Vous n'avez pas besoin de 100 agents IA — vous en avez besoin d'un qui fonctionne

Chaque éditeur propose désormais des agents IA. Gartner prévoit que 40 % des applications d’entreprise intégreront des agents IA spécialisés d’ici fin 2026 — contre moins de 5 % il y a un an. Près de 2 500 milliards de dollars seront investis dans l’IA à l’échelle mondiale rien que cette année. Le PDG de Microsoft, Satya Nadella, repense la tarification de fond en comble — non plus « par utilisateur » mais « par agent ».

L’argent est réel. L’élan est réel. Et le chaos aussi.

Une enquête Zapier auprès de 550 dirigeants C-suite révèle que la prolifération des outils limite déjà l’intégration de l’IA pour 70 % des entreprises — et pourtant, 66 % prévoient d’ajouter encore plus d’outils IA cette année. Plus de 3 millions d’agents IA opèrent désormais au sein des entreprises. Seuls 47 % sont activement supervisés. Parallèlement, le rapport GenAI Divide du MIT a constaté que 95 % des projets pilotes d’IA en entreprise ne génèrent aucun ROI mesurable.

Acheter des agents n’est pas une stratégie. Le rapport 2026 du Josh Bersin Company, « The Superworker Organization: AI Goes Enterprise », le dit sans détour : la première priorité de chaque entreprise est l’architecture IA — il vous en faut une.

On connaît déjà ce scénario

Au début des années 2000, les technologies de gestion des talents ont explosé. Gestion de la performance, intégration des nouveaux employés, planification de carrière, succession — chaque domaine avec un éditeur différent, chacun résolvant un problème isolé, sans aucune communication entre eux. Les entreprises ont assemblé des empilements tentaculaires de solutions ponctuelles. Chaque outil fonctionnait en silo. Ensemble, ils créaient complexité, incohérence et risque.

Vers 2010, des acquisitions ont tout consolidé en quelques plateformes. SAP a racheté SuccessFactors. Oracle a racheté Taleo. IBM a racheté Kenexa. Les entreprises qui avaient adopté précocement des solutions ponctuelles se sont retrouvées piégées — enfermées dans des empilements fragmentés tandis que le marché s’intégrait autour d’elles.

Bersin le dit explicitement : le marché des agents IA suivra le même chemin. Et c’est déjà en cours. Workday a acquis Sana pour 1,1 milliard de dollars en novembre 2025 — ainsi que Paradox et Flowise — pour construire une plateforme d’agents intégrée. SAP a acquis SmartRecruiters en septembre 2025. L’architecture Bryte d’UKG s’ouvre. La vague de consolidation est déjà en marche.

Si votre stratégie IA consiste à « acheter le meilleur agent pour chaque tâche et s’occuper de l’intégration plus tard » — vous êtes l’entreprise qui a acheté un outil d’onboarding séparé en 2003. Comment ça s’est terminé ?

Le modèle en quatre phases

Le rapport Bersin décrit l’évolution de l’IA en quatre phases, chacune avec un ROI radicalement différent :

• Phase 1 : Assistants IA (amélioration de 15 à 30 %) — permettent aux collaborateurs d’être plus efficaces dans leurs rôles actuels
• Phase 2 : Agents IA (30 à 50 %) — suppriment des étapes dans les processus existants
• Phase 3 : Superagents multifonctionnels (100 à 200 %) — repensent le travail et les rôles dans leur ensemble
• Phase 4 : Superagents autonomes (300 % et plus) — transforment fondamentalement la manière de travailler

La plupart des entreprises ont acheté un assistant de Phase 1 — Copilot, ChatGPT — et se sont arrêtées là. Le passage à la Phase 3 ne repose pas sur l’achat de nouveaux outils. Il repose sur l’intégration.

Bersin utilise l’analogie de la voiture autonome. La direction assistée et l’ABS étaient des fonctionnalités de Phase 1-2. Elles amélioraient la productivité du conducteur en facilitant la direction et le freinage. Au fil du temps, ces fonctions sont devenues plus intelligentes — maintien de voie, évitement d’obstacles, détection de collision. Chacune apportait une valeur incrémentale, mais restait une simple assistance au conducteur.

Ce n’est que lorsque ces capacités ont été intégrées que le système est passé de l’amélioration de la productivité du conducteur à la transformation du trajet. Le ROI de l’automatisation du parcours entier — et non de tâches individuelles — est exponentiellement supérieur.

C’est le virage que les entreprises doivent prendre en 2026 : passer de la résolution de petits problèmes à la refonte du processus de bout en bout.

