Capsula Lab / Observatoire IA

Veille 2026 sur les agents IA, sans bruit inutile.

Cette page rassemble 16 notes courtes pour comprendre ce qui change : autonomie, coûts API, plateformes, sécurité, conformité, accessibilité et organisation du travail. Chaque note relie un signal externe à une lecture opérationnelle pour l'entreprise.

· Sources revérifiées par Capsula

Observatoire de veille IA avec sources, signaux et filtres sectoriels

Format

  • Signaux 2026 relus et datés par Capsula
  • Sources consultables et reliées
  • Lecture entreprise, pas simple revue de presse

Filtrer la veille

20 analyses · révision du 28 août 2026

Ce que les dirigeants doivent vraiment comprendre.

L’AI Act est passé de la théorie à l’exécution le 2 août 2026.

Depuis cette date, la Commission dispose de ses pouvoirs d’exécution sur les modèles à usage général : demandes d’information, accès aux modèles, rappel de systèmes. Les obligations de transparence de l’article 50 — signaler qu’un utilisateur parle à une IA, marquer les contenus générés, étiqueter les deepfakes — n’ont pas été reportées.

Lecture Capsula

Le risque n’est plus abstrait : les manquements relèvent du plafond le plus élevé, soit 15 M€ ou 3 % du chiffre d’affaires mondial. Pour un produit qui expose un assistant ou génère du contenu, la mise en conformité relève désormais du périmètre de livraison, pas d’une phase ultérieure.

Les obligations haut risque sont repoussées à fin 2027 et 2028.

Le 16 juin 2026, le Parlement européen a approuvé des amendements décalant la majorité des obligations applicables aux systèmes à haut risque : 2 décembre 2027 pour l’annexe III, 2 août 2028 pour les systèmes intégrés à un produit.

Lecture Capsula

Ce report offre du temps de préparation, pas une dispense. Les entreprises qui documentent dès maintenant leurs jeux de données, leurs journaux et leur supervision humaine aborderont l’échéance comme une formalité. Les autres redécouvriront le sujet à six mois de la date.

A2A rejoint MCP sous une gouvernance neutre.

Le 17 août 2026, le protocole Agent2Agent créé par Google est devenu un projet hébergé par l’Agentic AI Foundation, structure dirigée par la Linux Foundation. Le transfert a été annoncé le 20 août. A2A y rejoint le Model Context Protocol d’Anthropic.

Lecture Capsula

La distinction reste nette : MCP relie un agent à ses outils et à ses données, A2A permet à deux agents indépendants de se déléguer du travail. Les deux standards sous une même gouvernance neutre réduit le risque d’enfermement pour ceux qui construisent aujourd’hui.

La couche protocole des agents se consolide très vite.

L’Agentic AI Foundation est passée de moins de 40 membres à son lancement en décembre 2025 à plus de 250 en août 2026. On y trouve Google, Microsoft, Amazon, Anthropic, OpenAI, Bloomberg, Shopify et Block.

Lecture Capsula

Une adoption aussi rapide par des acteurs concurrents indique que la question n’est plus « quel protocole choisir » mais « comment structurer nos agents pour parler ces protocoles ». C’est un choix d’architecture, pas un pari technologique.

La recherche web devient une brique managée pour les agents.

Web Search sur Amazon Bedrock AgentCore est disponible depuis juin 2026 et s’est étendu en août à l’Europe (Irlande) et à l’Asie-Pacifique (Tokyo). L’outil renvoie extraits, URL sources et dates de publication, sans sortie de données hors du périmètre AWS du client, à 7 $ pour 1 000 requêtes.

Lecture Capsula

Deux points comptent pour un déploiement en entreprise : la donnée ne quitte pas le périmètre, et chaque réponse arrive avec ses sources et leur date. C’est ce qui rend une réponse d’agent auditable plutôt que simplement plausible.

L’entreprise bascule de l’assistant unique au réseau d’agents.

La tendance dominante de l’été 2026 est le passage à des architectures multi-agents : des réseaux d’agents spécialisés et orchestrés remplacent l’assistant généraliste unique, chaque agent couvrant un périmètre métier restreint.

