Des agents IA font leur entrée dans les métiers bancaires chez Bank of America

Manulife intègre des agents IA dans ses processus financiers essentiels

Manulife, l'assureur canadien, déploie des agents IA dans ses opérations internes via une plateforme d'IA agentique capable d'exécuter des séquences de tâches à travers différents systèmes et données. L'entreprise prévoit que ses initiatives IA généreront plus d'1 milliard de dollars de valeur d'ici 2027, avec déjà plus de 35 cas d'usage en production et 75 % de ses employés utilisant ces outils. Cette évolution illustre un tournant dans le secteur : après des années de pilotes limités, les grandes organisations passent à une automatisation opérationnelle à grande échelle, une tendance confirmée par McKinsey, qui note que 65 % des entreprises utilisent désormais l'IA générative dans au moins une fonction métier.

NeoCognition lève 40 millions pour bâtir des agents IA experts dans tous les domaines

La start-up américaine NeoCognition a annoncé le 21 avril 2026 une levée de fonds de 40 millions de dollars en seed, conduite par Cambium Capital et Walden Catalyst Ventures, avec la participation de Vista Equity Partners. L'entreprise, fondée par Yu Su, professeur à l'Université d'État de l'Ohio et spécialiste reconnu des systèmes d'agents IA, se positionne sur un défi précis : faire passer les agents IA du statut de généralistes approximatifs à celui d'experts fiables dans des domaines métiers spécifiques. Finance, santé, logistique, chaque secteur a ses propres règles, contraintes et interactions, et c'est exactement ce que NeoCognition entend apprendre à ses agents à maîtriser de manière autonome, sans intervention humaine constante. Le problème central que la start-up cherche à résoudre est bien documenté : selon Yu Su, les agents IA actuels, qu'ils soient issus de Perplexity, Claude ou d'autres plateformes, n'atteignent qu'environ 50 % de taux de réussite sur des tâches complexes. Un chiffre rédhibitoire pour toute automatisation sérieuse en entreprise, où chaque erreur peut avoir des conséquences opérationnelles ou financières. La différence clé repose sur l'apprentissage : là où les agents existants se contentent de relancer des requêtes en cas d'échec, NeoCognition veut construire des systèmes qui s'améliorent réellement en continu, en internalisant progressivement les règles d'un domaine donné, à la manière dont un humain devient expert à force de pratique et de retour d'expérience. C'est ce mécanisme d'auto-spécialisation qui constitue le coeur de la proposition technologique. Yu Su a longtemps hésité à commercialiser ses recherches académiques, mais il a finalement franchi le pas en constatant que les progrès récents des modèles fondamentaux rendaient enfin envisageable la création d'agents réellement personnalisables et opérationnels à l'échelle industrielle. NeoCognition s'inscrit dans une vague plus large de startups qui ciblent le marché B2B plutôt que le grand public, pariant sur la fiabilité comme avantage concurrentiel décisif face aux grands acteurs généralistes. Les investisseurs semblent partager ce diagnostic : Vista Equity Partners, habitué des logiciels d'entreprise, et les deux fonds lead témoignent d'un intérêt croissant pour des modèles capables d'industrialiser des cas d'usage à haute exigence. Si NeoCognition tient ses promesses, elle pourrait combler le fossé persistant entre les démonstrations technologiques spectaculaires de l'IA et un déploiement professionnel digne de confiance.

