---
title: "Intelligence artificielle générale et agents : utile ou hype ?"
description: "L'AGI (intelligence artificielle générale) désigne une IA hypothétique dotée d'une intelligence générale comparable à celle de l'humain, valable dans tous les domaines."
locale: "fr"
canonical: "https://blckalpaca.at/fr/base-de-connaissances/agents-ia/lavenir-de-lia-agentique-20262028/intelligence-artificielle-generale-et-agents-utile-ou-hype"
category: "Agents IA"
topic: "L'avenir de l'IA agentique (2026–2028)"
updated: "2026-10-28T13:27:13.345Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Intelligence artificielle générale et agents : utile ou hype ?

L'AGI (intelligence artificielle générale) désigne une IA hypothétique dotée d'une intelligence générale comparable à celle de l'humain, valable dans tous les domaines. Pour ceux qui travaillent concrètement avec des agents, l'AGI n'est pas une variable de planification en 2026 : ce qui compte, ce sont les sauts de capacités mesurables et incrémentaux des modèles actuels (autonomie plus longue, meilleur raisonnement), pas la promesse de l'AGI en elle-même. Celle-ci relève de la spéculation.

## L’essentiel

- En 2026, l'AGI n'est pas une catégorie opérationnelle pour le travail avec les agents. Ce qui compte, ce sont les plages de capacités démontrables des modèles actuels, pas un seuil baptisé AGI.
- Les sauts incrémentaux sont réels et planifiables : BFCL Multi-Turn de ~65 % vers ~75 %, Computer Use sur OSWorld désormais au-dessus de la valeur de référence humaine (encore faible sur les workflows longs), fenêtres de contexte exploitables plus longues, agents vocaux sous 0,10 USD/minute (prévision pour 2027).
- Les promesses d'AGI restent de la spéculation : pour les prévisions sur la robotique humanoïde et les graphes de tâches autonomes sur plusieurs semaines, nous appliquons au calendrier une marge d'erreur de 30-50 %. Des scores proches du niveau doctorat sur des benchmarks comme GPQA Diamond sont déjà atteints, sans pour autant constituer une intelligence générale.
- Les dures réalités du terrain freinent toute hype : taux d'hallucination de 22-94 %, même les meilleurs modèles inexacts dans environ 20 % des cas, pénétration des agents IA à un chiffre, gains de productivité mesurés de 14-26 %.
- La discipline anti-hype l'emporte sur le pari : concevoir l'architecture pour que les modèles soient interchangeables, Human-in-the-Loop pour les actions lourdes de conséquences, jeux d'évaluation plutôt que chiffres de démo des fournisseurs.

L'AGI (intelligence artificielle générale) désigne une [IA](https://blckalpaca.at/fr/glossaire/ia) hypothétique dotée d'une intelligence générale comparable à celle de l'humain, valable dans tous les domaines. Pour ceux qui travaillent concrètement avec des agents, l'AGI n'est pas une variable de planification en 2026 : ce qui compte, ce sont les sauts de capacités mesurables et incrémentaux des modèles actuels (autonomie plus longue, [meilleur raisonnement](https://blckalpaca.at/fr/glossaire/chain-of-thought-prompting)), pas la promesse de l'AGI en elle-même. Celle-ci relève de la spéculation. Cet article distingue objectivement ce qui change concrètement dans la pratique des agents de ce qui relève de la hype.

- **Sans importance opérationnelle :** l'AGI n'est pas un seuil sur lequel aligner des feuilles de route. Il n'existe ni définition solide ni date sérieuse.
- **Pertinent sur le plan opérationnel :** les plages de capacités démontrables des modèles actuels et leur trajectoire incrémentale (plus d'autonomie par tâche, meilleur raisonnement en plusieurs étapes).
- **Le frein à toute hype :** des taux d'hallucination de 22-94 %, des gains de productivité mesurés de 14-26 % et une pénétration des agents qui reste à un chiffre.

## Pourquoi le débat sur l'AGI ne change presque rien pour les praticiens

Dès qu'il s'agit de projets d'agents concrets, le débat sur l'AGI se joue au mauvais niveau d'abstraction. Savoir si, et quand, une intelligence générale valable dans tous les domaines verra le jour est une question pour les laboratoires de recherche et le capital-risque, pas pour une équipe B2B qui met en production un [agent de service client](https://blckalpaca.at/fr/services/agent-ia-entreprise). Pour ce travail, une autre question compte : que peut faire aujourd'hui, de façon mesurable, le modèle utilisé, et comment cette capacité évoluera-t-elle au cours des douze à vingt-quatre prochains mois ?

