	{"id":1060499,"date":"2025-12-22T09:44:58","date_gmt":"2025-12-22T09:44:58","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&#038;p=1060499"},"modified":"2026-01-05T09:30:49","modified_gmt":"2026-01-05T09:30:49","slug":"ai-agents-arent-ready-for-consumer-facing-work-but-they-can-excel-at-internal-processes","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/fr\/blog\/ai-agents-arent-ready-for-consumer-facing-work-but-they-can-excel-at-internal-processes\/","title":{"rendered":"Les agents IA ne sont pas pr\u00eats \u00e0 travailler en contact avec la client\u00e8le, mais ils peuvent exceller dans les processus internes."},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-margin-top:40px;--awb-margin-bottom:40px;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-center fusion-flex-justify-content-center fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column fusion-flex-align-self-center fusion-column-inner-bg-wrapper\" style=\"--awb-padding-top:20px;--awb-padding-right:20px;--awb-padding-bottom:20px;--awb-padding-left:20px;--awb-overflow:hidden;--awb-inner-bg-size:cover;--awb-border-color:rgba(10,17,40,0.1);--awb-border-top:1px;--awb-border-right:1px;--awb-border-bottom:1px;--awb-border-left:1px;--awb-border-style:solid;--awb-border-radius:4px 4px 4px 4px;--awb-inner-bg-border-radius:4px 4px 4px 4px;--awb-inner-bg-overflow:hidden;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\" data-scroll-devices=\"small-visibility,medium-visibility,large-visibility\"><span class=\"fusion-column-inner-bg hover-type-none\"><a class=\"fusion-column-anchor\" href=\"https:\/\/hbr.org\/2025\/11\/ai-agents-arent-ready-for-consumer-facing-work-but-they-can-excel-at-internal-processes?ab=HP-hero-featured-1\" rel=\"noopener noreferrer\" target=\"_blank\" aria-label=\"https:\/\/www.thinkwithgoogle.com\/intl\/fr-fr\/strategies-marketing\/automatisation\/guide-ia-agence-parcours-consommateur\/?utm_medium=email&amp;utm_source=d-newsletter&amp;utm_team=twg-fr&amp;utm_campaign=TwG-FR-NL-2023-07-13-AI-and-Agencies-Knak&amp;utm_content=article-2-cta&amp;mkt_tok=MTcyLUdPUC04MTEAAAGM7IC1X7Nq-QkJIDdi7MYIAhtvu-d-GOsELoae9WOFRX_TkY44CL0cubSrdKXn80qA3DqWPKh1IcdWA2l1jqEoq40VUyGKFDTs5eXF727uKsD8ag\"><span class=\"fusion-column-inner-bg-image\"><\/span><\/a><\/span><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-center fusion-content-layout-row fusion-flex-align-items-center\"><div class=\"fusion-text fusion-text-1\"><p><u>Lire l'article sur<\/u><\/p>\n<\/div><div class=\"fusion-image-element\" style=\"--awb-margin-right:20px;--awb-margin-left:20px;--awb-max-width:150px;--awb-caption-title-font-family:var(--h2_typography-font-family);--awb-caption-title-font-weight:var(--h2_typography-font-weight);--awb-caption-title-font-style:var(--h2_typography-font-style);--awb-caption-title-size:var(--h2_typography-font-size);--awb-caption-title-transform:var(--h2_typography-text-transform);--awb-caption-title-line-height:var(--h2_typography-line-height);--awb-caption-title-letter-spacing:var(--h2_typography-letter-spacing);\"><span class=\"fusion-imageframe imageframe-none imageframe-1 hover-type-none\"><a class=\"fusion-no-lightbox\" href=\"https:\/\/hbr.org\/2025\/11\/ai-agents-arent-ready-for-consumer-facing-work-but-they-can-excel-at-internal-processes?ab=HP-hero-featured-1\" target=\"_self\" aria-label=\"hbr_primary_outline_blk_rgb\" rel=\"noopener\"><img decoding=\"async\" width=\"61\" height=\"70\" src=\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%2761%27%20height%3D%2770%27%20viewBox%3D%270%200%2061%2070%27%3E%3Crect%20width%3D%2761%27%20height%3D%2770%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" data-orig-src=\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2025\/03\/hbr_primary_outline_blk_rgb.jpg\" alt