L'IA agentique en entreprise
Concevoir, encadrer et évaluer des agents qui agissent réellement sur vos systèmes — et savoir dans quels cas ils n'ont pas leur place
Un agent, ce n'est pas un assistant plus intelligent
C'est un système qui décide seul de la prochaine action à entreprendre, appelle des outils, observe le résultat et recommence jusqu'à atteindre un but. Cette différence — la capacité d'agir, pas seulement de répondre — change entièrement la manière de concevoir, d'encadrer et d'évaluer la solution.
L'IA agentique est le sujet sur lequel circulent le plus de promesses et le moins de retours d'expérience honnêtes. Cette formation de deux jours prend le contre-pied : elle part de ce qui fonctionne réellement en production aujourd'hui, de ce qui échoue, et des raisons pour lesquelles la plupart des projets agentiques s'arrêtent au prototype.
Un agent qui réussit quatre-vingt-dix pour cent du temps sur une tâche en dix étapes réussit la tâche complète moins de trente-cinq pour cent du temps. C'est cette arithmétique, et non la capacité du modèle, qui décide de la faisabilité d'un projet agentique.
Nous travaillons sur des architectures concrètes, avec les arbitrages qu'elles imposent :
- Anatomie d'un agent : boucle de décision, outils, mémoire, contexte, condition d'arrêt
- Quand un simple enchaînement déterministe fait mieux qu'un agent, et il est plus fréquent qu'on ne le dit
- Intégration au système d'information : interfaces, protocoles standardisés d'accès aux outils, authentification
- Garde-fous : périmètre des permissions, actions réversibles, validation humaine, limites de dépenses
- Orchestration multi-agents : dans quels cas elle apporte quelque chose, et dans quels cas elle ne fait qu'ajouter des points de rupture
- Évaluation et traçabilité : mesurer un système non déterministe, journaliser les décisions, rendre des comptes
Chaque participant repart avec une grille d'éligibilité — quels processus de son organisation se prêtent réellement à un agent — et un canevas de conception incluant les garde-fous et le plan d'évaluation.
Ateliers pratiques
Trier les candidats à l'agentification
À partir d'une liste de processus réels, appliquer une grille d'éligibilité et justifier chaque décision : agent, automatisation classique, ou statu quo.
Construire un agent outillé
Définir les outils, écrire leurs descriptions, gérer les erreurs et les cas limites, puis observer l'agent échouer et comprendre pourquoi.
Évaluer et encadrer
Constituer un jeu de scénarios d'évaluation, définir les points de validation humaine et instrumenter la journalisation des actions.
Pré-requis
- Compréhension générale du fonctionnement des modèles de langage
- Familiarité avec la notion d'interface applicative (API)
- Savoir lire du code aide, mais la formation ne demande pas d'en écrire
Programme de formation
Anatomie d'un agent
Boucle de décision, appel d'outils, mémoire de travail, gestion du contexte et conditions d'arrêt. Ce qui distingue un agent d'un enchaînement de requêtes.
Éligibilité d'un processus
Grille de décision : tolérance à l'erreur, réversibilité des actions, disponibilité des outils, valeur du gain. Savoir renoncer avant d'investir.
Outillage et intégration
Concevoir de bons outils, les décrire clairement, gérer les erreurs. Protocoles standardisés d'accès aux systèmes et gestion des identités.
Garde-fous et supervision humaine
Moindre privilège, distinction entre actions réversibles et irréversibles, points de validation, budgets d'exécution et coupe-circuits.
Orchestration multi-agents
Spécialisation, délégation et coordination. Les gains réels, le coût en complexité, et pourquoi un agent unique bien conçu suffit souvent.
Évaluation et observabilité
Mesurer un système non déterministe : scénarios de référence, taux de réussite par étape, journalisation des décisions, détection des régressions.