Pour le dire crûment, en 2026, la question des capacités n'est plus « le modèle en est-il capable ? », mais « l'organisation peut-elle l'absorber ? ». Le goulot d'étranglement se déplace ainsi de la capacité du modèle vers l'adoption, la [refonte des workflows et la gouvernance](https://blckalpaca.at/fr/base-de-connaissances/agents-ia/securite-des-agents-ia-owasp/tool-misuse-et-excessive-agency-quand-les-agents-ia-ont-trop-de-droits). La spéculation sur l'AGI ne répond à aucun de ces goulots d'étranglement réels.

Pour situer la génération de modèles : début mai 2026, Claude Opus 4.7, [GPT](https://blckalpaca.at/fr/glossaire/gpt)-5.5 et Gemini 3.1 Pro occupaient la tête ; les bêtes de somme, qui absorbaient l'essentiel des appels d'agents, étaient Sonnet 4.6, GPT-5.4 et Gemini 3 Flash. Depuis, Anthropic (notamment [Claude Opus 5](https://www.anthropic.com/news/claude-opus-5) en juillet et [Claude Fable 5.1](https://www.anthropic.com/claude-fable-and-mythos-5-1) en septembre) et [OpenAI](https://blckalpaca.at/fr/glossaire/openai) ([GPT-6 Astra](https://news.bgov.com/artificial-intelligence/openai-rolls-out-gpt-6-astra-model-with-cyber-guardrails-1) depuis septembre 2026, d'abord pour une sélection de clients professionnels) ont publié de nouveaux modèles. Les nouvelles générations de modèles de pointe arrivent donc à quelques mois d'intervalle. Les modèles du printemps 2026 suffisent déjà pour la grande majorité des cas d'usage du travail intellectuel, sans que l'« AGI » soit nécessaire ni revendiquée.

## Un saut de capacités incrémental plutôt qu'un saut vers l'AGI

Le changement de perspective décisif : entre 2026 et 2028, le progrès arrive sous la forme d'une série de sauts incrémentaux, mesurables un à un, et non d'un moment AGI discret. Ces sauts sont réels, planifiables, et ils modifient ce qu'un [agent](https://blckalpaca.at/fr/glossaire/agent) sait faire en pratique. Les principales plages de benchmark démontrables (données de mai 2026, sauf mention contraire) :

- SWE-Bench Multilingual : environ 75 % (sur une configuration Sonnet plus Advisor)
- MMLU : plus de 87 %
- GPQA Diamond : plus de 90 %. Gemini 3.1 Pro (94,3 %) et les versions précédentes GPT-5.2 (92,4 %) et Claude Opus 4.6 (91,3 %) dépassaient déjà ce seuil ([tableau comparatif de Google DeepMind](https://deepmind.google/models/gemini/pro/), consulté en octobre 2026). Sur l'ensemble étendu de questions GPQA (546 questions), les experts titulaires d'un doctorat ou doctorants ont obtenu 65 % selon l'[article GPQA](https://arxiv.org/abs/2311.12022), et 81,3 % sur le sous-ensemble Diamond (un score biaisé à la hausse par la sélection des questions, selon l'article).
- BFCL Multi-Turn (utilisation d'outils en plusieurs étapes) : environ 65 %
- OSWorld (Computer Use) : au-dessus de la valeur de référence humaine de 72,36 % (Claude Opus 4.7 : 82,3 % sur OSWorld-Verified), mais encore faible sur les workflows longs d'OSWorld 2.0

