Un marché bleu énorme pour les « agents intelligents » : la programmation logicielle représente la moitié, tandis que la médecine, la finance, le droit et autres sont « rares »

Une étude récente sur l’application concrète des agents intelligents en IA révèle une configuration de marché extrêmement déséquilibrée : le logiciel d’ingénierie domine près de la moitié du marché, tandis que les secteurs verticaux tels que la santé, le droit, la finance et une dizaine d’autres ne représentent qu’une moitié, avec une part inférieure à 5 % pour chacun. Cette situation indique aux entrepreneurs une direction claire : les véritables opportunités ne résident pas dans les domaines déjà exploités, mais dans ces marchés bleus, presque inexplorés.

Une étude globale publiée par Anthropic montre que les outils d’agents intelligents via leur API consacrent 49,7 % de leur utilisation à l’ingénierie logicielle. En comparaison, la santé ne représente que 1 %, le droit 0,9 %, l’éducation 1,8 %. Il ne s’agit pas de marchés saturés, mais de marchés presque inexistants.

L’étude révèle également une constatation clé : la capacité réelle des modèles d’IA dépasse largement la confiance que leur accordent les utilisateurs. L’évaluation des capacités de METR indique que Claude peut résoudre des tâches nécessitant près de cinq heures d’efforts humains, mais en pratique, la durée de session au 99,9e percentile n’est que d’environ 42 minutes. Cet écart énorme entre capacité et déploiement constitue une opportunité de produit que les entrepreneurs peuvent exploiter.

Garry Tan, président de Y Combinator, et Aaron Levie, PDG de Box, estiment tous deux que cette configuration présage la naissance de 300 entreprises verticales d’IA unicornes, en comparaison aux plus de 170 unicorns issus de l’ère SaaS. La taille de ces versions d’IA pourrait être multipliée par 10, car elles ne se contentent pas de remplacer des logiciels, mais aussi des opérateurs.

L’ingénierie logicielle domine, les secteurs verticaux sont presque vides

Les données d’Anthropic montrent que l’ingénierie logicielle représente la moitié de toutes les activités d’agents intelligents, l’autre moitié étant répartie sur 16 secteurs verticaux, aucun ne dépassant 9 %. Les parts de marché dans la santé, le droit, l’éducation, le service client, la logistique, etc., sont toutes à un chiffre.

Cette distribution ne s’explique pas par un manque de besoin en IA dans ces secteurs, mais par le fait que leurs applications ne sont pas encore réellement développées. La domination de l’ingénierie logicielle s’explique par le fait que les développeurs sont naturellement les premiers à adopter ces outils, et que le seuil technologique est relativement faible.

En revanche, les secteurs verticaux comme la santé ou le droit impliquent des données propriétaires, des contraintes réglementaires et des processus organisationnels complexes. Ces obstacles, qui semblent être des barrières, constituent en réalité des défenses concurrentielles. N’importe qui peut construire un wrapper généraliste, mais peu comprennent en profondeur le flux de travail spécifique à la facturation médicale, à la découverte juridique ou aux permis de construire.

Un décalage entre capacité et confiance dans le déploiement

Le phénomène de “déploiement en retard” révélé par l’étude doit attirer l’attention des entrepreneurs. La capacité des modèles dépasse largement le niveau auquel les utilisateurs sont prêts à leur faire confiance.

De octobre 2025 à janvier 2026, la durée de session au 99,9e percentile a presque doublé, passant de moins de 25 minutes à plus de 45 minutes. Cette croissance est stable à travers plusieurs versions de modèles. Il ne s’agit pas seulement d’une amélioration des capacités, mais aussi d’une confiance accrue des utilisateurs — ils apprennent à collaborer avec l’agent lors de chaque session.

Les chercheurs d’Anthropic, Miles McCain et autres, soulignent qu’entre août et décembre, le taux de réussite de Claude Code sur les tâches les plus difficiles pour les utilisateurs internes a doublé, tandis que le nombre moyen d’interventions humaines par session est passé de 5,4 à 3,3. Cela indique qu’à mesure que les utilisateurs comprennent mieux les capacités de l’agent, ils lui accordent plus d’autonomie.

Les capacités sont là, le déploiement n’a pas suivi. Ce n’est pas un problème, mais une opportunité produit.