Lecture Capsula

Un agent spécialisé est plus facile à tester, à limiter et à auditer qu’un agent qui sait tout faire à moitié. La difficulté se déplace vers l’orchestration : qui décide, qui valide, et que se passe-t-il quand un agent échoue au milieu d’une chaîne.

Sécuriser ce que l’IA fait, plus seulement ce qu’elle dit.

L’OWASP Top 10 des applications agentiques identifie dix catégories de risques : détournement d’objectif, mauvais usage des outils, abus d’identité et de privilèges, garde-fous absents, fuite de données sensibles, empoisonnement de données, épuisement de ressources, chaîne d’approvisionnement, injection de prompt avancée et sur-confiance dans la décision autonome.

Lecture Capsula

Le changement de cadre est le vrai sujet : on ne teste plus une sortie de texte, on teste une action exécutée sur un système réel. Les garde-fous, la journalisation et la validation humaine sur les actions sensibles deviennent des exigences de conception, pas des options.

L’injection de prompt reste la première cause d’incident en production.

Les analyses OWASP de 2026 placent l’injection de prompt au centre des défaillances agentiques observées en production. Elle est devenue un vecteur concret de fuite de données en entreprise, amplifié par la dépendance croissante aux outils IA tiers.

Lecture Capsula

Tout contenu qu’un agent lit — page web, document déposé, ticket, e-mail — doit être traité comme une entrée non fiable. C’est exactement la discipline appliquée depuis vingt ans aux entrées utilisateur, transposée à des systèmes qui, eux, peuvent agir.

Les identités machine dépassent largement les identités humaines.

Les entreprises gèrent aujourd’hui environ 82 identités machine — agents, outils, API, pipelines d’orchestration — pour une identité humaine. Seules 18 % des organisations se disent confiantes dans la capacité de leur gestion des accès à couvrir les identités d’agents.

Lecture Capsula

Chaque identité machine est une surface d’attaque. Avant de multiplier les agents, il faut savoir répondre à trois questions : qui est cet agent, ce qu’il a le droit de faire, et comment on lui retire ce droit en urgence.

La moitié des requêtes ne produit plus de clic.

Les AI Overviews apparaissent désormais sur 47 à 64 % des requêtes, contre 25 à 30 % à leur lancement. Plus de 58 % des recherches se terminent sans aucun clic, et le taux de clic organique recule de 15 à 46 % selon le type de requête.

Lecture Capsula

Le B2B technologique est le secteur le plus exposé, avec près de 70 % de requêtes informationnelles concernées. Compter uniquement sur le trafic organique dans ce secteur revient à parier sur un canal qui se referme.

Google a tranché : le fichier llms.txt ne sert à rien pour le classement.

Le 15 mai 2026, Google a publié son guide officiel d’optimisation pour l’IA. Il y indique que llms.txt, les versions Markdown alternatives, le découpage artificiel du contenu et sa réécriture par un LLM ne sont pas des facteurs de classement. Search ignore le fichier.

Lecture Capsula

Beaucoup de sites ont ajouté ce fichier en pensant préparer l’avenir. Ce n’est pas nuisible, mais ce n’est pas un levier. Les leviers réels restent le contenu utile, une structure technique propre, le maillage interne et des données structurées cohérentes avec la page visible.

Le balisage explicite change les chances d’être cité.

Les pages disposant de données structurées explicites sont retenues environ 73 % plus souvent par les moteurs génératifs. La densité d’entités reconnues et leur alignement avec le Knowledge Graph montrent une corrélation de 0,76 avec la sélection en AI Mode.

Lecture Capsula

Les sources citées ne sont pas forcément les mieux classées. Un contenu bien balisé, avec des affirmations claires et une entité cohérente, peut être repris sans être premier — et un premier mal structuré peut être ignoré.

Le coût par tâche reste plus parlant que le coût par token.

Un agent enchaîne plusieurs appels, relit des documents, se corrige et recommence. Le prix affiché au million de tokens ne dit rien du coût réel d’une tâche terminée, seule unité comparable entre deux architectures.

Lecture Capsula

Instrumenter le coût par tâche dès le premier pilote évite la mauvaise surprise au passage à l’échelle. C’est aussi la seule mesure qui permet d’arbitrer honnêtement entre un modèle plus cher mais plus direct et un modèle bon marché qui tâtonne.

