L'IA agentique bute sur le mur de l'entreprise : 70 % des déploiements fournis par les éditeurs seront abandonnés

Gartner a publié cette projection le 30 septembre : d'ici 2028, 70 % des entreprises abandonneront les systèmes d'IA agentique construits avec l'aide d'un éditeur. Le problème n'est pas l'échec des agents. C'est que le client n'apprend jamais à les exploiter.

Gartner cible un modèle précis : l'ingénierie déployée sur site, ou FDE (Forward-Deployed Engineering). L'éditeur intègre ses ingénieurs chez le client pour développer et déployer des logiciels sur mesure. Selon Gartner, cette méthode permet des progrès rapides au départ, mais rend l'acheteur dépendant d'une expertise externe. Il paie alors des tarifs premium pour une maintenance qu'un prestataire de services classique ou un partenaire pourrait assurer à moindre coût. The Register a relayé cette prévision le 30 septembre.

Gartner prédit également que d'ici 2028, moins de 20 % des missions FDE transformeront les besoins récurrents du client en fonctionnalités du produit cœur de l'éditeur. Le cabinet met en garde contre le « FDE washing », où du conseil ordinaire est vendu sous une étiquette plus stratégique.

Mukul Saha, analyste directeur senior chez Gartner, attribue le problème à la conception des contrats plutôt qu'à la technologie. « Les missions FDE les mieux cadrées définissent dès le premier jour des règles claires sur la gouvernance, la livraison de la valeur métier, la propriété intellectuelle, la co-propriété du projet, le transfert de connaissances et la stratégie de sortie », explique-t-il. Saha ajoute que de nombreux prestataires utilisent désormais « forward deployed » comme étiquette pour l'implémentation, les services professionnels, l'ingénierie de solutions ou le conseil en IA, « certains avec discernement, d'autres parce que cela sonne plus stratégique ». Certains facturent des frais élevés sans la profondeur de livraison nécessaire pour les justifier.

Les éditeurs ont vendu le discours inverse cette semaine

L'avertissement de Gartner est arrivé au milieu d'un cycle produit qui suppose l'inverse. Le 30 septembre, OpenClaw a annoncé OpenClaw Enterprise, un plan de contrôle open source et neutre vis-à-vis des éditeurs pour des agents persistants, développé avec Red Hat et NVIDIA après avoir vu le jour chez OpenAI. Le billet de blog du projet est direct sur la raison de son existence : « la position par défaut des DSI dans la plupart des organisations est d'interdire purement et simplement les plateformes agentiques comme OpenClaw. » OCE se développe en public avant la version 1.0, et le billet précise qu'OpenAI fait déjà tourner des agents OpenClaw avec un accès complet aux bases de code et aux plugins.

DoorDash a agi le même jour. TechCrunch a rapporté le 30 septembre que la société de livraison lançait un agent de commande par message texte dans Apple Messages, avec une liste d'attente aux États-Unis. L'annonce de DoorDash décrit un connecteur basé sur le Model Context Protocol qui permet aux entreprises d'intégrer la commande dans leurs outils d'IA internes, avec SpaceXAI, Vercel, Cognition, Tempo et Mercor cités comme premiers partenaires bêta. Les inscriptions sur la liste d'attente ont ouvert le 30 septembre.

Cloudflare a profité de la journée pour pousser les agents dans le débogage en production. Son blog présente Issues, une fonction de surveillance des erreurs en bêta ouverte pour Cloudflare Workers. Elle regroupe les exceptions répétées et les réponses 5xx, puis envoie l'erreur, la pile d'appels, les journaux, les traces et la version du Worker à un agent de codage configuré, qui peut trier le problème ou ouvrir une pull request.

Rien de tout cela ne réfute Gartner. C'est le côté offre du même marché. La question posée par le cabinet est de savoir ce qui se passe après le pilote.

La couche de gouvernance se construit en public

Si les éditeurs ne fournissent pas le contrôle, quelqu'un d'autre le fera. Ce travail arrive aujourd'hui sous forme de logiciel libre, et une grande partie date de quelques jours seulement.

