Au Gartner Data and Analytics Summit 2026, un message s’est imposé: pour les analystes de Gartner, les agents autonomes, ces systèmes capables d’agir dans des processus bien réels, sont en train de devenir le nouveau vrai marqueur de différence entre les entreprises. Les grands modèles de langage gagnent encore en puissance, oui, mais les modèles utilisés seuls pèsent moins lourd face à des agents capables d’intervenir dans des workflows concrets, reliés entre eux et branchés sur les outils métiers.
Pour les entreprises, le sujet n’est donc plus de partir à la chasse au “plus gros modèle“. L’enjeu, c’est de convertir cette couche technologique en résultats opérationnels que l’on peut mesurer. La bonne question n’est plus vraiment “quel modèle choisir ?”, mais plutôt “quel problème faut-il régler ?”. Gartner insiste surtout sur les usages fréquents, sans complexité excessive: les demandes répétitives, le traitement de documents, ou encore le fait de renvoyer les équipes humaines vers les tâches qui demandent du jugement.
Les analystes recommandent aussi de démarrer là où les gains arrivent vite et où le risque reste plus facile à contenir. Même logique sur la gouvernance: validation humaine, qualité des données et architecture moderne restent indispensables, d’après Gartner, si l’on veut éviter les dérapages et garder une trace claire des décisions prises.
Et les cas les plus rentables ne sont pas forcément ceux dont le grand public entend le plus parler. Dans l’enseignement supérieur, par exemple, des agents peuvent assurer une partie de l’accompagnement des étudiants. Dans les transports, des assistants multimodaux aident à combiner plusieurs modes de déplacement.
Ailleurs, toujours selon Gartner, ces agents autonomes servent à qualifier des demandes commerciales, à résumer des documents ou à extraire des informations de contrats. C’est moins spectaculaire qu’une démonstration pensée pour le grand public. Souvent, c’est aussi bien plus rentable: moins de charge administrative, des délais plus courts, et davantage de temps laissé aux salariés pour des échanges où la valeur humaine compte vraiment.
Le marché, lui, accélère nettement. Gartner estime dans une projection publiée en 2026 qu’il pourrait passer d’environ 11,55 milliards à près de 295 milliards d’ici 2035. Et dès 2025, 62 % des organisations disaient déjà au moins expérimenter ce type de systèmes.
L’adoption gagne du terrain dans la finance, avec la détection de fraude et l’analyse des dossiers de crédit pour les PME, dans la santé, avec l’aide au diagnostic et la planification des traitements, mais aussi dans les entreprises technologiques. Dans ce dernier secteur, 35 % signalent un déploiement à plus grande échelle dans le développement logiciel et la gestion des services informatiques, toujours d’après Gartner. Une autre tendance se dessine en parallèle: les systèmes multi-agents, capables de travailler ensemble sur une même tâche complexe.
Mieux vaut donc garder la tête froide. Plusieurs experts cités par Gartner rappellent qu’ajouter des agents à des modèles actuels peut devenir risqué si le système anticipe mal les conséquences de ses propres actions. À cela s’ajoutent des questions plus larges: l’emploi, la place des petites structures, l’économie des plateformes, l’équité entre territoires et l’éthique. Avoir le modèle le plus impressionnant ne suffira sans doute pas. L’avantage ira surtout à ceux qui sauront construire des agents utiles, bien encadrés, et vraiment ancrés dans la réalité du métier.
