Pendant deux ans, le shadow AI désignait un problème relativement balisé : des collaborateurs qui utilisaient ChatGPT, Gemini ou Claude à titre personnel pour rédiger des e-mails, résumer des documents, ou préparer des présentations. La DSI savait que le phénomène existait. Elle le tolérait, faute de mieux.

Ce qui a changé depuis fin 2025, c’est la nature même des outils utilisés. Les chatbots cèdent progressivement la place à des agents IA autonomes : des systèmes capables de recevoir un objectif, de décomposer les étapes, de se connecter à des outils internes, et d’exécuter des actions en boucle sans intervention humaine. La différence n’est pas de degré. Elle est de nature.

Cet article propose une analyse structurée du phénomène : définition précise, facteurs d’accélération, risques documentés, cadre réglementaire applicable, et pistes d’action concrètes pour les organisations qui veulent gouverner ces usages plutôt que les subir.

Ce qu’on appelle le shadow AI agentique

Le shadow AI agentique désigne l’utilisation, par des collaborateurs, d’agents IA autonomes non approuvés ni encadrés par l’organisation. Le terme combine deux réalités distinctes.

Le shadow AI recouvre tout usage d’outils d’intelligence artificielle en dehors du périmètre validé par la DSI ou le RSSI. Ce n’est pas un phénomène nouveau : il s’inscrit dans la continuité du shadow IT, qui existe depuis l’arrivée des services SaaS grand public dans les entreprises.

L’adjectif agentique désigne une catégorie spécifique de systèmes IA : ceux qui ne se contentent pas de répondre à une instruction, mais qui agissent de manière autonome pour atteindre un objectif. Un agent IA peut enchaîner des décisions, utiliser des outils, accéder à des API, modifier des fichiers, envoyer des messages — le tout sans validation humaine à chaque étape.

La convergence de ces deux phénomènes crée un risque d’un ordre différent. Le shadow AI classique exposait des données par copier-coller. Le shadow AI agentique expose des systèmes entiers, en continu, par connexion directe.

Chatbot, assistant, agent : une taxonomie nécessaire

Pour évaluer correctement le risque, il faut distinguer précisément les catégories d’outils en jeu. Les confusions terminologiques entre « chatbot », « assistant IA » et « agent autonome » brouillent la perception du danger.

Critère	Chatbot classique	Agent IA autonome
Mode d’opération	Attend une instruction, répond, s’arrête	Reçoit un objectif, décompose, agit en boucle
Durée d’activité	Session ponctuelle, fermée par l’utilisateur	Continu, persistant, actif sans surveillance
Accès aux données	Copier-coller manuel	Connexion directe (CRM, e-mail, fichiers)
Traçabilité	L’utilisateur sait ce qu’il a envoyé	Décisions intermédiaires opaques
Conséquence d’une erreur	Incident isolé, réversible	Incident systémique potentiel
Surface d’attaque	Une conversation	Tous les systèmes connectés

Entre ces deux extrêmes, il existe des positions intermédiaires : l’assistant connecté (qui accède à des données mais ne modifie rien) et l’agent supervisé (qui agit mais demande une validation humaine avant chaque action critique). Le risque principal du shadow AI agentique concerne la dernière catégorie : l’agent pleinement autonome, déployé sans cadre.

Pourquoi le phénomène s’accélère maintenant

Le shadow AI agentique n’est pas un problème de discipline individuelle. C’est une réponse structurelle à un décalage croissant entre ce que l’IA rend possible et ce que l’entreprise autorise formellement. Trois facteurs convergent.

La barrière technique a disparu

Les agents IA ne sont plus réservés aux développeurs. Des plateformes no-code permettent de créer des workflows agentiques en quelques clics, avec des connexions directes à Google Workspace, Microsoft 365, Slack, Notion ou des CRM. N’importe quel collaborateur peut désormais configurer un agent connecté à ses outils professionnels en quelques minutes.

Les outils approuvés ne suffisent pas

Selon une enquête Cybernews menée en août 2025 auprès de 1 003 salariés américains, seuls 33 % estiment que les outils IA approuvés par leur employeur répondent à leurs besoins[1]. Parallèlement, une étude BlackFog/Sapio Research de novembre 2025 montre que 63 % des salariés jugent acceptable d’utiliser des outils IA non validés si aucune alternative satisfaisante n’est proposée[2].

