La QA agentique est une question de budget : où va le marché des tests de 66 milliards de dollars

TL;DR : L'assurance qualité agentique (Agentic QA) est une forme d'AQ où des agents IA planifient, rédigent, exécutent et maintiennent les tests, avec une couche de vérification indépendante prouvant que le logiciel fonctionne réellement. Elle ne réduit absolument pas le budget AQ. Elle le déplace simplement : on passe du travail manuel d'écriture et de maintenance de scripts à des rails d'exécution à l'échelle des agents, assortis de preuves indépendantes. La génération de tests devient bon marché. La vérification devient le produit.

Le 6 octobre 2026, Gartner a publié son Magic Quadrant pour les plateformes d'assurance qualité logicielle agentique, remplaçant ainsi son rapport 2025 sur les « outils de test logiciel augmentés par l'IA ». La plupart des gens y ont vu un simple changement de nom. J'y vois un événement budgétaire. Quand le cabinet qui définit les shortlists des grandes entreprises renomme une catégorie, les modèles d'achat changent dans la foulée, et l'argent suit les modèles.

Cet article s'adresse aux DSI et aux fondateurs qui disposent d'un budget AQ (ou qui se battent pour en obtenir un). L'argument est simple : l'AQ agentique ne rendra pas la qualité globalement moins chère. Elle va simplement déplacer l'argent. Voici une cartographie de l'endroit où se trouve cet argent aujourd'hui, de sa prochaine destination, ainsi qu'une grille d'évaluation pour vous aider à planifier votre réallocation 2027 avant que vos fournisseurs ne le fassent.

Qu'est-ce que l'AQ agentique, et pourquoi Gartner a-t-il renommé la catégorie ?

L'AQ agentique est l'assurance qualité logicielle dans laquelle des agents IA planifient, créent, exécutent et maintiennent des tests pour atteindre un objectif défini, tandis qu'une couche de vérification indépendante prouve si le logiciel s'est comporté comme prévu. « Augmenté par l'IA » décrit un humain équipé d'un outil plus intelligent. « Agentique » décrit un travail désormais pris en charge par une machine.

La pression derrière ce changement de nom vient du volume de code. Menlo Ventures estime que les entreprises dépenseront 4 milliards de dollars en outils de codage IA en 2025, soit plus de la moitié de toutes les dépenses IA par département. Chacun de ces dollars produit davantage de code dont quelqu'un doit prouver le bon fonctionnement.

La capacité de validation ne suit pas. Le Bureau of Labor Statistics américain prévoit que les postes d'analystes et de testeurs AQ augmenteront de 6 % entre 2025 et 2035 (passant de 187 600 à 198 200). Le groupe élargi développeurs/AQ/testeurs devrait croître de 10 %. Le code évolue avec la puissance de calcul ; les testeurs évoluent avec les effectifs. Cet écart constitue tout le marché.

Quelle est la taille du marché des tests logiciels, et quelle part représente l'IA aujourd'hui ?

Les cabinets d'études évaluent le marché mondial des tests logiciels à environ 60 à 66 milliards de dollars, et les tests activés par l'IA en représentent encore moins de 1 %. Ce décalage est à la fois l'opportunité et le risque pour quiconque vend les 99 % restants.

• Marché total. Global Market Insights (2026) estime le marché à 60,5 milliards de dollars en 2025 et 65,9 milliards en 2026, avec une croissance d'environ 7,7 % par an pour atteindre 127,5 milliards de dollars d'ici 2035.
• Part du travail. Dans cette même estimation, les services de test représentaient 38 % des dépenses de 2025, soit environ 23 milliards de dollars par an, qui servent principalement à acheter du temps humain.
• Part de l'IA. Research and Markets (2026) évalue le marché des tests activés par l'IA à 544 millions de dollars en 2025, pour atteindre 1,39 milliard de dollars d'ici 2031. Cela représente moins de 1 % des dépenses totales de test.
• Où va l'argent de l'IT. Les prévisions de juillet 2026 de Gartner situent les dépenses IT mondiales de 2026 à 6 370 milliards de dollars. Le logiciel progresse de 15,5 % ; les services IT de seulement 5,3 %.

