Les agents IA se multiplient rapidement au sein des entreprises

Les main-d’œuvre d’agents IA se développent rapidement, tandis que le temps de déploiement diminue

Les clients de Salesforce ont fait passer leur nombre moyen d’agents IA en production de cinq en février 2025 à 13 en avril 2026. Cela représente un taux de croissance mensuel composé de 7 %, selon le deuxième Agentic Enterprise Index annuel de Salesforce. Sur la même période, le temps moyen nécessaire pour déployer un agent en production a chuté de 53 %, à 1,9 jour.

Ces deux chiffres sont importants ensemble. Les entreprises ne se contentent pas d’ajouter davantage d’agents. Elles deviennent aussi plus rapides pour les mettre en service dans leurs opérations. Salesforce a fondé son analyse sur des clients ayant eu des agents actifs en production chaque mois de la période étudiée, de février 2025 à avril 2026. L’entreprise a également intégré des données issues d’une étude Salesforce menée en mai 2026.

La tendance indique un passage de l’expérimentation à un déploiement reproductible. Une fois qu’une entreprise dispose des connexions de données, des autorisations, des workflows et de la gouvernance nécessaires pour un agent, elle peut réutiliser une partie de cette base. Cela peut réduire le travail nécessaire pour lancer l’agent suivant. Un temps moyen de déploiement de 1,9 jour suggère que, parmi les clients étudiés, la création d’agents devient un processus courant de logiciel et d’exploitation.

Pour les dirigeants, toutefois, la vitesse de déploiement n’est pas la principale mesure du succès. Un agent en production ne crée de valeur que s’il améliore un résultat : coût de service plus faible, temps de traitement plus court, revenus plus élevés, moins d’erreurs ou meilleure productivité des employés. Un déploiement rapide sans contrôles peut au contraire accroître les risques opérationnels et de sécurité.

La tâche clé de gestion passe donc de « Pouvons-nous déployer un agent ? » à « Quels processus un agent doit-il piloter, et comment mesurons-nous le résultat ? » Les entreprises qui résolvent ce problème peuvent passer à l’échelle avec discipline. Le nombre d’agents, à lui seul, n’est pas un objectif business utile.

Les agents IA effectuent davantage de travail et s’étendent à plusieurs fonctions de l’entreprise

Le changement le plus important intervient après le déploiement. Salesforce a constaté que le nombre moyen d’actions d’agents par compte client a progressé à un taux mensuel composé de 31 % sur la période d’analyse de 15 mois. Cette croissance a été bien plus rapide que l’augmentation mensuelle de 7 % du nombre d’agents.

Cette différence est importante. Elle indique que les agents existants sont utilisés de manière plus intensive, plutôt que la croissance ne provenant uniquement de la création d’agents supplémentaires par les entreprises. Leur rôle s’élargit également. Caila Schwartz, Head of Agentic Commerce Insights chez Salesforce, a déclaré que les agents « dépassent leur périmètre initial pour devenir véritablement transverses ».

Un agent transverse peut participer à des processus couvrant plusieurs applications ou départements. Une interaction de service, par exemple, peut nécessiter de récupérer des données client, de mettre à jour un dossier, de lancer un autre workflow et de communiquer le résultat. C’est sensiblement différent d’un système d’IA qui se contente de résumer un document ou de générer une réponse.

Pour les équipes de direction, la contrainte évolue à mesure que les agents obtiennent l’autorisation d’agir. Les capacités du modèle ne représentent plus qu’une partie du problème. Le contrôle des accès, des données business fiables et des règles d’autorisation claires deviennent essentiels, car un agent capable de modifier des dossiers ou de déclencher des workflows peut aussi commettre des erreurs lourdes de conséquences à plus grande vitesse. Les entreprises doivent donc définir quelles actions un agent peut entreprendre de manière autonome, lesquelles exigent une approbation humaine et comment chaque action est enregistrée pour examen.

La croissance mensuelle de 31 % des actions prouve l’élargissement de l’usage, mais ne prouve pas à elle seule une productivité plus élevée ni un meilleur retour sur investissement. Les dirigeants doivent relier l’activité des agents à des indicateurs business tels que le temps de résolution, le coût par transaction, les taux d’erreur et les workflows terminés. Les meilleurs programmes d’agents ne seront pas ceux qui génèrent le plus d’actions. Ce seront ceux qui transforment ces actions en résultats business mesurables.

