Pourquoi les entreprises qui réussissent avec les agents IA limitent leurs possibilités d’action

Les entreprises qui tirent réellement profit de l’IA agentique réservent une surprise que personne n’avait anticipée il y a deux ans. Ce ne sont pas celles qui ont donné à leurs agents IA le mandat le plus large possible. Ce sont celles qui ont restreint ce mandat, limité la mission de chaque agent et instauré un contrôle humain avant chaque action à fort impact.

VentureBeat rapportait le 22 août 2026 que ce schéma se retrouve systématiquement parmi les entreprises qui prennent de l’avance sur l’IA agentique. On parle ici d’orchestration gouvernée : faire fonctionner les agents IA dans des périmètres restreints, auditables et supervisés par l’humain, plutôt que de leur accorder une large autonomie en espérant que les contrôles suivront. Ces entreprises ne sont pas des retardataires prudents. Ce sont celles qui ont des agents en production, traitant des données sensibles, et qui passent les audits de conformité.

Les enjeux de ce changement dépassent le cadre d’un simple article spécialisé. Gartner prévoit que plus de 40 % des projets d’IA agentique en cours aujourd’hui n’existeront plus en 2028, la majorité de ces échecs étant dus à l’augmentation des coûts, à la valeur métier incertaine et à l’absence de contrôles de risque adaptés, et non à la faiblesse des modèles. Les dernières études menées par Kiteworks apportent des chiffres concrets à ce même avertissement. En moyenne, une organisation obtient seulement 35 points sur 100 à un indice de maturité de gouvernance IA couvrant 19 fonctions, et moins d’un tiers des organisations ont mis en place les contrôles spécifiques — limitation de l’usage, kill switch, audit à la demande — qui distinguent les programmes d’IA agentique conçus pour durer des 40 % que Gartner prévoit de voir échouer.

Cela concerne avant tout les personnes qui doivent rendre des comptes aux régulateurs et aux conseils d’administration en cas de problème. Un RSSI n’est pas évalué sur le nombre d’agents IA déployés. Un chief compliance officer ne gagne rien à être enthousiaste. Tous deux sont jugés sur leur capacité à fournir, dans un délai court, la preuve que chaque accès d’un agent à des données sensibles était autorisé, limité, journalisé et réversible. C’est tout l’objet de cet article : l’orchestration gouvernée n’est pas une taxe sur l’innovation, mais la structure assez robuste pour résister à un audit, à une enquête réglementaire ou à un changement d’avis du conseil.

Résumé des points clés

1. C’est l’échec de la gouvernance, pas celui des modèles, qui fait échouer les projets d’IA agentique.

Gartner prévoit que plus de 40 % des initiatives d’IA agentique en cours seront abandonnées avant 2028, à cause de dépassements de budget, d’une valeur non démontrée et de contrôles de risque insuffisants — et non parce que les modèles sous-jacents seraient défaillants.

2. L’orchestration gouvernée surpasse l’autonomie maximale en production.

Selon le rapport de VentureBeat d’août 2026, les entreprises qui réussissent avec les agents IA réduisent volontairement leur périmètre d’action, instaurent des points de contrôle humains avant chaque action critique, journalisent chaque décision pour l’audit et confinent les agents dans des environnements contrôlés plutôt que de les laisser agir librement.

3. Les dernières recherches de Kiteworks révèlent précisément les lacunes que les régulateurs examineront.

Seules 27 % des organisations limitent techniquement les agents IA aux tâches et données autorisées via la limitation de l’usage, et seulement 30 % disposent d’un kill switch IA officiellement déployé, dont 23 % n’ont jamais été testés.

4. La maturité de la gouvernance est directement liée au taux d’incidents.

Les organisations au niveau de gouvernance le moins mature ont signalé des incidents de sécurité liés à l’IA dans 91 % des cas, contre 34 % pour les organisations les plus matures, selon le rapport annuel 2026 de Kiteworks sur la sécurité des données et les risques de conformité.