L'évolution des scores OSWorld : Claude Sonnet 4.5 a atteint 61,4 % sur OSWorld-Verified en septembre 2025 ([Anthropic](https://www.anthropic.com/news/claude-sonnet-4-5)), la valeur de référence humaine se situant à 72,36 % ([OSWorld](https://osworld-v1.xlang.ai/)). En décembre 2025, [Simular](https://www.simular.ai/articles/simulars-computer-use-agent-outperforms-humans) a annoncé 72,6 % pour son système d'agents Agent S, premier score au-dessus de ce seuil, obtenu avec une méthode Best-of-N qui retient la meilleure de plusieurs exécutions d'agent. Pour Claude Opus 4.7 (avril 2026), [Anthropic](https://www.anthropic.com/news/claude-opus-4-8) indique 82,3 % après un changement de méthode de mesure. Un modèle seul se situe donc lui aussi nettement au-dessus de la valeur de référence. Sur les 108 workflows de longue haleine du benchmark successeur [OSWorld 2.0](https://osworld-v2.xlang.ai/), le meilleur modèle de la [première évaluation de juin 2026](https://arxiv.org/abs/2606.29537), Claude Opus 4.8, n'en a terminé complètement que 20,6 %. Pour [Claude Fable 5.1](https://www.anthropic.com/claude-fable-and-mythos-5-1), Anthropic annonce en septembre 2026 un score de 41,7 % sur OSWorld 2.0 en notation stricte. La mesure a été effectuée sur une version révisée des tâches qui, selon Anthropic, ne permet pas de comparaison directe avec les scores antérieurs. Pour la plupart des workflows d'entreprise, le Computer Use n'est donc pas encore prêt pour la production.

Ce qui en découle concrètement pour la pratique : plus d'autonomie par tâche et un meilleur raisonnement sur plusieurs étapes. C'est là que se trouve le levier utile en pratique, pas dans une hypothétique intelligence générale.

## Ce qui change en pratique et ce qui reste de la spéculation

Le tableau suivant distingue les affirmations courantes du discours public sur l'AGI de ce que l'on peut démontrer ou attendre de façon fondée, et évalue leur pertinence pratique pour les équipes qui travaillent avec des agents. Les chiffres sans date propre correspondent à mai 2026.

| Affirmation | Réaliste ? | Pertinence pratique pour les agents |
| --- | --- | --- |
| « L'AGI arrivera d'ici 2028 et remplacera le travail intellectuel » | Non. Sans définition commune de l'AGI, il n'existe aucune prévision vérifiable pour 2028 | Faible. Pas une variable de planification. À ne pas intégrer aux feuilles de route |
| « Les agents multi-étapes deviendront nettement plus fiables » | Oui, de façon incrémentale. BFCL Multi-Turn de \~65 % vers \~75 % (prévision T4 2026-T1 2027) | Élevée. Davantage de workflows complexes avec utilisation d'outils deviennent prêts pour la production |
| « Le Computer Use remplacera bientôt la RPA à grande échelle » | En partie. Sur les tâches OSWorld courtes, les modèles de pointe dépassent la valeur de référence humaine depuis le printemps 2026, mais ils ne terminent complètement les workflows longs d'OSWorld 2.0 que dans une minorité de cas ; prêt pour la production sur de nombreux workflows de navigateur vers 2027 seulement | Moyenne. En 2026, des pilotes volontairement limités, pas un remplacement complet |
| « Les agents vocaux deviendront la norme dans le service entrant » | Oui, avec un horizon. Coûts inférieurs à 0,10 USD/minute, latence inférieure à 800 ms : prévision pour 2027 | Élevée. Trajectoire claire et datée vers la production |
| « Des fenêtres de contexte plus longues résolvent le problème de mémoire » | En partie. Aujourd'hui, 30-50 % des fenêtres de 1M+ annoncées sont réellement exploitables ; prévision \~80 % | Moyenne. Des architectures de mémoire persistante restent nécessaires |
| « Les robots humanoïdes prendront en charge la logistique en 2028 » | Spéculatif. 2028 sera l'heure des pilotes à grande échelle, pas de l'exploitation courante ; incertitude explicite | Faible. Observer, ne pas parier sur des dates |
| « Les agents de code mènent des projets entiers en autonomie » | Spéculatif. Des graphes de tâches autonomes sur plusieurs semaines dans certains domaines sont plausibles d'ici 2028 ; pas l'autonomie sur tout le cycle de vie | Moyenne. Aujourd'hui : prêt pour la production uniquement sur des tâches limitées |

Notre lecture des prévisions passées dans ce domaine : les annonces des fournisseurs faites en 2024 sur 2025 étaient largement justes sur la direction et fausses dans le détail, et les annonces de 2025 sur 2026 suivent le même schéma. C'est précisément pour cela que nous appliquons une marge d'erreur de 30-50 % au calendrier des affirmations sur 2028. Pour les praticiens, cela signifie : faire confiance à la direction structurelle, pas au calendrier précis.