La métrique AWU de Salesforce mesure l’activité des agents

Salesforce indique que ses agents Agentforce avaient réalisé 734 millions d’Agentic Work Units (AWU) en avril 2026. Le total progressait d’environ 15 % par mois. Salesforce a créé cette métrique pour mesurer le travail effectué par les agents au lieu de s’appuyer sur la consommation de tokens, qui reflète principalement le volume de calcul IA ou de traitement de texte impliqué.

La distinction est utile. Le nombre de tokens peut aider à suivre l’usage technique et les coûts, mais il dit peu de choses sur ce qu’un agent a réellement accompli. Salesforce cherche à rapprocher la mesure du travail effectivement réalisé. Les AWU offrent une manière de quantifier le volume d’activité des agents à travers les déploiements.

Mais cette métrique présente une limite claire. Des analystes ont critiqué les AWU parce qu’ils ne sont pas directement liés aux résultats business. Réaliser davantage d’unités de travail ne prouve pas qu’une entreprise a réduit ses coûts, augmenté ses revenus, amélioré le service client ou accru la productivité des employés. L’activité et la valeur sont deux mesures différentes.

Cette distinction doit structurer le reporting à destination des dirigeants. Les AWU peuvent aider les équipes à comprendre l’adoption, la croissance de la charge de travail et l’utilisation du système. Ils ne doivent pas devenir la mesure principale du succès d’un programme d’agents. La direction doit relier l’activité des agents à des résultats tels que le coût par processus terminé, le temps de résolution, les taux de conversion, les taux d’erreur et les heures de travail économisées pour les employés.

Les 734 millions d’AWU démontrent une activité substantielle au sein de l’écosystème Agentforce de Salesforce. Le taux de croissance mensuel de 15 % montre que cette activité augmente rapidement. Aucun de ces deux chiffres, pris isolément, ne démontre le retour sur investissement. Pour les dirigeants de la direction générale, la question pertinente est de savoir quelle quantité de travail économiquement utile chaque agent produit par rapport à son coût total et à son niveau de risque.

Les agents inter-systèmes nécessitent une architecture conçue pour l’action

L’étude de Salesforce a montré que les agents opèrent sur plusieurs domaines cloud. C’est important, car les processus business utiles restent rarement confinés à une seule application. Un agent peut avoir besoin de récupérer des informations dans un système, de traiter une demande, de mettre à jour un autre système et de déclencher un workflow distinct.

Salesforce soutient que ce schéma renforce l’intérêt d’une architecture « headless ». Dans cette conception, la logique sous-jacente de l’agent est séparée d’une interface utilisateur graphique traditionnelle. L’agent peut interagir directement avec les services et les workflows au lieu de dépendre des écrans conçus pour des utilisateurs humains. Salesforce affirme que cela permet aux agents de « traiter des tâches, exécuter des actions et déclencher des workflows partout ».

Pour les dirigeants, l’enjeu critique n’est pas de savoir si une architecture porte l’étiquette « headless ». La véritable exigence est un accès contrôlé aux systèmes business. Les agents ont besoin d’API fiables, de données cohérentes, d’identités claires et d’autorisations strictement définies s’ils doivent entreprendre des actions à travers plusieurs applications.

Cela devient plus important à mesure que l’autonomie des agents augmente. Un système d’IA qui se contente de répondre à une question crée une catégorie de risque. Un agent autorisé à modifier des dossiers clients, à initier des transactions ou à déclencher des workflows opérationnels crée une exigence de contrôle plus élevée. Les entreprises ont besoin d’authentification, d’autorisation, de journaux d’audit et de limites sur ce que chaque agent peut modifier. Les actions à fort impact peuvent aussi nécessiter une approbation humaine.

Une architecture découplée peut faciliter le déploiement des agents sur plusieurs canaux et applications, mais la flexibilité ne doit pas supprimer la responsabilité. L’architecture doit rendre chaque action attribuable, observable et réversible lorsque c’est possible. Pour les décideurs, c’est cette base qui permet aux agents transverses de passer à l’échelle sans créer de dépendances opérationnelles incontrôlées.

Salesforce fait état d’une large adoption interne des agents et d’importants gains de temps pour les employés

Salesforce indique que 83 % de ses employés ont adopté Slackbot, son agent IA dans Slack. Joe Inzerillo, President of Enterprise & AI Technology chez Salesforce, a déclaré que Slackbot fait gagner en moyenne cinq heures par semaine à chaque employé. Il a également indiqué que les sessions internes avec des agents IA ont triplé entre février 2025 et avril 2026.