Les modèles open-weight maintiennent la pression sur les prix.

Les familles de modèles à poids ouverts continuent de déplacer les arbitrages : certaines tâches n’ont pas besoin du modèle le plus cher, et l’hébergement maîtrisé redevient une option crédible pour les traitements sensibles.

Lecture Capsula

La bonne question n’est pas « quel est le meilleur modèle » mais « quelle tâche mérite quel modèle ». Une architecture qui permet de changer de modèle sans réécrire l’application garde cette liberté ouverte.

Le financement des agents reste soutenu, la sélection commence.

Les startups d’agents ont levé environ 1,8 milliard de dollars sur une douzaine d’opérations pour le seul mois de juillet 2026.

Lecture Capsula

Un marché financé aussi vite produit beaucoup d’outils qui ne survivront pas trois ans. Pour une entreprise qui construit, cela plaide pour des protocoles ouverts et des dépendances remplaçables plutôt que pour l’adoption d’une plateforme fermée séduisante.

Les agents passent de la réponse courte au travail de longue durée.

Les usages avancés évoluent vers des tâches en plusieurs étapes, exécutées en parallèle et sur une durée longue. Cette capacité augmente la valeur potentielle, mais aussi le besoin de limites explicites et de visibilité sur ce que fait l’agent entre deux points de contrôle.

Lecture Capsula

Un agent qui travaille trente secondes se surveille à l’œil. Un agent qui travaille trois heures a besoin de journaux, de points d’arrêt et d’un moyen de l’interrompre proprement. C’est une exigence d’exploitation, pas de modèle.

WCAG 2.2 reste le socle le plus clair pour un produit durable.

Le référentiel renforce les attentes sur le focus visible, les gestes, la saisie authentifiée et les interfaces mobiles. Ce sont des critères vérifiables, indépendants des effets de mode techniques.

Lecture Capsula

Une interface pilotée par une IA reste une interface : elle doit se parcourir au clavier, s’annoncer correctement à un lecteur d’écran et rester lisible. L’accessibilité intégrée dès la conception coûte une fraction de ce que coûte une reprise après audit.

La finance peut gagner vite, à condition d’auditer chaque action.

Les usages les plus crédibles concernent la synthèse documentaire, le reporting, la surveillance d’anomalies, la conformité et l’assistance à l’analyse. Ce sont des tâches à fort volume et à format stable.

Lecture Capsula

Dans ce secteur, une réponse non traçable n’a aucune valeur, quelle que soit sa qualité apparente. La journalisation, la citation des sources et la validation humaine sur les actions engageantes conditionnent l’adoption réelle.

La santé doit commencer par les flux non cliniques et traçables.

Les agents peuvent soulager l’administratif, la coordination, la synthèse de notes et la préparation de dossiers. Les décisions cliniques exigent un niveau de validation et de responsabilité bien plus élevé.

Lecture Capsula

Commencer par ces flux permet de mesurer un gain réel sans exposer le patient. C’est aussi la meilleure façon de construire la confiance interne avant d’aborder des périmètres sensibles.

La bonne trajectoire commence petit et prépare 2027.

Un premier pilote doit prouver un gain métier mesurable. La suite consiste à renforcer les données, les intégrations, la gouvernance et la formation avant d’étendre l’autonomie — avec en ligne de mire les échéances de décembre 2027 et août 2028.

Lecture Capsula

Les entreprises qui réussiront ne seront pas celles qui auront déployé le plus d’agents, mais celles qui sauront expliquer ce que fait chaque agent, sur quel périmètre, avec quel contrôle et à quel coût.

Comment utiliser cette veille

Transformer les signaux en décisions de conception.

Chaque note alimente une question projet : quel processus mérite un agent, quel niveau d'autonomie accepter, quelle donnée exposer, quel coût tolérer, quel contrôle humain maintenir.

  • Repérer les usages à fort impact et faible risque initial
  • Documenter les contraintes réglementaires et sécurité
  • Choisir les plateformes sans verrouiller l'architecture
  • Définir des indicateurs de performance et de coût

Capsula Lab

Une veille reliée au build.

Le but n'est pas de publier pour publier. L'observatoire sert à orienter les offres, les choix techniques, les pilotes et les garde-fous que Capsula met en place avec ses clients.