class=\"lazyload img-responsive wp-image-372016\"\/><\/a><\/span><\/div><div class=\"fusion-text fusion-text-2\"><\/div><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-flex-wrap:wrap;\" ><\/div><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><\/div><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_1 1_1 fusion-one-full fusion-column-first fusion-column-last\" style=\"--awb-bg-size:cover;--awb-margin-top:0px;--awb-margin-bottom:0px;width:100%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-column-wrapper-legacy\"><div class=\"fusion-clearfix\"><\/div><\/div><\/div><\/p>\n<p class=\"Paragraph_text__yGFNO\">L'adoption par les consommateurs reste \u00e9galement relativement faible. Malgr\u00e9 l'utilisation de mots tels que \u201cr\u00e9volution\u201d, \"r\u00e9volution\", \"r\u00e9volution\", \"r\u00e9volution\", \"r\u00e9volution\", \"r\u00e9volution\", \"r\u00e9volution\".\u201d\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.linkedin.com\/posts\/benedictevans_compare-and-contrast-activity-7381150899659886592-q4fg\/?utm_source=share&amp;utm_medium=member_desktop&amp;rcm=ACoAAAC6ox0BeUJpMOediCpZBycYo9up3c_J7Zw\" target=\"_blank\" rel=\"noopener\">data montre<\/a>\u00a0que la plupart des utilisateurs touchent une fois par semaine plut\u00f4t que par jour, contrairement \u00e0 l'utilisation plus fr\u00e9quente des r\u00e9seaux sociaux ou de plateformes telles que Google. Cela sugg\u00e8re que l'IA g\u00e9n\u00e9rique n'est pas encore devenue une v\u00e9ritable habitude de consommation. Les gens l'utilisent occasionnellement - parfois intens\u00e9ment - mais elle n'est pas devenue un pilier de la vie quotidienne. En d'autres termes, le battage m\u00e9diatique est encore en avance sur la r\u00e9alit\u00e9.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Malgr\u00e9 ces reports, nous pensons que l'IA g\u00e9n\u00e9rique repr\u00e9sente un changement fondamental de la m\u00eame ampleur que l'internet ou le smartphone. L'internet nous a donn\u00e9 environ deux d\u00e9cennies d'innovation et de cr\u00e9ation d'entreprises. La r\u00e9volution des smartphones a engendr\u00e9 15 ann\u00e9es de croissance aliment\u00e9e par les applications mobiles. Nous pensons que l'IA g\u00e9n\u00e9rique entra\u00eenera une \u00e8re de transformation similaire - peut-\u00eatre une d\u00e9cennie ou plus de nouvelle cr\u00e9ation de valeur.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Un tel sch\u00e9ma est courant avec les nouvelles technologies (l'optimisme excessif suivi d'une d\u00e9sillusion puis d'une r\u00e9elle cr\u00e9ation de valeur, souvent exprim\u00e9e par le biais de\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.gartner.com\/en\/research\/methodologies\/gartner-hype-cycle\" target=\"_blank\" rel=\"noopener\">le cycle de croissance de Gartner<\/a>). \u00c0 notre avis, bon nombre des principaux partisans de l'IA exag\u00e8rent lorsqu'ils affirment que des pans entiers de l'\u00e9conomie seront bient\u00f4t remplac\u00e9s par l'IA. En effet, une IA r\u00e9ellement fonctionnelle dans des entreprises \u00e9tablies est un travail difficile : il faut une data relativement propre, une cartographie des processus et une exp\u00e9rimentation approfondie, et m\u00eame dans ce cas, il faut souvent qu'un humain soit dans la boucle. Cependant, nous constatons de r\u00e9els progr\u00e8s en coulisses, dont certains exemples sugg\u00e8rent que l'utilisation de syst\u00e8mes multi-agents pour automatiser et remplacer les t\u00e2ches r\u00e9p\u00e9titives peut conduire \u00e0 une augmentation plus longue et plus fondamentale de la productivit\u00e9.