Data / IA
Les 10 technologies émergentes 2026 selon Forrester : l’IA sort de l’écran
Par Laurent Delattre, publié le 20 mai 2026
Dans son nouveau rapport sur les 10 technologies émergentes de 2026, l’IA traverse toutes les tendances et les façonne. Une IA qui agit, coordonne, achète, code et pilote des environnements physiques. Cette trajectoire influence l’agenda des DSI et impose aux entreprises de repenser leurs architectures, leurs droits d’accès et leurs modèles de contrôle.
Comme chaque année, Forrester publie son Top 10 des technologies émergentes. Et l’édition 2026 met sans surprise en avant que « l’IA a quitté le chat » et que, devenue agentique, elle commence à piloter des achats, du code, des robots, des véhicules, des workflows multi-agents et des infrastructures de calcul toujours plus massives.
Comme on nous le rabâche depuis le début de l’année à chaque conférence IT, l’enjeu est désormais celui de l’exécution, de l’orchestration, de la sécurité et de l’industrialisation des agents IA.
Mais si l’IA domine et influence toutes les technologies émergentes, ce TOP 10 révèle aussi d’autres tendances qui dessinent une même trajectoire : celle d’une informatique où les interfaces deviennent plus invisibles, les machines plus autonomes, les logiciels plus auto-évolutifs et les infrastructures plus critiques que jamais.
Pour les DSI, il ne s’agit pas seulement ici d’éclairer des technologies prometteuses, mais de distinguer celles qui peuvent déjà produire de la valeur, celles qui doivent être surveillées, et celles qui imposent dès aujourd’hui de revoir les architectures, les règles de sécurité et les modèles de gouvernance. Forrester le rappelle, toutes les technologies ne se valent ni par leur maturité, ni par leur risque, ni par leur retour attendu. Sharyn Leaver, chief research officer de Forrester, invite ainsi les dirigeants à planifier leurs investissements selon la « valeur, le risque et les horizons de retour ».
L’analyste regroupe les dix technologies émergentes de 2026 en trois familles : Interact, les technologies directement vécues par les utilisateurs ; Build, celles qui permettent de construire ces nouveaux usages ; et Fuel, les socles qui alimentent cette nouvelle vague.
1. Layer Zero Experiences : l’interface au-dessus des applications
C’est probablement la technologie la plus conceptuelle, étonnante et disruptive de ce classement 2026. « Nous voyons émerger une couche d’intelligence pilotée par l’IA qui flotte au-dessus des applications et sites web rigides d’aujourd’hui, interprétant ce que vous voulez et assemblant des actions à travers les services » explique Brian Hopkins, VP Emerging Tech Portfolio chez Forrester. Cette couche « Zéro » (au-dessus des autres) comprend l’intention de l’utilisateur, assemble les actions nécessaires, mobilise différents services et restitue le résultat sans que l’utilisateur ait forcément à ouvrir chaque application.
« Quand elle arrivera à maturité, la couche zéro ne se contentera pas de changer l’interface, elle changera le monde » promet l’analyste.
Elle commence seulement à émerger. OpenAI en a donné une première illustration avec les Apps in ChatGPT et son Apps SDK, qui permettent à des services comme Canva, Coursera, Figma, Expedia ou Spotify de s’intégrer directement dans la conversation. Et OpenAI prépare une « super-app » pour fusionner ChatGPT, Codex et la navigateur Atlas, qui sonne comme une ébauche de ce qu’entrevoit Forrester. Google pousse une autre approche avec A2UI, un protocole permettant à des agents de générer des interfaces structurées que l’application hôte peut rendre nativement. Mais le résultat final est le même.
Ce n’est pas la mort immédiate des applications, mais le début d’un déplacement du centre de gravité. Dans un avenir très proche, les SI d’entreprise devront exposer davantage de fonctions, d’autorisations et de données sous forme de services actionnables par des agents.
2. Physical AI & Robotics : l’IA prend corps
La deuxième tendance est plus visible : l’IA entre dans les machines. Forrester parle d’IA physique pour désigner des systèmes capables de percevoir, raisonner et agir dans des environnements réels, avec une capacité d’adaptation supérieure aux automatismes industriels traditionnels.
