Agents IA : ROI ou cimetière de pilotes ?

06.05.2026

8 min de lecture

Les agents IA autonomes se dispersent dans toute l’entreprise, souvent sans inventaire ni propriétaire. Les DSI doivent désormais décider quels agents apportent de la valeur à la pipeline et lesquels ne génèrent que du risque.

06.05.2026

L’essentiel en bref

Trois classes d’agents, trois profils de ROI : le Procurement-Exception-Handling et les audits de fret génèrent du cash, le Demand-Forecasting reste un théâtre de pilotes, les agents de risque fournisseurs forment le champ de mines réglementaire. Qui traite tout de manière identique récolte 60 % de cimetière de pilotes, comme le prévoit Gartner d’ici 2028.
Les lancements de mai déplacent le curseur build-vs-buy : le Data Agent Kit de Google et Agent 365 de Microsoft avec le Purview-Prompt-DLP rendent les agents maison moins chers et, dans le même temps, plus lourds sur le plan de la conformité. Le DSI tranche désormais la question du control plane.
Le vendor lock-in se déplace de l’ERP vers la couche d’agents : SAP Joule, Salesforce Agentforce et Oracle AI Agents cimentent des chemins de données qui n’auraient jamais figuré dans une comparaison ERP classique. Qui n’inscrit pas ce sujet à l’ordre du jour du comité de direction rachètera cette dépendance en 2027.
Leviers C-level : des cycle-time targets, une cost avoidance documentée et un registre d’agents avec clause de sunset. Trois points qui trouvent leur place dans chaque quarterly review.

Ce qui est vraiment nouveau dans l’agent sprawl de la supply chain

La réponse commence par l’écriture comptable. Dans la plupart des groupes avec lesquels nous avons échangé au cours des derniers trimestres, les premiers agents supply chain productifs sont rattachés aux fonctions achats : les demandes d’achat sont pré-vérifiées, les factures de fret sont confrontées au contrat, les litiges transporteurs sont pré-qualifiés. Exactement là où se rejoignent volume, règles claires et coût d’erreur mesurable.

Ce qui est nouveau en 2026, c’est la vitesse. À la Google Cloud Next 26, Google a positionné le Data Agent Kit comme une collection portable d’outils MCP, de plugins et de skills qui transforme VS Code et la Gemini CLI en workspaces de données autonomes. Microsoft a étendu Purview, à l’occasion de la RSA 2026, d’un Prompt-DLP en temps réel pour les Copilot Studio Agents et publié avec Agent 365 un control plane qui retrace chaque agent trace via l’identité Entra. Les deux mouvements déplacent la contrainte : le gating des identités et des données devient le bottleneck.

La réalité dans le Mittelstand DACH semble différente. Ici, trois à douze agents tournent en production, quinze à trente autres en pilote, et le DSI n’en connaît souvent l’existence que parce que sa gestion de licences signale des anomalies. C’est cela, le sprawl. Et le sprawl est la variante la plus coûteuse des programmes d’agents, car il laisse le pilotage au vendor.

Trois endroits de la chaîne d’approvisionnement où les agents gagnent de l’argent

Le Procurement-Exception-Handling est le grand classique. Chez un client industriel comptant environ 240 000 lignes de commande par an, environ 9 % tombaient avant l’introduction de l’agent dans une boucle de clarification manuelle : écarts de prix sous le seuil, adresse de livraison manquante, mismatch de contrat. L’agent résout 71 % de ces cas sans intervention humaine. Cela représente plus de 15 000 dossiers par an qui ne restent plus quatre semaines en attente. Réduction du cycle time d’une moyenne de 14 jours à 1,8 jour.

L’audit des coûts de fret est la deuxième position claire. Selon les observations du secteur, l’écart entre la grille tarifaire convenue et la facture réelle du transporteur se situe en moyenne entre 1,4 et 2,1 %. Sur un volume logistique moyen de 80 millions d’euros de coûts de fret, cela représente 1,1 à 1,7 million d’euros par an qui s’évaporent entre tarif et facture. Un agent qui matche automatiquement les factures de fret avec le contrat et prépare les anomalies pour le disputes desk en récupère une part significative.

L’automatisation order-to-confirm est la troisième position où le calcul fonctionne. Lorsque la vente livre au client une confirmation de commande fiable en 6 heures au lieu de 36 heures, cela accélère la cash conversion et réduit de manière mesurable le taux d’annulation sur des marchés volatils. Les agents sont ici particulièrement efficaces lorsqu’ils sont connectés à une logique ATP (Available-to-Promise) et prennent l’ERP comme source de vérité à la place d’une approximation Excel.

