L'IA à base d'agents au service d'une santé mondiale plus humaine

Un plan d'action pour utiliser l'IA au service de la démocratie

Depuis l'invention de l'imprimerie jusqu'à l'essor des médias de masse, chaque révolution de l'information a reconfiguré les formes de gouvernance. Nous entrons aujourd'hui dans une transformation d'une ampleur comparable : l'intelligence artificielle est en train de devenir le principal intermédiaire par lequel les citoyens se forment une opinion et participent à la vie démocratique. Les moteurs de recherche sont déjà largement pilotés par des algorithmes, mais la prochaine génération d'assistants IA ira bien plus loin : elle synthétisera l'information, la mettra en cadre et la présentera avec autorité. Pour un nombre croissant de personnes, interroger une IA deviendra le réflexe par défaut pour se faire une opinion sur un candidat, une loi ou une personnalité publique. Parallèlement, les agents IA personnels commencent à agir au nom de leurs utilisateurs : ils mènent des recherches, rédigent des courriers, soutiennent des causes, et peuvent même orienter des décisions aussi concrètes que le vote sur un référendum ou la réponse à un courrier administratif. Ce double mouvement pose des risques considérables pour les démocraties. L'expérience des réseaux sociaux a déjà montré qu'un algorithme optimisé pour l'engagement, sans agenda politique explicite, peut produire polarisation et radicalisation. Un agent IA qui connaît vos préférences et vos angoisses, conçu pour vous garder actif, expose aux mêmes dérives, avec une subtilité supplémentaire : il se présente comme votre allié, parle en votre nom, et gagne précisément en confiance par cette proximité. À l'échelle collective, les effets deviennent encore plus imprévisibles. Des recherches montrent que des agents individuellement neutres peuvent, en interagissant à grande échelle, générer des biais collectifs. Un espace public où chacun dispose d'un agent personnalisé, parfaitement accordé à ses convictions existantes, n'est plus un espace public : c'est un archipel de mondes privés, chacun cohérent en lui-même, mais collectivement hostile à la délibération partagée qu'exige la démocratie. Cette transformation ne s'annonce pas : elle est déjà en cours, portée par des choix de conception effectués aujourd'hui dans les laboratoires et les départements produit des grandes entreprises technologiques. Les institutions démocratiques ont été conçues pour un monde où le pouvoir se construisait différemment, à une vitesse différente. Trois mutations simultanées les bousculent désormais : la façon dont les citoyens accèdent à la vérité, la façon dont ils exercent leur agentivité civique, et la façon dont se structurent les délibérations collectives. Des acteurs comme Google, OpenAI, Anthropic ou Meta façonnent, souvent sans en avoir pleinement conscience, les nouvelles infrastructures de l'opinion publique. La question n'est plus de savoir si l'IA redéfinira la citoyenneté, mais si les sociétés se donneront les moyens d'en orienter les conséquences avant que les règles du jeu ne soient écrites sans elles.

💬 Le problème avec les réseaux sociaux, c'était un algo sans visage qui optimisait dans le vide. Là, c'est un agent qui te connaît, qui parle en ton nom, et qui gagne ta confiance précisément parce qu'il est "de ton côté". C'est une marche de plus, et pas la plus petite.