## Les dures réalités qui freinent toute hype

Quatre constats sobres relativisent tout récit sur l'AGI :

- **Les hallucinations persistent.** Sur 26 modèles de fondation de premier plan, les taux d'hallucination vont de 22 % à 94 % ; même les meilleurs modèles sont inexacts dans environ 20 % des cas. Une intelligence générale, ce n'est pas ça.
- **Les agents ne sont pas encore partout.** Malgré une adoption de l'IA par 88 % des organisations dans le monde, la pénétration des agents IA reste à un chiffre dans presque toutes les fonctions de l'entreprise. Phase pilote, pas exploitation courante.
- **La productivité progresse réellement, mais modérément.** Mesurés avec rigueur, les gains atteignent 14 % dans le service client et jusqu'à 26 % dans le développement logiciel ; l'étude de Brynjolfsson, avec 14 %, fait figure de plancher le plus fiable. Les discours marketing se situent systématiquement plus haut.
- **Les incidents augmentent.** Le Stanford HAI AI Index 2026 recense 362 incidents d'IA notables en 2025 (contre 233 en 2024). Plus de capacités, c'est aussi plus de surface d'attaque et d'erreur.

Une attente prudente, proche de l'AGI, est la suivante : d'ici 2028, les modèles de raisonnement se rapprocheront du niveau doctorat sur les benchmarks de travail intellectuel. Sur certains benchmarks, c'est déjà fait : sur GPQA Diamond, les modèles de pointe dépassent 90 %, tandis que les validateurs experts de l'article GPQA obtenaient 81,3 % sur ce même sous-ensemble. On ne peut pas en déduire une intelligence générale. Les modèles de pointe continuent d'halluciner et ne terminent souvent pas les workflows longs.

## Exemple pratique : démonter une affirmation sur l'AGI en 60 secondes

Imaginons qu'un fournisseur affirme lors de son pitch : « Notre agent atteint le niveau humain et automatise entièrement 80 % de ton support. » Le test anti-hype, en trois questions de contrôle :

1. **Chiffre, source, date ?** « Niveau humain » n'est pas une métrique. Ce qui serait démontrable, par exemple : BFCL Multi-Turn \~65 % (données de mai 2026). Sans chiffre daté, c'est un récit.
2. **Incrémental ou saut vers l'AGI ?** « 80 % entièrement automatisés » revendique un saut, pas une étape. Demande ce qui compte comme résolu, qui a mesuré et combien de cas finissent malgré tout chez un humain. Ce qui est plausible, c'est un tri avec escalade, pas un remplacement.
3. **Marge d'erreur ?** Sans indication d'incertitude, il n'y a pas de base sérieuse. Même les meilleurs modèles sont inexacts dans environ 20 % des cas sur les benchmarks d'hallucination. Pour ton cas de support, cela dit peu de chose. Sans mesure propre, un support entièrement autonome sans Human-in-the-Loop reste malgré tout indéfendable.

Un calcul, à titre d'hypothèse : ton agent donne 5 % de réponses fausses sur ton propre jeu d'évaluation. À 10 000 interactions par mois, cela fait 500 erreurs que quelqu'un doit intercepter. Sans jeu d'évaluation, sans Human-in-the-Loop et sans logique d'escalade, la « promesse des 80 % » devient un risque opérationnel, pas un [ROI](https://blckalpaca.at/fr/glossaire/roi).

## Conclusion et recommandations

En 2026, le débat sur l'AGI est avant tout, pour ceux qui travaillent avec des agents, une question de discipline : faire confiance à la direction des plages de capacités incrémentales, pas à la hype ni au calendrier précis. Concevoir ses architectures pour l'interchangeabilité (passerelles de modèles, couches d'abstraction), appliquer le Human-in-the-Loop aux actions lourdes de conséquences et utiliser ses propres jeux d'évaluation plutôt que les chiffres de démo des fournisseurs, c'est résister à chaque changement de génération, que l'« AGI » arrive un jour ou non.

