> IA > IA agentique : des investissements massifs freinés par des données insuffisamment préparées

IA agentique : des investissements massifs freinés par des données insuffisamment préparées

IA - Par iTPro - Publié le 06 mai 2026

Un écart préoccupant entre ambition et réalité Selon l’étude menée auprès de 400 professionnels de la donnée à l’échelle mondiale, près de 60% des entreprises déclarent investir plusieurs millions, voire des dizaines de millions, dans l’IA agentique. Pourtant, seules 15% sont réellement prêtes à la déployer en production. En France, ce chiffre chute même à […]

IA agentique : des investissements massifs freinés par des données insuffisamment préparées

Un écart préoccupant entre ambition et réalité

Selon l’étude menée auprès de 400 professionnels de la donnée à l’échelle mondiale, près de 60% des entreprises déclarent investir plusieurs millions, voire des dizaines de millions, dans l’IA agentique. Pourtant, seules 15% sont réellement prêtes à la déployer en production. En France, ce chiffre chute même à 12%, alors que 62% des entreprises y investissent massivement.

Ce décalage traduit une forme de précipitation. En effet, 41% des organisations (42% France) utilisent déjà des systèmes d’IA agentique en production, souvent sans disposer des bases nécessaires en matière de fiabilité, de gouvernance ou d’interopérabilité des données.

L’IA agentique, plus puissante et plus risquée

Contrairement aux systèmes d’IA traditionnels, l’IA agentique ne se limite pas à analyser ou recommander : elle planifie, agit et exécute directement dans les workflows métier. Cette autonomie accrue démultiplie la valeur potentielle, mais aussi les risques. Dans ce contexte, les failles liées aux données deviennent critiques.

Une donnée obsolète, mal gouvernée ou non traçable peut entraîner des décisions erronées à grande échelle. Les lacunes de qualité des données, de gouvernance et d’interopérabilité deviennent des défaillances opérationnelles. Comme le souligne George Fraser, CEO de Fivetran, « la plupart des entreprises n’échouent pas dans l’IA à cause des modèles, elles échouent parce que leurs données ne sont pas prêtes ».

Les données, principal frein à l’adoption

Le rapport identifie clairement les obstacles majeurs à l’IA agentique : la qualité et la traçabilité des données (42%), les enjeux de conformité réglementaire et de souveraineté (39%), les risques liés à la sécurité et à la confidentialité (39%).

Ces défis sont encore amplifiés par des environnements techniques fragmentés. L’interopérabilité apparaît ainsi comme un facteur clé : 86% des responsables data la jugent essentielle ou critique, bien que beaucoup restent prisonniers de systèmes cloisonnés ou de dépendances technologiques.

 

Indicateurs pour la France

IA Agentique – Indicateurs pour la France – Maturité des données &  Défis de déploiement

Une maturité des données encore insuffisante

Le rapport mesure le niveau de préparation à l’aide de l’Agentic AI Readiness Index. L’indice de préparation moyen atteint seulement 61 à 62% à l’échelle mondiale (63% en France). Ce score, basé sur des critères comme la fraîcheur des données, la traçabilité, la gouvernance ou l’interopérabilité, montre que la majorité des entreprises doivent encore combler des lacunes importantes.

Cette situation n’est pas sans conséquence. Selon Gartner, jusqu’à 60% des projets d’IA pourraient être abandonnés faute de données adaptées. L’infrastructure de données devient ainsi le principal facteur limitant de la transformation par l’IA.

Les leaders montrent la voie

Les entreprises pleinement prêtes présentent des caractéristiques communes. Elles s’appuient sur :

  • Des pipelines de données automatisés et continus
  • Une traçabilité de bout en bout garantissant la confiance
  • Une gouvernance solide pour assurer conformité et sécurité
  • Des architectures interopérables favorisant la circulation des données

Grâce à ces fondations, elles déploient l’IA agentique plus largement, aussi bien dans leurs opérations internes que dans leurs produits. Elles affichent également une confiance nettement supérieure dans leur capacité à générer un retour sur investissement.

Construire une base solide pour l’IA agentique

Le rapport identifie quatre piliers indispensables pour réussir :

  • Des données fraîches et fiables
  • Une traçabilité transparente
  • Une gouvernance rigoureuse
  • Une interopérabilité ouverte

En combinant ces éléments, les entreprises peuvent déployer l’IA agentique à grande échelle tout en maîtrisant les risques et les coûts.

Dans un contexte où l’IA devient de plus en plus autonome, la performance des systèmes dépend moins des modèles que de la qualité des données qui les alimentent. Sans fondation solide, l’innovation risque de se transformer en vulnérabilité.

 

Source : Enquête Fivetran menée par Redpoint Ventures – 400 professionnels de la donnée aux États-Unis, dans la région EMEA et en Asie-Pacifique. Les participants appartiennent à des secteurs intensifs en données, notamment la technologie, les services financiers, la santé, le retail et l’industrie manufacturière.

 

🟢 IA agentique, dossiers iTPro.fr pour compléter votre information:

IA Agentique : la vraie rupture c’est la gouvernance humaine

 

Redéfinir la confiance à l’ère de l’IA agentique : les entreprises sont-elles prêtes pour le SOC autonome ?

Téléchargez cette ressource

Plan de sécurité Microsoft 365

Plan de sécurité Microsoft 365

Les attaquants savent comment prendre le contrôle de votre tenant Microsoft 365, et vous, savez-vous comment le reprendre en main ?

Les plus consultés sur iTPro.fr

A lire aussi sur le site

À la une de la chaîne IA