Que s'est-il passé
ZDNET a rendu compte d'une étude de Deloitte basée sur une enquête menée auprès de 501 hauts dirigeants d'entreprise impliqués dans les stratégies ou la mise en œuvre de l'IA de leur organisation. Selon ZDNET, 42 % des organisations testaient un petit nombre d'agents, 43 % étendaient leurs déploiements à plusieurs fonctions et 15 % avaient atteint une adoption multi-agents à grande échelle et orchestrée dans des domaines tels que le service client, l'informatique et l'ingénierie. La source fournie n’inclut pas le rapport principal de Deloitte, ces chiffres n’ont donc pas été confirmés ici de manière indépendante.
ZDNET a publié le rapport le 24 août 2026, décrivant ce qu'il appelle la dernière recherche de Deloitte sur l'adoption de l'IA agentique dans les organisations basées aux États-Unis. L’article indique que l’étude a interrogé 501 hauts dirigeants d’entreprise impliqués dans la conduite de stratégies ou de mises en œuvre d’IA. Selon ZDNET, 42 % des organisations testaient un petit nombre d'agents, 43 % étendaient leurs déploiements à plusieurs fonctions et 15 % avaient réalisé des déploiements multi-agents à grande échelle et orchestrés au sein du service client, de l'informatique et de l'ingénierie. La source présente ces chiffres comme des résultats d’enquête, et non comme un recensement indépendant de toutes les entreprises américaines. Le rapport sous-jacent de Deloitte, le questionnaire et la répartition des répondants ne sont pas inclus dans le matériel fourni, donc AI Understanding n’a pas confirmé de manière indépendante les chiffres ou la méthodologie.
ZDNET reported that nearly two-thirds of the leaders surveyed were reevaluating their business models because of advances in agentic AI, while half had a clear view of a future operating model powered by agents. L'article identifie trois principaux obstacles à la mise à l'échelle : le manque d'une base de données unifiée et accessible, citée par 72 % des personnes interrogées ; difficulté à faire confiance aux agents et à les gouverner, citée par 70 % ; et le coût et la complexité de l'intégration, cités par 67 %. ZDNET a également déclaré que seule une minorité d'organisations considéraient les fondements clés prêts pour l'IA agentique, notamment la vision et la stratégie à 36 %, l'infrastructure technologique à 34 %, les fondations de données à 32 % et les risques, la sécurité et la gouvernance à 26 %.
L'article indique en outre que seuls 16 % des chefs d'entreprise déclarent que leurs processus actuels sont préparés pour une adoption agentive. ZDNET a déclaré que 74 % des personnes interrogées s'attendaient à ce que près de la moitié des processus métier soient repensés ou reconstruits autour d'agents IA d'ici 2030, tandis que 61 % pensaient que la plupart des processus seraient alimentés par des agents et qu'un grand nombre de ces agents fonctionneraient avec peu ou pas d'implication humaine. L'étude indique également que seulement 31 % prévoient de repenser et de reconstruire les processus autour des agents d'ici 2028. En ce qui concerne la préparation de la main-d'œuvre, ZDNET a déclaré que la moitié des dirigeants estimaient que leur organisation n'investissait pas suffisamment dans la transformation de la main-d'œuvre, 43 % prévoyaient des perturbations majeures de l'emploi, 71 % travaillaient sur les connaissances de base des agents et 65 % poursuivaient le perfectionnement ou le recyclage des compétences. Il s’agit d’attentes et d’auto-évaluations rapportées ; la source ne fournit aucune mesure indépendante des déploiements réels, des pertes d’emplois ou des résultats en matière de productivité.
Détails de la source: zdnet.com ↗
Pourquoi c'est important
The report frames agentic AI adoption as an organizational redesign problem, not simply a software deployment. Si l'enquête est représentative, les entreprises passant de l'expérimentation à la production auront besoin de bases de données, d'une gouvernance, de plans d'intégration plus solides, de flux de travail repensés et d'un investissement soutenu dans la formation des employés. Cela suggère également que de nombreux dirigeants anticipent des changements substantiels dans les rôles professionnels et les modèles opérationnels, alors que les éléments de preuve fournis ne permettent pas d'établir si ces attentes se réaliseront.
L’importance centrale du rapport réside dans l’accent mis sur la capacité organisationnelle. Les systèmes agents peuvent exécuter des séquences de tâches, utiliser des outils et interagir avec les systèmes d'entreprise, de sorte que le déploiement peut affecter la manière dont le travail est attribué, examiné et approuvé. Une entreprise peut être en mesure de connecter un agent à un flux de travail existant sans disposer de données fiables, d'autorisations claires ou d'un moyen pratique d'intervenir en cas de panne du système. Les barrières identifiées par ZDNET (accès aux données, gouvernance et intégration) concernent donc les conditions dans lesquelles un agent peut se voir confier un travail conséquent, et pas seulement le fait qu'une entreprise ait acheté un produit d'IA.
