Des banques aux géants de la distribution, les agents d’IA promettent une chose : faire plus avec moins. Réduction des coûts, accélération des processus, nouvelles marges de productivité : certaines entreprises affichent déjà des gains mesurables. Mais ces promesses justifient‑elles les valorisations actuelles des leaders de l’IA ? Tour d’horizon d’une tendance que les marchés surveillent de près.
Nvidia, xAI, Anthropic, OpenAI, Perplexity… tous s’empressent de construire la couche « d’agents d’IA » qui dominera.
L’agent de Nvidia – NemoClaw – est adapté aux entreprises, open source [son code source est accessible à tous, NDLR] et sécurisé. Il paraît que Jensen Huang le destine d’abord aux entreprises, puis aux consommateurs, et qu’il aurait engagé 26 Mds$ sur cinq ans à cet effet.
Songez à ce que cela signifie… Nvidia a débuté tout en bas de l’échelle de l’IA, avec les puces. Ensuite, l’entreprise est passée aux modèles qui fonctionnent avec ses puces. Et maintenant, elle évolue vers les agents qui fonctionnent sur ses modèles qui fonctionnent avec ses puces.
C’est la méthode Apple : posséder les machines, posséder les logiciels, et posséder les applications qui fonctionnent sur les deux.
xAI et Tesla tentent de faire quelque chose de semblable, avec le lancement de Digital Optimus, une IA hébergée sur votre ordinateur, qui déplace la souris et fait votre travail. Elle fonctionne avec une puce à 650 $ déjà installée dans des millions de voitures.
Dans cette course, la question n’est pas « qui possèdera le meilleur modèle ? » mais « qui possèdera la ‘couche d’agents’ qui fonctionnera sur tous les modèles ? ».
Creusons un peu plus…
Pour comprendre vers où tout cela s’oriente, voyons ce qui s’accomplit déjà, dans tous les secteurs, avec les agents d’IA.
Agents d’IA : ce qui existe déjà
L’entreprise financière BNY Mellon fait fonctionner 134 « employés numériques » sur sa plateforme Eliza. Ces employés numériques travaillent 24 heures sur 24, 7 jours sur 7, sur l’examen de contrats, le règlement de transactions, la détection d’anomalies, et la conformité.
La durée d’examen d’un contrat a chuté de 75 %, passant de 4 heures à 1 seule. Cette plateforme supporte actuellement plus de 125 cas d’utilisation, 20 000 employés construisant activement des agents.
BlackRock a publié une étude concernant des AlphaAgents, un système où trois agents d’IA spécialisés en analyse fondamentale, sentiment de marché et analyse quantitative débattent entre eux pour construire des portefeuilles d’actions, comme s’il s’agissait d’un comité d’investissement.
Lors des tests rétrospectifs, le portefeuille multi-agents a fait mieux que le portefeuille mono-agent et que le portefeuille de référence à pondération égale, aussi bien en termes de rendement que de ratio de Sharpe [NDLR : ce ratio mesure le rendement d’un investissement par unité de risque prise].
Goldman Sachs – première grande banque à déployer l’agent de programmation autonome Devin (de Cognition) auprès de ses 12 000 ingénieurs – indique avoir obtenu des gains de productivité 3 à 4 fois supérieurs à ceux de 20 % réalisés avec GitHub Copilot.
Goldman a aussi déployé Claude, l’IA d’Anthropic, pour des tâches de comptabilisation des opérations et d’intégration des clients, où des agents IA examinent désormais des documents, en extraient les informations importantes et prennent des décisions mineures dans les procédures KYC (« Know Your Customer » : procédure d’identification du client).
Morgan Stanley possède plus de 100 000 rapports de recherche représentant des décennies de savoir institutionnel. Avant l’arrivée de leurs assistants d’IA, les conseillers n’avaient accès qu’à 20 % de ces données : le reste était « enterré », les recherches manuelles exigeant plus de 30 minutes par requête.
Mais à présent, ils peuvent accéder à 80 % de cette bibliothèque. Chaque conseiller gagne jusqu’à 15 heures par semaine. L’adoption est de 98 %.
