Modèles et plateformes d’IA
Une enquête de Dynatrace révèle que l’adoption des agents d’IA dépasse les capacités de supervision
Une enquête de Dynatrace révèle que les agents d’IA sont courants dans les opérations informatiques des entreprises interrogées, mais que relativement peu d’entre elles déclarent prendre en compte la visibilité sur les décisions des agents.
Points clésL'adoption des agents dépasse la visibilité nécessaire pour juger ce que ces agents…
Voir plus
- L'adoption des agents dépasse la visibilité nécessaire pour juger ce que ces agents décident réellement.
- Les gens vérifient encore en moyenne 66 % des décisions assistées par l'IA malgré les ambitions d'autonomie.
- Les équipes devraient vérifier si elles peuvent reconstituer l'action d'un agent avant d'accorder une autorité plus large.
Les agents d’IA se généralisent au sein des équipes chargées du fonctionnement des logiciels d’entreprise, mais les outils permettant de surveiller leurs décisions et leurs actions ne suivent pas le rythme. Dans les conclusions du rapport State of Observability 2026, publiées le 10 novembre, Dynatrace indique que 87 % des responsables technologiques interrogés ont fait état d’un recours modéré ou important aux agents d’IA pour l’observabilité et les opérations informatiques. Seuls 27 % déclarent actuellement prendre en compte la visibilité sur les décisions et les actions des agents.
Ces résultats reposent sur une enquête en ligne commandée par Dynatrace et menée en août 2026 auprès de 1 202 responsables technologiques d’entreprises dans 12 pays. Ils décrivent ce que les répondants rapportent au sujet de leur propre organisation, et non ce que des chercheurs ont vérifié indépendamment en conditions réelles. Dynatrace vend des logiciels d’observabilité ; le rapport doit donc être considéré comme un aperçu des défis décrits par les répondants à son enquête, et non comme un recensement de l’utilisation de l’IA en entreprise.
L’adoption des agents n’est pas synonyme d’autonomie
Le chiffre d’adoption de l’enquête concerne un domaine particulier des technologies d’entreprise : la surveillance des logiciels et l’exploitation des systèmes informatiques. Il ne signifie pas que 87 % des entreprises autorisent leurs agents à prendre seuls des décisions lourdes de conséquences. Une organisation peut utiliser un agent pour résumer un incident et proposer une réponse qu’un ingénieur examinera. Une autre peut permettre à un agent d’exécuter une action prédéfinie dans une partie limitée de son infrastructure. Les deux peuvent déclarer utiliser des agents, même si ceux-ci assument des responsabilités très différentes.
Les répondants estiment que des personnes vérifient encore, en moyenne, 66 % des décisions prises à l’aide de l’IA. Par ailleurs, 12 % déclarent avoir des opérations entièrement autonomes, tandis que 44 % indiquent viser ce niveau d’autonomie d’ici cinq ans. Ce dernier chiffre mesure donc une ambition, et non une prévision. L’enquête révèle également que la complexité de l’intégration est l’obstacle à l’autonomie le plus souvent cité, à 31 %, au même titre que des difficultés liées aux compétences, à la supervision et à la qualité des données.
Ce que les équipes peuvent voir après l’action d’un agent
La surveillance standard des systèmes peut indiquer à un ingénieur qu’un service a répondu et combien de temps cela a pris. Elle ne révèle pas si l’agent a choisi une action appropriée ni si cette action a résolu l’incident sous-jacent. Par exemple, si un agent recommande de redémarrer un service, un compte rendu utile préciserait quelles alertes ont motivé cette recommandation, si une personne l’a approuvée et ce qui est arrivé au service par la suite. Les ingénieurs pourraient alors vérifier si le redémarrage a été bénéfique ou s’il a simplement coïncidé avec le rétablissement du service.
Dynatrace a constaté que 43 % des répondants considéraient la visibilité sur les décisions des agents comme une exigence importante en matière d’observabilité, contre 27 % qui déclaraient s’en occuper. Cet écart ne prouve pas que tous les autres ne disposent d’aucun journal. Il compare ce que les répondants jugeaient important à ce qu’ils disaient que leur organisation prenait en compte.
Les coûts ajoutent une autre dimension. Quelque 81 % des répondants ont fait état d’une hausse des dépenses de calcul et d’infrastructure liée aux charges de travail de l’IA, et 77 % ont indiqué avoir besoin d’une meilleure visibilité sur la répartition des coûts. Un outil qui mesure le temps consacré par les opérateurs à un incident sans comptabiliser les ressources supplémentaires consommées par un agent peut donner l’impression que l’automatisation coûte moins cher qu’en réalité. Mettre en relation ces deux mesures permet aux équipes de comparer le coût de différentes approches pour une même tâche.
Le critère pour élargir le champ d’action des agents
Dans un suivi publié le 17 novembre, Dynatrace a décrit une progression allant de la collecte d’éléments probants à la recommandation d’actions, puis à leur exécution avec approbation, avant d’évoluer vers une autonomie plus large lorsque cela se justifie. Pour une équipe d’exploitation, cela implique d’évaluer un agent en fonction d’une tâche précise, plutôt que d’élargir ses autorisations parce qu’il a bien réussi des tâches sans rapport. Un agent qui classe fiablement les alertes, par exemple, n’a pas nécessairement démontré qu’il sait choisir le bon moment pour modifier un système en production.
L’enquête propose un critère pratique aux entreprises qui envisagent d’accroître l’autonomie : une équipe peut-elle reconstituer les actions de l’agent, justifier les autorisations dont il disposait et mesurer si son intervention a été utile ? Sans ces réponses, une hausse du taux d’adoption peut simplement refléter une présence accrue des agents dans les processus de travail, plutôt que démontrer qu’ils sont prêts à les gérer.