Les conclusions sur la main-d’œuvre sont également importantes car elles décrivent l’adoption comme un changement dans la conception des tâches plutôt que comme un projet d’automatisation restreint. Si les tâches routinières et structurées deviennent plus autonomes, les employés peuvent consacrer plus de temps à vérifier les résultats, à gérer les exceptions, à gérer les relations avec les clients ou à définir des objectifs. Cette transition pourrait créer de nouvelles responsabilités, mais elle pourrait également réduire la demande pour certaines tâches ou rôles. ZDNET a rapporté que 43 % des dirigeants interrogés s'attendaient à des perturbations majeures de l'emploi, mais l'article ne fournissait aucun détail sur les professions incluses, sur la manière dont les perturbations étaient définies ou si l'attente faisait référence à la suppression d'un poste, à un changement de tâches ou à un redéploiement.
Les projections jusqu’en 2030 doivent être traitées comme des signaux de planification plutôt que comme des prévisions établies sur la base des résultats observés. Une enquête peut montrer ce que pensent les dirigeants et ce que les organisations déclarent se préparer à faire, mais elle ne peut pas à elle seule démontrer que les agents parviendront à une autonomie fiable, réaliseront des économies ou reconcevront la plupart des processus métier. La source ne signale pas non plus les taux d'échec, les incidents de sécurité, les mesures de précision, les effets sur les clients, les dépenses en jetons ou les résultats comparatifs entre les flux de travail basés sur des agents et conventionnels. Ces omissions sont importantes car l’analyse de rentabilisation du déploiement dépend des performances dans des environnements d’exploitation réels, y compris la gestion des exceptions et la surveillance humaine.
Mécanisme interactif : comment cela fonctionne réellement
Explorez de manière interactive la technologie sous-jacente à ce développement.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Que regarder ensuite
Les signaux clés seront des déploiements vérifiables de manière indépendante, des résultats opérationnels mesurables, des changements dans les responsabilités du personnel et la preuve que les entreprises repensent leurs processus plutôt que de placer des agents au-dessus de systèmes existants inadaptés. Les organisations devront également divulguer la manière dont elles contrôlent les actions autonomes, mesurent les erreurs, gèrent l’accès aux données et comptabilisent les coûts des modèles et des jetons. La source n’identifie pas les entreprises interrogées, ne fournit pas la méthodologie complète et ne montre pas de validation indépendante des projections jusqu’en 2030.
La première priorité est la vérification indépendante des conclusions de Deloitte. Un suivi utile comprendrait le rapport original, l'instrument d'enquête, les dates de terrain, les secteurs d'activité des répondants, la taille des entreprises, la portée géographique et les définitions de termes tels que « à l'échelle », « orchestré » et « multi-agents ». Sans ces détails, les pourcentages sont informatifs mais difficiles à comparer avec d’autres enquêtes sur l’adoption ou à généraliser à l’ensemble des entreprises.
Les décisions des entreprises en matière de refonte des processus constitueront un autre signal important. ZDNET a signalé que les organisations superposent souvent des agents aux processus existants, même si une refonte peut être nécessaire pour une plus grande autonomie. Surveillez les études de cas publiques qui décrivent le flux de travail d'origine, les autorisations de l'agent, les points de contrôle humains, la gestion des erreurs, les sources de données, l'échelle de déploiement et les résultats mesurés. Les allégations de transformation seront plus significatives lorsqu'elles incluront des preuves concrètes telles que les taux d'achèvement, les charges de travail d'examen, le temps de résolution, les coûts des erreurs et les changements dans le personnel ou les responsabilités.
Les effets sur la gouvernance et sur la main-d’œuvre doivent être surveillés ensemble. Les organisations qui adoptent des agents devront expliquer qui peut autoriser les actions, comment l'accès aux données sensibles est limité, comment l'activité est enregistrée, comment les modèles sont évalués après les mises à jour et comment les gens peuvent annuler ou contester les décisions automatisées. Ils doivent également indiquer quelle formation les employés reçoivent et si les travailleurs sont redéployés, voient leurs tâches élargies ou subissent des réductions. La source ne donne aucune preuve pour l’instant que les processus autonomes généralisés attendus d’ici 2030 se réaliseront, de sorte que les résultats pratiques – et non les seules projections des dirigeants – détermineront l’importance de cette tendance.