L’essor des agents IA
Les enseignements tirés par les scale-ups européennes
Découvrez comment les scale-ups européennes ont fait passer leurs agents IA du stade de la preuve de concept à la production, en repensant leur couche de contenu.
La plupart des projets d’IA échouent parce que les contenus dont les modèles ont besoin sont dispersés entre les disques, les boîtes mail et des solutions spécialisées : ils ne sont ni gouvernés ni visibles par vos agents. Sifted s’est entretenu avec des fondateurs, des CTO et des CIO à travers l’Europe pour comprendre ce qui distingue les agents réellement opérationnels des pilotes coûteux. La réponse réside rarement dans le modèle. Comme l’explique Aaron Levie, CEO de Box : « Pour les agents IA, le contexte est roi. »
Les chiffres le confirment. Selon une enquête Dataiku menée auprès de dirigeants d’entreprise, moins de la moitié des agents IA dépassent le stade de la preuve de concept. Par ailleurs, une étude du MIT largement citée, publiée en 2025, révèle que 95 % des projets pilotes d’IA générative ne génèrent aucun retour sur investissement. Dans le même temps, 95 % des dirigeants reconnaissent qu’ils seraient incapables de retracer entièrement le processus décisionnel d’une IA de bout en bout si un organisme de réglementation le leur demandait.
Les équipes qui en tirent une réelle valeur adoptent une approche plus simple. Chez Cloudcards, une entreprise irlandaise spécialisée dans les logiciels pour l’aviation, les agents extraient les informations commerciales et techniques de dizaines de documents, tandis que les experts humains se concentrent sur la supervision stratégique. Chez Yonder, un cabinet de conseil, les agents font émerger des connaissances qui « se trouvaient dans d’anciennes présentations, études de cas et livrables, mais étaient auparavant pratiquement invisibles ».
Lisez le rapport pour découvrir :
- Ce qui distingue un véritable agent d’un chatbot ou d’un workflow simplement rebaptisé
- Comment des équipes agiles accomplissent davantage sans augmenter leurs effectifs ni leur budget
- Où les agents échouent et quelles mesures de protection les équipes européennes mettent en place
- Pourquoi la couche de contenu, et non le modèle, détermine la capacité des agents à produire des résultats