5. Un report réglementaire ne signifie pas absence de réglementation.

L’exigence de supervision humaine pour les systèmes à haut risque de l’AI Act européen a été repoussée à décembre 2027 dans le cadre de l’accord Digital Omnibus, mais selon les données McKinsey 2026, la plupart des organisations sont encore à des années du niveau de maturité requis.

Pourquoi l’autonomie maximale cède face à l’orchestration gouvernée

Depuis deux ans, la promesse phare de l’IA d’entreprise était la rapidité. Accorder de larges autorisations à l’agent, lui permettre d’enchaîner les tâches et d’agir sans validation humaine à chaque étape. Cette approche a donné lieu à des démonstrations impressionnantes. Mais la réalité en production a été bien plus rude, et 2026 marque le retour de bâton.

La prédiction de Gartner de juin 2025, désormais largement citée alors que les programmes d’IA agentique entrent dans leurs premiers cycles budgétaires réels, annonce que plus de 40 % des projets d’IA agentique en cours seront annulés avant 2028. Les raisons évoquées par Gartner relèvent presque toutes de la gouvernance. Les coûts explosent car personne n’a défini le périmètre d’action de l’agent, qui accède alors à tout, et la remise en ordre devient un projet à part entière. La valeur métier reste floue car aucun critère de succès n’a été posé dans des termes compréhensibles pour les auditeurs ou la direction financière. Les contrôles de risque sont à la traîne car l’équipe qui développe l’agent et celle qui gère la gouvernance des données ne se sont jamais réunies pour planifier ensemble.

Le reportage de VentureBeat sur les entreprises qui inversent la tendance décrit une discipline précise et reproductible, et non une simple attitude de prudence. Ces organisations ne ralentissent pas. Elles réorientent leurs efforts : au lieu d’élargir le champ d’action des agents, elles s’attachent à prouver ce que les agents ont fait. Cette nuance est cruciale pour un RSSI ou un chief compliance officer, car « prouver ce qui s’est passé » correspond exactement à la mission lors d’un audit, d’une notification de violation ou d’une enquête réglementaire. Un agent qui fait moins de choses, sur un périmètre de données plus restreint, avec chaque action journalisée, n’est pas un agent plus lent. C’est un agent défendable.

La réalité, parfois inconfortable, pour les responsables sécurité, c’est que ce n’est pas un problème à traiter plus tard. Les dernières recherches de Kiteworks, issues d’une enquête menée auprès de 459 responsables cybersécurité, IT, risques et conformité (92 % dans des organisations de plus de 1 000 salariés, réalisée avec Centiment au deuxième trimestre 2026), chiffrent le retard accumulé par la majorité des organisations. Le score moyen de maturité en gouvernance IA, sur un indice de 19 fonctions, n’atteint que 35 sur 100. Ce n’est pas une marge d’erreur : cela signifie que la plupart des programmes d’IA agentique en cours fonctionnent avec à peine un tiers de l’infrastructure de gouvernance nécessaire à des déploiements robustes et durables.

Les quatre schémas des entreprises à gouvernance mature

Le reportage de VentureBeat résume ce que font les entreprises gagnantes en quatre schémas récurrents : périmètre restreint, points de contrôle humains, traçabilité et confinement. Chacun correspond directement à un contrôle que le RSSI ou le responsable conformité peut nommer, tester et prouver.

Des agents à périmètre restreint et mission unique remplacent les agents généralistes dans les déploiements matures. Plutôt qu’un agent autorisé à accéder à tous les systèmes potentiellement nécessaires, les organisations à gouvernance mature créent de nombreux petits agents, chacun avec une mission précise et un périmètre de données défini. C’est le même principe que celui du contrôle d’accès et du moindre privilège qui régit l’identité humaine depuis des décennies, désormais appliqué à une nouvelle classe d’identités qui n’existait pas dans la plupart des architectures d’entreprise il y a cinq ans.

