Habr : selon Yandex Wordstat, la demande pour les « agents IA » reste loin derrière celle pour les bots et les services

Habr a publié une tribune à la thèse tranchée : le marché n'a presque pas besoin des « agents IA » en tant que produit autonome. Selon l'auteur, la demande réelle ne porte pas sur ce terme à la mode, mais sur des tâches concrètes : bots, boutiques en ligne, paiement et automatisation appliquée.

Ce que montre Wordstat

L'auteur s'appuie d'abord sur Yandex Wordstat. D'après ses données, la requête « ии агент » (« agent IA ») totalise 38 642 impressions par mois, mais elle est dominée par des formulations comme « création d'un agent IA », « comment créer un agent IA » ou « cours sur les agents IA ». Il en conclut que le terme intéresse avant tout les développeurs et ceux qui veulent investir une nouvelle niche, et non les entreprises venues chercher la solution à un problème métier précis.

À titre de comparaison, l'auteur cite des requêtes plus concrètes. « Бот макс » et « bot max » dépassent ensemble les 118 000 recherches, à côté de besoins de masse comme « comment faire un site », « comment créer une boutique » ou « comment connecter un paiement ». Autre exemple révélateur : OpenClaw, un outil open source précis, plus recherché que le concept général d'AI agent. La logique de l'auteur est simple : par leurs recherches, les utilisateurs votent pour un résultat clé en main, pas pour un nom d'architecture.

Là où le terme se brise

La tribune distingue deux sens du mot « agent ». Pour les ingénieurs, c'est un terme technique ordinaire : un système doté d'un planificateur, d'un ensemble d'outils, d'une mémoire et d'une boucle de décision. Mais dans le marketing, écrit l'auteur, la notion est vite devenue la promesse d'un « objet magique » universel, censé gérer seul n'importe quel processus. C'est dans ce glissement que naît l'écart entre les attentes et ce que l'on peut réellement vendre aux entreprises.

« L'offre et la demande vivent dans des univers parallèles. »

De cet écart, l'auteur tire plusieurs règles pratiques pour le marché :

• L'utilisateur n'achète pas un « agent », mais un bot, un calcul, un rapport ou une boutique.
• Le nom de la technologie n'a presque aucun effet sur la demande si le bénéfice final n'est pas clair.
• Même un outil populaire perd la partie si son lancement exige Docker, des clés API et un VPN.
• Le terme peut être utile au sein d'une équipe, mais fonctionne mal comme promesse produit à l'extérieur.

Pourquoi les pilotes patinent

La partie la plus sévère du texte porte sur les déploiements en entreprise. L'auteur décrit un scénario familier : les entreprises prévoient déjà des budgets pour les « agents IA », constituent des équipes et lancent des appels d'offres, mais peinent souvent à dire clairement où intégrer un tel outil.

Beaucoup de tâches que l'on habille aujourd'hui d'une approche agentique se règlent depuis longtemps avec un CRM, des webhooks, des modèles SQL ou un simple chatbot. Au final, on ne vend pas aux entreprises la solution à un problème, mais une nouvelle étiquette posée sur le même chaos de processus. Ce qu'un pipeline classique peut automatiser ne devient pas meilleur du seul fait d'une surcouche LLM.

L'article dresse ensuite un parallèle avec les précédentes vagues de hype : blockchain, big data et dot-com. Selon l'auteur, la plupart des pilotes IA dans les entreprises russes n'atteignent jamais la production, pour les mêmes raisons : pas de métrique de succès, pas de responsable du processus, une démo qui ne fonctionne que sur des données de test, et une tâche formulée comme « déployer l'IA ». Comme auparavant, ce sont les projets qui traitent une douleur métier étroite et démontrent vite un effet économique qui survivent.

Ce que cela signifie

La thèse de l'article n'est pas que les systèmes agentiques sont inutiles, mais que le marché achète rarement une technologie à l'état brut. Si l'agent IA se démocratise, l'utilisateur ne verra pas un « agent », mais un service compréhensible : un bot de prise de rendez-vous, la vérification d'un devis, la création d'une boutique ou un calcul automatique. Pour les startups comme pour les équipes en entreprise, la leçon est la même : il faut vendre un résultat mesurable, pas un terme à la mode.