L'IA à base d'agents oblige à repenser la structure des organisations

Alors que l'adoption des agents IA en entreprise s'accélère, un fossé béant s'ouvre entre les ambitions affichées et les capacités réelles. Selon une étude récente, 85 % des organisations déclarent vouloir devenir "agentiques" d'ici trois ans, mais 76 % reconnaissent que leurs opérations et infrastructures actuelles ne sont pas en mesure de soutenir cette transition. C'est dans ce contexte que PwC UK Consulting, via son directeur technique mondial Prasun Shah, et la plateforme enterprise Ema, fondée par Surojit Chatterjee, alertent sur une erreur de méthode répandue : coller des agents IA par-dessus des organisations conçues pour des humains, sans repenser le modèle de fond en comble. Shah parle d'une "solution scotch" : on rajoute de la technologie sur un modèle qui se fissure, sans s'attaquer aux fractures structurelles. L'enjeu est considérable. Lorsqu'ils sont déployés à grande échelle, les agents IA seraient capables d'accélérer les processus métier de 30 à 50 %, et de réduire le temps consacré aux tâches à faible valeur ajoutée de 25 à 40 %. Mais ces gains ne se matérialisent que si l'organisation est repensée en profondeur, pas seulement optimisée à la marge. Les agents ne sont pas des assistants qui aident un humain à aller plus vite : ils coordonnent des workflows entiers, prennent des décisions autonomes, s'adaptent aux conditions changeantes et itèrent en continu. Pour débloquer cette valeur, il faut revoir les droits de décision, les indicateurs de performance, les processus et les rôles humains, non pas après coup, mais dès la conception. C'est pour combler ce vide conceptuel qu'Ema a forgé en 2025, en partenariat avec le cabinet HFS Research, le terme "agentic business transformation" (ABT). Ce cadre distingue trois piliers : la pile technologique, la composition de la main-d'oeuvre, et les métriques de succès. Sur le plan technique, Shah insiste sur le fait que les agents IA ne doivent pas être une couche supplémentaire dans un empilement applicatif existant, mais un "tissu conjonctif" capable de circuler entre les systèmes, de contextualiser des données issues de sources multiples et d'en déduire des décisions à haute valeur. C'est précisément là, dit-il, que se jouera "le prochain champ de bataille" compétitif entre les entreprises. La question n'est plus de savoir si les organisations adopteront des agents IA, mais si elles auront la lucidité de se transformer structurellement plutôt que de se contenter de les greffer sur l'existant.

L'IA à base d'agents a résolu le code, et mis à nu tous les autres problèmes du génie logiciel

L'intelligence artificielle agentique a résolu le problème de l'écriture du code, mais ce faisant, elle a mis en lumière tous les autres goulots d'étranglement du génie logiciel. Les équipes d'ingénierie génèrent aujourd'hui plus de code que jamais grâce aux agents IA, mais les dirigeants d'entreprise posent une question de plus en plus pressante : si le rythme de livraison s'est accéléré, pourquoi les produits ne s'améliorent-ils pas à la même cadence ? La réponse est que l'écriture du code n'a jamais été le facteur limitant. Ce qui ralentit les organisations, c'est la définition des bonnes exigences, l'intégration avec des systèmes complexes, et la maintenance en conditions réelles. Quand les agents inondent une organisation de nouveau code, ces difficultés structurelles s'amplifient. La revue humaine du code généré par IA est en train de devenir un énorme nouveau bottleneck, et les ingénieurs perdent le contexte nécessaire pour détecter les erreurs des agents. Des coûts incontrôlés émergent aussi : Uber a épuisé son budget IA 2026 dès le mois d'avril, et selon Axios, une entreprise anonyme a reçu une facture Anthropic de 500 millions de dollars en un seul mois à cause de boucles agentiques incontrôlées. Ces dérives ont des conséquences concrètes sur les organisations. Les entreprises qui n'anticipent pas ces dynamiques risquent de tirer une conclusion simpliste et destructrice : réduire les effectifs tout en augmentant les dépenses IA. Celles qui raisonnent de manière délibérée créeront au contraire de nouveaux rôles adaptés à cette réalité. La différence tient à une gouvernance claire : traiter les configurations d'agents comme de l'infrastructure de production, versionner et tester les prompts avant déploiement, et surtout ne jamais accorder à un agent les mêmes droits d'accès qu'à un ingénieur humain. Ces derniers disposent d'un jugement contextuel et assument une responsabilité directe, un agent qui hérite de leurs permissions sans garde-fous introduit un angle mort d'accountability dans les systèmes critiques. Cette situation s'inscrit dans une transition plus large : l'IA passe de l'assistance à l'exécution autonome, et les modèles économiques comme les pratiques de sécurité n'ont pas encore rattrapé ce changement. Sur le plan technique, la réponse passe par une stratégie multi-modèles et multi-fournisseurs, aucun modèle n'excelle sur toutes les tâches, et se concentrer sur un seul vendeur crée un point de défaillance unique inacceptable pour une fonction aussi critique que l'ingénierie. La priorité doit aller aux modèles frontier les plus performants plutôt qu'aux moins chers en coût par token, car c'est la qualité du résultat qui détermine le coût réel en minimisant les retravaux coûteux. Les métriques traditionnelles, lignes de code, pull requests, déploiements, ne mesurent plus rien d'utile dans ce nouveau contexte.

