00e9cart technologique. C’est un \u00e9cart de fondation – dans les donn\u00e9es, dans l’architecture et dans la gouvernance.<\/p>\n\n\n\n Trois points \u00e0 retenir :<\/p>\n\n\n\n Si vous \u00e9valuez par o\u00f9 commencer, notre guide pour mettre en \u0153uvre l’automatisation IA<\/a> d\u00e9taille comment choisir le bon cas d’usage pilote et \u00e0 quoi ressemble un calendrier de production r\u00e9aliste.<\/p>\n\n\n\n
\n\n\n\nThe pattern: what a stalled pilot actually looks like<\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/itsharkz.com\/wp-content\/uploads\/2026\/06\/FR5FunnelDiagram.png\")
<\/figure>\n\n\n\nTrois \u00e9l\u00e9ments qui distinguent les agents qui passent en production de ceux qui restent au placard<\/strong><\/h2>\n\n\n\n
1. Aucune fondation de donn\u00e9es structur\u00e9e<\/strong><\/h3>\n\n\n\n
2. Des chatbots passifs au lieu de workflows int\u00e9gr\u00e9s<\/strong><\/h3>\n\n\n\n
3. La gouvernance trait\u00e9e comme un sujet secondaire<\/strong><\/h3>\n\n\n\n
![\"\"](\"https:\/\/itsharkz.com\/wp-content\/uploads\/2026\/06\/FR6ComparisonTable.png\")
<\/figure>\n\n\n\n\u00c0 quoi ressemble un mod\u00e8le de workflow agentique<\/strong><\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/itsharkz.com\/wp-content\/uploads\/2026\/06\/FR7ArchitectureDiagram.png\")
<\/figure>\n\n\n\nUn sch\u00e9ma r\u00e9current dans nos appels de d\u00e9couverte – anonymis\u00e9, mais coh\u00e9rent<\/strong><\/strong><\/h2>\n\n\n\n
\n\n\n\nComment \u00e9viter le pilot purgatory : une checklist pratique<\/strong><\/strong><\/h2>\n\n\n\n
\n\n\n\n![\"\"](\"https:\/\/itsharkz.com\/wp-content\/uploads\/2026\/06\/FR8ChecklistCard.png\")
<\/figure>\n\n\n\nR\u00e9sum\u00e9<\/strong><\/strong><\/h2>\n\n\n\n
\n
\n\n\n\n