Ces chiffres montrent que Salesforce utilise des agents à une échelle significative au sein de sa propre organisation. L’augmentation du nombre de sessions indique une utilisation croissante, tandis que le taux d’adoption de 83 % suggère que la technologie a atteint une large part des employés. Plus important encore, Salesforce relie l’usage à un résultat de productivité revendiqué : le temps économisé.

Pour les dirigeants, les gains de temps sont plus utiles que des mesures telles que les sessions, les prompts ou les tokens. Ils sont plus proches d’un résultat économique. Mais le temps économisé ne se traduit pas automatiquement par une baisse des coûts d’exploitation ou une hausse de la production. Le bénéfice business dépend de ce que les employés font de ces heures et du fait que l’agent réduise l’effort total plutôt que de déplacer le travail ailleurs dans le processus.

Le chiffre de cinq heures par semaine doit également être interprété comme un résultat interne communiqué par Salesforce. Les dirigeants qui évaluent des outils similaires doivent établir une référence avant le déploiement, puis mesurer le travail réalisé, le temps de traitement, la qualité et l’effort des employés après l’adoption.

L’enseignement plus large est que l’adoption et la productivité doivent être mesurées séparément. Une entreprise peut afficher une forte adoption sans retour significatif, tandis qu’un agent déployé de manière ciblée peut produire une valeur substantielle dans un processus à coût élevé. La direction doit se concentrer sur les endroits où le temps des employés est économisé et sur la manière dont cette capacité se traduit en production business mesurable.

La fabrication, la finance et la santé sont en tête en matière de sophistication des agents

Les déploiements d’agents les plus avancés ne sont pas concentrés dans les secteurs généralement associés au leadership en IA. Salesforce a constaté que l’industrie manufacturière, les services financiers, ainsi que la santé et les sciences de la vie ont développé des réseaux d’agents plus sophistiqués que la technologie et le retail.

Salesforce mesure cela à travers son Sophistication Index à cinq points, qui évalue la complexité cognitive des actions des agents. Les niveaux 1 à 3 couvrent des tâches telles que la consultation de dossiers, la rédaction d’e-mails et le résumé de documents. Les niveaux 4 et 5 couvrent des fonctions plus complexes, notamment la mise à jour de champs de base de données. Caila Schwartz, Head of Agentic Commerce Insights chez Salesforce, a déclaré que les secteurs abordent l’IA agentique différemment, certains opérant à des niveaux de sophistication plus élevés que d’autres.

La distinction est importante, car le volume de déploiement ne révèle pas le niveau de responsabilité opérationnelle confié aux agents. Une organisation exploitant de nombreux agents qui récupèrent des informations peut avoir une mise en œuvre moins avancée qu’une autre utilisant moins d’agents pour exécuter des modifications contrôlées dans des systèmes business. La capacité d’agir modifie à la fois la valeur potentielle et le profil de risque.

Les résultats suggèrent également que la maturité en IA ne doit pas être jugée à l’aune de la réputation d’un secteur. La fabrication, la finance et la santé gèrent des processus complexes où les workflows structurés, les dossiers et les transactions créent des opportunités pour l’automatisation par agents. En même temps, ces secteurs sont souvent soumis à des exigences strictes en matière de précision, de sécurité, de confidentialité et de responsabilité. Des agents plus sophistiqués exigent donc des contrôles plus solides, et non moins de supervision.

L’index de Salesforce doit néanmoins être considéré comme une mesure de complexité fonctionnelle plutôt que de performance business. Une action de niveau 5 n’est pas nécessairement plus précieuse qu’une action de niveau 2. Les dirigeants doivent choisir le niveau d’autonomie des agents le plus bas nécessaire pour produire le résultat business attendu, puis accroître cette autonomie lorsque le rendement attendu justifie les exigences de contrôle supplémentaires.

Le benchmark le plus utile n’est donc pas la sophistication pour elle-même. Il s’agit de savoir si un agent peut exécuter le processus requis avec précision, sécurité et à un coût total plus faible ou avec un niveau de service plus élevé. Les conclusions de Salesforce montrent que des déploiements avancés d’agents apparaissent déjà dans des secteurs fortement opérationnels et réglementés, mais leur valeur business doit en fin de compte être démontrée par les résultats.