KPMG dévoile sa stratégie d'agents IA pour améliorer les marges des entreprises

Malgré des budgets IA en forte hausse, seules 11 % des grandes entreprises mondiales ont atteint un stade de déploiement d'agents IA produisant des résultats à l'échelle de l'organisation, selon le premier baromètre trimestriel Global AI Pulse de KPMG, publié début 2026. L'enquête révèle que les entreprises prévoient en moyenne de dépenser 186 millions de dollars sur les douze prochains mois en intelligence artificielle — 245 millions pour la région Asie-Pacifique, 207 millions pour les États-Unis, 157 millions pour la zone EMEA. Pourtant, 64 % des répondants déclarent obtenir des résultats « significatifs », un qualificatif que KPMG juge trompeur : entre des gains de productivité marginaux et une transformation opérationnelle capable de peser sur les marges, l'écart reste, pour la majorité, considérable. Le vrai enseignement du rapport est la fracture entre les « leaders IA » — les organisations qui déploient des agents autonomes capables de coordonner des tâches entre fonctions, de prendre des décisions sans validation humaine à chaque étape, et d'identifier des anomalies en quasi-temps réel — et tout le reste. Parmi ces leaders, 82 % disent obtenir de la valeur concrète de l'IA, contre 62 % pour les autres entreprises. Cet écart de 20 points cache une différence de philosophie radicale : les retardataires ont superposé des outils IA (copilotes, résumés automatiques) à leurs processus existants sans les repenser, générant des améliorations ponctuelles. Les leaders ont fait l'inverse — ils ont d'abord redessiné leurs processus, puis déployé les agents pour les opérer. En ingénierie informatique, 75 % des leaders utilisent des agents pour accélérer le développement logiciel, contre 64 % pour leurs pairs ; en opérations et supply chain, l'écart est de 64 % contre 55 %. Ce ne sont pas des différences d'adoption d'outils, mais de réarchitecture profonde. Ce rapport s'inscrit dans un mouvement de fond : depuis 2023, les grandes entreprises ont massivement investi dans des modèles de langage, mais la pression monte pour justifier ces dépenses auprès des conseils d'administration. Steve Chase, directeur mondial de l'IA chez KPMG International, résume : « Dépenser plus pour l'IA n'est pas synonyme de créer de la valeur. » La vraie question posée par ces 186 millions de budget moyen n'est pas leur montant, mais leur affectation : quelle part va à l'infrastructure opérationnelle nécessaire pour extraire de la valeur des modèles eux-mêmes, plutôt qu'aux seules licences et à la puissance de calcul ? Sur un horizon de trois à cinq ans, la réponse à cette question pourrait devenir la principale variable de compétitivité dans plusieurs secteurs industriels.

Anthropic bloque l'utilisation des abonnements Claude avec OpenClaw et les agents IA tiers

Anthropic a annoncé le 4 avril 2026 que ses abonnements Claude Pro (20 dollars par mois) et Max (100 à 200 dollars par mois) ne permettront plus d'alimenter des agents IA tiers comme OpenClaw. À partir de ce samedi à 12h heure du Pacifique, les utilisateurs qui branchaient ces outils externes sur leur abonnement Claude devront basculer vers un système de facturation à l'usage appelé "Extra Usage", ou passer par l'API officielle d'Anthropic qui facture chaque token consommé. Pour atténuer la transition, la société offre aux abonnés existants un crédit unique égal au prix de leur abonnement mensuel, utilisable jusqu'au 17 avril, ainsi qu'une réduction allant jusqu'à 30 % pour les achats anticipés de forfaits "Extra Usage". La mesure ne concerne pas clairement les abonnements Team et Enterprise, et Anthropic n'avait pas encore confirmé leur statut au moment de l'annonce. La décision illustre une tension croissante entre la démocratisation des outils IA et la viabilité économique des abonnements forfaitaires. Boris Cherny, responsable de Claude Code chez Anthropic, a expliqué sur X que les outils tiers ne sont pas optimisés pour exploiter le "prompt cache" — un mécanisme qui réutilise les textes déjà traités pour réduire la charge de calcul. Les outils propriétaires d'Anthropic comme Claude Code et Claude Cowork sont conçus pour maximiser ce taux de réutilisation, tandis que des plateformes comme OpenClaw le contournent, générant une consommation de ressources disproportionnée. Selon le growth marketer Aakash Gupta, un seul agent OpenClaw actif pendant une journée peut brûler jusqu'à 1 000 dollars de compute, une charge incompatible avec un abonnement mensuel à 20 dollars. Cette décision s'inscrit dans un contexte de demande explosive pour Claude. Dans les semaines précédant l'annonce, Anthropic avait déjà introduit des limites de session plus strictes, réduisant le nombre de tokens disponibles par tranche de 5 heures pendant les heures de pointe, une mesure qui avait frustré de nombreux utilisateurs intensifs. La société a indiqué que ces changements n'affectaient qu'environ 7 % des utilisateurs à un instant donné, mais la communauté des développeurs y voit un signal clair : l'ère du forfait illimité pour usages avancés est terminée. Cherny a précisé avoir lui-même soumis des pull requests pour améliorer le taux de cache d'OpenClaw en particulier, soulignant que la rupture n'est pas idéologique mais économique. Pour les équipes qui s'appuyaient sur ces intégrations en production, la transition vers l'API représente une hausse de coûts significative, et potentiellement un avantage compétitif pour les outils natifs d'Anthropic.

💬 Brûler 1000 dollars de compute pour un abonnement à 20 euros par mois, c'était intenable. Anthropic ferme le robinet, c'est logique, mais ça profite aussi très directement à leurs propres outils (Claude Code en tête, ça tombe bien). Les équipes qui avaient branché OpenClaw en prod vont devoir sortir le chéquier.