« Si la couche zéro c’est l’IA qui devient invisible dans les espaces numériques, l’IA physique c’est l’IA qui devient visible dans le monde réel » explique Brian Hopkins. « Des systèmes d’IA embarqués dans des machines qui perçoivent, raisonnent et agissent dans des environnements physiques en s’adaptant, sans suivre de scripts. »
Les annonces récentes vont toutes dans ce sens. Google DeepMind a présenté Gemini Robotics 1.5, un modèle vision-langage-action capable de transformer des instructions et des informations visuelles en commandes motrices pour des robots. NVIDIA, de son côté, a renforcé sa pile Isaac, Cosmos et GR00T afin de fournir les modèles, simulateurs et environnements de données nécessaires à la robotique industrielle et humanoïde.
Le sujet est moins futuriste qu’il n’y paraît. Entrepôts, usines, hôpitaux, logistique, inspection, maintenance : les premiers cas d’usage concernent les tâches répétitives, pénibles, dangereuses ou difficiles à pourvoir. Mais la difficulté n’est pas seulement algorithmique. Elle est aussi RH, sécurité, intégration OT/IT et responsabilité opérationnelle.
3. Autonomous Transportation : l’autonomie avance, sous contrainte
Le transport autonome revient dans le classement Forrester, mais avec une lecture plus pragmatique que spectaculaire. L’enjeu n’est plus de promettre une voiture totalement autonome partout, tout le temps. Il est de déployer des services maîtrisés dans des périmètres limités, avec une supervision réglementaire, des données cartographiques et des conditions d’exploitation précises. Pour Brian Hopkins, « le transport autonome est l’une des technologies d’interaction […] que les utilisateurs éprouveront directement. »
Waymo continue d’incarner cette montée en charge du robotaxi aux États-Unis, tandis que Zoox, filiale d’Amazon, a lancé son service robotaxi à Las Vegas en septembre 2025. Mobileye, de son côté, poursuit une stratégie plus embarquée avec Mobileye Chauffeur, présenté comme une plateforme de conduite « eyes-off » destinée aux constructeurs.
L’actualité récente vient pourtant tempérer l’enthousiasme. Waymo a dû procéder au rappel de près de 3 800 véhicules après un incident survenu sur une route inondée au Texas. Le paradoxe est connu mais il s’accentue à mesure que les flottes s’élargissent : chaque kilomètre supplémentaire parcouru en conditions réelles révèle un peu plus à quel point les cas limites — météo extrême, cartographie obsolète, situations non anticipées — restent le véritable juge de paix de l’autonomie.
4. Agentic Commerce : quand l’agent achète
Le commerce agentique est l’une des tendances à impact à court terme, selon Forrester. L’idée est simple : l’agent ne se contente plus de recommander un produit, il peut guider le choix, comparer, personnaliser et déclencher l’achat.
OpenAI en a posé les fondations avec Instant Checkout dans ChatGPT et l’Agentic Commerce Protocol développé conjointement avec Stripe, d’abord testé chez des vendeurs Etsy aux États-Unis avant un élargissement programmé aux marchands Shopify. Salesforce a aussitôt emboîté le pas en intégrant ce protocole à Agentforce Commerce, et Visa assure de son côté avoir déjà mené des transactions agentiques sécurisées avec ses partenaires. Et Google veut réinventer le jeu du e-commerce avec son protocole UCP.
Pour les marques, la bascule est stratégique : une partie de la relation client va glisser des moteurs de recherche, des places de marché et des sites web vers des assistants transactionnels, au risque de laisser à de nouveaux intermédiaires IA la maîtrise de la découverte produit, de la donnée client et du pouvoir de négociation.
Le commerce agentique installe ainsi une nouvelle classe d’intermédiaires entre la marque et son client final, et impose aux DSI des choix d’architecture qui se prennent dès maintenant : exposition du catalogue aux agents, gestion de l’identité et du mandat, Digital Passport Product, traçabilité conforme à l’AI Act. À défaut, les entreprises subiront demain des standards définis par OpenAI, Stripe, Visa ou Google, sans qu’aucun acteur européen ne soit aujourd’hui positionné sur la couche protocolaire.
5. Agentic Software Development : les développeurs changent de rôle
Les assistants de code ne sont plus de simples autocomplétions améliorées. La catégorie évolue vers des agents capables de prendre une tâche, analyser un dépôt, modifier plusieurs fichiers, lancer des tests et proposer une pull request.
