Le marche des agents IA atteindra 65 milliards en 2028 : anatomie d'une bulle ou d'une revolution

L'essentiel : Le marche des agents IA autonomes est projete a 65 milliards de dollars d'ici 2028, soit une croissance annuelle de 45 %. Derriere les levees de fonds spectaculaires et les valorisations genereuses, les fondamentaux economiques de ces startups restent fragiles. Comparaison avec la vague SaaS et analyse des modeles qui pourraient tenir leurs promesses.

65 milliards de dollars : d'ou vient ce chiffre ?

Le cabinet Markets and Markets a publie en fevrier 2025 une projection situant le marche mondial des agents IA a 65,1 milliards de dollars en 2028, contre 5,4 milliards en 2024. Cette estimation repose sur l'adoption croissante d'agents autonomes dans le service client, le developpement logiciel, la finance et la logistique. D'autres analystes sont plus conservateurs : Gartner situe le marche a 47 milliards, tandis que Goldman Sachs avance un scenario haut a 82 milliards.

L'ecart entre ces projections — de 47 a 82 milliards de dollars — traduit une incertitude fondamentale. Le marche des agents IA n'existe pas encore sous une forme stabilisee. La definition meme d'un « agent IA » varie selon les acteurs : pour certains, c'est un chatbot sophistique ; pour d'autres, c'est un systeme capable d'executer des taches complexes de bout en bout sans intervention humaine.

Ce flou definitoire n'empeche pas l'argent de couler. Au premier semestre 2025, les startups specialisees dans les agents IA ont leve 8,7 milliards de dollars a l'echelle mondiale, selon PitchBook. C'est plus que l'ensemble du secteur de la cybersecurite sur la meme periode. Cette concentration de capital sur un segment aussi jeune merite un examen attentif.

La carte des levees de fonds : qui capte le capital ?

Trois categories d'acteurs se partagent le financement. Les plateformes d'orchestration d'agents — comme Cognition (valorisee a 2 milliards de dollars apres sa Serie B), Sierra AI (cofondee par Bret Taylor, valorisee a 4,5 milliards) et Adept AI (rachetee par Amazon pour 1,1 milliard) — concentrent les plus grosses operations. Ces entreprises fournissent l'infrastructure sur laquelle d'autres construisent des agents specialises.

La deuxieme categorie regroupe les agents verticaux : des startups qui ciblent un secteur precis avec un agent specialise. Harvey AI (juridique, 750 millions de dollars leves), Abridge (sante, 250 millions) ou encore EvenUp (assurance, 200 millions) illustrent cette approche. Leur proposition de valeur est plus tangible : remplacer ou augmenter un poste de travail specifique dans un secteur ou le cout de la main-d'oeuvre qualifiee est eleve.

La troisieme categorie, plus diffuse, concerne les outils de developpement d'agents. LangChain, CrewAI, AutoGen et d'autres frameworks open source ont construit des communautes actives. Leur monetisation reste cependant precaire : le modele open-core, qui consiste a offrir le framework gratuitement et a facturer les services cloud associes, n'a pas encore prouve sa capacite a generer des revenus significatifs dans ce segment.

L'unite economique des agents : un modele encore instable

L'economie unitaire d'un agent IA repose sur un equilibre delicat entre le cout d'inference (chaque action de l'agent consomme des tokens), la valeur creee pour le client et le prix de l'abonnement. Prenons un exemple concret : un agent de service client qui traite 1 000 conversations par jour consomme environ 50 millions de tokens par jour, soit un cout d'inference brut de 150 a 500 dollars quotidiens selon le modele utilise.

Si cet agent remplace trois operateurs humains dont le cout charge est de 45 000 euros par an chacun, l'economie theorique est de 135 000 euros annuels, pour un cout d'inference d'environ 75 000 euros. La marge brute semble confortable. Mais il faut y ajouter le cout de maintenance, de personnalisation, de supervision humaine des cas complexes et de mise a jour continue du systeme. En pratique, les marges nettes des fournisseurs d'agents se situent entre 15 et 25 %, loin des 70 % habituels du SaaS traditionnel.

Comparaison avec la vague SaaS : similitudes et differences

La comparaison avec l'emergence du SaaS au debut des annees 2010 est instructive. A l'epoque, Salesforce, Workday et ServiceNow ont mis entre 8 et 12 ans pour atteindre le milliard de dollars de revenus recurrents. Les investisseurs leur ont accorde ce temps parce que le modele d'abonnement generait des revenus previsibles et des marges brutes superieures a 75 %.

Les agents IA presentent un profil different. Leurs couts variables (inference) sont proportionnels a l'usage, ce qui rapproche leur structure economique de celle des services cloud plutot que du logiciel pur. Cette difference est fondamentale : elle signifie que la croissance du chiffre d'affaires ne s'accompagne pas automatiquement d'une amelioration des marges, contrairement au SaaS classique ou les couts marginaux sont quasi nuls.

En revanche, les agents IA beneficient d'un avantage que le SaaS n'avait pas : la capacite a remplacer directement du travail humain facturable. Un outil SaaS ameliore la productivite d'un collaborateur ; un agent IA peut, en theorie, effectuer le travail a sa place. Si cette promesse se concretise a grande echelle, la taille du marche adressable depasse celle du logiciel pour toucher le marche des services professionnels — un segment de 6 000 milliards de dollars a l'echelle mondiale.

Les signaux d'alerte d'une bulle

Plusieurs indicateurs suggerent une surchauffe. Les multiples de valorisation des startups d'agents IA depassent regulierement 100 fois leur chiffre d'affaires annualise, contre 20 a 30 fois pour les meilleurs SaaS en phase de croissance. Cette deconnexion entre valorisation et revenus reels est un signal classique d'exuberance.

Le taux de retention des clients reste egalement un point d'interrogation. Les premiers retours d'experience montrent un churn mensuel de 8 a 12 % chez les agents B2B en phase de deploiement, soit un taux annuel de 60 a 75 %. A titre de comparaison, les meilleurs SaaS B2B affichent un churn annuel inferieur a 10 %. Si les agents IA ne parviennent pas a demontrer une valeur durable, les renouvellements ne suivront pas.

A surveiller

Quatre metriques vous permettront de distinguer les acteurs solides des projets speculatifs dans les mois a venir. Le net revenue retention (NRR) : tout agent IA B2B affichant un NRR superieur a 120 % demontre une valeur reelle aupres de ses clients existants. Le cout d'inference par tache completee, qui doit baisser de 30 a 50 % par an pour maintenir les marges face a la pression tarifaire. Le ratio entre financement total leve et chiffre d'affaires annualise : au-dela de 10x, la prudence s'impose. Enfin, la capacite des agents a fonctionner avec des modeles open source plutot que proprietaires, gage d'independance et de maitrise des couts a long terme.