Les points de contrôle humains interviennent ensuite, placés avant l’exécution des actions à fort enjeu, et non après. Cela semble évident, mais la plupart des pilotes d’IA agentique ont été conçus rapidement et de façon permissive, puis examinés seulement après coup. Les entreprises à gouvernance mature inversent cet ordre : un paiement, une exportation de données, un engagement contractuel ou toute action difficile à annuler passe par une validation humaine avant d’être exécutée, et non simplement journalisée pour un contrôle ultérieur.

La traçabilité est le point le plus souvent négligé. Les journaux d’action complets doivent être une exigence de conception, pas une réflexion post-incident. La traçabilité doit exister avant même qu’un auditeur ne la demande, disponible à la demande et non reconstituée dans l’urgence d’une enquête. Les recherches de Kiteworks montrent l’ampleur du retard : 72 % des organisations sont incapables de remonter les résultats produits par l’IA à la source des données utilisées, et 75 % ne peuvent pas reconstituer les enregistrements sources derrière un résultat IA précis à la demande. Si un régulateur ou un avocat demande à quelles données un agent a accédé et pourquoi, trois organisations sur quatre ne peuvent pas répondre avec certitude aujourd’hui.

Le confinement clôt la liste. Déployer des agents IA dans un environnement contrôlé, sur site ou à locataire unique, ne vise pas d’abord à cocher des cases de conformité. Cela permet de limiter l’impact d’un agent défaillant en restreignant sa portée à un périmètre maîtrisé par l’organisation, ce qui rejoint le principe de conformité à la souveraineté des données historiquement appliqué aux données réglementées, que l’identité qui lit ou écrit ces données soit humaine ou agent à vitesse machine.

Ce que révèle l’enquête Kiteworks 2026 sur le déficit de gouvernance

VentureBeat présente ces quatre schémas comme une stratégie d’entreprise. Le rapport annuel 2026 de Kiteworks sur la sécurité des données et les risques de conformité montre précisément lesquels la plupart des organisations n’ont pas encore mis en œuvre, chiffres à l’appui.

Commençons par la limitation de l’usage, le contrôle technique qui restreint un agent IA aux tâches et périmètres de données pour lesquels il est autorisé. Seules 27 % des organisations l’ont mise en place. Les 73 % restantes font tourner des agents qui, en théorie, peuvent accéder à des données bien au-delà de leur périmètre prévu, sans aucun verrouillage architectural. Ce n’est pas une lacune de politique qu’une simple note de service peut corriger. C’est un problème d’ABAC et d’architecture d’accès, et c’est le contrôle qui correspond le plus directement au premier schéma de VentureBeat : des agents à périmètre restreint et mission unique.

Regardons maintenant le kill switch, expression la plus concrète du quatrième schéma. Seules 30 % des organisations disposent d’une capacité documentée et déployée pour mettre fin à un agent IA défaillant. Parmi celles qui ont déjà de l’IA en production, 23 % n’ont jamais testé cette capacité. Un kill switch non testé reste théorique, et les contrôles théoriques ne résistent pas lorsqu’une équipe de réponse à incident doit prouver, en temps réel, qu’il fonctionne.

Les conséquences se retrouvent dans deux autres chiffres issus de la même enquête. 22 % des organisations ayant déployé de l’IA ont dû réviser, annuler ou restreindre au moins un déploiement d’IA au cours des 12 derniers mois, spécifiquement pour des raisons de sécurité des données. La preuve la plus claire que la maturité de la gouvernance n’est pas une vertu abstraite est la suivante : les organisations au niveau de gouvernance le moins mature subissent des incidents de sécurité liés à l’IA dans 91 % des cas, contre 34 % pour les plus matures. Cet écart — 91 % contre 34 % — n’est pas une simple amélioration marginale. Il s’agit d’une réduction par près de trois du risque d’incident, directement liée aux fonctions que les entreprises à gouvernance mature ont déjà mises en place selon VentureBeat.