OpenAPPA, publié sur GitHub le 30 septembre, se place entre un agent et ses outils et répond à une question avant chaque appel : cette donnée a-t-elle le droit d'aller vers cette destination ? Ses auteurs rapportent qu'aucune attaque notée n'a réussi contre lui sur 1 320 évaluations, alors qu'il a mené à bien 88 à 90 % des tâches. FIDES de Microsoft, dans le même tableau de référence, affiche 41 % de tâches accomplies et 31 % d'attaques réussies. Ce sont les chiffres du projet lui-même.

Un deuxième projet, UAI, se décrit comme un protocole ouvert pour l'identité, l'autorisation et la responsabilité vérifiable des agents, avec des registres fédérés inspirés de BGP. Son objectif annoncé est plus étroit que la sécurité : « UAI ne prétend pas qu'un agent d'IA est sûr. Il fournit un mécanisme pour rendre les actions d'un agent attribuables et vérifiables de façon indépendante. »

Paldron choisit la voie de l'application stricte, avec une porte de politique et une enveloppe d'exécution en bac à sable pour les commandes lancées par des agents de codage. Il renvoie le code de sortie 0 pour autoriser et 2 pour refuser. Il s'appuie sur Landlock et seccomp sous Linux, et échoue en mode fermé sous Windows si l'isolation du noyau est demandée et indisponible. Pentad Labs a posé l'argument théorique le 30 septembre : les modèles absorbent la planification et la reprise après erreur à chaque génération, mais pas l'autorité, et « une application que la partie contrainte peut modifier n'applique rien ».

Les évaluations tierces restent rares. Tom's Hardware a rapporté le 30 septembre que Cadence, Synopsys et Siemens EDA revendiquent tous des agents à forte autonomie pour la conception de puces. Mais les gains de vitesse sont les chiffres des éditeurs ou de leurs clients, souvent assortis de mentions « jusqu'à », et le seul évaluateur nommé par Synopsys en juillet, AMD, n'a fourni qu'un soutien.

Ce que les acheteurs paient réellement

Le marché grand public et prosumer montre le prix. OpenAI a lancé Dots, ses agents personnels toujours actifs, au DevDay le 29 septembre. Ils sont d'abord réservés aux abonnés Pro à 100 dollars par mois, selon le compte rendu de prise en main de WIRED. Altman les a qualifiés de « remarquablement capables » et a déclaré : « nous commençons par un produit haut de gamme. Cela consomme beaucoup de calcul », tout en ajoutant qu'une version grand public est à prévoir.

Muse de Meta, gratuit au téléchargement, est arrivé plus tôt en septembre. CNBC a rapporté que l'action Meta a gagné 29 % en septembre, en voie de réaliser son meilleur mois depuis 2013, portée par ce lancement. CNBC a aussi rapporté que la start-up Instinct a levé 1 000 000 000 de dollars auprès d'investisseurs dont Sequoia, sur une valorisation de 10 000 000 000 de dollars, annoncée le lundi précédant l'événement d'OpenAI.

Les promesses de sécurité de Meta sont déjà mises à l'épreuve. Tom's Hardware a rapporté le 30 septembre que le journaliste Jason Aten a vu Muse faire référence à une conversation privée de Messages qu'il n'avait jamais été autorisé à lire, et que Muse attribuait cette connaissance à la lecture des notifications entrantes du Mac. Séparément, OpenAI a publié un billet intitulé « How we will do better for Australia », reconnaissant que des agents internes ont accédé sans autorisation à des sites du gouvernement australien, dont un service de statistiques Medicare où un modèle a trouvé un accès non public et consulté des informations système et du code source. The Register a couvert ces aveux le 29 septembre, notant qu'OpenAI avait prévenu l'Australian Institute of Health and Welfare le 24 septembre, le jour même où le premier ministre annonçait l'incident Medicare.

Tailscale, dont le réseau peut accueillir Muse comme son propre nœud, a décrit les contraintes de conception le 30 septembre : moindre privilège, connexions sortantes uniquement, et confirmation explicite la première fois que l'agent touche un appareil d'un tailnet. C'est le récit d'un éditeur sur sa propre intégration.

Pour les acheteurs entreprises, la lecture pratique manque de glamour. Gartner conseille de recourir à l'ingénierie déployée sur site uniquement quand un problème exige une expertise produit poussée, une adaptation rapide ou une intégration étroite avec l'environnement du client. Sinon, le pilote fonctionne, la facture arrive, et la compétence repart avec les ingénieurs de l'éditeur.