Intel

IDC Directions 2026 : les agents IA transforment le cycle d'achat B2B

Lors de sa keynote Directions 2026, IDC présente le cycle d'achat agentique : les agents IA transforment la découverte, l'évaluation et le choix des fournisseurs en B2B.

Updated April 28, 2026

Ce qui s’est passé

Le 9 avril, lors de son événement annuel Directions, IDC a présenté le concept de « cycle de vie de l’acheteur agentique ». Ce concept redéfinit en profondeur la prise de décision d’achat en B2B, dès lors que des agents IA prennent en charge la découverte, l’évaluation et le choix des fournisseurs. Le cabinet d’études a présenté cinq nouveaux axes de recherche sur l’IA. Parmi eux, le cycle d’achat agentique est celui qui a le plus de conséquences pour les équipes competitive intelligence et go-to-market.

Meredith Whalen, Chief Product & Research Officer d’IDC, a posé le cadre : « nous entrons dans le cycle de dépenses technologiques le plus fort depuis près de 30 ans, porté par l’IA et l’essor des agents ». IDC décrit un supercycle de l’IA en deux phases distinctes. La première est la construction des infrastructures (la phase actuelle, dominée par des investissements massifs dans l’IA fondamentale). La seconde est l’adoption en entreprise : les déploiements d’agents se comptent alors en milliards d’instances, et l’IA passe de l’entraînement à l’inférence à grande échelle.

Les cinq axes de recherche présentés à Directions couvrent l’impact économique de l’IA, le cycle d’achat agentique, l’élargissement du paysage des modèles d’IA au-delà des grands modèles de langage, de nouveaux cadres pour mesurer la valeur métier de l’IA, et l’émergence des agents IA comme nouveau modèle applicatif qui transforme les logiciels et services d’entreprise. Selon les prévisions d’IDC, l’IA générera 22 500 milliards de dollars de valeur économique mondiale cumulée d’ici 2031, grâce aux gains de productivité, aux nouveaux modèles de revenus et à la transformation des entreprises.

Pourquoi c’est important pour les professionnels

Le cycle d’achat agentique marque un changement structurel que les équipes competitive intelligence et commerciales ne peuvent pas ignorer. Quand ce sont des agents IA, et non des humains, qui orientent la façon dont les prospects découvrent, évaluent et choisissent leurs fournisseurs, toutes les règles du positionnement concurrentiel changent.

1. Les personas acheteurs ont besoin d’une couche « agent IA ». Les personas acheteurs classiques décrivent des décideurs humains : leur rôle, leurs problèmes, leur façon de chercher l’information et leurs critères d’évaluation. Le cycle d’achat agentique ajoute un nouvel acteur : l’agent IA qui présélectionne les fournisseurs, note leurs fonctionnalités et fait des recommandations avant même qu’un décideur humain ne voie les options. Les équipes CI doivent comprendre comment ces agents évaluent les fournisseurs (via des API, une documentation lisible par machine, des données structurées). Elles doivent aussi s’assurer que leur entreprise reste visible et bien positionnée dans ces évaluations. Ce n’est pas une question théorique pour l’avenir : IDC prévoit que l’usage des agents dans le G2000 sera multiplié par dix d’ici 2027.

2. La stratégie go-to-market doit intégrer un positionnement lisible par machine. Si les agents IA décident de plus en plus quels fournisseurs entrent dans la short-list d’un acheteur, la stratégie go-to-market ne peut plus se limiter à du contenu lisible par des humains. La documentation produit, les grilles tarifaires, les comparatifs de fonctionnalités et les spécifications d’intégration doivent être structurés pour que les systèmes d’IA puissent les analyser et les évaluer. Une entreprise dont le positionnement concurrentiel n’existe que dans des présentations, des PDF et des contenus derrière formulaire risque de devenir invisible dans les processus d’achat pilotés par des agents.

3. Les signaux d’intention d’achat évoluent. Le modèle classique des données d’intention suit les visites de site, les téléchargements de contenu et les recherches pour repérer les acheteurs actifs. Il suppose une recherche menée par des humains. À mesure que les agents IA prennent en charge une partie de la découverte et de l’évaluation des fournisseurs, les signaux d’intention d’achat vont changer. Les requêtes d’agents vers des API, les demandes de spécifications lisibles par machine et les évaluations automatisées de fonctionnalités pourraient devenir les nouveaux signaux d’intention. Les équipes CI qui dépendent fortement des données d’intention classiques doivent dès maintenant suivre l’effet de la découverte par agents sur la qualité de leurs signaux.

