Les systèmes agentiques enchaînent plusieurs opérations, interagissent avec des applications et accomplissent des actions avec un degré variable d’autonomie, ce qui déplace l’IA de l’assistance vers l’exécution des processus.

Tant qu’un système produit une recommandation, la décision reste sous le contrôle direct d’un collaborateur ; lorsqu’il peut engager une action, modifier une information ou interagir avec un tiers, les conséquences de ses erreurs deviennent immédiates.

L’Applied AI Index 2026 du Boston Consulting Group met en évidence le décalage entre les ambitions des entreprises et leur préparation.

D’après l’étude, 42 % des entreprises prévoient d’accorder une véritable autonomie décisionnelle à des agents d’ici 2030, alors que 5 % seulement disposent aujourd’hui de l’ensemble des contrôles jugés critiques.

Les entreprises qui ont mis en place les six dispositifs de contrôle étudiés par le BCG déclarent par ailleurs générer trois fois plus de valeur agentique que celles qui n’en ont qu’un seul.Ces résultats ne démontrent pas que la gouvernance produise mécaniquement davantage de valeur : les entreprises les mieux contrôlées disposent peut-être aussi d’une stratégie plus claire, de processus mieux structurés ou d’une plus grande expérience du déploiement.

Ils suggèrent néanmoins que la capacité à encadrer l’autonomie pourrait constituer une condition importante de sa création de valeur.

La question centrale devient celle des décisions qu’une entreprise peut raisonnablement déléguer à un agent, avec quel niveau d’autonomie, pour quel bénéfice économique et sous quelles conditions de contrôle.

La question centrale devient celle des décisions qu’une entreprise peut raisonnablement déléguer à un agent, avec quel niveau d’autonomie, pour quel bénéfice économique et sous quelles conditions de contrôle.

De la recommandation à l’action :

un changement dans la nature du risque

Un modèle prédictif peut identifier un risque de retard fournisseur, et un assistant peut en analyser les conséquences et proposer des mesures correctives. Un agent disposant des autorisations adaptées peut aller plus loin : contacter le fournisseur, modifier une priorité d’approvisionnement, actualiser une commande ou déclencher une escalade.

Ces capacités accélèrent l’exécution dans les processus qui comportent de nombreuses décisions répétitives, mais elles modifient le rapport entre l’information et l’action.

Lorsqu’un système fournit une recommandation erronée, un collaborateur peut la remettre en question avant de l’appliquer.

Mais lorsqu’un agent exécute directement l’opération, ce contrôle préalable peut disparaître, et l’erreur porte alors sur les conséquences d’une action effectivement réalisée, au-delà de la qualité d’une analyse.

Dans les achats, un agent pourrait engager une commande sur la base d’informations incomplètes ; dans la gestion des comptes clients, déclencher une relance inappropriée ; dans un environnement industriel, modifier des paramètres opérationnels avec des effets sur la qualité, la continuité ou la sécurité. Ces exemples n’excluent pas l’autonomie de ces fonctions, mais sa pertinence dépend de la nature des actions, de leur matérialité économique et de la capacité de l’entreprise à en maîtriser les conséquences.

Le risque peut aussi se construire progressivement : des actions individuellement limitées produisent un engagement significatif lorsqu’elles s’accumulent, et plusieurs décisions apparemment correctes peuvent aboutir à un résultat défavorable lorsque leurs interactions sont mal prises en compte. Plus un système agit sans intervention humaine, plus la définition de son périmètre d’autorité devient déterminante.

Proportionner l’autonomie à la matérialité et au coût de l’erreur

Toutes les décisions ne présentent pas le même niveau de risque : certaines sont fréquentes, standardisées et facilement réversibles, d’autres engagent des montants importants, affectent des tiers ou produisent des conséquences difficiles à corriger.

L’opportunité de déléguer une décision à un agent s’apprécie selon quatre dimensions, au-delà de la faisabilité technique.

La matérialité économique distingue une action portant sur quelques informations internes d’une modification des conditions commerciales d’un client ou d’un engagement financier.

La réversibilité sépare l’erreur de classification documentaire, corrigée à faible coût, de la commande exécutée ou de la communication transmise à un client, dont les effets subsistent après une correction informatique.

La fréquence et le volume comptent aussi, car une erreur peu coûteuse devient significative lorsqu’elle est reproduite des milliers de fois : l’automatisation accélère la création de valeur comme la propagation des erreurs. Le degré d’incertitude varie enfin selon que la situation relève de règles précises ou exige une appréciation du contexte et des exceptions que les données ne représentent pas entièrement.

