Les agents d’IA sont certes la prochaine vague de l’intelligence artificielle pour la grande majorité des répondants à l’étude. Mais 53 % d’entre eux jugent que la confidentialité des données est perfectible, c’est un euphémisme. Pour 40 % de l’échantillon, l’intégration avec les systèmes hérités est un sérieux défi. La facture du déploiement des agents d’IA est un souci pour 39 % du panel.
En 2024, 21 % des entreprises ont mis en place ce type d’outils. L’étude de Cloudera porte sur 1.400 RSSI dans 14 pays. Les applications concernées par ce déploiement comprennent les bots d’optimisation des performances (66 %), les agents de surveillance de la sécurité (63 %) et les assistants de développement (62 %).
Quels sont les outils qui permettent de créer des agents d’IA ? En tête des réponses, comme indiqué ci-dessous, viennent les plateformes d’IA, suivies par les fonctions intégrées dans les applications de base, puis par des plateformes et framework d'agents dédiés. Les outils Open Source ferment la marche.
Pour autant, les LLM à code ouvert tels que Llama, Mistral et DeepSeek ont montré qu’il s’agit d’une solution plus rentable que les modèles propriétaires. La plupart de ces derniers sont liés à des clouds publics ou à des API spécifiques, ce qui peut créer des problèmes liés à la souveraineté des données et au verrouillage des fournisseurs.
Des usages concrets dans la finance et assurance, l’industrie, la santé, les télécommunications
Le rapport de Cloudera aborde les principaux cas d’usage pour les agents d’IA. Dans le secteur de la finance et assurance, les principales utilisations sont la détection de la fraude (56 %), l’évaluation des risques (44 %) et le conseil en investissement (38 %)Dans l’industrie, les principales applications d’agents d’IA concernent l’automatisation des processus (49 %), l’optimisation de la chaîne d’approvisionnement (48 %) et le contrôle qualité (47 %). Concrètement, les agents sont chargés de surveiller les lignes de production et d’identifier préventivement les défauts et d’optimiser la logistique pour éviter les retards. Enfin, l’IA agentique peut rationaliser les tâches répétitives,
un gage d’efficacité.
Dans le domaine de la santé, la planification des rendez-vous (51 %), l’aide au diagnostic (50 %) et le traitement de dossiers médicaux (47 %) sont sur le podium des usages concrets. Les agents d’IA sont censés réduire la charge de travail en coordonnant les horaires et en recueillant des données de l’Espace Santé numérique. Ce dernier point est particulièrement critique en matière de confidentialité.
Dans le secteur des télécommunications, les bots de support client (49 %), les agents d’UX (expérience client) soit 44 % des réponses et les agents de surveillance de sécurité (49 %) constituent les déploiements majeurs. Les agents d’IA résolvent en temps réel certains des problèmes de service, signalent les clients à risque en utilisant les données comportementales ou protègent les réseaux des menaces émergentes.