Rien de tout cela ne se produit indépendamment de la réalité du shadow IT. 65 % des organisations ont découvert des employés utilisant des outils IA non approuvés avec des données de l’organisation au cours des 12 derniers mois. Parmi celles qui ont déployé de l’IA (64 % des répondants), 64 % ont connu un incident de sécurité spécifique à l’IA, et 80 % de toutes les organisations, utilisatrices d’IA ou non, ont subi au moins un incident de sécurité au cours de l’année écoulée. L’IA non gouvernée n’est pas un risque hypothétique pour l’avenir : elle génère déjà des incidents à un rythme que la plupart des responsables sécurité n’accepteraient pour aucune autre technologie d’entreprise.

Le déficit de preuves et pourquoi la préparation à l’audit est le vrai test

C’est ici que la problématique passe du risque technique à celle qui atterrit sur le bureau du RSSI ou du chief compliance officer. Les régulateurs, auditeurs ou avocats ne demandent pas si une anomalie a été détectée. Ils exigent des preuves : qui a accédé à telle donnée, avec quelle autorisation, quand, et ce qu’il en a été fait ensuite. Les recherches de Kiteworks montrent que la plupart des organisations sont incapables de fournir cette preuve dans les délais attendus par toute autorité dotée d’un pouvoir de réquisition.

50 % des organisations ne peuvent pas produire un audit complet des accès IA aux données en moins d’un jour ouvré. 83 % ne peuvent pas le faire en moins d’une heure. Les délais réglementaires et judiciaires n’attendent pas qu’un dossier de preuves soit reconstitué à partir de zéro. Une notification de violation HIPAA, un rapport d’incident DORA ou une injonction eDiscovery ne s’intéressent pas au fait que la traçabilité existe techniquement quelque part dans une douzaine de systèmes déconnectés. Ce qui compte, c’est la capacité de l’organisation à fournir un dossier cohérent et vérifiable dans le délai imposé par la règle.

L’enquête McKinsey 2026 sur la maturité de la confiance en IA, publiée le 25 mars 2026 et menée auprès d’environ 500 organisations entre décembre 2025 et janvier 2026, confirme ce schéma de façon indépendante. Le niveau moyen de maturité Responsible AI dans ces organisations atteint 2,3 sur 4, en légère hausse par rapport à 2,0 en 2025, et seulement 30 % environ atteignent le niveau 3 ou plus en stratégie, gouvernance et gouvernance IA agentique. Près des deux tiers des répondants McKinsey citent la sécurité et la gestion des risques comme principal obstacle à la montée en puissance de l’IA agentique, ce qui rejoint la constatation de Kiteworks selon laquelle 43 % des organisations placent désormais la sécurité et la gouvernance IA en tête de leurs priorités d’investissement pour les 12 prochains mois.

La question de la gouvernance n’est pas encore arrivée au niveau du conseil d’administration dans la plupart des organisations. 54 % n’ont toujours pas d’ordre du jour permanent sur la gouvernance des données IA au niveau du board, ce qui laisse sans réponse la question de la responsabilité : qui valide le risque agent, qui est informé des incidents, qui détient le budget de remédiation — c’est-à-dire au niveau où se décident budget et autorité. Lorsque Kiteworks a demandé aux répondants de nommer le plus grand risque de sécurité perçu pour les 12 prochains mois, « des systèmes IA non gouvernés accédant à des données sensibles » est arrivé en tête (18 % des réponses), devant toutes les autres menaces citées.

Pour un CCO ou un responsable GRC, c’est l’argument le plus tranchant. Le problème n’est pas l’absence de traçabilité, mais le fait que les journaux existants ne sont pas exploitables comme preuves, et qu’assembler un dossier de qualité prend des semaines alors que le délai réglementaire se compte en jours. Ce déficit de preuves, plus que n’importe quelle faille ou incident médiatisé, explique pourquoi l’orchestration gouvernée est devenue un impératif de survie, et non une simple bonne pratique.

