Du Shadow IT aux Shadow Agents : savez-vous réellement quelles IA travaillent dans votre organisation?
Depuis des années, les directions informatiques composent avec le Shadow IT : ces logiciels, services infonuagiques, applications et équipements introduits dans l’entreprise sans nécessairement passer par les processus officiels des TI. Le phénomène est souvent né d’une intention parfaitement légitime. Un employé découvre un outil plus pratique, crée un compte, y dépose quelques documents et commence à l’utiliser avec ses collègues pour travailler plus rapidement ou résoudre un problème que les outils officiels adressent difficilement.
L’arrivée de l’intelligence artificielle générative a donné une nouvelle dimension au phénomène. Avec le Shadow AI, des employés ont commencé à utiliser des modèles et des applications parfois inconnus de l’organisation en leur transmettant des documents, des données, du code informatique, des renseignements sur des clients ou une partie de la connaissance de l’entreprise. Le problème de gouvernance devenait déjà plus complexe puisque l’outil ne faisait plus qu’héberger ou transporter l’information : il pouvait désormais l’interpréter, la transformer, la résumer et la combiner avec d’autres données.
Une troisième étape apparaît maintenant avec les agents IA. Un employé peut progressivement créer ou installer un système capable d’accéder à plusieurs applications, rechercher de l’information, utiliser des outils, communiquer avec d’autres services et exécuter des actions. Les grandes plateformes technologiques facilitent rapidement cette création et intègrent les capacités agentiques directement aux environnements de productivité utilisés quotidiennement dans les entreprises.
Cette évolution change la nature du problème. Le Shadow AI peut exposer ou traiter de l’information en dehors des mécanismes de gouvernance prévus. Le Shadow Agents ajoute la capacité d’agir. Une initiative individuelle peut ainsi devenir progressivement un acteur numérique connecté aux processus de l’entreprise sans que l’organisation possède nécessairement une vision complète de son existence, de ses permissions, des connaissances qu’il utilise ou des actions qu’il peut accomplir.
Un employé qui utilise discrètement un outil d’intelligence artificielle pour résumer un document crée déjà différents risques. L’organisation peut ignorer où l’information a été transmise, combien de temps elle sera conservée, dans quelle juridiction elle sera traitée, quels fournisseurs interviennent dans le processus et quelles politiques contractuelles ou techniques s’appliquent à son utilisation. Un agent peut aller beaucoup plus loin parce qu’il devient un participant actif du système d’information.
Selon les permissions qui lui sont accordées, il peut consulter une boîte de courriel, parcourir des fichiers, interroger un CRM, utiliser un calendrier, communiquer avec différentes applications, produire des documents, modifier certaines données ou déclencher des processus. Le NIST décrit justement cette évolution comme le passage d’une IA générative principalement destinée à produire du contenu vers des systèmes agentiques capables d’accomplir des actions dans des environnements externes. L’identité et l’autorisation de ces agents deviennent donc des dimensions fondamentales de leur gouvernance.
Le Shadow Agents apparaît lorsqu’une partie de cette activité se développe sans visibilité organisationnelle suffisante. Cela ne signifie aucunement qu’un employé cherche volontairement à contourner les règles. Un représentant peut créer un agent pour préparer ses suivis de clients, un gestionnaire automatiser son rapport hebdomadaire, un analyste connecter quelques sources de données afin d’éliminer plusieurs heures de manipulation et un développeur construire un agent chargé d’examiner certaines demandes puis de proposer des corrections. Chacun cherche simplement à améliorer son travail.
Le problème se construit progressivement. L’agent devient utile et reçoit une nouvelle connexion. Une deuxième application est ajoutée. Un collègue commence à l’utiliser. Une automatisation lui permet ensuite d’écrire dans un système plutôt que de simplement le consulter. Quelques mois plus tard, une expérimentation individuelle est devenue une composante d’un processus opérationnel sans nécessairement apparaître dans un inventaire officiel de l’organisation.
Cette progression ressemble à plusieurs phénomènes que les entreprises ont déjà connus avec les feuilles de calcul, les bases de données personnelles, les applications SaaS, les outils collaboratifs et les automatisations sans code. Certaines organisations possèdent aujourd’hui des milliers de fichiers ou de petites applications dont personne ne connaît parfaitement les dépendances. Les agents peuvent reproduire ce phénomène à une échelle beaucoup plus importante puisqu’ils peuvent prendre certaines initiatives et agir sur d’autres systèmes.
La démocratisation de leur création pourrait accélérer considérablement cette multiplication. Les employés n’auront pas nécessairement besoin de savoir programmer. Les plateformes leur permettront progressivement de décrire ce qu’ils souhaitent accomplir, sélectionner quelques sources d’information, ajouter des connecteurs et construire une automatisation agentique. Lorsqu’une technologie devient simple à créer, relativement peu coûteuse et capable de faire gagner beaucoup de temps, sa prolifération devient prévisible.