Échantillon de ROI : agent achats dans un groupe industriel DACH

Indicateur	Avant agent	Après 9 mois
Lignes de commande par an	240 000	240 000
Taux de clarification manuelle	9 %	2,6 %
Cycle time des cas de clarification (médiane)	14 jours	1,8 jour
Équivalent FTE au desk de clarification	11	4 (le reste déplacé vers l’audit)
Cash avoidance (escompte + réclamations)	Base	env. 2,1 M EUR/an

Chiffres anonymisés issus d’un groupe industriel DACH, 9 mois d’exploitation en production. Valeurs destinées au calcul de modèle, non transposables à chaque secteur. Source : reporting du comité de direction, recoupé avec les schémas que Gartner décrit dans les Three-Building-Blocks-for-Autonomous-Supply-Chain (mai 2026).

Là où les agents coûtent de l’argent sans en gagner

La liste inconfortable est plus longue que la liste des ROI. Les agents de Demand-Forecasting qui se contentent de recouvrir un modèle de forecast existant d’une couche de langage livrent rarement mieux que le stack statistique en place. Ils déplacent le problème dans une boîte noire qui coûte plus cher en audit qu’un modèle ARIMA explicable. Les agents de risque fournisseurs qui agrègent des sources externes échouent souvent sur la citabilité. Et l’agent de reporting ESG qui synthétise des points de données CSRD à partir de mails fournisseurs non structurés se heurte plus durement à l’obligation de contrôle CSRD que ne s’y attend tout comité de direction.

Le problème va plus profond. Les agents excellent là où les règles sont claires, le volume élevé et chaque erreur porte un coût mesurable. Les agents déçoivent là où jugement, pesée juridique ou véritable relation fournisseur sont de mise. Cette séparation est précisément une mission du DSI.

Agent ou workflow : une comparaison qui s’impose au comité de direction

Agent adapté

Volume de transactions élevé, règles claires, coût d’erreur mesurable
Données structurées disponibles dans l’ERP, le WMS, le TMS ou l’eProcurement
Chemin d’escalade vers l’humain clairement défini et auditable
Réduction du cycle time directement visible dans la cash conversion
L’action reste réversible dans des limites contractuelles claires

Workflow classique préférable

Faible volume à forte portée juridique (négociation de contrat)
Règles vagues, jugement décisif (escalade fournisseur)
Justificatifs CSRD, REACH ou de diligence de chaîne d’approvisionnement exigeant la citabilité
Données dispersées dans des sources non structurées sans schémas stables
L’action est irréversible (changement de contrat, dépôt de brevet)

Six étapes que le DSI devrait franchir d’ici la prochaine réunion du comité de direction

Inventaire plutôt qu’intuition. Recensez chaque agent en production et chaque agent en pilote dans la chaîne d’approvisionnement, avec owner, sources de données, identité, modèle et date de sunset. Dans neuf cas sur dix, la liste est plus longue que ce que le dernier reporting du DSI laisse entendre.
Triage en trois classes. Classez selon les critères du bloc avantages-inconvénients : ROI clair (achats, audit de fret, order-to-confirm), observer (Demand-Forecast, Inventory) et stop now (contrats fournisseurs, reporting ESG). Aucune classe quatre.
Décision control plane. Vérifiez sur quelle couche d’identité et de DLP les agents doivent tourner. Microsoft Agent 365 avec Purview-Prompt-DLP, Google Agentspace, AWS AgentCore ou une couche propre basée sur le NVIDIA Agent Toolkit : ce sont les quatre options réelles. Une décision à l’échelle du groupe plutôt que par département.
Audit du vendor lock. Regardez où la couche d’agents cimente des données qui n’auraient jamais figuré dans une comparaison ERP classique. SAP Joule, Salesforce Agentforce et Oracle AI Agents créent chacun leurs propres chemins. Exigez des clauses d’export et la portabilité des données dans le contrat avant que le troisième use case ne passe en production.
Cycle-time target plutôt que vision IA. Définissez pour chaque agent un objectif de cycle time et un objectif de cost avoidance, tous deux prouvables dans le trimestre. Gartner écrit à ce sujet que survivent les programmes auxquels le CFO attribue l’investissement. C’est la bonne tension.
Clause de sunset dès le premier jour. Chaque agent reçoit une date de sunset à laquelle il doit soit livrer ses chiffres de cycle time, soit être désactivé. Cette discipline fait économiser de l’argent surtout lorsque le vendor apporte une nouvelle démo pour la douzième quarterly review.