Le calendrier réglementaire n’est pas une excuse pour attendre

Certains responsables sécurité et conformité liront le calendrier réglementaire et en concluront qu’ils ont du temps devant eux. L’AI Act européen, qui impose la supervision humaine pour les systèmes à haut risque, a vu cette exigence repoussée à décembre 2027 dans le cadre de l’accord Digital Omnibus conclu par le Conseil et le Parlement en mai 2026. C’est un fait, et il est important de le connaître car il sera invoqué en interne pour justifier le report des investissements.

Mais ce serait une erreur d’interprétation. Un délai légal plus lointain ne change que la date à laquelle un régulateur pourra invoquer une infraction. Il ne change pas le temps nécessaire pour intégrer la limitation de l’usage dans une architecture d’accès, tester un kill switch jusqu’à ce qu’il soit fiable, ou restructurer la journalisation pour produire un audit en une heure plutôt que jamais. Ce sont des projets d’ingénierie et de gouvernance qui s’étalent sur plusieurs trimestres, pas des bascules qu’une équipe conformité peut activer la semaine précédant un audit. Une organisation qui attend fin 2027 pour s’y mettre ne gagne pas 18 mois : elle compresse des années de travail architectural dans un sprint final, au moment même où Gartner prévoit déjà que 40 % des projets d’IA agentique échoueront précisément pour les raisons qu’un déploiement précipité aggraverait.

Il existe aussi un enjeu local que les RSSI et responsables conformité américains ne peuvent ignorer. Les régulateurs réglementent les données, pas les modèles, et ce principe s’applique quelle que soit la loi concernée. HIPAA ne fait pas de distinction entre un humain ou un agent IA qui lit un dossier patient. Le RGPD ne se soucie pas de savoir si un humain ou un agent traite des données personnelles hors de leur base légale. Une organisation multinationale exposée à l’UE qui adopte l’orchestration gouvernée dès maintenant, avant l’échéance de décembre 2027, gagne bien plus que la conformité à une seule réglementation sur un seul continent. Elle construit la même architecture — limitation de l’usage, confinement, audit à la demande — vers laquelle convergent tous les autres régimes de protection des données, des lois locales sur la vie privée aux règles sectorielles américaines.

Comment Kiteworks applique l’orchestration gouvernée à chaque identité

Le Control Plane de Kiteworks gouverne l’accès, l’utilisation et l’échange des données pour les utilisateurs humains et les agents IA, dans une même couche de politique et un même audit, plutôt que de traiter les agents comme un problème distinct à greffer après coup. Cette distinction est essentielle, car les quatre schémas décrits par VentureBeat — périmètre restreint, points de contrôle humains, traçabilité, confinement — ne sont pas des inventions de l’ère de l’IA agentique. Ce sont les mêmes disciplines de gouvernance appliquées à l’identité humaine et aux données sensibles depuis des années, désormais appliquées de façon cohérente à une seconde classe d’identités opérant aux côtés des personnes, et non à leur place.

Kiteworks Compliant AI applique la limitation de l’usage dès la demande d’accès d’un agent IA, en s’appuyant sur la politique et le contrôle d’accès basé sur les attributs pour restreindre ce qu’un agent, un utilisateur humain ou un compte système peut atteindre, sans compter sur l’agent pour s’autoréguler. Le Data Policy Engine applique cette politique de façon identique, qu’il s’agisse d’une requête depuis un navigateur ou d’un appel API d’agent, ce qui correspond exactement à l’architecture que la limitation de l’usage à 27 % du sondage révèle comme manquante dans la plupart des organisations.

