IA agentique : ce qui change quand un système agit
Un agent est un système qui décide lui-même de son étape suivante au lieu de suivre une séquence écrite à l’avance par quelqu’un. Cette propriété unique constitue toute la différence, et tout ce qui est difficile avec les agents en découle. C’est elle qui leur permet de traiter des situations que personne n’avait prévues, ce qu’un workflow fixe ne sait pas faire. C’est elle aussi qui les rend plus lents, plus chers par unité traitée, plus difficiles à tester puisque l’espace de leurs comportements ne s’énumère pas, et capables de faire une chose à laquelle vous n’aviez pas pensé. La question qui décide si un agent est la bonne conception n’est donc pas de savoir si la technologie impressionne. Elle est de savoir si la suite des étapes peut réellement être connue à l’avance. Quand elle le peut, un script ordinaire gagne sur le coût, sur la vitesse, sur la testabilité et sur la possibilité d’être compris par quelqu’un qui n’était pas là au moment de sa construction, et ces avantages se cumulent sur les années pendant lesquelles le système tournera.
Les huit choses à comprendre, dans l’ordre
Ce qu’est un agent
La propriété unique qui définit un agent, là où elle mérite sa complexité, et là où un script ordinaire gagne sur tous les plans qui comptent.
Agent ou assistant conversationnel
L’un rend des mots qu’une personne peut ignorer. L’autre a déjà agi. Ce que cela change au circuit d’approbation, à la journalisation et à la responsabilité.
Workflows et agents
La forme que prennent réellement les systèmes en production : un workflow fixe, avec un agent à la seule étape qui varie vraiment.
Exploiter des agents
Garder des agents en état de marche : tracer une décision non déterministe, surveiller le coût, et voir une dégradation avant l’utilisateur.
Sécurité des agents
Sécuriser un système dont les entrées sont du texte non fiable et dont les comportements ne s’énumèrent pas. Pourquoi la consigne est le contrôle le plus faible.
Rentabilité d’un agent
Pourquoi un agent qui fait douze étapes coûte environ douze fois un appel simple, et ce que cela fait à un dossier économique à volume réel.
Recherche ou spécialisation
Le choix sur lequel les équipes hésitent et qu’elles tranchent généralement à l’envers, et la troisième option plus souvent juste que les deux autres.
Évaluer un système d’IA
L’instrument sur lequel tout le reste repose, la façon dont il s’éloigne du réel, et pourquoi une moyenne cache l’échec qui compte.
La ligne qui compte est la réversibilité
Parcourez ces huit pages et une même distinction revient sous des noms différents. Qu’une action puisse être défaite ou non est ce qui sépare un problème d’ingénierie d’un incident.
Un agent qui ne peut que lire, rédiger et proposer est un système qui fait occasionnellement perdre du temps. Un agent qui peut envoyer, supprimer, virer ou valider est un système qui cause occasionnellement des dégâts, et c’est le même modèle sous-jacent, avec le même taux d’erreur, qui produit ces deux résultats différents uniquement en raison de ce qu’on lui a permis de faire.
C’est pourquoi les contrôles fiables sont structurels plutôt qu’instructionnels. Restreindre une habilitation fonctionne quelle que soit la façon dont le système raisonne. Dire à un système de ne pas faire quelque chose dépend de sa capacité à interpréter correctement cette consigne dans une situation que vous n’aviez pas prévue, c’est-à-dire précisément là où il est le moins fiable.
Ce que coûte un agent, et où le coût se cache
Un agent qui fait douze étapes pour répondre à une question coûte environ douze fois un appel unique. À cent requêtes par jour, c’est invisible. À cent mille, cela décide de l’existence du système.
Ce coût est difficile à voir pendant un pilote, parce qu’un pilote tourne à un volume où tout est abordable. Il devient visible sur la première facture complète, à un moment où le système est en production et où les options sont moins bonnes. Estimer le coût par requête au moment de la conception, en retenant le nombre d’étapes attendu plutôt que le meilleur cas, est un exercice de dix minutes qui évite la raison la plus fréquente pour laquelle un agent qui fonctionne est éteint.
Le coût caché voisin est la variance. La même entrée peut produire des chemins différents d’une exécution à l’autre, si bien qu’un système ayant passé les tests peut échouer d’une manière que les tests ne pouvaient pas trouver. Ce n’est pas un défaut à corriger, c’est la propriété que vous avez choisie. La réponse consiste à borner les conséquences plutôt qu’à poursuivre le déterminisme.
Comment savoir si vous en avez besoin
Asseyez-vous et essayez d’écrire les étapes. Pas dans un document de conception : sur une feuille, sous forme de séquence, avec les branchements nommés. La plupart des équipes y arrivent et s’en étonnent, parce que le sentiment qu’un processus est trop compliqué pour être ordonné vient généralement de ce que personne n’a essayé.
Si vous y arrivez et que les branchements se comptent, construisez cela. Ce sera moins cher à développer, cela tournera en une fraction du temps, coûtera une fraction par unité, et restera maintenable par quelqu’un qui arrivera l’an prochain. Choisir un agent ici revient à acheter de l’imprévisibilité et à la payer sur chacune de ces dimensions.
Si vous n’y arrivez réellement pas, regardez pourquoi. Trois raisons reviennent. Les entrées varient plus que vous ne pouvez les énumérer, ce qui est le meilleur argument en faveur d’un agent. L’étape suivante dépend de ce que l’étape précédente a trouvé, sur un espace large, ce qui est le deuxième meilleur. Ou personne n’a encore fait le travail de comprendre le processus, ce qui n’est pas un argument en faveur d’un agent : c’est un argument pour passer une semaine sur le processus d’abord, et c’est la plus fréquente des trois.
Où cela se situe par rapport au reste
Les agents sont une technique, pas une stratégie. Les cinq étapes d’un déploiement ne changent pas parce que le système est agentique, et les deux étapes où les projets meurent, l’accès aux données et l’adoption, ne sont pas rendues plus faciles par une architecture plus capable.
Si tant est qu’il y ait un effet, un agent rend la quatrième plus difficile. Les gens accordent bien plus volontiers leur confiance à un système qui suggère qu’à un système qui agit, et un agent demande la seconde forme de confiance dès le premier jour. Une équipe qui introduit un agent là où une suggestion aurait suffi choisit le problème d’adoption le plus difficile pour une capacité que personne n’avait demandée.
