L’IA agentique vendue par des tiers se heurte au coût de maintenance

Gartner estime que jusqu’à 70 % des entreprises abandonneront d’ici 2028 les systèmes d’IA agentique bâtis avec l’aide de fournisseurs, faute de pouvoir les maintenir seules à un coût raisonnable. Derrière l’enthousiasme pour ces agents capables d’agir de façon autonome, la facture opérationnelle grimpe plus vite que les démonstrations. Le cabinet pointe surtout un modèle, le forward-deployed engineering (FDE), où des ingénieurs du fournisseur travaillent directement chez le client pour construire l’outil sur mesure. Sur le papier, cela accélère le déploiement ; dans la pratique, cela peut aussi enfermer l’entreprise dans une dépendance durable.

Quand l’accélération initiale devient une attache technique

Le FDE repose sur une idée simple : mettre des ingénieurs au plus près du client pour adapter vite le logiciel à ses besoins. Gartner reconnaît que cette approche peut donner des résultats rapides, surtout quand l’intégration est complexe ou que la spécialisation produit est forte. Mais le cabinet prévient que l’entreprise cliente risque de ne pas récupérer assez de savoir-faire pour faire évoluer le système sans l’équipe externe. Résultat : quand le fournisseur repart, l’outil reste, mais l’autonomie ne suit pas toujours. Le genre de cadeau qui coûte ensuite un peu cher à ouvrir.

Mukul Saha, senior director analyst chez Gartner, résume l’équation ainsi : « Success starts with getting the engagement structure right, from scope and incentives to governance, ownership, and exit ». Et il ajoute : « The best-scoped FDE engagements have clear guidelines on governance, business value delivery, IP ownership, project co-ownership, knowledge transfer, and an exit strategy from day one ». Autrement dit, la réussite dépend moins du slogan que du contrat, de la gouvernance et du transfert de compétences. Sans cela, la relation peut vite ressembler à une sous-traitance premium déguisée en stratégie d’innovation.

Le risque du “FDE washing”

Gartner alerte aussi sur un phénomène de rebranding : des services classiques d’implémentation, de conseil ou d’ingénierie solution seraient présentés comme du FDE pour justifier des tarifs plus élevés. Le cabinet parle de FDE washing. Cette confusion n’est pas anodine, car elle brouille la frontière entre un accompagnement standard et une intervention réellement intégrée au produit. Pour les acheteurs, le danger est de payer le prix d’un dispositif très spécialisé sans obtenir la profondeur opérationnelle promise.

Dans ce contexte, Gartner conseille de réserver le FDE aux projets vraiment complexes, ceux qui exigent une expertise produit poussée, une adaptation rapide ou une intégration étroite avec l’environnement technique du client. Pour les déploiements plus routiniers, les modèles de partenaires ou de conseil classiques restent souvent plus prévisibles et moins coûteux. Le cabinet estime d’ailleurs que, d’ici 2028, moins de 20 % des engagements FDE transformeront les besoins personnalisés des clients en fonctionnalités standard dans le produit du fournisseur.

Une mise en garde qui dépasse le seul cas des agents

Cette alerte s’inscrit dans une série de signaux prudents envoyés par Gartner sur les projets d’IA en entreprise. Plus tôt cette année, le cabinet prévoyait que plus de la moitié des initiatives d’IA générative dépasseraient leur budget, en raison de mauvais choix d’architecture et d’un manque d’expertise opérationnelle. Il anticipe aussi qu’environ 40 % des déploiements d’agents IA seront réduits ou abandonnés, les organisations butant sur les sujets de gouvernance et de sécurité. Enfin, Gartner a récemment estimé qu’une partie des salariés licenciés à cause de l’automatisation serait ensuite réembauchée à un coût bien plus élevé pour combler des trous de compétences.

Pris ensemble, ces signaux dessinent un message assez net : l’IA d’entreprise ne se juge pas seulement à la vitesse du premier prototype. Elle se juge à la capacité de l’organisation à la garder en main, à la faire évoluer et à ne pas payer deux fois le même savoir-faire.