Ce ne sont que des estimations, et elles divergent sur le total. Elles s'accordent toutefois sur la direction : les acheteurs investissent dans le logiciel à un rythme plus soutenu que dans les services. Selon moi, au cours des dix prochaines années, 65 à 100 milliards de dollars de dépenses de test seront agentiques (c'est-à-dire acheminés via des agents et des plateformes plutôt que facturés à l'heure). C'est le gâteau que tous les acteurs de ce marché se disputent désormais.

Où va un budget de test aujourd'hui ? Les quatre réservoirs de dépenses qualité

Chaque budget de test se divise en quatre réservoirs : Mains, Scripts, Rails et Preuves. L'AQ agentique réduit les deux premiers, fait grossir le troisième et transforme le quatrième en véritable ligne budgétaire.

Les quatre réservoirs de dépenses qualité constituent un modèle permettant de suivre où va l'argent et comment il se déplace :

1. Mains – les personnes qui testent : testeurs manuels internes, équipes de régression offshore, phases d'UAT.
2. Scripts – la création et la maintenance de l'automatisation scriptée : suites Selenium, Playwright et Appium, frameworks, et les heures SDET nécessaires pour les maintenir au vert.
3. Rails – l'infrastructure qui exécute les tests : grilles de navigateurs, clouds d'appareils réels, orchestration, capacité CI.
4. Preuves – la vérification indépendante : les éléments prouvant que le logiciel et les agents IA se sont comportés correctement, avant et après la mise en production.

Le point de vue à contre-courant concerne les Rails. La plupart des discours commerciaux sur les tests IA promettent une facture d'infrastructure réduite. Je m'attends à l'inverse. Les agents ne s'ennuient jamais, ils testent donc plus de chemins, plus d'appareils et plus de builds. Le volume d'exécution augmente. Ce qui doit baisser, c'est le coût par exécution, raison pour laquelle l'orchestration compte davantage que la taille brute de la grille.

Quels budgets de test diminuent avec l'arrivée des agents de test IA ?

Les Mains et les Scripts fondent en premier, car c'est précisément le travail que réalisent directement les agents de test IA, et les deux sont encore achetés à l'heure.

Deux signaux montrent que le basculement a commencé :

• Les heures perdent leur ancrage. Si un agent peut exécuter et corriger une suite de régression complète pendant la nuit, l'unité de valeur devient la release vérifiée. Les responsables de budget ressentent déjà la pression : dans l'enquête DSI d'octobre 2026 de Gartner, les financements se déplacent vers l'IA générative et l'IA agentique, tandis que les dépenses historiques sont réduites. Les renouvellements de contrats de test sont le premier domaine où la tarification basée sur les résultats entre en jeu.
• L'IA greffée en surface déçoit. Le World Quality Report 2025-26 de Capgemini révèle que 89 % des organisations pilotaient ou déployaient l'IA générative dans l'ingénierie de la qualité, mais que seulement 15 % l'avaient étendue à l'échelle de l'entreprise. Le gain de productivité moyen était de 19 %. Ces gains restent modestes, car la plupart des équipes se sont contentées d'ajouter l'IA à leurs workflows existants plutôt que de les repenser.

Le réservoir des Scripts ne disparaît pas. Les tests basés sur du code continuent de tourner en CI, et les SDET en restent propriétaires. Ce qui disparaît, c'est la nécessité de payer des humains pour aller corriger des sélecteurs fragiles après chaque modification d'interface. La maintenance passe d'un coût d'effectifs à un coût de calcul lorsque les agents génèrent et corrigent les tests.

Pourquoi la vérification, et non la génération de tests, est-elle la ressource rare ?

Parce que la génération devient bon marché, contrairement à la confiance. N'importe quel agent de codage peut désormais écrire des tests pour le code qu'il vient de produire, ce qui explique précisément pourquoi ces tests ne peuvent constituer la seule preuve disponible. L'auteur note sa propre copie.