Pourquoi plus d’agents aggrave la situation

« Malgré la prolifération des éditeurs, personne ne veut 100 agents de 100 fournisseurs », affirme le rapport Bersin. « Visez plutôt un ensemble restreint de superagents bien gouvernés qui agrègent et orchestrent harmonieusement. »

Le déficit de gouvernance est déjà dangereux. L’enquête Forrester 2025 a révélé que si 70 % des entreprises ont de l’IA en production, la plupart manquent de vision stratégique pour la gérer. 73 % des DSI regrettent déjà leurs choix de fournisseurs IA. Le problème de fragmentation est aggravé par trois questions que soulève le rapport Bersin :

• Qui gère et gouverne les données dont chaque agent a besoin ?
• Comment ces agents communiqueront-ils entre eux ?
• Quel risque prenez-vous si un éditeur prend du retard ou se fait racheter ?

Les standards d’interopérabilité émergents aident. MCP (Anthropic, 2024) et A2A (Google, 2025) — tous deux désormais sous l’égide de la Linux Foundation — construisent la plomberie pour la communication agent-outil et agent-agent. Mais les protocoles sont de l’infrastructure, pas de l’architecture. Sans conception intentionnelle, vous obtenez toujours un cauchemar d’intégration N fois N.

Ajouter des agents à un empilement fragmenté ne résout pas la fragmentation. Cela l’amplifie. Et quand les choses tournent mal — ce qui arrive inévitablement avec l’IA fantôme non autorisée — le rayon de l’impact grandit avec chaque agent non supervisé dans le système.

Ce que l’intégration signifie concrètement

AskHR d’IBM est l’un des exemples les plus parlants du modèle de superagent bien réalisé. Plutôt que de déployer des agents séparés pour chaque fonction RH, IBM a construit un système intégré unique qui gère les objectifs, les compétences, l’analyse salariale, la planification de carrière et plus de 2 000 politiques internes — le tout coordonné sous une interface conversationnelle unique.

Les résultats sont concrets : 40 % de réduction des coûts opérationnels RH en quatre ans. 94 % de taux de résolution — seuls 6 % des questions nécessitent une escalade humaine. 11,5 millions d’interactions employés en 2024. Un NPS passé de -35 à +74. IBM n’a pas obtenu ces résultats en achetant plus d’outils. Elle les a obtenus en connectant les outils existants sous une architecture intégrée.

La recherche confirme ce schéma au-delà des RH. Les systèmes multi-agents avec architecture coordonnée atteignent une résolution des problèmes 45 % plus rapide et des résultats 60 % plus précis sur les requêtes complexes par rapport aux systèmes mono-agent traitant les mêmes problèmes. Le mot clé est coordonné. Des agents indépendants travaillant en parallèle sans communication structurée amplifient les erreurs par 17 par rapport aux références mono-agent.

Plus d’agents sans coordination, c’est pire que moins d’agents. L’intégration est le multiplicateur.

Trois questions avant d’acheter un agent de plus

Avant d’ajouter un autre agent IA à votre pile technologique, le rapport Bersin propose un filtre simple :

1. À quels systèmes, processus ou données va-t-il se connecter ? Si la réponse est « il est autonome », c’est une solution ponctuelle qui se fait passer pour une stratégie. Toute la valeur des agents IA vient de la connexion au contexte — mémoire persistante d’une conversation à l’autre, connaissance de la structure organisationnelle, accès aux processus existants. Un agent déconnecté n’est qu’un chatbot avec un budget marketing.

2. Comment va-t-il simplifier, intégrer ou éliminer le travail existant ? Non pas « quelle nouvelle fonctionnalité apporte-t-il » — quelle friction existante supprime-t-il ? Les entreprises qui obtiennent un vrai ROI n’ajoutent pas l’IA par-dessus des processus cassés. Elles utilisent l’IA pour repenser entièrement le processus. Cela exige de l’intégration, pas de l’isolation.

3. Qui va gérer et gouverner ses données dans le temps ? Un agent ne vaut que ce qu’il sait. Sans gouvernance des données, vous obtenez des absurdités énoncées avec assurance à grande échelle. Quand 95 % des projets pilotes IA échouent, la cause n’est pas le modèle — ce sont les processus fragiles, l’absence d’apprentissage contextuel et le décalage avec la manière dont les gens travaillent réellement.

Si votre agent IA actuel ne passe pas ces trois tests, un nouveau ne résoudra rien. L’architecture, si.

La voie à suivre

Le schéma est clair. Les outils fragmentés ne produisent pas de résultats — les systèmes intégrés, oui. Les entreprises qui prospéreront ne seront pas celles qui ont déployé le plus d’agents. Ce seront celles dont les agents collaborent réellement : des spécialistes coordonnés partageant le contexte, apprenant de chaque interaction et intégrés là où les gens travaillent déjà.

amaiko est construit exactement sur cette architecture — plusieurs agents spécialistes coordonnés au sein d’un même système, directement dans Microsoft Teams, avec une mémoire persistante partagée. Pas 100 agents de 100 fournisseurs. Une plateforme intégrée unique où les spécialistes communiquent réellement entre eux et se souviennent de ce qu’ils ont appris.

La question n’est pas combien d’agents vous avez. C’est de savoir s’ils fonctionnent comme un seul.