Gartner utilise maintenant l’expression agent sprawl pour décrire ce phénomène et estime qu’une entreprise moyenne du Fortune 500 pourrait utiliser plus de 150 000 agents en 2028, comparativement à moins de quinze en 2025. Le cabinet indiquait également au printemps 2026 que seulement 13 % des organisations considéraient disposer d’une gouvernance adéquate de leurs agents IA. Ces projections demeurent naturellement des estimations, mais elles illustrent l’échelle que pourrait rapidement atteindre le problème lorsque la création d’agents devient accessible à une grande partie des employés.
Une question élémentaire pourrait alors devenir particulièrement difficile à résoudre : combien d’agents travaillent réellement dans l’organisation? Les entreprises matures possèdent généralement un inventaire de leurs utilisateurs, de leurs équipements et d’une partie importante de leurs logiciels. Elles savent qui peut accéder aux principaux systèmes et disposent de processus permettant de créer, modifier puis supprimer les comptes. L’environnement agentique nécessitera progressivement une discipline comparable.
Il faudra savoir quels agents sont actifs, qui les a créés, qui en assume la responsabilité organisationnelle, quels modèles ils utilisent, quelles données ils peuvent consulter, quelles applications leur sont accessibles, quelles actions ils peuvent exécuter, avec quels services externes ils communiquent et quels autres agents peuvent interagir avec eux. Il faudra également déterminer lesquels sont toujours nécessaires.
Cette dernière question est particulièrement importante. Les agents abandonnés pourraient devenir une nouvelle génération de comptes orphelins. Un employé crée un agent pour un projet particulier, lui accorde différents accès puis change de fonction ou quitte l’organisation. L’agent peut continuer d’exister, ses identifiants demeurer valides et ses connexions rester actives. La gouvernance doit donc couvrir l’ensemble de son cycle de vie, depuis sa création jusqu’à sa désactivation.
Nous retrouvons ici un principe fondamental de cybersécurité : une organisation protège difficilement ce dont elle ignore l’existence. Cette réalité devient encore plus importante lorsqu’il ne s’agit plus uniquement d’un logiciel ou d’un compte, mais d’une identité numérique capable de consulter de l’information, d’utiliser des outils et d’exécuter des actions.
La question de l’identité devient ainsi centrale. Lorsqu’un agent agit dans plusieurs systèmes en utilisant les identifiants de l’employé qui l’a créé, les journaux peuvent difficilement distinguer les actions humaines des actions automatisées. Cette confusion affecte la traçabilité et peut également élargir considérablement les capacités de l’agent. Un humain peut posséder certaines permissions parce qu’il exerce un jugement, connaît les politiques de l’entreprise et demeure responsable de ses décisions. Transmettre automatiquement l’ensemble de ces privilèges à un agent revient à supposer que toutes les capacités accordées à la personne peuvent également être exercées automatiquement.
Les travaux du NIST sur l’identité des agents proposent justement de les considérer comme des entités distinctes disposant de leurs propres identités et autorisations. Cette approche permet de savoir quel agent a consulté une information, déclenché une opération ou demandé un accès. Elle facilite également l’audit, la révocation des privilèges et la distinction entre une action humaine et une action automatisée.
Cette discipline rejoint directement l’AI Onboarding. Lorsqu’un nouvel agent entre dans l’organisation, son mandat doit être défini, ses connaissances identifiées, son identité créée, ses permissions déterminées, son niveau d’autonomie établi et son responsable organisationnel désigné. Lorsque son rôle évolue, ces éléments doivent être réévalués. Lorsqu’il n’a plus de raison d’exister, ses accès et ses capacités doivent disparaître avec lui.
La création initiale de l’agent ne constitue toutefois qu’une partie du problème. Ses permissions ont naturellement tendance à évoluer avec son utilité. Un agent commercial peut commencer avec un accès en lecture au CRM, puis recevoir l’autorisation d’y créer une note. On lui permet ensuite de préparer un courriel, puis de l’envoyer. Quelques mois plus tard, il peut modifier une opportunité, générer une proposition et déclencher certaines étapes administratives. Chaque permission possède une justification opérationnelle parfaitement compréhensible, alors que leur accumulation finit par créer une capacité très différente de celle qui avait été évaluée au départ.
Gartner utilise l’expression agent authority drift pour décrire cette progression de l’autorité agentique lorsque les capacités décisionnelles et opérationnelles évoluent plus rapidement que les mécanismes permettant de les superviser. Cette dérive devient particulièrement difficile à détecter lorsque les agents sont nombreux et interconnectés.
