Si 97 % des grandes entreprises disposent des moyens financiers nécessaires, seulement 18 % d’entre elles sont parvenues à déployer des agents d’IA, la qualité et l’accessibilité des données figurent parmi les principaux obstacles.
Qlik®, un des leaders mondiaux pour l’intégration et la qualité des données, l’analytics et l’intelligence artificielle (IA), a publié sa nouvelle étude Qlik 2025 Agentic AI Study, qui analyse la manière dont les grandes entreprises planifient, financent et mettent en œuvre l’IA agentique au sein de leur structure. Cette étude, commandée auprès d’Enterprise Technology Research (ETR), témoigne de la volonté des entreprises à utiliser des agents d’IA, mais elle met également en lumière des lacunes évidentes concernant leur déploiement. Si la quasi-totalité des personnes interrogées certifient avoir alloué un budget à cette technologie, la plupart d’entre elles estiment qu’il faudra plusieurs années avant de pouvoir la mettre en œuvre à l’échelle. Elles citent la qualité des données et l’intégration d’initiatives d’IA agentique aux systèmes existants comme principaux obstacles.
« Les entreprises ne manquent ni d’ambition, ni de moyens financiers. En revanche, elles ne disposent pas des bases en matière de données et d’analytics, qui sont pourtant essentielles pour permettre aux agents de travailler dans l’ensemble de l’entreprise de manière fiable et contrôlée », déclare James Fisher, Chief Strategy Officer de Qlik. « Pour permettre à l’IA agentique de réellement faire bouger les choses en 2026, il est primordial d’investir dans des pipelines fiables, de favoriser l’interopérabilité et de définir un cadre de ROI pratique et approuvé par le conseil d’administration ».
L’étude met en lumière les données clefs suivantes :
Les entreprises disposent des fonds nécessaires : 97 % des entreprises ont alloué un budget aux initiatives d’IA agentique, 39 % prévoient de dépenser un million de dollars ou plus et 34 % souhaitent y consacrer 10 à 25 % de leur budget IA. Il s’agit désormais d’un poste budgétaire à part entière, qui fixe des attentes en termes de résultats visibles en 2026.
La stratégie gagne en maturité, mais la mesure de la valeur ajoutée stagne : 69 % des entreprises déclarent avoir mis en place une stratégie formelle en matière d’IA, contre 37 % en 2024. En revanche, seulement 19 % d’entre elles sont parvenues à définir un cadre de ROI. La gouvernance est désormais une question de rentabilité et non plus de nécessité.
La mise à l’échelle prendra du temps : seulement 18 % des entreprises interrogées sont parvenues à déployer pleinement l’IA agentique au sein de leur structure et 46 % estiment que le développement de cette technologie prendra entre trois et cinq ans, tandis que 42 % seulement ont confiance en leur expertise interne. 2026 s’annonce comme une phase de construction et non comme une phase de déploiement à grande échelle.
Les données constituent un frein majeur : la qualité, la disponibilité et l’accessibilité des données figurent en tête de liste des principaux obstacles, suivis par l’intégration, le manque de compétences et la gouvernance. Le problème principal ne relève pas de la puissance du modèle utilisé, mais bien de l’infrastructure de l’entreprise.
Le déploiement est entravé par de nombreux risques : les principales préoccupations des entreprises concernent la cybersécurité, la fiabilité des résultats et le risque juridique, suivies de près par l’explicabilité et l’auditabilité. Les responsables de la gestion des risques seront chargés de fixer le rythme à adopter et choisiront les fournisseurs les plus adaptés.
Les agents d’IA sont appliqués dans des domaines spécifiques : les opérations informatiques et le développement de logiciels sont les principaux domaines où les entreprises souhaitent appliquer des agents d’IA en priorité, afin de réduire les coûts et de stimuler la productivité.
L’IA agentique a franchi un cap budgétaire et fait désormais partie des plans opérationnels des entreprises pour 2026. Les premières mesures prises sont avant tout pragmatiques : les répondants à cette étude indiquent que les opérations informatiques et le développement de logiciels sont les premiers domaines concernés, car les résultats obtenus et la télémétrie y sont plus clairs. La difficulté liée à la mise à l’échelle relève moins des capacités du modèle que du défi que représente l’intégration de données gouvernées et de haute qualité dans les workflows et la connexion des systèmes sans ajouter de risque. D’ici là, de nombreux programmes resteront au stade de projets pilotes et de démonstration de faisabilité.
« À mesure que les dépenses passent du stade d’expérimentation à celui de poste budgétaire à part entière, la qualité des données, l’intégration, la gouvernance et les compétences sont des obstacles récurrents », indique Erik Bradley, Chief Strategist chez Enterprise Technology Research (ETR). « Si les données récoltées lors de cette étude témoignent d’une volonté générale de déployer l’IA agentique à grande échelle, seule une minorité est réellement prête à sauter le pas. L’année à venir sera consacrée à la transformation des cas d’usage strictement limités aux opérations informatiques et à l’ingénierie logicielle afin de parvenir à une production durable et mesurée ».