Les données sur la confiance sont cohérentes :

• Selon l'AI Pulse T1 2026 de KPMG, 54 % des organisations déploient des agents IA, et 63 % exigent désormais une validation humaine des résultats produits par les agents, contre 22 % un an plus tôt.
• L'enquête d'octobre 2026 de Gartner menée auprès de 2 002 DSI révèle que seuls 13 % ont tiré une valeur significative ou transformatrice de l'IA, et que seulement 31 % disposent de règles définissant quand un pilote ne doit pas passer en production.
• Selon les recherches de Gartner, d'ici fin 2027, plus de 40 % des projets d'IA agentique auront été annulés, pour des raisons de coûts, de valeur incertaine ou de contrôles de risques insuffisants.
• Le Capgemini Research Institute (2025) a constaté que la confiance envers les agents entièrement autonomes est passée de 43 % à 27 % en un an.
• Les prédictions 2027 de Forrester, telles que rapportées par TechNewsWorld, anticipent qu'un bug dans du code généré par l'IA pourrait provoquer une panne mondiale touchant plusieurs secteurs.

Entourez les 63 %. La validation humaine des résultats des agents correspond au réservoir des Mains qui revient par la porte de service. Si vous ne financez pas des Preuves à la vitesse de la machine, vous financerez des Preuves à la vitesse humaine, et le ROI de vos agents disparaîtra dans les files d'attente de revue.

Qu'est-ce que la vérification indépendante ?

La vérification indépendante consiste en des éléments probants sur le comportement d'un logiciel, générés par un système distinct de celui qui l'a construit ou qui l'exécute : enregistrements, journaux, assertions et scores qu'un relecteur ou un auditeur peut contrôler. L'indépendance est ce qui transforme une affirmation en preuve.

Attendez-vous à ce que chaque plateforme agentique fournisse des tests pour ses propres agents. Les entreprises font tourner des agents sur des stacks CRM, ERP, centres de contact et personnalisées ; les preuves validant une release doivent donc provenir d'une couche n'appartenant à aucune d'entre elles.

Observer, évaluer ou garantir : de quoi avez-vous besoin ?

Les dépenses de Preuve se divisent selon le moment. La garantie répond à « faut-il livrer cela ? » avant la release ; les évaluations et l'observabilité répondent à « comment ça se comporte ? » après.

La garantie agentique (Agent Assurance) est le test en pré-production des workflows agent-à-agent, où des agents de test sollicitent d'autres agents avant la release, sans intervention humaine, et renvoient des preuves de leur comportement. C'est la tranche la plus récente des Preuves, et celle à laquelle le moins de budget est alloué aujourd'hui.

Que devraient faire les DSI de leur budget AQ en 2027 ?

Mesurez vos quatre réservoirs, puis transférez l'argent des Mains et des Scripts vers les Rails et les Preuves au fur et à mesure du renouvellement des contrats, pas avant. Utilisez cette grille d'évaluation pour savoir où vous en êtes.

La grille de réallocation pour l'AQ agentique

Notez chaque question de 0 (non), 1 (partiellement) ou 2 (oui) :

• ☐ Connaissez-vous la répartition de vos dépenses de test entre Mains, Scripts, Rails et Preuves ?
• ☐ Vos contrats de test externalisés renouvelés en 2027 sont-ils tarifés sur les résultats plutôt que sur les heures ou les ETP ?
• ☐ La maintenance des tests est-elle suivie comme une ligne de coût distincte ?
• ☐ La majorité des nouveaux tests sont-ils rédigés ou réparés par des agents, avec une revue humaine ?
• ☐ Votre couche d'exécution peut-elle traiter des volumes à l'échelle des agents en parallèle, sur de vrais navigateurs et appareils, sans mise en file d'attente ?
• ☐ La vérification est-elle indépendante du système qui a écrit le code ou qui exécute l'agent ?
• ☐ Testez-vous les agents chat, voix et SVI, ainsi que les workflows agent-à-agent, avant la release plutôt qu'uniquement après ?
• ☐ Chaque release produit-elle des preuves lisibles par une équipe risques ou un auditeur ?

0–5 : Exposé. Vous payez des tarifs de 2019 pour un travail de 2026. 6–11 : En transition. Choisissez les deux scores les plus faibles et corrigez-les avant votre prochain cycle de renouvellement. 12–16 : Prêt pour l'agentique. Votre prochain défi sera de prouver la valeur au comité de direction : rendez donc vos Preuves exploitables en reporting.

Qui gagne et qui est disrupté dans le test logiciel IA ?

