Le 13 octobre 2026, les agents IA étaient au centre de la journée utilisateurs de l’AUFO, l’association des utilisateurs francophones d’Oracle, à Paris, au LAHO Business Center. Le thème affiché était « Intelligence et data ». L’après-midi comprenait un atelier sur l’IA agentique et le Model Context Protocol. Trois jours plus tard, LeMagIT publiait l’entretien des deux coprésidents. Emmanuel Ruez y dit : « Je ne connais pas de projet à grande échelle déployé. Il y a des tentatives. » L’association compte environ 1 000 membres et 150 entreprises. Ce n’est pas un sondage national. C’est le retour d’un club d’utilisateurs, et il est net.
Des prototypes, et une hétérogénéité qui dure
Ruez décrit des grands groupes qui prototypent, parfois de façon avancée, et des entreprises de taille intermédiaire pour qui les agents restent à explorer. Le passage à l’échelle, dit-il, reste compliqué. Yohann Garcia, l’autre coprésident, également directeur de programmes Data et IA à l’École Polytechnique Executive Education, ajoute qu’une forte hétérogénéité va durer. Quelques partenaires de l’éditeur montrent leurs agents, et s’en servent vraisemblablement dans leurs équipes commerciales ou de développement. Cela ne fait pas un déploiement chez les clients.
La formule de Garcia qualifie mieux que le mot « agent » ce qui existe vraiment. « Ce n’est pas totalement de l’agentique, c’est de l’IA générative connectée avec du tooling et des serveurs MCP. » On est proche de l’agent, et loin du degré d’autonomie que les feuilles de route des éditeurs mettent en scène. Les sujets encore ouverts, listés par les deux coprésidents, sont les degrés d’autonomie, la sécurité, la gouvernance, la conformité, les droits d’accès, le prix des tokens et l’explicabilité. Ruez nuance : parler d’une phase seulement exploratoire serait excessif. Personne, dit-il, ne conclut encore sur le devenir des agents.
Deux baromètres, deux populations
Le 1er octobre 2026, Forvis Mazars et l’ESSCA publiaient la deuxième édition de leur baromètre IA, auprès de 826 professionnels en France, au Royaume-Uni, en Allemagne et en Espagne. Dans cet échantillon, 35 % des entreprises utilisent déjà des agents autonomes, et 7 % de l’ensemble en font un usage intensif. Quatre entreprises sur cinq utilisent des modèles de langage pour des tâches de bureau. Deux tiers des répondants observent du shadow AI, des usages d’outils non déclarés à l’organisation, et 44 % seulement ont formalisé des lignes directrices éthiques. 65 % ont une équipe dédiée à l’IA, 57 % forment leurs collaborateurs. En France et au Royaume-Uni, la part d’entreprises avec une équipe dédiée passe de 49 % en 2024 à 71 % en 2026, et la part de celles qui forment, de 40 % à 62 %.
Le baromètre Workday AI@Work d’octobre 2026 interroge des utilisateurs d’IA, pas l’ensemble des salariés. Dans son édition française, 74,9 % des utilisateurs interrogés disent confier des tâches complètes à l’IA sans intervention de leur part. La confiance envers l’employeur sur l’encadrement de l’IA y est de 36,2 %, le niveau le plus bas des marchés étudiés. Le shadow AI déclaré recule, de 66,8 % à 46,2 % d’un mois sur l’autre. À l’échelle du baromètre mondial, 64,7 % des membres de direction disent bien comprendre les agents autonomes, contre 25,3 % des contributeurs individuels. Ces pourcentages décrivent les répondants de chaque étude. Ils ne se comparent pas tels quels au constat de l’AUFO. L’écart de population est l’information : là où l’IA est déjà dans les mains, la délégation est haute et la confiance basse. Là où le système de gestion est en jeu, le déploiement à l’échelle n’est pas là.
Cadrer l’objet qui existe, pas celui de la feuille de route
Un comité qui demande « un agent » après une annonce d’éditeur part souvent d’un objet que les utilisateurs de progiciels ne voient pas en production. Le terrain décrit un génératif outillé, branché sur des outils et sur des serveurs MCP, avec un humain encore dans la boucle parce que les droits, le coût et l’erreur ne sont pas stabilisés. Industrialiser cet objet-là est plus étroit, et plus tenable, qu’annoncer une autonomie générale. Les freins sont ceux du passage du PoC à la production : ownership, données, intégration, maintenance. Chez Programini, cette lecture rejoint la discipline d’une AI Solution Factory : un périmètre écrit, une mesure, une reprise humaine.
La couche qui manque le plus souvent est le sens métier sur lequel l’outil s’appuie, la couche sémantique. Il reste des cas où le bon choix est de ne pas déployer d’agent. Le cadre de déploiement est sur la page IA et agents. Les questions que l’AI Office a posées aux fournisseurs le 14 octobre, confinement et surveillance après mise à disposition, rejoignent le même cadrage : AI Act, les premières demandes d’information.