4. Les équipes commerciales font face à une nouvelle dynamique concurrentielle. Pour les équipes commerciales engagées dans des deals concurrentiels, le cycle d’achat agentique signifie qu’un concurrent peut vous évincer avant même qu’un commercial n’entre en contact avec le prospect. Si un agent IA écarte votre entreprise pendant la phase d’évaluation automatisée, aucune relation client ni aucune démo, aussi réussie soit-elle, ne permettra de récupérer l’opportunité. Les équipes commerciales ont besoin d’analyses CI sur le fonctionnement des systèmes d’évaluation par IA et sur la façon dont leurs concurrents se positionnent face à ces processus de sélection automatisés.

Points clés

  • Événement : IDC Directions 2026 (9 avril 2026)
  • Intervenante principale : Meredith Whalen, Chief Product & Research Officer, IDC
  • Concept clé présenté : le cycle d’achat agentique, où l’achat B2B passe de parcours menés par des humains à des systèmes de décision pilotés par l’IA
  • Supercycle de l’IA : « le cycle de dépenses technologiques le plus fort depuis près de 30 ans » (Whalen)
  • Deux phases : construction des infrastructures (en cours) et adoption en entreprise (montée en puissance jusqu’à la fin de la décennie)
  • Point d’inflexion : attendu d’ici 2029, quand l’IA passe de l’entraînement à l’inférence à grande échelle
  • Prévision économique : 22 500 milliards de dollars de valeur cumulée créée par l’IA dans le monde d’ici 2031
  • Prévision sur les agents : usage des agents dans le G2000 multiplié par dix d’ici 2027 ; volume de tokens et d’appels API multiplié par mille
  • Difficulté sur le ROI : 42 % des organisations ont aujourd’hui du mal à mesurer le ROI de l’IA
  • Nouveau cadre : IDC a présenté son Agentic Business Value Maximization Framework
  • Axes de recherche : cinq axes, dont l’impact économique, les acheteurs agentiques, le paysage multi-modèles de l’IA, la mesure de la valeur métier de l’IA et les agents comme nouveau modèle applicatif

Conséquences pour le marché

La keynote Directions d’IDC montre que les analystes convergent vers une même thèse : l’IA agentique n’est pas une simple tendance technologique, mais un changement structurel du fonctionnement des marchés. Cela a plusieurs conséquences pour le secteur de la competitive intelligence.

D’abord, les plateformes de CI devront aller au-delà du suivi de ce que les concurrents disent et font. Elles devront suivre la façon dont les systèmes d’IA évaluent ces concurrents. Si l’achat par agents devient un canal important des achats en entreprise, comprendre comment les moteurs d’évaluation IA classent et recommandent les fournisseurs devient une fonction CI centrale. C’est une nouvelle compétence d’analyse que la plupart des équipes CI n’ont pas encore.

Ensuite, la prévision de 22 500 milliards de dollars et l’idée du « cycle de dépenses le plus fort depuis près de 30 ans » vont accélérer les investissements des entreprises dans l’IA. Cela accélérera à son tour le déploiement des processus d’achat agentiques. Les équipes CI doivent prendre le calendrier d’IDC comme hypothèse de planification (usage des agents multiplié par dix d’ici 2027, des milliards d’agents déployés d’ici 2029) et adapter dès maintenant leur veille concurrentielle.

Enfin, les conséquences pour la stratégie go-to-market dépassent chaque entreprise et touchent des catégories de marché entières. À mesure que les agents IA transforment la façon dont les acheteurs découvrent et évaluent les solutions, les catégories où la différenciation est claire et analysable par machine prendront l’avantage sur celles où la différenciation repose surtout sur le discours ou la relation. Cela pourrait accélérer la banalisation des catégories où les produits se ressemblent fonctionnellement, et favoriser celles où la différenciation technique est mesurable et vérifiable.

Pour les professionnels de la CI, la priorité immédiate est d’auditer la façon dont leur entreprise apparaît aux systèmes d’évaluation par IA. Il faut donc vérifier les données structurées, la documentation API et les spécifications produit lisibles par machine, et pas seulement le contenu marketing destiné aux humains. Le cycle d’achat agentique n’est pas un problème pour 2030 : il émerge dès aujourd’hui, et l’avantage concurrentiel ira à ceux qui s’adaptent tôt.

Ressources associées