Les agents IA passent de la réponse aux questions à l’exécution de tâches business

Le service client est le point de départ le plus courant pour l’IA agentique, selon Salesforce. Joe Inzerillo, President of Enterprise & AI Technology chez Salesforce, a décrit le service comme offrant « de loin le meilleur ROI pour commencer ». La raison sous-jacente est pratique. Les opérations de service contiennent de grands volumes de demandes répétées, des processus définis et des résultats mesurables, ce qui facilite l’identification des points où un agent crée de la valeur.

Le changement le plus important est le passage de l’information à l’action. Les premiers assistants IA répondaient principalement à des questions, résumaient des informations ou expliquaient des procédures. Inzerillo a déclaré que les utilisateurs demandent de plus en plus aux agents d’exécuter la tâche sous-jacente. Au lieu de demander à un agent destiné aux employés comment soumettre une demande de congés, par exemple, un employé peut fournir les informations requises et demander à l’agent de la soumettre.

Cela change le rôle de l’IA d’entreprise. Répondre à une question exige principalement l’accès à des informations fiables. Réaliser une tâche exige aussi l’accès aux systèmes business et l’autorisation de modifier des données ou de déclencher des workflows. L’agent doit comprendre la demande, sélectionner l’action correcte, l’exécuter et confirmer le résultat. Cela crée un potentiel d’automatisation plus important, mais augmente aussi les conséquences des erreurs.

Pour les dirigeants, cela fait de l’autorisation l’enjeu central de contrôle. Un agent ne doit disposer que des permissions nécessaires au travail qui lui est confié. Les entreprises ont également besoin de règles claires pour déterminer quand un agent peut agir de manière autonome, quand une approbation humaine est requise et comment les actions réalisées sont consignées et examinées. Ces contrôles deviennent plus importants lorsque les agents traitent des dossiers clients, des processus financiers, des données employés ou d’autres opérations sensibles.

Le service est un bon point de départ parce que les résultats peuvent être mesurés directement. Les dirigeants peuvent suivre le temps de résolution, le coût par dossier, la résolution au premier contact, les taux d’escalade et la satisfaction client. Des mesures similaires doivent accompagner les agents lorsqu’ils s’étendent aux services aux employés et à d’autres fonctions. Cela permet de distinguer une automatisation qui réalise un travail utile d’une activité IA qui ne fait qu’augmenter l’usage.

Les éléments fournis par Salesforce appuient une direction claire : les agents d’entreprise deviennent des systèmes d’exécution, et non plus seulement des outils d’information. Inzerillo a décrit le « biais croissant vers l’action » comme une évolution de l’usage agentique. L’opportunité pour les entreprises augmente à mesure que les agents acquièrent la capacité de réaliser du travail, mais le besoin de données fiables, d’accès contrôlé aux systèmes et de responsabilité mesurable augmente lui aussi.

Réflexions finales

Les données de Salesforce indiquent un changement clair dans l’IA d’entreprise. Les entreprises déploient davantage d’agents, le font plus rapidement et confient davantage de travail à ces agents. La prochaine phase sera définie moins par le nombre d’agents que par la quantité de travail utile que ces systèmes peuvent accomplir.

Pour les dirigeants, cela modifie la priorité de gestion. La vitesse de déploiement et les taux d’adoption sont des mesures opérationnelles utiles, mais ils ne prouvent pas la valeur business. L’activité des agents doit être reliée à des résultats tels qu’un coût par transaction plus faible, des temps de résolution plus courts, moins d’erreurs, des revenus plus élevés ou une capacité employé mesurable.

Le passage de la réponse aux questions à l’exécution d’actions accroît également l’exigence de contrôle. Les agents capables de mettre à jour des dossiers et de déclencher des workflows ont besoin d’autorisations claires, de données fiables, de pistes d’audit et de points définis pour l’approbation humaine. Une plus grande autonomie doit suivre une fiabilité démontrée.

L’approche la plus solide consiste à commencer par des processus où la valeur est mesurable et les actions bien définies. Le service en est un exemple, comme le suggèrent les conclusions de Salesforce. Passez ensuite à l’échelle lorsque l’économie et les contrôles sont clairs. L’avantage concurrentiel ne viendra pas du fait de disposer de la plus grande main-d’œuvre d’agents. Il viendra de la capacité à transformer l’autonomie des agents en performance business contrôlée et mesurable.