Multiplication des effets d’annonce sous étiquette “agent IA”

Le terme est devenu omniprésent, engageant. Pourtant, peu de projets méritent vraiment ce label. Le rapport du Gartner* est sans appel : « plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 2027 en raison de coûts croissants et d’une valeur métier peu claire ». Mieux encore : parmi les milliers de fournisseurs vantant des capacités agentiques, seuls environ 130 offrent des véritables agents. Cela témoigne d’un phénomène que le Gartner appelle l’« agent washing » : on recycle sous une nouvelle marque des chatbots ou des assistants IA anciens sans aucune autonomie réelle. Aujourd’hui, ces projets ne sont souvent que des expériences ou des preuves de concept poussées par le battage, souvent mal appliquées.

Des bénéfices de l’agentique en formation (sous réserve de maîtrise)

Ce mouvement ne doit plus être ignoré. Le Gartner anticipe qu’en 2028, 15 % des décisions au quotidien seront prises de façon autonome par des agents IA, (contre 0 % en 2024) et que 33 % des applications d’entreprise intégreront cette technologie (contre moins de 1 % aujourd’hui).

Dans le domaine de la formation professionnelle, les cas d’usage prometteurs ne manquent pas : un agent IA peut piloter automatiquement l’ajustement d’un parcours de formation en fonction de la progression réelle du salarié, proposer des ressources pédagogiques ciblées selon les écarts observés entre les compétences détenues et requises, ou encore identifier des opportunités de développement individuel à partir de signaux faibles (performance, historique de formation, préférences d’apprentissage, etc.). Il peut aussi faciliter l’onboarding en automatisant la mise à disposition de contenus personnalisés selon les profils et les métiers, ou encore accompagner les managers dans l’animation des entretiens professionnels en leur fournissant des suggestions d’actions de montée en compétences adaptées. Plus en amont, ces agents peuvent analyser les données RH et métiers pour anticiper les besoins en compétences émergentes et alimenter les plans de développement à l’échelle d’un collectif ou d’une organisation. Bref, des agents capables non seulement de détecter, mais d’agir. À condition de ne pas tout mélanger : automatisation pour les tâches linéaires, assistants pour les recherches ponctuelles, agents pour les décisions à enjeux. Ce triptyque pragmatique reste la meilleure boussole pour éviter de s’enthousiasmer à mauvais escient.

Comment éviter les pièges et construire du durable

Pour le Gartner, les raisons d'échouer tiennent à l'incertitude du ROI, à des coûts mal maîtrisés et, souvent, à une gouvernance insuffisante. À quoi l'on peut ajouter que 95 % des projets d’IA générative pilotés en entreprise n’apportent aucun impact mesurable au compte de résultat (source : MIT). Cela rappelle à quel point la performance et l’intégration dans les workflows sont plus déterminants que le simple effet de nouveauté. Dans ce cheminement, on reconnaîtra un segment de la "Hype Curve" du Gartner qui permet de digérer toute désillusion inévitable afon de repartir du bon pied. Cela signifie pour les responsables formation qu’il faut poser des critères rigoureux : l’agent doit apprendre dans la durée, s’inscrire dans l’écosystème numérique, garantir la maîtrise des données, et s’appuyer sur un modèle économique pertinent. L’objectif n’est pas de packager une solution en un clic, mais de l’entraîner, la superviser, l’améliorer. Également renforcer la culture IA au sein des équipes : pas dans le but de coder des agents IA, mais pour être à même de les questionner, d'évaluer leur utilité et de piloter leur usage. La vigilance est de mise : se méfier de ce qui paraît trop beau pour être vrai… Choisir un agent IA, c’est construire une compétence, pas consommer une tendance. Les équipes formation se décideront donc avec discernement, en se mettant à distance du matraquage publicitaire ambiant.

Gartner – Press Release “Gartner predicts over 40 percent of agentic AI projects will be canceled by end of 2027”