L'arbitrage salarial pur et les générateurs de tests mono-fonctionnalité sont voués à l'échec. Les gagnants seront les plateformes qui maîtrisent l'exécution à grande échelle et fournissent des preuves indépendantes pour tout type d'interaction logicielle.

La façon la plus claire de lire la carte est d'observer qui parle à qui :

Trois groupes sont les plus exposés. Premièrement, les services de test très gourmands en main-d'œuvre qui ne passent pas à une tarification aux résultats. Deuxièmement, les outils autonomes de « génération de tests par IA », car les agents de codage génèrent désormais des tests comme effet secondaire. Troisièmement, les infrastructures vendues uniquement comme de la capacité, sans orchestration ni accès natif aux agents.

Les gagnants seront les plateformes de bout en bout couvrant ces trois lignes pour les acheteurs grands comptes et mid-market, qui veulent moins de fournisseurs, et non plus d'outils ponctuels.

La place de TestMu AI dans l'AQ agentique

TestMu AI a été nommé Leader dans le Magic Quadrant Gartner 2026 pour les plateformes d'assurance qualité logicielle agentique. J'ai cofondé l'entreprise, voici donc comment nous avons bâti les quatre réservoirs plutôt qu'une simple liste de fonctionnalités. TestMu AI est une plateforme d'ingénierie de la qualité agentique composée de deux moitiés, Agentic Testing et Agentic Cloud, reposant sur un principe unique : une couche de vérification indépendante qui produit des preuves de comportement.

• Des Mains aux agents : KaneAI permet aux testeurs manuels et aux chefs de produit de rédiger et d'exécuter des tests en langage naturel, afin que l'expertise métier monte en échelle sans embauches supplémentaires.
• Des Scripts aux agents : Kane CLI offre aux SDET et aux développeurs l'intégralité du cycle d'ingénierie de la qualité depuis le terminal, juste à côté des agents de codage qu'ils utilisent déjà.
• Rails : HyperExecute, notre couche d'orchestration de tests, gère ce volume aux côtés du Real Device Cloud et du Browser Cloud, offrant aux agents IA leur propre infrastructure de navigateurs.
• Preuves : Agent Testing couvre les agents chat, voix, SVI, WhatsApp et vidéo. Rook fournit l'Agent Assurance : des agents qui testent d'autres agents avant la release.

Une seule plateforme couvre le web, le mobile, les applications packagées comme Salesforce, SAP, Microsoft 365, Oracle et ServiceNow, ainsi que les agents IA. C'est essentiel, car les Preuves ne fonctionnent que lorsque les éléments probants sont centralisés. Nous appelons cette catégorie élargie Observe, Eval and Assure (Observer, Évaluer et Garantir), et c'est sur le volet Assure que nous sommes leaders.

Prédictions sur l'AQ agentique pour 2027–2030

Voici mes prédictions personnelles, et non les prévisions d'un cabinet d'analystes :

1. D'ici fin 2027, les appels d'offres de test des grandes entreprises noteront les fournisseurs sur les preuves par release, et non sur le nombre de tests rédigés.
2. Lors des renouvellements 2027–2028, les contrats de régression externalisés évolueront vers une tarification par résultat ou par release vérifiée.
3. D'ici 2028, les entreprises réglementées attribueront aux Preuves leur propre ligne budgétaire, cogérée avec les départements risques et conformité.
4. D'ici 2029, les exécutions de tests générés par des agents surpasseront celles rédigées par des humains sur les principaux clouds d'exécution.
5. La première panne majeure liée à du code IA fera pour les budgets de Preuve ce que les grandes pannes ont fait pour l'observabilité : transformer un bonus en sujet de conseil d'administration.

Conclusion : l'AQ agentique déplace l'argent, pas seulement le travail

L'AQ agentique n'est pas simplement une version moins chère des tests que vous achetez actuellement. C'est une nature de dépense totalement différente : moins d'heures, moins de scripts écrits à la main, plus d'exécution et une nouvelle ligne dédiée aux preuves indépendantes. Le fait que Gartner ait rebaptisé la catégorie indique que ce basculement est désormais officiel. Le fait que 63 % des organisations valident encore manuellement les résultats des agents montre que nous n'y sommes pas encore.

