En une semaine, trois signaux convergents redessinent le paysage des agents IA. Stanford rapporte une multiplication par 5,5 de leurs capacités en un an : les agents IA passent de 12% à 66% de réussite sur des tâches informatiques réelles. C'est un saut qualitatif majeur.
Parallèlement, la réalité des entreprises contraste cruellement. Entre 86% et 89% des projets pilotes d'agents IA échouent avant d'atteindre la production à grande échelle. Le fossé entre le potentiel en laboratoire et la viabilité commerciale reste béant. Apoorva Mehta lance Abundance, un fonds de couverture de 100 millions de dollars conçu pour laisser des agents IA gérer entièrement les investissements. JPMorgan automatise déjà 360 000 heures de travail manuel chaque année avec sa suite LLM, réduisant les cycles de recherche de 83%.
Parallèlement, la réalité des entreprises contraste cruellement.
Le paradoxe est frontal : les capacités explosent, mais le passage à l'échelle reste un casse-tête. Pour les entreprises, la vraie question n'est plus "l'IA peut-elle faire le travail ?", mais "comment faire en sorte que ça marche durablement en production ?". C'est dans cette faille que se concentrent les vrais enjeux des trois prochaines années.