La société construit désormais ce que le directeur de la gestion d’actifs, Jed Finn, qualifie de « super agents » composés de « centaines, si ce n’est de milliers » de plus petits agents d’IA, et ces super agents « finiront » par constituer des portefeuilles d’investissement.
La banque Wells Fargo a utilisé un système d’agents piloté par un grand modèle de langage pour réévaluer quinze années de documents de prêt, et intègre aussi des agents d’IA dans ses centres d’appels et ses agences.
Le géant de la grande distribution Walmart construit ce que l’entreprise qualifie de quatre « super agents » couvrant le service client, la production des articles de mode, le développement d’outils et le shopping personnalisé. Un agent a réduit de 18 semaines les délais de production du segment mode. Un autre a géré le support client sans aucun transfert vers des humains.
Reddit a déployé Agentforce de Salesforce, et réduit de 46 % les interventions humaines liées au support. Le temps de résolution de problème a chuté de 8,9 minutes à 1,4 minute. Le taux de satisfaction des annonceurs a augmenté de 20 %.
Entrepreneurs solo : un bouleversement sous-estimé
Le scénario d’IA le plus sous-estimé n’est pas en train de se produire dans les plus grandes institutions mais dans des chambres d’ami, à la maison.
Alan Wells a réalisé une levée de fonds de 6,5 M$ chez Y Combinator pour construire Rocketable, une société qui rachète des entreprises de SaaS (« Software as a Service » : logiciels à la demande) rentables et remplace toute l’équipe par des agents d’IA. Une seule personne pour toutes les activités : support client, développement, marketing… Que des agents.
Nat Eliason a construit un agent d’IA appelé Felix, « le président d’une entreprise sans aucun effectif ». Felix a construit un site Internet qui intègre la plateforme de paiement Stripe, capable de déployer des sous-agents pour le support et les ventes. Chiffre d’affaires réalisé : 195 000 $ en cinq semaines.
Les outils permettant de le faire sont désormais incroyablement bon marché.
Parallèlement, le nombre de start-ups fondées par une seule personne a bondi, évoluant de 23,7 % à 36,3 % de toutes les créations de startups, entre 2019 et la mi-2025.
Et 58 % des petites entreprises se servent désormais de l’IA générative.
Dans l’univers des technologies, les P-DG ont ouvert les paris : en quelle année la première licorne unipersonnelle apparaîtra-t-elle ? Selon Dario Amodei, cela pourrait survenir dès 2026.
Et il a probablement raison.
Agent d’IA : le battage médiatique est bien réel, MAIS…
Le schéma, sur les trois groupes d’utilisateurs – entreprises figurant au classement Fortune 500, Wall Street, et les entrepreneurs qui opèrent en solo – tend vers la même conclusion : en 2025, les agents d’IA ont franchi le seuil de l’expérimentation pour évoluer vers l’exploitation.
Et l’année 2026 sera celle de la montée en puissance.
Les entreprises qui communiquent déjà des améliorations financières concrètes (des économies équivalentes à 11 000 personnes pour Bank of America ; ou des charges ayant diminué de 20 M$ à 35 000 $, pour Cardinal Health par exemple) ont largement dépassé le stade de l’expérimentation.
Mais voilà :
- McKinsey a constaté que seulement 10 % des organisations avaient déployé des agents d’IA à grande échelle dans une fonction spécifique ;
- les réductions d’effectifs spectaculaires réalisées chez Klarna, motivées par l’IA, ont engendré des problèmes de qualité qui ont contraint l’entreprise à réembaucher ;
- selon PwC, la grande majorité des organisations déclarent que les dépenses d’IA actuelles n’ont pas encore produit des rendements économiques mesurables ;
- Gene Marks, journaliste chez Forbes affirme que la plupart des petites entreprises ne font encore « que bidouiller avec un chatbot ».
Et pourtant…
Tous les grands acteurs – Nvidia, Tesla, Meta, Google, Perplexity – ont signalé une chose :
Le véritable enjeu, ce ne sont pas simplement les agents, c’est la « couche d’agents » : ces équipes virtuelles composées d’agents spécialisés capables de travailler ensemble.
Et sur ce terrain-là, la guerre ne fait que commencer.