Ces dimensions conduisent à plusieurs niveaux de délégation.

• Au premier, le système propose une action et la décision reste entièrement humaine.
• Au deuxième, il prépare une opération soumise à validation avant exécution.
• Au troisième, il agit de manière autonome dans des limites prédéfinies, avec surveillance et escalade.
• Au niveau le plus avancé, il coordonne plusieurs opérations ou systèmes, sous réserve de contrôles adaptés à la portée de ses actions.

Cette progression n’a rien d’obligatoire : dans certaines fonctions, la validation humaine coûte peu au regard des risques évités, tandis que pour traiter rapidement de nombreuses situations peu sensibles, une autonomie encadrée produit des bénéfices importants. Le choix arbitre entre les gains attendus, les coûts de supervision, les conséquences possibles des erreurs et les capacités de contrôle, afin de retenir le niveau d’autonomie économiquement justifié et compatible avec le risque acceptable pour l’entreprise.

La gouvernance, condition de l’exécution

La gouvernance de l’IA ne se limite pas à des règles générales de confidentialité, de sécurité ou de conformité : elle précise comment les systèmes participent aux décisions, quels pouvoirs leur sont attribués et comment l’entreprise conserve la maîtrise des résultats. Le programme AI Strategy and Leadership du MIT relie d’ailleurs le déploiement de l’IA aux responsabilités managériales, à l’organisation et à la maîtrise des risques.

Elle commence par l’identification d’un responsable métier. Un agent ne se déploie pas parce qu’une équipe technologique démontre qu’il sait exécuter un processus : la fonction concernée définit les actions attendues, les limites acceptables et les conditions d’intervention humaine, et la responsabilité du processus reste explicite lorsque plusieurs fonctions participent à la conception, à l’exploitation et à la supervision du système.

Les autorisations sont ensuite définies avec précision : un agent peut consulter certaines données sans les modifier, préparer une commande sans la valider, ou déclencher une action lorsque des critères prédéfinis sont respectés. Ces limites doivent s’appliquer techniquement, car une consigne adressée au modèle lui demandant de ne pas dépasser un montant ne remplace pas un mécanisme indépendant qui empêche effectivement cet engagement.

La traçabilité permet de savoir quelles informations ont été utilisées, quelles actions ont été exécutées et à quel moment, ce qui facilite le traitement des incidents et la reconstitution des responsabilités. L’entreprise doit aussi pouvoir suspendre un système autonome lorsqu’un comportement inattendu apparaît ou qu’un seuil de risque est dépassé ; le BCG évoque à ce titre des dispositifs de supervision et de retour arrière, ainsi que des garde-fous de sécurité, d’audit et de coûts.

La supervision ne peut pas reposer sur un collaborateur qui observerait toutes les actions en temps réel. Un pilote limité peut être suivi manuellement par une équipe spécialisée, alors qu’un système déployé sur des milliers d’opérations exige des contrôles intégrés, des seuils d’alerte, des mécanismes d’escalade et des procédures de reprise, reproductibles et économiquement soutenables. La qualité de ces dispositifs conditionne ainsi l’industrialisation des agents.

La gouvernance comme facteur de création de valeur

Les mécanismes de contrôle (validations, documentation, restrictions d’accès, supervision) sont souvent perçus comme des contraintes qui augmentent les coûts et ralentissent les opérations. Dans le cas de l’IA agentique, cette lecture reste partielle. Faute de contrôles suffisants, l’entreprise peut renoncer à déléguer des actions économiquement pertinentes : un processus reste dépendant de validations manuelles quand les limites d’autorité, la fiabilité ou la gestion des exceptions ne sont pas assez définies, même si les agents sont capables de l’exécuter. Lorsque les règles de délégation sont explicites, que les opérations sont traçables et que les situations sensibles sont identifiables, les interventions humaines se concentrent sur les décisions qui le justifient et le périmètre d’automatisation acceptable s’élargit.

L’association observée par le BCG entre l’ampleur des contrôles et le niveau de valeur agentique déclarée va dans ce sens. Elle ne suffit pas à établir que les contrôles expliquent la performance, mais elle remet en cause l’idée d’une opposition systématique entre gouvernance et création de valeur.