GitHub a officialisé en 2025 un Copilot coding agent asynchrone, intégré à GitHub et VS Code, capable de travailler en arrière-plan sur des issues. Depuis Claude Code a conquis l’univers de développement applicatif. De son côté, OpenAI pousse son Codex vers des usages plus autonomes, avec des fonctions de contrôle depuis l’application mobile ChatGPT permettant de suivre, corriger et approuver le travail d’un agent qui continue à s’exécuter sur une machine distante. Même Mistral a ses armes avec Devstral, Leanstral, Mistral Code, Mistral Vibe et Mistral Studio.
Pour les DSI, le gain ne sera pas seulement mesuré en lignes de code produites. Il faudra surtout regarder la qualité, la dette technique, les tests, la sécurité applicative, la maintenabilité et l’effet sur les pratiques DevSecOps. Le développeur devient moins un producteur de code qu’un superviseur d’intentions, de contraintes et de revues. Nous le disions il y a plus de deux ans déjà, avec l’IA le développeur s’est transformé en créateur d’application.
6. Multi-agent systems : l’orchestration devient le vrai sujet
Forrester qualifie les systèmes multi-agents de « système d’exploitation de l’IA agentique ». La formule dit bien l’enjeu : un agent isolé peut automatiser une tâche, mais les processus d’entreprise exigent souvent plusieurs rôles, plusieurs référentiels, plusieurs outils, plusieurs niveaux d’autorisation. « Couche zéro et IA physique sont de grandes idées, mais ni l’une ni l’autre ne passe à l’échelle avec un agent unique fondé sur le chat… L’avenir pas par des réseaux d’agents spécialisés qui planifient, délèguent et exécutent à travers des workflows complexes » ajoute Brian Hopkins.
OpenAI a présenté AgentKit, avec un Agent Builder visuel, un registre de connecteurs, des garde-fous et des capacités d’évaluation. Anthropic a lancé Claude Code SDK, les subagents-as-tools et l’API Managed Agents. Google Cloud, de son côté, pousse son ADK et le protocole Agent2Agent, ou A2A, pour faire communiquer des agents issus de plateformes différentes. Mistral AI a lancé Workflows. IBM a lancé watsonx Orchestrate et son AI Gateway multi-LLM.Côté open source, LangGraph s’est imposé comme la référence pour les workflows multi-agents stateful et CrewAI mise sur des équipes d’agents à rôles définis avec un CrewAI Enterprise pour la mise en production.
Les solutions sont là. « La technologie est réelle mais les garde-fous, eux, sont encore en train de rattraper leur retard » alerte néanmoins Brian Hopkins. « Quand des agents autonomes commencent à se parler entre eux, les choses peuvent devenir imprévisibles très vite. »
C’est ici que le sujet devient réellement DSI. Un système multi-agent mal gouverné peut multiplier les erreurs, les accès excessifs et les effets de cascade. Un système bien conçu peut au contraire orchestrer le support client, la gestion d’incidents, la conformité, la finance ou les chaînes de développement logiciel.
7. AI Security and Trust : la sécurité de l’IA devient une plateforme
Si la sécurité de l’IA figure depuis trois ans dans tous les classements de tendances, Forrester observe que 2026 marque un tournant : la discipline n’est « pas seulement importante », « elle est aussi unificatrice ».
« De nouvelles menaces, comme l’injection de prompt, la fuite de données et le vol de modèles ont conduit à des solutions spécialisées, telles que pare-feux et outils de supervision », écrit Brian Hopkins. Cette cartographie morcelée (AI firewall d’un côté, prompt monitoring de l’autre, détection de fuite ailleurs encore) doit aujourd’hui laisser place à une logique de plateforme. L’analyste de Forrester constate ainsi que « ces outils se consolident désormais en plateformes intégrées, couvrant prompts, applications et modèles ».
Palo Alto Networks a lancé Prisma AIRS 3.0, présenté comme une plateforme couvrant la découverte, l’évaluation des risques et la protection des agents tout au long de leur cycle de vie. CrowdStrike a également étendu ses services de sécurité IA pour couvrir les LLM, copilots et outils agentiques, avec une attention particulière aux identités non humaines et aux accès privilégiés. Trend Micro est allé jusqu’à se renommer « Trend AI » pour promouvoir son approche centrée sur la sécurité de l’IA et par l’IA.
L’un des sujets clés pour les DSI et RSSI sera l’identité des agents : qui les crée, quels droits ils possèdent, quelles données ils consultent, quelles actions ils déclenchent, qui les audite et qui répond en cas d’erreur. Sans cette couche, l’IA agentique restera une automatisation opaque. Et pour Forrester, aucune des neuf autres technologies du classement – de la couche zéro au calcul quantique – ne se déploiera sans cette fondation.