Ce qui reste en suspens au comité de direction

La tension inconfortable ne relève pas de la technique. Elle relève de l’organisation. Qui, dans le groupe, porte la responsabilité de décision et d’escalade pour un agent achats qui redirige une commande contre le contrat. Le DSI. Le CPO. Le COO. Cette question n’a, dans la plupart des groupes du DAX en 2026, aucune réponse claire. C’est précisément pourquoi les programmes d’agents atterrissent à l’ordre du jour du comité de direction.

Le deuxième conflit se situe entre risque et vitesse. Le Purview-DLP de Microsoft contre la Prompt-Injection est une protection réelle, mais il repousse les premières semaines de pilote de six à douze semaines lorsque les sensitivity labels ne sont pas proprement gérés dans le groupe. Qui n’a pas fait ses devoirs sur l’identité paie chaque agent au double.

Une observation issue des derniers boards : les décisions d’agents intéressantes ne sont pas prises au trimestre où un vendor annonce une nouvelle suite. Elles sont prises au trimestre où le comité de direction constate que les agents alimentent désormais eux aussi la hausse du poste de licences. D’ici là, le DSI reste le dernier à pouvoir mesurer le sprawl.

Questions fréquentes

Qu’est-ce que l’agent sprawl dans la chaîne d’approvisionnement, concrètement ?

L’agent sprawl désigne la croissance parallèle et non coordonnée des agents IA autonomes au sein des fonctions achats, logistique, Inventory et Supplier, souvent achetés à l’échelle du département. Le trait caractéristique est l’absence de registre central et de couche d’identité uniforme, d’où des agents en double, des chemins d’escalade non clarifiés et des lacunes de conformité. La conséquence : l’effet par agent et le poste de licences ne corrélent presque plus en somme.

Où les agents supply chain gagnent-ils de l’argent de manière prouvable en 2026 ?

À trois endroits : le Procurement-Exception-Handling à volume élevé et base de règles claire, l’audit des coûts de fret avec l’écart typique de 1,4 à 2,1 % entre tarif et facture, ainsi que l’automatisation order-to-confirm en combinaison avec la logique ATP. Gartner voit exactement ce schéma confirmé dans ses Three-Building-Blocks-for-Autonomous-Supply-Chain : transaction élevée, règles structurées, coût d’erreur mesurable.

Quel rôle joue le Microsoft Purview-Prompt-DLP pour les agents supply chain ?

Depuis la RSA 2026, Purview étend la classification des données en temps réel dans les Copilot Studio Agents du Prompt-DLP et l’intègre à Agent 365 comme control plane central. Pour les agents supply chain, cela signifie que les sensitivity labels sur les données fournisseurs et les annexes de contrat s’appliquent dès l’appel de l’agent, en amont de tout output de données. C’est une condition pour les agents qui travaillent avec des données contractuelles ou des données personnelles dans les processus achats.

En quoi le Data Agent Kit de Google se distingue-t-il de Microsoft Agent 365 ?

Le Data Agent Kit de Google est avant tout une boîte à outils pour le développement d’agents proches des données dans BigQuery, Dataform et les environnements Gemini, avec des outils MCP et des plugins pour VS Code et la CLI. Microsoft Agent 365 est, en revanche, un plan d’opérations et d’identité pour les agents sur la base Entra ID, qui utilise Purview, Defender et Conditional Access comme couches de pilotage. En pratique, les grands groupes DACH combinent les deux mondes et tranchent le lock-in par domaine plutôt qu’à l’échelle du groupe.

Que signifie la prévision de Gartner de 45,5 milliards d’euros d’ici 2030 pour le Mittelstand ?

Gartner évalue le marché des logiciels supply chain avec IA agentique à 45,5 milliards d’euros en 2030, à partir de moins de deux milliards en 2025. La prévision est pertinente parce que les roadmaps des vendors chez SAP, Oracle et Microsoft sont calibrées exactement sur ce rythme. Pour le Mittelstand, cela signifie qu’une stratégie wait-and-see deviendra plus chère en 2027 qu’un pilote bien gated en 2026, parce que les modèles de licence seront d’ici là davantage convertis au paiement à l’usage par agent.

Sources

À propos de l’autrice

Angelika Beierlein est COO chez Evernine. Elle écrit pour Digital Chiefs, depuis la perspective du boardroom, sur des décisions de leadership qui portent l’activité tout en restant absentes du rapport trimestriel.