Boom des agents IA en entreprise : doublé en un an

Au cours de la dernière année, les agents d’IA ont doublé leur présence dans les entreprises en moyenne, dans plusieurs cas et les secteurs l’ont même triplé.

2026 peut ainsi être considérée à toutes fins utiles comme l’année de l’essor de l’IA agentique appliquée aux entreprises et à leurs activités de production et de développement.

Il le met en valeur et certifie le nouveau Indice d’entreprise agentique 2026le rapport annuel qui analyse les données d’utilisation de l’IA sur la plateforme Agentforce de Salesforce pour découvrir comment les entreprises déploient et utilisent des agents IA. Ce sont les résultats obtenus à partir de l’analyse des réalités et des organisations qui ont systématiquement adopté des agents de février 2025 à avril 2026.

Deux principaux modèles de déploiement pour les agents IA

Les preuves et les tendances qui ont émergé font état tout d’abord de « deux modèles de mise en œuvre : spécifique à une tâche et en plusieurs étapes » – indique le Salesforce Agentic Enterprise Index de cette année – « une bifurcation dans le paysage commercial mondial dans lequel l’approche opérationnelle et les besoins de l’entreprise déterminent la manière dont la main-d’œuvre numérique est employée » :

• Déploiements à grand volume et spécifiques à des tâches : modèle le plus populaire dans les secteurs B2C, cette approche se concentre sur le volume et la rapidité pour répondre aux besoins immédiats des clients.
• Mises en œuvre polyvalentes et en plusieurs étapes : typiques des secteurs plus complexes sur le plan opérationnel et hautement réglementés tels que l’industrie manufacturière et le secteur public. Cette stratégie met l’accent sur la création d’agents capables de gérer une grande variété de tâches qui nécessitent une logique métier interfonctionnelle.

Chaque modèle « construit la confiance et génère un retour sur investissement, mais l’avenir de l’IA agentique repose sur la coexistence des deux modèles, qui vise à garantir un impact rapide et à grande échelle », explique l’analyse de Salesforce.

L’IA agentique en entreprise, tendances par secteurs d’activité

Le secteur financier, en particulier, combine rapidité et réglementation, en privilégiant certains des agents d’IA les plus sophistiqués mais en les déployant dans tous les secteurs de consommation, démontrant que complexité et automatisation peuvent coexister, en particulier pendant les pics d’activité comme la période des impôts.

Le commerce de détail, en revanche, augmente la complexité en fonction de la demande : les agents des secteurs de consommation ont tendance à se concentrer sur des activités plus simples, mais élargissent leur gamme de compétences et le nombre d’actions réalisées lors des pics intenses, comme les périodes de Noël.

Les entreprises, notamment celles du secteur des biens de consommation, déploient un nombre croissant d’agents numériques à un rythme toujours plus rapide.

Le nombre moyen d’agents activés pour chaque entreprise a augmenté de près de 3 fois au cours de la dernière année. Et une fois la configuration terminée, les entreprises commencent à créer des agents en quelques jours.

Le moment où l’intelligence brute se transforme en travail concret

Comment comprendre si ces agents prennent réellement des mesures significatives ? Pour évaluer cela, Salesforce a développé une métrique appelée Agentic Work Unit (AWU). Une AWU est une tâche distincte accomplie par un agent IA : le moment où l’intelligence brute est convertie en travail concret.

Par exemple, depuis avril 2026, la production d’AWU des agents Agentforce a augmenté de 15 % en termes de CMGR (taux de croissance mensuel composé).

Les secteurs B2C, en particulier ceux caractérisés par des volumes élevés d’interactions clients, « connaissent la production d’AWU la plus élevée », expliquent les analystes de Salesforce AI.

Malgré cela, les agents d’IA « dans le commerce de détail restent généralement concentrés sur des tâches limitées, réalisant en moyenne une ou deux actions par agent pendant la majeure partie de l’année, ce qui suggère des volumes élevés de travail de routine et spécifiques à des tâches ».

Les agents IA deviennent plus polyvalents

Les agents artificiels deviennent plus polyvalents, surtout en période de pointe de la demande.

La plupart des tâches de routine nécessitent que les agents mettent en pratique une ou deux compétences simples, comme rechercher les détails d’un enregistrement ou répondre à une question d’un client.

Mais « les agents IA s’attaquent également à des tâches de plus en plus complexes. Aujourd’hui, un agent est capable de mettre en pratique six compétences en moyenne, contre deux début 2025 », constate le rapport.

Les agents « deviennent encore plus compétents et plus performants en période de forte demande. Pendant les pics d’achats saisonniers, l’agent de vente au détail moyen était capable d’exercer neuf compétences, soit une augmentation de 350 % en un an, ce qui suggère qu’ils sont déployés pour répondre aux besoins des clients plus complexes et à plusieurs étapes à mesure que la demande augmente.

Les flux de travail et les logiques changent

Les données montrent également que les agents IA agissent de plus en plus sur plusieurs domaines cloud. Par exemple, au lieu de simplement répondre aux questions des clients, les agents de service localisent également les enregistrements de ventes et fournissent des recommandations personnalisées, élargissant ainsi la polyvalence de ce qu’ils peuvent faire pour les clients et les entreprises.