Le signal vient du sommet

L’enquête Cybernews révèle également que 59 % des collaborateurs utilisent des outils non approuvés ; chez les cadres dirigeants, cette proportion atteint 93 %[1]. Quand la direction générale contourne ses propres règles, le message envoyé à l’ensemble de l’organisation est sans ambiguïté.

Ce que l’IA agentique change dans l’équation du risque

La différence entre un collaborateur qui colle un document confidentiel dans un chatbot et un collaborateur qui déploie un agent autonome connecté aux systèmes internes n’est pas quantitative. Elle est qualitative. Quatre caractéristiques distinguent le risque agentique du risque conversationnel classique.

L’ampleur mesurable du risque

Plusieurs études publiées entre 2025 et début 2026 permettent de quantifier le phénomène.

Précision importante : la projection Gartner a été établie avant la montée en puissance récente des agents autonomes. Bien que l'étude ne détaille pas explicitement l'impact de ces nouveaux usages, la dimension agentique pourrait aggraver considérablement ce chiffre.

Ce que disent réellement les textes

Le cadre réglementaire européen n’a pas été conçu spécifiquement pour le shadow AI agentique. Mais plusieurs dispositions existantes s’y appliquent directement.

Le RGPD s’applique également. Un agent IA qui accède à des données personnelles (dossiers RH, e-mails clients, fichiers partagés) sans base juridique valide et sans analyse d’impact constitue une violation potentielle du règlement, indépendamment de l’AI Act.

Note de prudence : le paquet Digital Omnibus actuellement en discussion pourrait conditionner certaines obligations de l’AI Act à la disponibilité de normes harmonisées, avec un décalage possible vers décembre 2027 ou août 2028 pour certains cas[10]. L’échéance d’août 2026 reste la référence dans le texte en vigueur.

Trois situations plausibles en entreprise

Pour rendre le risque concret, voici trois scénarios plausibles. Aucun n’est fictif au sens strict : chacun est une extrapolation raisonnable de situations documentées.

Ce qu’une entreprise doit faire dans les 90 jours

Interdire ne fonctionne pas. La seule stratégie viable est un cadre de gouvernance qui canalise l’usage sans le brider. Cinq mesures prioritaires, classées par ordre d’urgence.

1. Cartographier les usages existants

Quels outils d’IA sont connectés aux systèmes de l’entreprise ? Quels tokens d’accès ont été générés ? Quelles extensions de navigateur sont installées ? Quelles applications tierces ont été autorisées sur Google Workspace ou Microsoft 365 ? Un audit BYOAI révèle systématiquement des usages insoupçonnés.

2. Rédiger une politique agentique

La charte IA de l’entreprise, si elle existe, couvre probablement les chatbots. Elle ne couvre vraisemblablement pas les agents autonomes. Il faut un cadre distinct : types d’agents autorisés, données accessibles, supervision requise, journalisation des actions, procédure de déclaration.

3. Proposer des alternatives encadrées

Le meilleur antidote au shadow AI est un catalogue interne d’outils qui fonctionnent, qui sont sécurisés, et qui répondent aux vrais besoins des métiers. Si le marketing a besoin d’un agent de veille, il vaut mieux le fournir dans un cadre maîtrisé que de découvrir six mois plus tard qu’un outil non référencé accède à l’ensemble du système de fichiers. farweb.fr conçoit ce type de solutions sur mesure.

4. Former le management intermédiaire

Le premier levier de gouvernance est le manager de proximité. Sans sensibilisation, il ne peut ni détecter les usages non encadrés, ni orienter ses équipes vers des outils validés. Une formation IA ciblée est un préalable à toute politique de gouvernance.

5. Instaurer un cycle d’audit régulier

Un audit ponctuel ne suffit pas. Les outils évoluent rapidement, les usages se renouvellent. Un dispositif de gouvernance crédible inclut des revues trimestrielles des outils connectés, des permissions actives et des incidents détectés.

La question de la responsabilité

Le collaborateur, qui n’avait pas conscience de la portée de son agent ? La DSI, qui n’avait pas détecté l’usage ? La direction générale, qui n’avait pas mis en place de cadre ?

Cette question n’est pas théorique. Elle sera tranchée par des juges, des régulateurs et des assureurs. Et la réponse dépendra largement de ce que l’entreprise pourra démontrer : existence d’une politique, actions de formation, démarche de cartographie, registre de traitements, analyse d’impact. Les entreprises qui auront documenté leur démarche de gouvernance seront en position de démontrer leur diligence raisonnable. Les autres subiront.

La conférence BYOAI traite précisément ces enjeux auprès des équipes dirigeantes.