Le confinement fonctionne de la même manière. Kiteworks propose un déploiement sous forme d’appliance virtuelle durcie dans des environnements à locataire unique, sur site ou isolés, ce qui limite l’impact de toute identité — humaine ou agent — qui aurait un comportement inattendu. Cette architecture bénéficie de l’autorisation FedRAMP Moderate et du chiffrement validé FIPS 140-3, un critère important pour un RSSI qui doit évaluer si l’historique de conformité d’un fournisseur résistera au même audit que celui de l’organisation cliente.

La traçabilité permet de combler le déficit de preuves. Kiteworks maintient un journal d’audit unifié couvrant la messagerie électronique, le transfert sécurisé de fichiers, le partage de fichiers, les formulaires web et les interactions IA, afin que l’organisation puisse répondre à la question que tout régulateur finit par poser : quelle identité a accédé à telle donnée, avec quelle autorisation, et que s’est-il passé ensuite. Associé au CISO Dashboard pour une visibilité continue et au Serveur MCP sécurisé pour l’intégration gouvernée agent-système, le même environnement qui régit les communications humaines sensibles encadre l’activité des agents, sous une politique et une preuve identiques, dans un système unique.

Construire une feuille de route pour l’orchestration gouvernée

Rien n’oblige une organisation à suspendre le déploiement d’IA agentique en attendant une architecture parfaite. Il s’agit de séquencer les travaux dans l’ordre où un auditeur les examinerait, en commençant par le contrôle le plus susceptible de manquer.

Commencez par recenser chaque agent IA actuellement en production ou en pilote, et cartographiez pour chacun les périmètres de données accessibles aujourd’hui par rapport à ceux réellement nécessaires. Cet exercice met systématiquement en lumière le déficit révélé par le taux de limitation de l’usage à 27 %, car la plupart des organisations découvrent que leurs agents ont été provisionnés trop largement par défaut, et non délibérément limités.

Puis testez le kill switch avant qu’un incident n’impose ce test. Si l’organisation dispose d’une capacité documentée de terminaison d’agent, testez-la sur un agent hors production et mesurez le temps nécessaire. Si cette capacité n’existe pas, il faut la placer en tête de la liste des remédiations, d’autant que 23 % des organisations équipées ne l’ont jamais vérifiée.

Ensuite, comblez le déficit de traçabilité. Demandez-vous si l’équipe GRC pourrait aujourd’hui produire un dossier complet d’accès IA aux données en moins d’une heure. Si la réponse honnête est non — et c’est le cas pour 83 % des organisations —, c’est le problème d’architecture à résoudre avant d’ajouter un nouvel agent en production, car chaque nouvel agent ajouté sur une base non auditée aggrave le déficit de preuves au lieu de l’isoler.

Enfin, inscrivez la gouvernance IA à l’ordre du jour permanent du conseil d’administration, au lieu de la traiter comme une simple mise à jour annuelle. 54 % des organisations n’ont pas encore franchi ce cap, ce qui laisse la question de la responsabilité — qui détient le risque agent et qui valide les dépenses de remédiation — sans réponse au niveau où se trouvent budget et autorité. Un conseil qui examine la gouvernance IA chaque trimestre, en même temps que les contrôles financiers et la posture cybersécurité, ne sera pas pris au dépourvu par un incident, une lettre de régulateur ou une statistique Gartner dans son propre portefeuille.

Pour en savoir plus sur la façon de combler les déficits de gouvernance des agents IA identifiés par Gartner, McKinsey et les études Kiteworks, réservez votre démo personnalisée dès maintenant.

Ressources complémentaires

• Article de blog
  Stratégies Zero Trust pour protéger l’IA à moindre coût
• Article de blog
  Pourquoi 77 % des organisations échouent sur la sécurité des données IA
• eBook
  Le déficit de gouvernance IA : pourquoi 91 % des petites entreprises jouent à la roulette russe avec la sécurité des données en 2025
• Article de blog
  Il n’existe pas de « –dangerously-skip-permissions » pour vos données
• Article de blog
  Les régulateurs ne se contentent plus de savoir si vous avez une politique IA. Ils veulent des preuves de son efficacité.