Agents IA en entreprise : l'orchestration d'un côté, la sécurité de l'autre

Deux constats tiennent sur les outils d'agents IA en entreprise en 2026. Le marché des plateformes mûrit vite. La couche de sécurité en dessous, non. C'est dans cet écart que se prennent désormais la plupart des décisions d'achat.

Commençons par les plateformes. L'analyse de Bardeen sur les plateformes d'agents IA en entreprise, publiée le 10 août 2026, ramène le choix à une question : quelle pile technique l'entreprise utilise-t-elle déjà ? Salesforce Agentforce 360 pour les opérations Salesforce, Microsoft Copilot Studio pour les entreprises sous Microsoft 365, Google Gemini Enterprise pour Google Cloud, ServiceNow pour les flux de travail informatiques et RH qu'il gère déjà. L'analyse cite WIQ comme successeur natif de l'IA du task mining, qui observe comment le travail se déroule et classe ce qui mérite d'être automatisé. Elle décrit aussi une architecture commune : un constructeur, une couche d'orchestration et une gouvernance qui couvre l'identité, l'observabilité et le contrôle de ce que les agents peuvent toucher.

Gartner suit la catégorie sous le nom de plateformes de développement d'agents IA.

Le prix est l'endroit où le discours marketing s'effrite. Salesforce publie des Flex Credits à 500 dollars les 100 000, une action standard consommant 20 crédits, soit environ 0,10 dollar, plus 2 dollars par conversation client et des modules utilisateur à 125 dollars par utilisateur et par mois, selon l'analyse de Bardeen. La comparaison de Manus, publiée le 24 juillet 2026, donne les mêmes 0,10 dollar par action et 2 dollars par conversation. Elle note que le coût total de possession peut dépasser le prix d'entrée affiché, car la plupart des déploiements sérieux ont aussi besoin de Data Cloud, de services d'intégration et d'un travail de nettoyage des données. Microsoft Copilot Studio est inclus avec M365 Copilot à 30 dollars par utilisateur et par mois, indique le guide Manus. ServiceNow est listé sur devis.

Les chiffres d'adoption demandent une lecture prudente. L'analyse de Bardeen affirme que 90 % du Fortune 500 utilise déjà Copilot Studio, et que Salesforce annonce 12 000 clients sur Agentforce 360. Ce sont des chiffres déclarés par les éditeurs. La même analyse cite Salesforce, qui affirme que Reddit a détourné 46 % de ses cas de support et qu'OpenTable a résolu 70 % des demandes de façon autonome, là encore des chiffres déclarés par l'éditeur.

Ce que dit la recherche en sécurité

Le rapport n8n sur les outils de développement d'agents IA en entreprise est direct sur la couche que les acheteurs sautent volontiers. L'authentification et l'identité des agents sont presque partout absentes du marché, écrit-il. La plupart des discours marketing confondent un agent qui utilise une clé API pour appeler un modèle avec un agent qui présente ses propres identifiants à un service tiers. Seuls Google, Langflow, Workato, CrewAI, Sim.ai et Gumloop obtiennent un score de 2 sur ce critère dans le rapport. La traçabilité, la capacité de remonter d'un agent à une identité humaine, est pratiquement inexistante : seuls Google, Workato et Gumloop obtiennent un score. La gestion des secrets est tout aussi maigre, avec seulement Google, Sim.ai et Gumloop à 2, et Make et Retool à 1.

L'isolation du code non fiable généré par un LLM est rare. Seule une poignée d'éditeurs propose un bac à sable comme frontière de sécurité, indique le rapport n8n, et la plupart s'appuient sur des services tiers, le plus souvent E2B. CrewAI a abandonné son service natif d'exécution de code et suggère à ses clients d'utiliser E2B. Le rapport note aussi qu'aucune plateforme ne fait bien à la fois l'exécution du code des agents et celle du code écrit par des humains, pas même Google.

Écrire un prompt demandant au LLM de ne pas halluciner ou de ne pas divulguer de données sensibles ne constitue pas une fonctionnalité de sécurité.

Cette phrase, tirée du rapport n8n, résume le mieux le problème. Les évaluations servent parfois de garde-fous, par exemple un LLM juge vérifiant si une réponse contient des données personnelles. Le rapport distingue pourtant cela d'une règle déterministe par expression régulière, qui détecte un numéro de sécurité sociale et le remplace.

L'adoption est plus désordonnée que ne le disent les éditeurs

Manus cite une étude IDC publiée en 2025 : 88 % des preuves de concept d'IA en entreprise n'atteignent pas la production. L'intégration, la gouvernance et la planification des coûts sont généralement décisives, plutôt que l'IA elle-même. Le guide Liqteq cite l'avertissement de Gartner de juin 2025 : plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, en raison de coûts croissants, d'un retour sur investissement flou et d'une gouvernance insuffisante. Il décrit le blanchiment d'agents, des éditeurs rebaptisant chatbots et outils RPA en agents, comme endémique. Il affirme que seulement environ 130 éditeurs sur des milliers construisent de vrais systèmes agentiques.

Réunissez ces deux moitiés et la question d'achat change. La liste restreinte de plateformes est désormais assez prévisible, et elle correspond à la pile technique déjà en place dans l'entreprise. La question plus difficile est de savoir si l'outil choisi peut prouver quel agent a agi, sous quelle autorité et à l'intérieur de quelle frontière. Au vu des éléments publiés jusqu'ici, c'est encore la partie que la plupart des éditeurs n'ont pas construite.