Les contrôles ont toutefois un coût. Un système qui exige une validation humaine systématique, de nombreuses corrections et une supervision permanente perd une partie importante de son avantage économique, tandis que la suppression de ces interventions pour réduire les coûts expose l’entreprise à des erreurs dont les conséquences peuvent dépasser les économies attendues. Le niveau de contrôle pertinent dépend donc de son effet sur la valeur nette du processus, qui intègre les bénéfices de rapidité, de productivité ou de qualité, ainsi que les coûts de supervision, d’intervention humaine et de correction et les pertes potentielles liées aux erreurs. Le niveau de contrôle à retenir est celui qui maximise la valeur économique durable, compte tenu des risques que l’entreprise est capable et disposée à accepter.

Processus, responsabilités et direction générale

Les agents transforment aussi l’architecture des processus. Un processus traditionnel enchaîne des interventions humaines, des applications et des points de validation, et des agents capables de coordonner plusieurs opérations remettent en cause cette organisation : les systèmes exécutent une partie des activités répétitives, tandis que les collaborateurs se concentrent sur la définition des règles, le traitement des exceptions et les arbitrages complexes. Remplacer simplement certaines interventions humaines par des agents améliore rarement un processus conçu autour de ces interventions, dont les étapes, les validations et les échanges d’information doivent souvent être repensés.

Lorsqu’un agent réalise une action inappropriée, la responsabilité de l’entreprise ne peut pas être attribuée au seul système : il faut déterminer si l’incident provient des données, des règles de délégation, du modèle, de son intégration ou d’un défaut de supervision, puis identifier les corrections et leurs responsables. Les collaborateurs doivent par ailleurs comprendre le rôle des agents et les situations où leur jugement reste indispensable, car une confiance excessive conduit à accepter des décisions insuffisamment vérifiées et une défiance systématique neutralise les bénéfices attendus.

Autoriser un agent à effectuer des opérations revient à lui déléguer une capacité d’action à l’intérieur de l’entreprise, avec des effets possibles sur les ressources engagées, les clients, les fournisseurs et la performance. Cette délégation relève donc de la direction générale, qui définit les domaines où l’autonomie est souhaitable, les bénéfices attendus et les limites à ne pas franchir. Les responsables métiers assument les résultats des processus concernés, les fonctions technologiques garantissent l’exécution et les contrôles, et les fonctions de risque, de conformité et de sécurité interviennent selon la sensibilité des opérations. La direction financière évalue la matérialité des décisions déléguées, les économies attendues, les coûts complets de la supervision et les conséquences économiques des erreurs potentielles, afin de déterminer si l’autonomie supplémentaire justifie les coûts et les risques qu’elle introduit.

Les dispositifs de gouvernance s’évaluent dès la conception des initiatives, avant la démonstration de faisabilité technique, car un agent satisfaisant lors d’un pilote peut rester inadapté à un déploiement plus large. Pour les conseils d’administration, l’enjeu porte sur le cadre général de délégation et de surveillance : approuver chaque automatisation serait irréaliste, mais il leur revient de vérifier que l’entreprise dispose de principes cohérents sur les décisions automatisables, les niveaux de risque acceptables, les responsabilités et les mécanismes de contrôle.

Gouverner l’autonomie pour en capturer la valeur

L’autonomie accroît la vitesse d’exécution des opérations, et elle peut tout autant accélérer la propagation d’erreurs, multiplier les engagements inappropriés ou fragiliser des contrôles lorsqu’elle est déployée sans limites suffisamment définies. La valeur résulte d’un équilibre entre les bénéfices de l’automatisation, la fiabilité des décisions, la gestion des exceptions et le coût de la supervision.

Les dirigeants ont donc à fixer explicitement les frontières de la délégation : les décisions automatisables sans contrôle préalable, celles qui exigent une validation humaine, les engagements qu’un système peut prendre, et les moyens de détecter et d’interrompre un comportement inapproprié. Ces points relèvent de l’allocation des responsabilités et de la gouvernance économique, au-delà de la gestion informatique.

Les organisations les plus performantes pourraient être celles qui auront déterminé avec précision les décisions à déléguer, les limites à imposer et les conditions dans lesquelles l’autonomie produit un bénéfice réel. L’autonomie relève de la technologie, sa délégation d’une décision de management, et sa justification de la valeur économique que l’entreprise parvient effectivement à capturer.

Sources

•            Boston Consulting Group, The Formula for Agentic AI Value: The Applied AI Index 2026 (42 % d’entreprises prévoyant d’accorder une autonomie aux agents d’ici 2030, 5 % disposant de l’ensemble des contrôles critiques, trois fois plus de valeur agentique avec six contrôles contre un)

•            Boston Consulting Group, communiqué du 30 septembre 2026 sur l’Applied AI Index (exemples de dispositifs de supervision, de retour arrière, de sécurité, d’audit et de maîtrise des coûts)