L'adoption rapide de l'intelligence artificielle agentique suscite désormais des avertissements sérieux sur les risques d'une dépendance structurelle. Des chercheurs et observateurs du secteur soulignent que la délégation cognitive, souvent rationalisée par des gains à court terme, suit une dynamique analogue à celle du secteur du conseil en gestion. Au fil du temps, cette délégation progressive affaiblit les capacités internes d'évaluation, réduit la mémoire institutionnelle et peut rendre le renversement de la tendance irréversible. Au niveau individuel, l'utilisation systématique des outils d'IA génère ce que les études récentes qualifient de dette cognitive. Les utilisateurs tendent à abandonner l'effort intellectuel nécessaire à la compréhension profonde, ce qui diminue leur capacité de raisonnement autonome et leur persévérance face à des problèmes complexes. L'IA, lorsqu'elle remplace plutôt qu'elle n'augmente la réflexion, transforme l'utilisateur en simple validateur passif. Les organisations rencontrent des défis similaires, voire amplifiés. La délégation des tâches stratégiques et opérationnelles à des agents autonomes entraîne une erosion du savoir-faire interne. Parallèlement, les coûts réels s'avèrent souvent sous-estimés. La facturation à l'usage, la consommation massive de tokens et les besoins en puissance de calcul dépassent fréquemment les budgets initiaux. Des entreprises technologiques ont déjà signalé des dépassements de coûts ou des réductions d'abonnements après une adoption initiale trop large. S'ajoute à cela une surveillance humaine qui, sans réelle expertise pour contester les sorties, devient une forme de responsabilité dévolue sans pouvoir effectif, creusant un écart entre productivité annoncée et efficacité réelle. À l'échelle sociétale, la normalisation de l'IA agentique dans l'éducation, la justice ou l'administration pose des questions cruciales de transparence et de redevabilité. Des études et rapports institutionnels alertent sur le risque de voir des décisions publiques être validées par des systèmes opaques, sans que les responsables humains ne conservent la capacité d'en expliquer ou d'en contester les fondements. La géopolitique de l'IA accentue cette vulnérabilité. La concentration des capacités de calcul et des modèles de pointe entre quelques acteurs, principalement américains et chinois, limite l'autonomie stratégique des États tiers. Des restrictions d'accès imposées pour des raisons de sécurité nationale ont déjà démontré comment la dépendance à un seul fournisseur pouvait contraindre brutalement les organisations et les gouvernements. Face à ces enjeux, les experts recommandent de rejeter à la fois l'interdiction pure et l'adoption naïve. Une troisième voie privilégie une gouvernance délibérée : l'IA doit automatiser les tâches répétitives tout en laissant le jugement stratégique aux humains. Les organisations doivent traiter la mémoire institutionnelle comme un actif stratégique, diversifier les fournisseurs et intégrer des architectures hybrides combinant modèles locaux et systèmes plus puissants. Au niveau politique, le développement de modèles ouverts, de standards d'interopérabilité et d'infrastructures publiques de calcul est jugé essentiel pour préserver la souveraineté numérique. La présence humaine dans les boucles de décision doit s'accompagner d'une compétence réelle et d'une responsabilité juridique claire. En somme, l'adoption de l'IA agentique ne doit pas se faire au prix d'une perte irréversible de maîtrise cognitive et organisationnelle. Les outils conçus par les humains doivent rester au service de ceux qui les utilisent, ce qui nécessite une régulation proactive, une discipline intellectuelle maintenue et une vision à long terme pour éviter que la recherche de commodités immédiates ne dérobe notre capacité à penser et à diriger nous-mêmes.