L'IA agentique va déplacer le pouvoir dans l'entreprise

Le contexte : Snowflake Summit 2026

Lundi soir, à San Francisco, Snowflake a ouvert son Summit 2026 avec un message qui dépassait le cadre d'une keynote produit. Derrière les annonces et les démonstrations, une question revenait sans être toujours formulée directement : que se passe-t-il quand l'IA agentique ne se contente plus de répondre, mais commence à agir dans l'entreprise ?

Depuis deux ans, le marché s'est passionné pour les performances des LLMs, les copilotes et les interfaces conversationnelles. La rupture est réelle. Mais à mesure que ces outils se rapprochent des systèmes métiers, le sujet se déplace. Il faut décider jusqu'où l'IA peut aller, avec quelles données, sous quel contrôle, et au nom de qui.

La composition de la scène était révélatrice : autour de Sridhar Ramaswamy (CEO Snowflake), se succédaient Accenture, Anthropic et Sanofi. La plateforme data, le conseil en transformation, le fournisseur de modèle, le grand groupe industriel — tout l'écosystème racontait, chacun depuis son métier, le même passage : d'une IA spectaculaire vers une IA inscrite dans les opérations.

Quand l'IA passe de l'assistance à l'action

Un agent qui résume une réunion, c'est confortable. Un agent qui agit dans Salesforce, Workday, Slack, Jira ou un ERP, c'est politique. Il ne se contente plus d'aider : il déclenche, modifie, priorise, recommande, et même parfois décide. À ce niveau-là, ce qui compte, c'est la gouvernance de l'action, au-delà de la simple performance de l'outil.

C'est ici que se situe l'angle mort de l'IA agentique. On la présente souvent comme une fluidification du travail. Elle risque surtout de faire remonter à la surface tout ce que les organisations avaient réussi à maintenir dans une forme de flou utile : des droits d'accès accordés par habitude, des processus jamais vraiment documentés, des arbitrages entre métiers et DSI que personne n'avait envie de rouvrir.

L'agentique ne va pas seulement automatiser des tâches — elle va forcer les entreprises à expliciter leurs règles internes. Et beaucoup découvriront que ces règles n'existent pas vraiment, ou qu'elles reposent sur des compromis politiques plus que sur une gouvernance assumée.

L'agentique oblige les entreprises à formaliser leurs règles

Snowflake défend naturellement une réponse : ramener l'IA vers la donnée gouvernée, sécurisée, contextualisée. Un modèle, aussi puissant soit-il, devient vite banal si tout le monde y accède. Ce qui reste spécifique, ce sont les historiques clients, les contraintes métiers, les règles internes, les signaux faibles propres à chaque organisation.

Cette bataille du contexte va redessiner les rapports de force. Dans ce nouveau partage des rôles — où le modèle devient une commodité accessible à tous — l'avantage concurrentiel ne sera plus dans la puissance du modèle mais dans la capacité de chaque organisation à l'alimenter avec un contexte qu'elle seule possède.

Concrètement, cela signifie que les DSI vont devoir prendre des décisions qu'elles ont souvent différées : quels systèmes peuvent être touchés par un agent ? Avec quels droits ? Sur quelle base légale ? Avec quelle traçabilité ? Ce ne sont pas des questions techniques. Ce sont des questions de gouvernance organisationnelle et juridique.

Ce que ça change pour les équipes

Pour les équipes techniques et managériales, l'enjeu est de ne pas laisser la gouvernance en retard sur le déploiement. L'histoire des grandes transformations numériques montre que les organisations qui ont déployé vite sans gouverner ont souvent dû revenir en arrière — parfois violemment.

Avec l'IA agentique, ce risque est amplifié par le fait que les agents peuvent agir en autonomie. Une erreur de configuration ou de permissions n'a plus les conséquences d'une mauvaise réponse — elle a les conséquences d'une action irréversible dans un système de production.