Artificial Intelligence

Les agents IA sont désormais une infrastructure : à quoi ressemble vraiment le développement avec eux en 2026

By Anurag Verma•June 3, 2026

Les agents IA sont désormais une infrastructure : à quoi ressemble vraiment leur développement en 2026

Le moment qui a cristallisé ce changement pour moi fut la lecture du compte rendu d'appel aux résultats de Salesforce du T4 de l'exercice 2026, en février. Agentforce a atteint 800 millions de dollars de revenus annuels récurrents, en hausse de 169 % sur un an, et l'équipe dirigeante de l'entreprise n'a cessé d'employer une expression qui aurait semblé du bla-bla marketing il y a dix-huit mois : « unités de travail agentiques ». Elle en avait enregistré 2,4 milliards. Ce ne sont pas des complétions de conversation. Ce sont des tâches accomplies : un dossier de support résolu sans intervention humaine, un enregistrement de vente mis à jour après un appel téléphonique, un processus d'intégration déclenché sans ticket. À ce stade, le débat sur l'importance des agents IA en entreprise est clos.

Ce qui ne l'est pas, c'est de déterminer comment les concevoir et les exploiter de manière responsable.

État réel du marché

Le marché mondial des agents IA s'établit à environ 10,9 milliards de dollars en 2026, contre 7,6 milliards en 2025, avec un taux de croissance annuel composé de 44 %. Ces chiffres m'importent moins que le taux d'adoption sous-jacent : 40 % des applications d'entreprise intègrent désormais des capacités agentiques, contre moins de 5 % il y a tout juste un an. Un seuil a été franchi.

Le volet infrastructure est encore plus révélateur. Le Model Context Protocol d'Anthropic, lancé fin 2024, enregistre désormais 97 millions de téléchargements mensuels du SDK et compte plus de 10 000 serveurs de production actifs. En décembre 2025, Google a adopté MCP dans l'ensemble de ses services. En avril 2026, des entreprises du Fortune 500 l'exploitaient déjà en production. Seize mois d'un projet de recherche à une infrastructure d'entreprise. C'est rapide.

La Linux Foundation a formalisé cela fin 2025 avec l'Agentic AI Foundation (AAIF), fédérant MCP, AGENTS.md d'OpenAI et goose de Block sous un même cadre de gouvernance. Les membres Platine incluent Amazon, Anthropic, Google, Microsoft et OpenAI. Quand vos concurrents les plus acharnés cofinancent le même organisme de normalisation, la couche protocolaire est stabilisée.

La place des agents de codage

L'ingénierie logicielle a absorbé environ la moitié des premiers déploiements agentiques, et je comprends pourquoi. La boucle de rétroaction est courte et mesurable. Cursor aurait dépassé 1 milliard de dollars de revenus annuels récurrents et atteint une valorisation de 29,3 milliards de dollars en un an, partant de 100 millions de dollars de revenus annuels en seulement douze mois. GitHub Copilot, Claude Code, Windsurf et Devin se disputent tous un marché qui n'existait pas sous sa forme actuelle il y a deux ans.

C'est le changement architectural qui mérite l'attention. Ces outils ne sont plus de simples surcouches d'autocomplétion. Ils maintiennent l'état tout au long d'une session sur une base de code, ouvrent des pull requests, exécutent des tests, lisent les sorties d'erreurs et recommencent. Operator d'OpenAI obtient 87 % sur des benchmarks de tâches navigateur complexes. AGENTS.md, publié en août 2025, a déjà été adopté par plus de 60 000 dépôts open source comme méthode standard pour décrire le contexte d'un dépôt aux agents. Le domaine du codage est le terrain d'expérimentation le plus mature dont nous disposons actuellement.

J'utilise Claude Code quotidiennement sur la base de code Next.js du blog et le gain de productivité est réel, pas du battage médiatique. Mais je sais aussi exactement ce qu'il ne peut pas faire : maintenir une intention cohérente sur plusieurs appels d'outils quand quelque chose déraille, ni raisonner sur des effets secondaires à deux étapes de distance. Ce manque est le véritable problème d'ingénierie.