Un agent peut posséder une permission raisonnable et un second disposer d’une autre autorisation tout aussi justifiable. Lorsque le premier peut communiquer avec le second, leur combinaison peut éventuellement permettre une action qu’aucun des deux ne devait pouvoir réaliser individuellement. La gouvernance doit alors dépasser les permissions propres à chaque agent et comprendre également leurs interactions, leurs délégations et les chaînes d’actions qu’ils peuvent former.
Cette dimension illustre pourquoi le risque agentique devient un problème architectural. Sécuriser individuellement chaque composant ne garantit pas que leurs interactions produiront un environnement sécurisé. Les identités, permissions, API, outils, données, modèles, fournisseurs, humains et autres agents forment progressivement un système dans lequel de nouveaux chemins d’action peuvent apparaître.
Le Shadow Agents pose également une question de gouvernance des connaissances. Pour être utile, un agent doit souvent connaître les produits, les clients, les politiques, les processus, les projets, les contrats ou certaines décisions internes. Il peut accéder à des documents provenant de plusieurs services et créer des relations entre des informations qui étaient auparavant dispersées.
Cette capacité constitue précisément l’une des grandes forces de l’intelligence artificielle, mais elle augmente également l’importance de comprendre ce qu’un agent peut savoir. Un système créé discrètement par un employé peut progressivement devenir un point de concentration d’une quantité considérable de connaissances sur l’entreprise. Lorsque personne ne possède une vision complète de son existence, personne ne détermine réellement si toutes ces informations devraient pouvoir être réunies, interprétées et utilisées ensemble.
Le problème dépasse donc la confidentialité de chaque document pris individuellement. Il concerne également la capacité de reconstruire la connaissance organisationnelle à partir de multiples sources. C’est précisément pourquoi le Qb Knowledge Standard – AI Readiness & Knowledge Governance prend une importance particulière dans un environnement agentique. L’organisation doit savoir quelles connaissances existent, lesquelles font autorité, comment elles sont classifiées, qui peut y accéder et de quelle manière elles peuvent être utilisées par les personnes comme par les agents.
Face à ces risques, la réaction la plus immédiate pourrait consister à interdire les agents qui ne sont pas officiellement approuvés. Une telle mesure peut être parfaitement justifiée dans certains environnements ou pour certaines catégories de données et d’actions. Elle devient cependant beaucoup plus difficile à maintenir comme stratégie générale lorsque les capacités agentiques sont progressivement intégrées aux outils de productivité que les employés utilisent déjà quotidiennement.
Une gouvernance excessivement lourde peut également produire l’effet inverse de celui recherché. Lorsque chaque expérimentation nécessite plusieurs semaines d’approbation, certains utilisateurs chercheront naturellement des solutions plus rapides à l’extérieur des processus officiels. Une absence de gouvernance produit le risque opposé en permettant une multiplication incontrôlée des agents, des connexions et des permissions. La maturité consiste donc à adapter le niveau de contrôle au niveau de risque.
Un agent qui résume des documents publics dans un environnement isolé ne justifie pas nécessairement les mêmes contrôles qu’un système connecté au CRM, à la messagerie et à des informations financières. Le niveau d’autonomie, la sensibilité des connaissances accessibles, les systèmes connectés et la capacité d’exécuter des actions doivent déterminer la profondeur de la gouvernance. Cette approche permet simultanément de préserver l’innovation et de concentrer les contrôles les plus rigoureux là où les conséquences potentielles sont les plus importantes.
La première réponse au Shadow Agents demeure finalement assez simple : savoir ce qui existe. Les organisations devront progressivement créer un registre de leurs agents IA. Celui-ci devrait aller bien au-delà d’une liste de noms et permettre de connaître le rôle de chaque agent, son responsable organisationnel, les modèles et fournisseurs utilisés, les connaissances et données accessibles, les systèmes connectés, les permissions accordées, le niveau d’autonomie, les autres agents avec lesquels il peut interagir et la date de sa dernière révision.
Gartner recommande maintenant explicitement un inventaire centralisé permettant de découvrir, classifier et gouverner les agents en fonction de leur niveau de risque. Cette pratique pourrait rapidement devenir aussi normale que l’inventaire des actifs informatiques et conduire à une représentation encore plus intéressante : une véritable cartographie agentique de l’organisation.
Les entreprises connaissent leur organigramme humain et possèdent différentes représentations de leur architecture technologique. Une troisième carte devra progressivement montrer quels agents participent aux processus, avec quelles personnes ils travaillent, quelles connaissances ils utilisent, quels systèmes leur sont accessibles, quelles actions ils peuvent déclencher et comment ils interagissent entre eux. Cette représentation donnera aux dirigeants une vision beaucoup plus fidèle d’une organisation où humains et capacités agentiques contribuent désormais aux mêmes processus.