Utilisez la grille d'évaluation ce trimestre. Cartographiez vos quatre réservoirs. Puis déplacez le budget là d'où proviennent les preuves.

Prochaine étape : découvrez comment HyperExecute et Agent Testing s'intègrent à vos réservoirs Rails et Preuves, ou consultez la documentation TestMu AI.

FAQ

Qu'est-ce que l'AQ agentique ?

L'AQ agentique est l'assurance qualité logicielle dans laquelle des agents IA planifient, construisent, exécutent et maintiennent des tests afin d'atteindre un objectif défini, avec une couche de vérification indépendante confirmant que le logiciel s'est effectivement comporté comme exigé. Cela diffère des tests augmentés par l'IA, où un humain garde le contrôle de l'outil. Dans l'AQ agentique, l'agent effectue le travail et l'humain examine les preuves.

Pourquoi Gartner a-t-il renommé son Magic Quadrant sur les tests logiciels ?

Le 6 octobre 2026, Gartner a publié son Magic Quadrant pour les plateformes d'assurance qualité logicielle agentique, succédant à son rapport 2025 sur les outils de test logiciel augmentés par l'IA. Ce changement de nom reflète le passage d'une IA assistant les testeurs humains à des agents IA réalisant eux-mêmes les tests, sous l'impulsion d'agents de codage produisant du logiciel plus vite que les équipes ne peuvent le valider.

Quelle est la taille du marché des tests logiciels en 2026 ?

Global Market Insights estime le marché des tests logiciels à 65,9 milliards de dollars en 2026, contre 60,5 milliards en 2025, avec une croissance d'environ 7,7 % par an pour atteindre 127,5 milliards de dollars d'ici 2035. Les services de test représentaient 38 % des dépenses de 2025. Les tests activés par l'IA pesaient environ 544 millions de dollars en 2025, selon Research and Markets, soit moins de 1 % du total. Il s'agit dans tous les cas d'estimations de cabinets d'études.

Les agents de test IA vont-ils réduire les budgets AQ ?

Pas selon nous. Les agents de test IA réduisent les dépenses liées aux heures de test manuel et à la maintenance des scripts, mais ils augmentent le volume d'exécution des tests et créent ainsi une demande de vérification indépendante. Dans le modèle des quatre réservoirs de dépenses qualité, l'argent quitte les Mains et les Scripts pour aller vers les Rails (l'infrastructure d'exécution) et les Preuves (la vérification), plutôt que de s'évaporer.

Qu'est-ce que le modèle des quatre réservoirs de dépenses qualité ?

Les quatre réservoirs de dépenses qualité constituent un modèle permettant de suivre la destination des budgets de test : Mains (les personnes qui testent), Scripts (la création et la maintenance de l'automatisation scriptée), Rails (grilles de navigateurs, clouds d'appareils réels et orchestration) et Preuves (vérification indépendante du comportement du logiciel et des agents IA). L'AQ agentique réduit les Mains et les Scripts, fait croître les Rails et transforme les Preuves en ligne budgétaire autonome.

Quelle est la différence entre garantie agentique, évaluations et observabilité ?

La garantie agentique (Agent Assurance) est le test en pré-production des workflows agent-à-agent, où des agents de test sollicitent d'autres agents avant la release et renvoient des preuves. Les évaluations (evals) notent la qualité du résultat hors ligne ou après la release. L'observabilité surveille ce que font les agents en production. La garantie répond à la question « faut-il mettre cela en production ? ». Les évaluations et l'observabilité répondent à la question « quelles sont les performances une fois en production ? ».

Comment les DSI doivent-ils réallouer leur budget AQ pour l'IA agentique ?

Commencez par analyser vos dépenses entre Mains, Scripts, Rails et Preuves. Ensuite, au fil des renouvellements de contrats, réorientez les dépenses : indexez la tarification de vos tests externalisés sur les résultats, cessez de financer de nouvelles suites de scripts écrites à la main, investissez dans l'orchestration et l'exécution, et attribuez un responsable ainsi qu'un budget à la vérification indépendante. KPMG a constaté que 63 % des entreprises valident encore manuellement les résultats des agents : les Preuves sont donc le chaînon manquant.