Le paradoxe de l’évolution de la confiance

L’étude a mis en évidence un phénomène dans l’évolution de la confiance des utilisateurs : les utilisateurs expérimentés approuvent automatiquement plus de sessions tout en intervenant davantage.

Les nouveaux utilisateurs approuvent environ 20 % des sessions de Claude Code sans intervention. Après 750 sessions, ce taux dépasse 40 %. Mais, en même temps, ils n’interviennent que dans 5 % des tours, contre 9 % pour les utilisateurs expérimentés.

Ce n’est pas contradictoire. Selon l’équipe de recherche, cela s’explique par un changement de stratégie de supervision. Les novices approuvent chaque étape, tandis que les utilisateurs expérimentés délèguent davantage, passant d’une approbation préalable à une surveillance active.

L’étude a aussi révélé une caractéristique de sécurité importante : dans les tâches complexes, Claude Code demande plus souvent des clarifications, deux fois plus que l’intervention humaine. L’agent suspend ses actions en cas d’incertitude, plutôt que d’avancer aveuglément. Les chercheurs estiment que “l’autonomie exercée par l’agent en pratique est co-construite par le modèle, l’utilisateur et le produit. Claude limite son autonomie en suspendant la demande d’informations lorsqu’il est incertain.”

73 % des appels d’outils impliquent une intervention humaine, seulement 0,8 % des opérations sont irréversibles. Les scénarios à haut risque, comme l’extraction de clés API ou la négociation autonome de cryptomonnaies, relèvent principalement de l’évaluation de sécurité, et non du déploiement en production.

Stratégies défensives pour l’IA verticale

La stratégie d’AI vertical proposée par Aaron Levie dévoile une voie pour construire des entreprises défendables : développer des agents capables d’accéder à des données propriétaires ; faire en sorte que ces logiciels résolvent réellement des problèmes concrets ; exploiter pleinement le contexte pour maximiser la qualité des sorties ; et, surtout, une étape souvent négligée par la plupart des fondateurs — accompagner le changement chez le client.

Ce dernier point est la raison pour laquelle l’IA verticale est défendable. Dans ces secteurs, maîtriser les processus traditionnels, la réglementation et les frictions organisationnelles est la clé pour différencier une entreprise défendable d’un wrapper généraliste.

Le secteur SaaS a connu une croissance de 10 fois tous les dix ans au cours des dernières décennies. Plus de 40 % des investissements en capital-risque ont été dirigés vers des entreprises SaaS au cours des 20 dernières années, qui ont donné naissance à plus de 170 unicorns. La logique de l’IA verticale est similaire : chaque unicorn SaaS a une version verticale d’IA en attente, et leur taille pourrait être multipliée par 10, car elles remplacent non seulement des logiciels, mais aussi des opérateurs.

Les chercheurs soulignent que la politique d’“approbation de chaque opération” tuerait la productivité sans renforcer la sécurité. La meilleure approche consiste à permettre aux humains de surveiller et d’intervenir, plutôt que d’imposer des workflows d’approbation stricts.

Les 300 unicorns à venir

Le marché est désormais clair. Le domaine de l’ingénierie logicielle est déjà bien attribué, tandis que la santé, le droit, la finance, l’éducation, le service client, la logistique et 10 autres secteurs verticaux, chacun à un faible pourcentage, attendent que des experts du domaine intègrent leur savoir dans des agents intelligents.

Les modèles peuvent déjà fonctionner pendant cinq heures, mais les utilisateurs ne leur donnent en pratique que 42 minutes. Cet écart indique que le marché est encore à ses débuts, avec beaucoup de travail à faire, et que dans de nombreux secteurs, aucune application intelligente d’une minute n’a encore été vue.

Plus de 300 unicorns SaaS ont été créés, et 300 autres unicorns d’IA verticale sont à venir. Choisir un secteur vertical, y intégrer la connaissance spécialisée, et résoudre la gestion du changement, seront les clés pour dominer la prochaine décennie du logiciel d’entreprise.

Avertissement et clauses de non-responsabilité

        Le marché comporte des risques, investir avec prudence. Cet article ne constitue pas un conseil en investissement personnel, ni une recommandation adaptée à la situation financière ou aux objectifs spécifiques de chaque utilisateur. Les utilisateurs doivent évaluer si les opinions, points de vue ou conclusions présentés ici correspondent à leur contexte particulier. En investissant sur cette base, ils en assument l’entière responsabilité.