À propos de Qlik 2025 Agentic AI Study
L’étude « AI Agentic Study », menée en août 2025 par Enterprise Technology Research (ETR) pour le compte de Qlik, rassemble les témoignages de plus de 200 décideurs technologiques d’entreprises issues de multiples secteurs d’activité et pays. Il s’agit de la troisième étude annuelle sur l’IA commandée par Qlik à ETR.
« Les entreprises ne manquent ni d’ambition, ni de moyens financiers. En revanche, elles ne disposent pas des bases en matière de données et d’analytics, qui sont pourtant essentielles pour permettre aux agents de travailler dans l’ensemble de l’entreprise de manière fiable et contrôlée », déclare James Fisher, Chief Strategy Officer de Qlik. « Pour permettre à l’IA agentique de réellement faire bouger les choses en 2026, il est primordial d’investir dans des pipelines fiables, de favoriser l’interopérabilité et de définir un cadre de ROI pratique et approuvé par le conseil d’administration ».
L’étude met en lumière les données clefs suivantes :
Les entreprises disposent des fonds nécessaires : 97 % des entreprises ont alloué un budget aux initiatives d’IA agentique, 39 % prévoient de dépenser un million de dollars ou plus et 34 % souhaitent y consacrer 10 à 25 % de leur budget IA. Il s’agit désormais d’un poste budgétaire à part entière, qui fixe des attentes en termes de résultats visibles en 2026.
La stratégie gagne en maturité, mais la mesure de la valeur ajoutée stagne : 69 % des entreprises déclarent avoir mis en place une stratégie formelle en matière d’IA, contre 37 % en 2024. En revanche, seulement 19 % d’entre elles sont parvenues à définir un cadre de ROI. La gouvernance est désormais une question de rentabilité et non plus de nécessité.
La mise à l’échelle prendra du temps : seulement 18 % des entreprises interrogées sont parvenues à déployer pleinement l’IA agentique au sein de leur structure et 46 % estiment que le développement de cette technologie prendra entre trois et cinq ans, tandis que 42 % seulement ont confiance en leur expertise interne. 2026 s’annonce comme une phase de construction et non comme une phase de déploiement à grande échelle.
Les données constituent un frein majeur : la qualité, la disponibilité et l’accessibilité des données figurent en tête de liste des principaux obstacles, suivis par l’intégration, le manque de compétences et la gouvernance. Le problème principal ne relève pas de la puissance du modèle utilisé, mais bien de l’infrastructure de l’entreprise.
Le déploiement est entravé par de nombreux risques : les principales préoccupations des entreprises concernent la cybersécurité, la fiabilité des résultats et le risque juridique, suivies de près par l’explicabilité et l’auditabilité. Les responsables de la gestion des risques seront chargés de fixer le rythme à adopter et choisiront les fournisseurs les plus adaptés.
Les agents d’IA sont appliqués dans des domaines spécifiques : les opérations informatiques et le développement de logiciels sont les principaux domaines où les entreprises souhaitent appliquer des agents d’IA en priorité, afin de réduire les coûts et de stimuler la productivité.
L’IA agentique a franchi un cap budgétaire et fait désormais partie des plans opérationnels des entreprises pour 2026. Les premières mesures prises sont avant tout pragmatiques : les répondants à cette étude indiquent que les opérations informatiques et le développement de logiciels sont les premiers domaines concernés, car les résultats obtenus et la télémétrie y sont plus clairs. La difficulté liée à la mise à l’échelle relève moins des capacités du modèle que du défi que représente l’intégration de données gouvernées et de haute qualité dans les workflows et la connexion des systèmes sans ajouter de risque. D’ici là, de nombreux programmes resteront au stade de projets pilotes et de démonstration de faisabilité.
« À mesure que les dépenses passent du stade d’expérimentation à celui de poste budgétaire à part entière, la qualité des données, l’intégration, la gouvernance et les compétences sont des obstacles récurrents », indique Erik Bradley, Chief Strategist chez Enterprise Technology Research (ETR). « Si les données récoltées lors de cette étude témoignent d’une volonté générale de déployer l’IA agentique à grande échelle, seule une minorité est réellement prête à sauter le pas. L’année à venir sera consacrée à la transformation des cas d’usage strictement limités aux opérations informatiques et à l’ingénierie logicielle afin de parvenir à une production durable et mesurée ».
À propos de Qlik 2025 Agentic AI Study
L’étude « AI Agentic Study », menée en août 2025 par Enterprise Technology Research (ETR) pour le compte de Qlik, rassemble les témoignages de plus de 200 décideurs technologiques d’entreprises issues de multiples secteurs d’activité et pays. Il s’agit de la troisième étude annuelle sur l’IA commandée par Qlik à ETR.