Les entreprises accélèrent sur l’IA agentique, mais leurs infrastructures de données peinent encore à suivre. Selon un nouvel indice publié par Fivetran, seules 15 % des organisations se considèrent totalement prêtes à déployer ces systèmes en production. Qualité des données, gouvernance, interopérabilité et souveraineté deviennent désormais des enjeux centraux.
Les investissements progressent plus vite que la préparation réelle
L’IA agentique continue de susciter un fort intérêt dans les entreprises. Mais derrière les annonces et les démonstrations, les infrastructures de données apparaissent encore largement insuffisantes pour supporter des usages en production. C’est le principal enseignement du « 2026 Agentic AI Readiness Index » publié par Fivetran et Redpoint Insights, basé sur une enquête menée auprès de 400 professionnels de la donnée dans plusieurs grands marchés internationaux.
L’étude montre que près de 60 % des entreprises interrogées déclarent avoir investi plusieurs millions, voire plusieurs dizaines de millions de dollars dans l’IA agentique. Pourtant, seules 15 % estiment disposer aujourd’hui des fondations data nécessaires pour l’exploiter correctement à grande échelle. En France, ce niveau tombe à 12 %, selon les données régionales communiquées par Fivetran.
Le rapport insiste sur un point souvent relégué au second plan dans les discours autour de l’IA générative. Les systèmes agentiques ne se contentent plus de produire du texte ou des recommandations. Ils sont conçus pour agir dans des workflows métiers, déclencher des opérations, coordonner des tâches ou interagir avec plusieurs outils de l’entreprise. Cette autonomie change profondément les exigences techniques autour des données.
La qualité des données devient un facteur de risque opérationnel
Selon l’étude, les principaux freins rencontrés par les entreprises concernent d’abord les fondations data elles-mêmes. Les problèmes de qualité des données et de traçabilité arrivent en tête des obstacles identifiés, cités par 42 % des répondants. Viennent ensuite la souveraineté et la conformité réglementaire, puis les enjeux de sécurité et de confidentialité, à 39 % chacun.
Le rapport décrit un phénomène assez clair où les progrès des modèles ne suffisent plus lorsque les données utilisées restent incomplètes, obsolètes, fragmentées ou mal gouvernées. Fivetran souligne notamment que les grands modèles de langage ne « compensent » pas automatiquement des données défaillantes. Un agent alimenté par des informations de mauvaise qualité ne devient pas plus fiable avec le temps. Il accélère simplement la prise de mauvaises décisions.
L’étude rejoint d’ailleurs plusieurs analyses récentes de Gartner sur le sujet. Le cabinet estime qu’une part importante des projets d’IA agentique pourrait être abandonnée d’ici 2027 faute d’accès à des données suffisamment fiables et exploitables.
L’interopérabilité devient un enjeu stratégique
Le rapport met aussi en avant un autre sujet de plus en plus sensible dans les stratégies IA des entreprises. Les agents ne peuvent fonctionner efficacement que s’ils accèdent rapidement à des données réparties entre plusieurs environnements, applications et plateformes. Pour 86 % des décideurs interrogés, l’interopérabilité et l’extensibilité des plateformes sont désormais considérées comme importantes ou critiques pour les projets IA et data.
Les systèmes les plus souvent connectés aux agents IA sont aujourd’hui les data warehouses, les lakehouses, les applications métiers et les outils analytiques. Cette dépendance croissante à l’intégration des données fait émerger un nouveau risque de verrouillage technologique. Toujours selon l’étude, les outils d’intégration de données sont désormais perçus comme une source de lock-in plus importante que les fournisseurs cloud eux-mêmes.
La souveraineté devient un critère d’accès fournisseur
L’enquête montre également un durcissement des attentes des entreprises sur les questions de gouvernance et de souveraineté. Près des deux tiers des organisations interrogées déclarent qu’elles limiteraient fortement, voire excluraient totalement, un fournisseur incapable de répondre à leurs exigences de gouvernance des données et de souveraineté.
Dans un contexte agentique, cette exigence prend une dimension particulière. Les systèmes ne se contentent plus d’analyser des données. Ils peuvent agir directement dans des environnements de production, accéder à des applications critiques ou déclencher des opérations métiers.
L’étude défend logiquement une approche centrée sur des architectures de données ouvertes et interopérables, position cohérente avec le rôle de Fivetran sur le marché de l’intégration de données. Ce point mérite d’être rappelé. Le rapport reste porté par un acteur directement concerné par ces enjeux technologiques et commerciaux.
Pour autant, plusieurs tendances mises en avant dépassent le simple discours marketing. Les débats autour de la souveraineté, de l’interopérabilité et de la gouvernance des données prennent aujourd’hui une place de plus en plus importante dans les projets IA déployés à grande échelle, en particulier dans les environnements réglementés ou critiques.