Cette capacité à agir sur différents systèmes cloud « souligne la nécessité pratique d’une architecture sans têtec’est-à-dire qu’en séparant la logique de l’opérateur des interfaces utilisateur frontales traditionnelles, les agents peuvent traiter des tâches, effectuer des actions et lancer des flux de travail n’importe où.

Applications dans des secteurs avec une plus grande complexité opérationnelle

Les secteurs réglementés et opérationnellement plus complexes « tendent à favoriser systématiquement la complexité des agents ».

Pour mesurer la complexité de l’utilisation des agents d’IA dans différents secteurs, une étude a été créée Indice de sophistication cartographier toutes les actions des agents en cinq niveaux progressifs de complexité cognitive :

Niveaux 1 à 3 (lecture, coordination, synthèse) : fonctionnalités standard à faible risque telles que la navigation dans les documents, la rédaction d’e-mails et la synthèse de documents.

Niveaux 4-5 (écrire, analyser, adapter) : capacités très complexes telles que la mise à jour des champs dans des bases de données ou l’extraction par programme de paramètres imbriqués à partir d’entrées brutes fournies par les utilisateurs.

En évaluant combien de ces niveaux de complexité sont réellement utilisés par les agents dans chaque secteur, l’indice de sophistication met en évidence qui utilise les agents pour gérer une variété de tâches complexes, plutôt que de simplement automatiser des tâches à volume élevé.

Des réseaux d’agents de plus en plus avancés

Les secteurs de l’industrie manufacturière, des services financiers et des HLS (soins de santé et sciences de la vie) construisent des réseaux d’agents plus avancés que les pionniers traditionnels de l’IA tels que la technologie et la vente au détail.

Ces derniers « mettent en œuvre des agents numériques sur tout le spectre des activités de travail, depuis la récupération et la synthèse des données jusqu’à la rédaction de communications et la mise à jour directe des documents », note l’analyse de Salesforce.

Ces secteurs « enregistrent des volumes d’AWU plus petits, mais en forte croissance. La production d’AWU du secteur public et de HLS a augmenté respectivement de 227 et 19 fois par rapport à l’année précédente ».

Le secteur des services financiers est un exemple d’espace réglementé et opérationnellement complexe déployant des agents d’IA à grande échelle, représentant une part similaire (10 %) de la production mensuelle totale d’AWU.

« Déployer des agents génère plus d’efficacité »

Dans tous les secteurs d’activité, les agents d’IA « passent de la simple conversation à l’exécution. Ils effectuent de plus en plus d’actions que la simple génération de texte. Ce ratio action/résultat augmente à un taux de croissance mensuel composé de 15 % ».

Par exemple, un agent du service client ne se contente pas de rédiger une réponse concernant la commande d’un client : il consulte les informations de ce client, applique les règles commerciales et émet le remboursement ou reprogramme le rendez-vous.

« Qu’il s’agisse d’activer des agents pour qu’ils fonctionnent à grande échelle ou de les gérer via des approches en plusieurs étapes, le résultat est qu’ils génèrent une réelle valeur », souligne Joe Inzerillo, président de l’IA et de la technologie d’entreprise chez Salesforce. « Le retour sur investissement n’est pas seulement une question de ventes, c’est aussi une question d’efficacité. Nous passons des chatbots passifs et des modèles prédictifs à des agents orientés action. »

La confiance se renforce : les salariés utilisent de plus en plus souvent des agents et les clients ont de plus en plus de conversations avec des agents IA : sur la période d’analyse, il ressort que les salariés interagissent avec un agent en moyenne 300 % de plus chaque semaine.

Client zéro : Slackbot, un agent IA de Salesforce

Un autre exemple vient de l’utilisation de Slackbot, l’agent IA de Salesforce dans Slack. Utilisé régulièrement par 83 % des salariés de l’entreprise basée à San Francisco, il « permet d’économiser en moyenne jusqu’à cinq heures de travail par semaine ».

Les employés de Salesforce utilisent Slackbot directement dans Slack pour rationaliser les tâches quotidiennes, du résumé des conversations manquées à la rédaction de contenu en passant par la création de rapports en regroupant des métriques et des fichiers provenant de divers canaux et applications.

Les clients font également confiance aux agents. Au cours des cinq derniers trimestres, les agents ont traité 170 fois plus de discussions avec le service client que les années précédentes et ont résolu systématiquement 7 d’entre elles.

Une autre étude récente a également révélé que 77 % des consommateurs qui ont interagi avec des agents d’IA se sentaient plus confiants dans leur achat que ceux qui ne l’avaient pas fait.

Un regard vers l’avenir

« À mesure que la main-d’œuvre numérique des entreprises mûrit, les entreprises n’auront plus à choisir entre des agents pouvant être déployés rapidement et des agents capables de gérer des tâches complexes », expliquent les analystes de Salesforce AI.

Voici pourquoi : « ils seront en mesure d’éliminer complètement ce compromis, en augmentant rapidement la productivité pour faire face aux pics de demande, tout en conservant la logique interfonctionnelle approfondie nécessaire à la gestion des flux de travail complexes. »