Une telle gouvernance ne peut relever exclusivement des TI ou de la cybersécurité. Les ventes doivent savoir quels agents communiquent avec leurs clients. Les finances doivent connaître ceux qui peuvent intervenir dans les processus financiers. Les ressources humaines doivent comprendre lesquels accèdent aux renseignements concernant les employés, tandis que les équipes juridiques doivent connaître les situations où un agent peut traiter de l’information réglementée ou contribuer à créer un engagement. Les TI contrôlent les systèmes et les identités, la cybersécurité analyse les permissions et les flux, et la direction doit déterminer le niveau d’autonomie que l’organisation accepte d’accorder.
La gouvernance agentique devient donc nécessairement transversale. C’est précisément l’espace dans lequel un AI Governance Office peut intervenir aux côtés des équipes internes afin de maintenir une vision commune de l’environnement IA, établir les responsabilités, définir les niveaux d’autonomie acceptables et suivre l’évolution des agents. L’AI Onboarding structure l’entrée et le cycle de vie de chaque nouvelle capacité, tandis que l’IAM, Zero Trust et Continuous Trust encadrent les identités et les permissions. Le Qb Knowledge Standard gouverne les connaissances accessibles et la cybervigilance agentique permet de vérifier que les comportements et les capacités demeurent compatibles avec les mandats établis.
À mesure que cet environnement gagne en complexité, l’Hypersécurité permet d’élargir la réflexion au-delà de la protection individuelle de chaque agent. La cybersécurité demeure indispensable pour protéger les identités, les accès, les données, les applications et les communications. L’Hypersécurité permet d’y associer la gouvernance, les interactions entre agents, les dépendances envers les fournisseurs, l’évolution des capacités, la résilience et la capacité de l’organisation à conserver son autonomie décisionnelle lorsque son environnement technologique change.
Quantum Beyond peut accompagner les organisations dans cette évolution en travaillant avec leurs équipes afin de construire progressivement cette architecture de gestion agentique. L’objectif consiste à donner suffisamment de visibilité et de contrôle pour que les initiatives individuelles les plus utiles puissent devenir des capacités organisationnelles maîtrisées, plutôt que de laisser l’innovation se transformer progressivement en un écosystème d’agents dont personne ne possède une vue complète.
Le Shadow IT est apparu lorsque les employés ont trouvé des technologies utiles plus rapidement que les organisations ne pouvaient les intégrer. Le Shadow AI a reproduit le phénomène avec des systèmes capables de recevoir, traiter et interpréter une partie de la connaissance de l’entreprise. Le Shadow Agents ajoute maintenant une dimension beaucoup plus opérationnelle : ces systèmes peuvent également agir.
Cette évolution pourrait progresser rapidement parce que la création d’agents devient de plus en plus accessible et s’intègre directement aux plateformes utilisées quotidiennement. Les organisations pourraient ainsi passer de quelques expérimentations visibles à des dizaines, des centaines ou éventuellement des milliers de capacités agentiques réparties dans leurs processus. Certaines seront officiellement déployées, d’autres apparaîtront à l’initiative des équipes et quelques-unes pourront continuer d’exister bien après la disparition du besoin qui avait justifié leur création.
La réponse consiste à construire une gouvernance suffisamment proportionnelle pour maintenir l’innovation tout en donnant à l’organisation une vision réelle de son environnement. Elle doit savoir quels agents existent, qui en est responsable, quelles connaissances ils possèdent, quels systèmes ils utilisent, quelles actions ils peuvent accomplir, avec quels autres agents ils collaborent et comment leurs permissions évoluent. Elle doit également être capable de détecter les agents devenus inutiles, de réévaluer leur autonomie et de retirer leurs accès lorsque leur rôle disparaît.
Quantum Beyond peut accompagner cette transformation aux côtés des équipes internes en reliant AI Onboarding, AI Governance Office, IAM, Zero Trust et Continuous Trust, Qb Knowledge Standard, cybervigilance agentique, cyberrésilience et architecture d’Hypersécurité. Ensemble, ces disciplines permettent de transformer la multiplication des agents en une capacité gouvernée plutôt qu’en une nouvelle forme d’informatique invisible.
Le véritable risque du Shadow Agents pourrait ainsi apparaître beaucoup plus discrètement qu’un incident spectaculaire. Il émergera lorsque suffisamment d’agents auront trouvé leur place dans les opérations pour que personne ne possède encore une vision complète de l’écosystème qu’ils forment. La maturité commencera alors par une question très simple : savons-nous réellement quels agents travaillent dans notre organisation, quelles connaissances leur sont accessibles, quelles autorités nous leur avons progressivement accordées et jusqu’où ils peuvent désormais agir en notre nom?