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Nous pensons que les dirigeants ne devraient pas essayer de deviner ce qui se passera dans dix ans. Ils devraient plut\u00f4t se demander ce qu'ils peuvent r\u00e9aliser de mani\u00e8re r\u00e9aliste dans les deux prochaines ann\u00e9es. D'apr\u00e8s les projets que nous avons men\u00e9s depuis la fin de l'ann\u00e9e 2024, l'IA agentique s'av\u00e8re \u00eatre le v\u00e9ritable changement de la donne (du moins \u00e0 court terme), en apportant une r\u00e9elle valeur ajout\u00e9e aux entreprises. La r\u00e9alit\u00e9 est aussi que les gains financiers par projet sont bons, mais aucun d'entre eux n'est spectaculaire. Ces gains incr\u00e9mentaux s'apparentent ici au Lean, une comparaison que le PDG de Microsoft\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.wsj.com\/tech\/ai\/the-secret-weapon-helping-businesses-get-results-from-ai-humans-f99a0907\" target=\"_blank\" rel=\"noopener\">Satya Nadella a \u00e9galement fait<\/a>.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Sur la base de notre travail sur un portefeuille de projets qui mettent en \u0153uvre avec succ\u00e8s des syst\u00e8mes d'IA agentique, nous avons constat\u00e9 que pour r\u00e9ussir avec cette technologie, il faut d\u00e9passer le battage m\u00e9diatique, comprendre ce que la technologie peut faire et faire correspondre cette capacit\u00e9 \u00e0 des opportunit\u00e9s claires de cr\u00e9ation de valeur. Cela n\u00e9cessite \u00e9galement une approche pratique de l'exp\u00e9rimentation et de l'apprentissage de la mise en \u0153uvre de syst\u00e8mes multi-agents.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">L'essor du paradigme du flux de travail agentique<\/h2>\n<p class=\"Paragraph_text__yGFNO\">Au cours des derni\u00e8res ann\u00e9es, la maturit\u00e9 de la technologie de l'IA a \u00e9volu\u00e9 rapidement en passant par au moins trois phases distinctes :<\/p>\n<ul class=\"UnorderedList_unordered-list__kpsc3 UnorderedList_standard__42bvL\">\n<li><strong>Prompt (2022) :<\/strong>\u00a0L'enthousiasme initial \u00e9tait centr\u00e9 sur les \u201cpower prompts\u201d. Dans les d\u00e9monstrations de concept (POC), les messages-guides semblaient fonctionner. Mais en production, la fiabilit\u00e9 a rapidement chut\u00e9. Les processus commerciaux exigent g\u00e9n\u00e9ralement une pr\u00e9cision de 95-99%. Sur la base de l'exp\u00e9rience acquise dans plus de 50 cas, nous estimons que les messages-guides seuls d\u00e9passent rarement 70%.<\/li>\n<li><strong>G\u00e9n\u00e9ration am\u00e9lior\u00e9e par r\u00e9cup\u00e9ration (RAG, 2023) :<\/strong>\u00a0RAG a am\u00e9lior\u00e9 la stabilit\u00e9 en ancrant les r\u00e9sultats de l'IA g\u00e9n\u00e9rique dans des bases de connaissances. L\u00e0 encore, les POC \u00e9taient prometteurs, mais la complexit\u00e9 de la production a souvent r\u00e9v\u00e9l\u00e9 des faiblesses conduisant \u00e0 une pr\u00e9cision inacceptable.<\/li>\n<li><strong>Syst\u00e8mes agentiques (2024 \u00e0 aujourd'hui) :<\/strong>\u00a0Les avanc\u00e9es les plus r\u00e9centes concernent des r\u00e9seaux de petits agents sp\u00e9cialis\u00e9s. Certains acheminent les questions. D'autres ex\u00e9cutent des t\u00e2ches \u00e9troitement d\u00e9finies. D'autres encore v\u00e9rifient et corrigent les r\u00e9sultats. La baisse du co\u00fbt des jetons rend d\u00e9sormais les syst\u00e8mes multi-agents en cascade commercialement viables. Cette conception en couches am\u00e9liore consid\u00e9rablement la fiabilit\u00e9.<\/li>\n<\/ul>\n<p class=\"Paragraph_text__yGFNO\">Cet automne a \u00e9t\u00e9 marqu\u00e9 par une explosion des initiatives commerciales dans le domaine de l'agentivit\u00e9. OpenAI a lanc\u00e9\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.bloomberg.com\/news\/articles\/2025-09-29\/stripe-joins-with-openai-to-allow-purchases-with-chatgpt\" target=\"_blank\" rel=\"noopener\">partenariats avec Stripe et Shopify<\/a>.