57 % des entreprises signalent des agents IA donnant des réponses erronées avec assurance
Une nouvelle enquête révèle que 57 % des entreprises ont rencontré des agents IA fournissant des réponses erronées mais assurées, souvent en raison d'un contexte métier manquant ou incohérent.

Une part significative des entreprises est confrontée à des agents IA fournissant des réponses incorrectes avec une grande assurance, selon une recherche de VentureBeat. Une enquête VB Pulse menée en juin 2026 auprès de 101 entreprises qualifiées de plus de 100 employés a révélé que 57 % ont attribué ces réponses IA fausses mais assurées à un contexte métier manquant ou incohérent. De plus, 31 % ont signalé que ce problème survenait plus d'une fois.
Le principal défi réside souvent dans la manière dont les agents IA acquièrent leur contexte métier. La récupération d'informations à partir de documents est la méthode par défaut pour près de 38 % des entreprises. Cependant, les critères de sélection pour ces systèmes de récupération privilégient souvent la facilité d'ingestion et la simplicité opérationnelle au détriment de la précision, les problèmes de précision n'apparaissant qu'une fois le système en service.
Une solution connue consiste à mettre en œuvre une couche de contexte gouvernée à partir de laquelle tous les agents lisent les informations, plutôt que de les inférer. Malgré cela, un nombre considérable de 75 % des entreprises n'ont pas encore mis en place une telle couche. Le but d'une couche de contexte est d'établir et de maintenir un modèle partagé de la signification des données de l'entreprise, construit une fois et référencé de manière cohérente par tous les agents.
Actuellement, 25 % des entreprises interrogées utilisent une couche de contexte gouvernée en production, 34 % sont en train d'en construire une, et 41 % n'ont pas encore commencé. Les entreprises qui ont déjà rencontré des réponses IA fausses mais assurées sont significativement plus susceptibles de développer une solution. Bien que les principaux fournisseurs de plateformes de données et d'IA développent activement leurs propres versions de ces couches de contexte, les approches architecturales varient. Les analystes du secteur s'accordent cependant à dire que le problème fondamental est un manque de gouvernance du contexte, soulignant le besoin d'un contexte cohérent, actuel et à faible latence.