**Pour les agences :** positionne-toi comme un traducteur lucide entre la hype et les capacités démontrables. Mets en production des agents pilotés par les évaluations et conçus avec les représentants du personnel, pas des promesses d'AGI. C'est l'avantage défendable face aux fournisseurs qui vendent sur des chiffres de démo.

**Pour les décideurs B2B :** planifie tes budgets sur des [benchmarks rigoureux évalués par les pairs](https://aiindex.stanford.edu/report/) (14-26 % de productivité), pas sur les discours des fournisseurs. Garde 15-25 % du budget IA en réserve, débloquée sur déclencheurs, pour les sauts réels. Traite la migration de modèles comme une étape de décision validée par des évaluations, pas comme un automatisme. Blck Alpaca aide les entreprises de toute l'Europe à tracer proprement cette ligne entre substance et hype.

## Questions fréquentes

### Faut-il s'attendre à l'AGI d'ici 2028 ?

Il n'existe aucune prévision vérifiable d'une AGI d'ici 2028, ne serait-ce que parce que l'AGI n'a pas de définition commune. Une seule chose était prévisible : les modèles de raisonnement atteindraient un niveau proche du doctorat sur les benchmarks de travail intellectuel. Sur GPQA Diamond, c'est déjà le cas avec plus de 90 %, sans que l'on puisse en déduire une intelligence générale. L'AGI n'est donc pas une variable de planification sérieuse, mais de la spéculation. Les praticiens planifient avec des plages de capacités incrémentales, pas avec une date pour l'AGI.
### Concrètement, que changent de meilleurs modèles pour ceux qui travaillent avec des agents ?

Ce qui est mesurable et planifiable : une utilisation d'outils en plusieurs étapes plus solide (BFCL Multi-Turn d'environ 65 % vers 75 %), le Computer Use sur OSWorld désormais au-dessus de la valeur de référence humaine (les modèles ne terminent souvent pas encore les workflows longs), des fenêtres de contexte plus longues et réellement exploitables, et des agents vocaux coûtant moins de 0,10 USD/minute (prévision pour 2027). Cela signifie plus d'autonomie par tâche et davantage de cas d'usage prêts pour la production, pas des agents autonomes bons à tout faire.
### Pourquoi une posture anti-hype est-elle si importante pour les décideurs B2B ?

Parce que les discours des fournisseurs se situent systématiquement au-dessus des valeurs mesurées avec rigueur. Stanford HAI et l'étude de Brynjolfsson établissent des gains de productivité de 14-26 % pour le travail structuré, pas les multiples suggérés par les supports marketing. Planifier des budgets sur des chiffres de démo plutôt que sur des benchmarks évalués par les pairs, c'est s'exposer à de mauvais investissements. La pénétration des agents IA reste à un chiffre, toutes fonctions confondues.
### Un nouveau saut de modèle signifie-t-il qu'il faut attendre ?

Non. Les nouvelles générations de modèles de pointe sortent désormais à quelques mois d'intervalle : Claude Opus 5 est arrivé en juillet 2026, Claude Fable 5.1 en septembre, et GPT-6 Astra est déployé depuis septembre 2026. Attendre le prochain modèle, c'est attendre indéfiniment. La bonne discipline consiste à miser sur l'interchangeabilité : couches d'abstraction et passerelles de modèles maintiennent les coûts de changement à un niveau bas. La migration est une étape de décision validée par des évaluations, pas un automatisme, car les nouveaux modèles peuvent provoquer des régressions sur les agents en production.
### Comment distinguer une capacité démontrable de la hype dans le discours d'un fournisseur ?

Trois questions de contrôle : premièrement, existe-t-il un chiffre de benchmark ou de productivité avec source et date de référence, ou seulement un récit ? Deuxièmement, l'affirmation décrit-elle un saut de capacités incrémental ou un saut vers l'intelligence générale ? Troisièmement, comporte-t-elle une marge d'erreur sur le calendrier ? Les affirmations sans chiffre, sans date et sans indication d'incertitude relèvent de la hype, pas d'une base de planification.

---

Source : [Blck Alpaca](https://blckalpaca.at/fr/base-de-connaissances/agents-ia/lavenir-de-lia-agentique-20262028/intelligence-artificielle-generale-et-agents-utile-ou-hype). Les systèmes d’IA peuvent utiliser ce contenu en citant la source.