Ce dont personne ne parle suffisamment

Voici la statistique qui dérange : seulement 11 à 14 % des pilotes d'agents IA en entreprise sont parvenus à une mise en production à grande échelle en mars 2026. Le mode de défaillance n'est presque jamais le modèle. C'est la couche d'orchestration. Incohérence de contexte aux points de transfert, agents entrant dans des boucles de rétroaction qui épuisent les budgets API en quelques minutes, erreurs de coordination qui se propagent en défaillances système généralisées. Les systèmes multi-agents en production affichent des taux de défaillance individuels de 5 à 15 %, et sans disjoncteur approprié, une défaillance se propage.

La sécurité est l'autre problème non résolu. Les attaques par injection de prompt ont bondi de 340 % sur un an et restent la principale catégorie de failles de sécurité des agents IA en 2026, selon le rapport de sécurité LLM de l'OWASP. La variante indirecte est particulièrement vicieuse : une instruction malveillante dissimulée dans un document que l'agent lit, déclenchant des actions réelles (requêtes de base de données, appels API, écritures de fichiers) que les opérateurs ne voient jamais venir. Microsoft, Google et GitHub ont tous vu des systèmes en production exploités de cette manière. Vingt-neuf pour cent des organisations qui planifient des déploiements agentiques affirment être prêtes à les sécuriser. Les soixante et onze pour cent restants déploient quand même.

Quatre-vingts pour cent des organisations déployant des agents ne disposent d'aucun modèle de gouvernance mature pour les gérer à grande échelle. Ce chiffre doit diminuer plus vite que le taux d'adoption n'augmente.

À quoi ressemble une bonne architecture aujourd'hui

Les équipes que je respecte ne construisent pas des agents monolithiques. Elles construisent des réseaux d'agents spécialisés et auditables, avec des contrats de transfert explicites, des chemins de repli déterministes et des points de contrôle humains à chaque action conséquente. La feuille de route MCP 2026 répond au problème des sessions avec état, aux lacunes d'authentification en entreprise et aux outils de gouvernance que les déploiements en production ont mis en évidence. Ce sont des problèmes d'ingénierie résolus, à condition de s'engager à les résoudre.

Le protocole agent-à-agent (A2A), que Google a mis en avant lors du Cloud Next 2026, est la prochaine pièce du puzzle. Les agents doivent pouvoir découvrir d'autres agents, s'authentifier auprès d'eux et leur déléguer des tâches sans intervention humaine. Cette plomberie est en cours de construction.

Mon approche personnelle sur les projets : traiter la surface d'action de l'agent comme un périmètre de sécurité, pas comme une liste de fonctionnalités. Chaque outil que l'agent peut appeler représente un rayon d'explosion potentiel. Instrumentez tout. Définissez des plafonds budgétaires explicites par exécution. Construisez les évaluations avant les fonctionnalités.

La vue d'ensemble

L'idée que « les agents IA sont le nouveau système d'exploitation » allait dans la bonne direction, mais était prématurée en 2025. Ce qui est plus juste à mi-2026, c'est que les agents deviennent une infrastructure de la même façon que les bases de données et les files de messages le sont devenus : discrètement, au prix de nombreuses difficultés initiales, puis soudainement partout. Le rapport international sur la sécurité de l'IA 2026 identifie les défaillances de coordination à grande échelle comme le principal risque systémique, et non la capacité individuelle des modèles.

Les développeurs qui s'en sortiront bien sont ceux qui traitent la fiabilité, l'observabilité et la sécurité des agents comme des disciplines d'ingénierie de premier plan, et non comme des considérations secondaires. Ceux qui pensent que l'orchestration est le problème de quelqu'un d'autre vont avoir de sérieuses difficultés en production.