8. Frontier Models : les modèles de pointe restent le moteur
Les modèles frontières demeurent dans la catégorie Fuel du classement Forrester. Ils alimentent les autres tendances : développement agentique, robotique, commerce, systèmes multi-agents, interfaces ambiantes et raisonnement multimodal.
Le marché continue d’avancer très vite. On attend déjà les successeurs de GPT-5.5-Pro, Claude Opus 4.7, Gemini 3.1 Pro alors que ces technologies n’ont à peine quelques semaines.
Mais la course aux modèles ne suffit plus. Les entreprises doivent désormais arbitrer entre performance, coût, souveraineté, exposition des données, capacité d’audit, latence et intégration dans leurs chaînes métiers. Le meilleur modèle n’est pas toujours le plus gros ; c’est celui qui s’insère le mieux dans un cadre d’usage maîtrisé.
9. AI Supercomputing : les usines à IA
L’IA agentique a un coût physique : GPU, CPU, réseau, stockage, refroidissement, énergie, datacenters, orchestration logicielle. Toute la pile matérielle se réinvente et se modernise pour s’accorder aux exigences de l’agentique. C’est pourquoi Forrester inscrit l’AI supercomputing parmi les technologies émergentes structurantes.
NVIDIA a présenté en mars 2026 sa plateforme Vera Rubin, conçue pour les grandes « AI factories », avec des racks NVL72, des CPU Vera, NVLink 6, BlueField-4 et Spectrum-6. AMD pousse de son côté Helios, une plateforme rack-scale ouverte fondée sur Open Rack Wide et destinée aux futurs GPU Instinct MI450. Les hyperscalers verticalisent en parallèle leur propre silicium — Trainium 3 chez AWS, TPU v7 Ironwood chez Google, Maia 200 chez Microsoft — pour se désengager partiellement de l’orbite NVIDIA, quand le tissu européen, en dehors du britannique Nscale et de quelques initiatives EuroHPC, demeure spectateur de la déferlante américaine sur l’infrastructure d’entraînement.
Pour les DSI, le message est double. D’un côté, la capacité de calcul devient un facteur de compétitivité. De l’autre, elle introduit une dépendance nouvelle à des chaînes d’approvisionnement, des fournisseurs cloud, des architectures propriétaires et des contraintes énergétiques difficiles à ignorer.
10. Quantum Computing : entre promesse industrielle et urgence cryptographique
Seule technologie de la liste 2026 à porter une promesse à cinq ans et plus, le calcul quantique ne doit son inclusion qu’à un argument : il approche enfin du seuil utile. « Après des années à piétiner et à ressasser des « peut-être un jour », la technologie approche du seuil de praticité », écrit Brian Hopkins, qui pose un calendrier précis : « valeur pratique et Q-day pourraient arriver dès 2030 ». Le Q-day – ce moment où le chiffrement actuel deviendra cassable – est désormais le sujet RSSI dont aucun comité de direction ne pourra dire qu’il ne savait pas. Les pilotes métiers, eux, restent confinés à quelques niches : optimisation de portefeuilles dans la finance, simulation moléculaire dans la pharmacie, routage en supply chain dans l’industrie. Le reste de l’économie est invité à se préparer sans investir à contretemps : « le surinvestissement aujourd’hui et le sous-préparation demain sont deux dangers bien réels », prévient Forrester.
Le volet le plus immédiat pour les entreprises n’est pas le calcul quantique applicatif, mais la migration post-quantique. Le NIST a déjà finalisé ses premiers standards de cryptographie post-quantique, dont ML-KEM, ML-DSA et SLH-DSA, et encourage les administrateurs à commencer les transitions sans attendre.
Une même trajectoire : l’IA devient système
Ce Top 10 2026 de Forrester raconte finalement une seule histoire : l’IA quitte l’interface conversationnelle pour devenir une couche d’action, d’orchestration et d’infrastructure. Elle transforme l’expérience utilisateur, mais aussi le développement logiciel, le commerce, la cybersécurité, la robotique, les datacenters, la cybersécurité et bientôt la cryptographie.
Il en émerge un message diffus : il est temps pour les DSI de bâtir une architecture de maîtrise de l’IA agentique. Il est l’heure de cartographier les processus où un agent pourrait agir, puis d’imposer avant tout déploiement un cadre d’identité, de droits, d’audit, d’observabilité, de sécurité et de mesure de valeur.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
