À retenir
- Une démo prouve l'existence du chemin idéal ; la valeur en production réside dans les cas limites et la logique d'escalade.
- Partez de la décision que vous automatisez et de son coût d'erreur — pas du modèle.
- Contraignez les agents agressivement : données ancrées, peu d'outils bien testés, sorties structurées.
- Humain dans la boucle par conception — un agent qui sait quand escalader vaut mieux qu'un agent qui bluffe.
- Instrumentez tout et livrez de manière restreinte : valeur mesurable d'abord, expansion ensuite.
Le piège de la démo
Chaque semaine, nous voyons une démo d'agent IA soignée : il planifie une réunion, rédige un e-mail, répond à une question en quelques secondes. La salle applaudit. Puis la chose arrive en production et s'effondre discrètement — elle hallucine un prix, oublie le contexte après trois tours, ou se bloque parce qu'un vrai client a formulé sa demande d'une manière inattendue. L'écart entre une démo et un agent fiable est là où meurent la plupart des budgets IA.
Nous construisons des agents pour gagner notre vie, et notre hypothèse de départ est inconfortable mais utile : une démo ne prouve rien d'autre que l'existence du chemin idéal. La vraie valeur réside dans les chemins non idéaux, les cas limites et la tuyauterie opérationnelle ennuyeuse que personne ne filme.
Partir de la décision, pas du modèle
La première question que nous posons n'est jamais « quel modèle ? » C'est « quelle décision ou tâche essayons-nous de retirer des mains d'un humain, et que coûte-t-elle lorsque cette décision est erronée ? » Un agent qui rédige des notes internes peut être libre et créatif. Un agent qui établit des prix, approuve des remboursements ou parle aux clients ne le peut pas.
S'ancrer sur la décision nous donne immédiatement trois choses :
- Un budget de tolérance — le niveau d'erreur acceptable avant que l'agent doive transférer à un humain.
- Une métrique de valeur — heures gagnées, temps de réponse, conversion, taux d'erreur — définie avant d'écrire une seule ligne de code.
- Une frontière de périmètre — ce que l'agent ne tentera explicitement pas de faire.
Si nous ne pouvons pas nommer la métrique, nous ne construisons pas l'agent. Cette seule discipline tue plus de projets de vanité que n'importe quelle revue technique.
Contraindre agressivement, puis relâcher
L'instinct avec les agents LLM est de leur donner de la liberté et des outils en espérant que l'intelligence émergente fasse le reste. En production, la liberté est un risque. Nous concevons les agents comme nous concevons de bons employés : rôle clair, limites claires, escalade claire.
En pratique, cela signifie ancrer les réponses dans vos données réelles via la récupération plutôt que dans la mémoire du modèle, donner à l'agent un petit ensemble d'outils bien testés au lieu d'une boîte à outils tentaculaire, et imposer des sorties structurées partout où un système en aval consomme le résultat. Un agent de remboursement devrait renvoyer un objet de décision sur lequel votre ERP peut agir — pas un paragraphe de prose que quelqu'un doit ressaisir.
Des humains dans la boucle, par conception
Les agents les plus précieux que nous avons livrés ne sont pas entièrement autonomes. Ils gèrent les 80 % de cas routiniers et escaladent avec assurance les 20 % qui ne le sont pas. Ce seuil de confiance est une décision produit, et c'est là que se gagne la confiance. Un agent qui sait quand dire « je ne suis pas sûr, je transfère ceci à une personne » vaut bien plus qu'un agent qui bluffe.
Instrumenter tout dès le premier jour
Vous ne pouvez pas améliorer ce que vous ne pouvez pas voir. Chaque agent que nous déployons enregistre ses entrées de raisonnement, ses appels d'outils et ses résultats afin que nous puissions mesurer la performance réelle, et non la performance de laboratoire. Cela fait deux choses : cela nous permet de détecter précocement la dérive et les schémas de défaillance, et cela transforme l'agent en un actif cumulatif. Chaque semaine de journaux constitue des données d'entraînement pour l'itération suivante.
C'est aussi là que réside la discipline des coûts. Les coûts en tokens, la latence et le volume d'appels d'outils apparaissent tous dans les chiffres. Nous avons réduit de moitié les coûts d'exploitation de clients simplement en acheminant les requêtes simples vers des modèles moins coûteux et en réservant le raisonnement coûteux aux cas qui en ont réellement besoin.
Livrer petit, prouver la valeur, puis étendre
Nos projets les plus réussis ont démarré de manière restreinte : un flux de travail, une équipe, un résultat mesurable. Un agent de tri du support. Un assistant de connaissances interne. Un flux de qualification de prospects. Une fois qu'il fait démontrablement gagner du temps et que les gens lui font confiance, l'expansion est facile — l'organisation attire l'agent vers de nouveaux domaines plutôt que nous ne le poussions.
Les projets échoués ont presque toujours tenté de faire bouillir l'océan : un seul assistant « tout faire » qui ne faisait rien de manière fiable. Le périmètre est la différence entre un agent qui devient indispensable et un agent qui devient une plaisanterie.
À quoi ressemble le bon travail
Un agent IA de qualité production, d'après notre expérience, est ennuyeux dans le meilleur sens du terme. Il fait un travail défini, la plupart du temps, sans drame. Il escalade avec élégance. Sa performance est visible sur un tableau de bord. Il coûte un montant connu par transaction. Et sa valeur s'exprime dans des chiffres qu'un directeur financier reconnaît — pas dans les applaudissements qu'il a reçus lors d'une réunion il y a six mois.
Voilà le niveau à atteindre. Les démos sont du théâtre ; les agents sont de l'infrastructure. Construire la seconde catégorie demande moins de magie et plus de discipline d'ingénierie que la plupart des gens ne le pensent — ce qui est précisément pourquoi les résultats durent.
Si vous évaluez où les agents IA pourraient réellement faire la différence dans vos opérations, nous sommes toujours ravis d'en discuter — pas de discours commercial, juste une conversation franche sur ce qui vaut la peine d'être construit et ce qui ne l'est pas.