\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/techcrunch.com\/2025\/09\/16\/google-launches-new-protocol-for-agent-driven-purchases\/\" target=\"_blank\" rel=\"noopener\">Google a annonc\u00e9 son protocole de paiement pour les agents<\/a>, qui automatise le processus d'achat et de transaction. Si les entreprises peuvent \u00eatre tent\u00e9es de suivre l'exemple des g\u00e9ants de la technologie, ce n'est peut-\u00eatre pas l\u00e0 qu'\u00e9mergera la premi\u00e8re vague de valeur durable. En effet, dans une\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.bain.com\/insights\/agentic-ai-commerce-hinges-on-consumer-trust\/\" target=\"_blank\" rel=\"noopener\">r\u00e9cente enqu\u00eate de Bain aupr\u00e8s des consommateurs<\/a>, 76% ont d\u00e9clar\u00e9 qu'ils ne se sentiraient pas \u00e0 l'aise en utilisant des syst\u00e8mes agentiques pour leurs achats - la plupart d'entre eux ont invoqu\u00e9 des pr\u00e9occupations li\u00e9es \u00e0 la s\u00e9curit\u00e9 et \u00e0 la protection de la vie priv\u00e9e pour expliquer leur r\u00e9ticence.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Les contextes de contact avec la client\u00e8le ne conviennent pas aux capacit\u00e9s actuelles des agents d'intelligence artificielle. Ils sont d\u00e9sordonn\u00e9s et impr\u00e9visibles ; les entr\u00e9es ne sont pas structur\u00e9es, le ton et le contexte changent constamment, et les r\u00e9gulateurs et les consommateurs ont peu de tol\u00e9rance pour les hallucinations ou les erreurs. Syst\u00e8mes multi-agents\u00a0<em>peut<\/em>\u00a0atteindre des niveaux \u00e9lev\u00e9s de pr\u00e9cision, mais pour ce faire, il faut traiter chaque agent comme un enfant en bas \u00e2ge. Vous ne demanderiez pas \u00e0 un enfant en bas \u00e2ge de mettre la table. Mais si vous d\u00e9composez la t\u00e2che et que vous le guidez pas \u00e0 pas - \u201cd'abord, posez une assiette\u201d, \u201cmaintenant, ajoutez les fourchettes\u201d, \u201censuite, les verres\u201d - l'enfant peut apporter une contribution significative. L'environnement doit \u00e9galement \u00eatre contr\u00f4l\u00e9 : pas de fr\u00e8res et s\u0153urs bruyants, pas d'animaux distrayants et un seul parent qui donne des instructions. Mais en d\u00e9veloppant des syst\u00e8mes multi-agents structur\u00e9s de la m\u00eame mani\u00e8re que vous donnez des instructions \u00e0 un enfant en bas \u00e2ge - en d\u00e9composant la t\u00e2che, en donnant les t\u00e2ches une par une, en v\u00e9rifiant l'exactitude des t\u00e2ches - nous construisons des syst\u00e8mes remarquablement pr\u00e9cis.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Notamment, ces syst\u00e8mes sont souvent destin\u00e9s \u00e0 des processus de back-end, o\u00f9 la perfection n'est pas essentielle parce qu'il y a un \u00eatre humain dans la boucle. En revanche, m\u00eame si les exp\u00e9riences en amont peuvent \u00eatre une source d'inspiration, il est peu probable qu'elles constituent le premier domaine de cr\u00e9ation de valeur r\u00e9elle pour l'entreprise. Les processus op\u00e9rationnels et de backend sont un terrain fertile parce qu'ils sont structur\u00e9s et r\u00e9p\u00e9titifs - beaucoup mieux adapt\u00e9s \u00e0 l'automatisation agentique des flux de travail. Des t\u00e2ches \u00e9troitement d\u00e9limit\u00e9es, des environnements bien d\u00e9finis et des donn\u00e9es d'entr\u00e9e structur\u00e9es peuvent donner lieu \u00e0 des projets qui apportent une contribution significative.