💬 Personne ne voulait l'entendre, mais écrire du code n'a jamais été le vrai goulot. Les agents ont prouvé ça à coup de factures à 500 millions et de budgets grillés en avril pour l'année entière. Ce qui ralentit encore, c'est comprendre ce qu'on construit et intégrer les vieilles briques, et là, aucun agent ne te sauve si t'as pas mis les garde-fous.

Plus besoin de s’inquiéter ? Le Parti travailliste va mettre l’IA au service des salariés

Liz Kendall, secrétaire d'État britannique à la Technologie dans le gouvernement travailliste, a annoncé une série de mesures concrètes pour préparer les travailleurs aux bouleversements provoqués par l'intelligence artificielle. Parmi les dispositifs dévoilés, le programme TechFirst, doté de 187 millions de livres sterling et lancé l'an dernier, a été réorienté pour que 40 % des un million de jeunes visés proviennent d'établissements scolaires défavorisés. Deux projets pilotes ont également été lancés dans le nord-est et le nord-ouest de l'Angleterre, proposant des stages de formation professionnelle estivaux à des jeunes sans emploi, sans études et sans formation, les fameux NEET. Ces initiatives, développées avec des entreprises partenaires, couvrent pour l'instant 60 places dans le nord-ouest et 20 dans le nord-est, avec une extension nationale envisagée. Dans le nord-est, le dispositif s'intègre à un projet de zone de croissance dédiée à l'IA, financé en partie par la Garantie jeunesse travailliste, réservée aux jeunes éloignés de l'emploi depuis au moins dix-huit mois. L'enjeu dépasse largement la formation professionnelle : il s'agit de décider qui, des gouvernements ou des grandes entreprises technologiques, orientera la transformation numérique. Kendall est explicite sur ce point : laisser les travailleurs affronter seuls les conséquences de l'automatisation n'est pas une option. Son ambition est de s'assurer que les gains de productivité générés par l'IA bénéficient à l'ensemble de la société britannique, et non aux seuls acteurs puissants du secteur. Pour les millions de jeunes Britanniques dont les perspectives d'emploi sont incertaines, ces programmes représentent une première réponse tangible à une anxiété bien documentée. Le contexte international donne la mesure du défi. Kristalina Georgieva, directrice générale du Fonds monétaire international, a qualifié l'IA de véritable « tsunami » susceptible de remodeler profondément le marché du travail mondial, en soulignant que les jeunes générations seraient les plus exposées. Le gouvernement travailliste, arrivé au pouvoir en juillet 2024, essaie de tracer une troisième voie entre rejet technologique et acceptation passive. Kendall reconnaît que certains métiers disparaîtront, mais insiste sur le fait que d'autres émergeront et que la plupart des professions évolueront, un schéma historiquement associé aux grandes ruptures technologiques. La vraie question politique n'est donc pas de savoir si l'IA doit être adoptée, mais comment la réguler pour qu'elle serve l'intérêt collectif. Les prochains mois, notamment avec la possible extension des pilotes régionaux à l'échelle nationale, diront si cette vision reste un discours ou se traduit en politique publique durable.