Ce que les preuves disent vraiment.
Avant de publier nos propres résultats, nous publions notre lecture de ceux des autres : sourcée, datée, et en disant quand une source est faible. Chaque note ci-dessous énonce sa thèse, renvoie à sa source primaire, et précise ce que nous refusons d’en conclure.
01 — L’écart entre ce qu’on croit et ce qu’on mesure
Environ 90 % des dirigeants attendent un retour mesurable de l’IA agentique en 2026 (BCG, 2 360 dirigeants interrogés). Sur la même période, 39 % des organisations constatent un effet quelconque de l’IA sur leur résultat d’exploitation, et le plus souvent sous les 5 % (McKinsey, 1 993 répondants). Les deux chiffres sont probablement honnêtes. Ils ne mesurent simplement pas la même chose : l’un mesure une intention, l’autre un compte de résultat.
Ce que nous refusons d’en conclure : que l’IA ne marche pas. Seulement que la distance entre l’attente d’un dirigeant et le livre de comptes d’une direction financière est aujourd’hui très grande — et que quiconque vend dans cet écart doit s’attendre à ce qu’on lui demande des preuves.
02 — Pourquoi les projets d’agents sont abandonnés
Gartner prévoit que plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 2027, et nomme trois causes : coûts qui dérapent, valeur métier floue, contrôles de risque insuffisants. L’ordre compte. Deux de ces trois causes ne sont pas des problèmes techniques, et la troisième est un problème de gouvernance.
Ce que nous refusons d’en conclure : que c’est mesuré. C’est une prévision d’analyste, et elle doit toujours être citée comme telle. Nous la reprenons parce qu’elle nomme les modes d’échec contre lesquels nous construisons, pas parce qu’une prévision serait une preuve.
03 — Le seul chiffre du domaine qui soit correctement mesuré
Une étude contrôlée portant sur 5 179 conseillers de support client montre une productivité en hausse de 14 % en moyenne, et de 34 % pour les moins expérimentés — les meilleurs, eux, ne gagnent presque rien. C’est une quasi-expérience avec un vrai groupe témoin, publiée dans une revue à comité de lecture. C’est aussi un assistant, pas un agent autonome, et un seul métier.
Ce que nous refusons d’en conclure : que les agents font gagner 14 % partout. C’est la répartition qui est le résultat : cette technologie relève beaucoup plus le plancher que le plafond. Cela change l’endroit où il faut la déployer en premier.
04 — Un chiffre très cité que nous refusons d’utiliser
Vous verrez partout que « 95 % des projets d’IA échouent ». Le chiffre vient d’un rapport du MIT Project NANDA construit sur 52 entretiens et 153 réponses d’enquête, que ses auteurs qualifient eux-mêmes de « directionnellement juste » et qui n’est pas passé par un comité de lecture. Il porte en outre sur l’IA générative en général, pas sur les agents.
Pourquoi ça vous concerne : tout fournisseur qui vous le sert comme un taux d’échec des agents ne l’a pas lu, ou compte sur le fait que vous ne l’avez pas lu. Nous préférons perdre la diapositive spectaculaire plutôt que de citer un chiffre qui ne soutient pas la phrase où on le place.
05 — Ce qu’un régulateur vient de rendre obligatoire
Le règlement (UE) 2026/247 du 2 février 2026 remplace l’annexe II du règlement 300/2008. À partir du 1er janvier 2028, chaque État membre devra faire tourner un dispositif de signalement, de classification, de traitement, de conservation, de protection, d’analyse et d’agrégation des événements de sûreté aérienne, avec un canal confidentiel et une classification commune. Par ailleurs, l’omnibus numérique de 2026 a déplacé au 2 décembre 2027 les obligations « haut risque » de l’annexe III du règlement sur l’IA.
Ce que nous refusons d’en conclure : que l’une ou l’autre de ces dates soit un argument de vente en soi. Les deux créent un travail documentaire qui devra exister, que quelqu’un nous achète quelque chose ou non.
06 — La charge documentaire, mesurée par le secteur lui-même
En interrogeant 138 fabricants de dispositifs médicaux et 73 fabricants de diagnostics, MedTech Europe constate que 70 % d’entre eux ont besoin de jusqu’à quatre mois par an rien que pour mettre à jour leurs rapports de surveillance après commercialisation, et que 86 % des grands fabricants et 91 % des PME n’arrivent pas à recruter le personnel réglementaire qualifié dont ils ont besoin.
La réserve que nous ne cacherons pas : c’est une enquête menée par une fédération professionnelle qui milite pour assouplir cette même réglementation. La direction du constat est crédible, la mise en scène est intéressée. Nous l’utilisons parce que la pénurie de personnel qu’elle décrit se retrouve dans toutes les offres d’emploi du secteur.
À venir, issu de notre propre travail
Ces notes-là sont à nous de produire. Elles paraîtront ici quand les données seront réelles, et pas avant.
Le format du mandat, publié en entier
Le schéma, le modèle vierge et les contrôles qui l’appliquent à l’exécution. Libres de copie, y compris par des gens qui ne nous achèteront jamais rien.
Ce que produisent vraiment 72 heures d’agent non supervisé
Produire en autonomie ne veut pas dire gagner de l’argent en autonomie. Nous mesurons l’écart sur notre propre exploitation, et nous publions aussi la colonne des coûts.
Les notes paraissent sous licence ouverte sur khelion.com/fr/lab. Si une source citée ici est fausse, dites-le-nous : nous corrigerons en public.