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">Construire des syst\u00e8mes agentiques au niveau de l'entreprise<\/h2>\n<p class=\"Paragraph_text__yGFNO\">\u00c0 l'\u00e9chelle de l'entreprise, la conception de ces syst\u00e8mes est simple sur le plan conceptuel, mais exigeante sur le plan op\u00e9rationnel. Dans le cadre g\u00e9n\u00e9ral de la construction de syst\u00e8mes multi-agents, 1) une t\u00e2che est envoy\u00e9e \u00e0 un agent routeur tel que Google ADK qui, \u00e0 l'instar d'un parent donnant des instructions \u00e0 un enfant en bas \u00e2ge, divise la t\u00e2che en sous-t\u00e2ches ; 2) les sous-t\u00e2ches sont ensuite accomplies par des agents de t\u00e2ches individuelles qui r\u00e9alisent une plus petite partie de la t\u00e2che, comme le parent qui dit \u00e0 un enfant en bas \u00e2ge de poser les verres sur la table et \u00e0 un autre de poser les fourchettes ; apr\u00e8s quoi 3) les r\u00e9sultats de ces sous-t\u00e2ches sont v\u00e9rifi\u00e9s par un agent de validation ; et 4) si une erreur est d\u00e9couverte, un agent d'am\u00e9lioration recommande un ajustement.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Un \u00e9cosyst\u00e8me d'outils, de m\u00e9thodologies et de services en plein essor soutient cette approche, et ceux-ci sont excellents pour les processus secondaires. Mais lorsque vous passez aux op\u00e9rations de base - o\u00f9 l'int\u00e9grit\u00e9 data et le contr\u00f4le des hallucinations sont essentiels - vous avez besoin d'agents cod\u00e9s sur mesure, d'une int\u00e9gration plus pouss\u00e9e avec les syst\u00e8mes d'entreprise et d'un meilleur contr\u00f4le et de la mise en place de garde-fous.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">Un exemple concret : R\u00e9inventer les op\u00e9rations sur le terrain<\/h2>\n<p class=\"Paragraph_text__yGFNO\">Pour illustrer ce propos, prenons l'exemple d'un projet que nous avons men\u00e9 avec un grand fournisseur d'acc\u00e8s \u00e0 Internet europ\u00e9en. Notre objectif \u00e9tait de r\u00e9duire \u00e0 la fois le temps de r\u00e9solution et le co\u00fbt des appels de service \u00e0 r\u00e9soudre. La plupart des gens ont d\u00e9j\u00e0 eu l'occasion d'appeler un service d'assistance pour une connexion d\u00e9fectueuse, de r\u00e9p\u00e9ter plusieurs fois les m\u00eames informations et enfin d'attendre un technicien. Ce qui se passe (ou ne se passe pas) en coulisses est r\u00e9v\u00e9lateur : les techniciens arrivent souvent avec un contexte incomplet et sont oblig\u00e9s de partir de z\u00e9ro pour r\u00e9soudre le probl\u00e8me. Il en r\u00e9sulte de longs temps d'arr\u00eat - parfois plus d'un mois - et des milliers d'heures de travail perdues pour les op\u00e9rateurs.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Nous avons d\u00e9cid\u00e9 de commencer modestement. Nous nous sommes concentr\u00e9s sur la construction d'un syst\u00e8me destin\u00e9 \u00e0 aider les techniciens \u00e0 accomplir leurs t\u00e2ches plus rapidement et plus efficacement - une aide dans le processus, et non un agent autonome. Dans le cadre de cet effort, nous avons int\u00e9gr\u00e9 data \u00e0 partir de plus de 15 syst\u00e8mes d'information, fournissant aux techniciens un r\u00e9sum\u00e9 des d\u00e9faillances signal\u00e9es et un historique des solutions essay\u00e9es. Ils avaient ainsi une vue d'ensemble de la t\u00e2che - par exemple, le d\u00e9pannage de la connexion d'un client - qu'ils pouvaient lire ou \u00e9couter en se rendant sur place. Ils pouvaient ainsi commencer \u00e0 travailler \u00e0 la r\u00e9solution du probl\u00e8me d\u00e8s leur arriv\u00e9e, ce qui leur permettait d'\u00e9conomiser le temps qu'ils perdaient souvent \u00e0 se familiariser avec le probl\u00e8me.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Ensuite, nous avons cr\u00e9\u00e9 une fonction qui g\u00e9n\u00e8re des recommandations sur la meilleure action \u00e0 entreprendre pour r\u00e9soudre le probl\u00e8me. Une autre fonction comprenait une interface conversationnelle qui permettait au technicien d'interroger les syst\u00e8mes informatiques sous-jacents de la soci\u00e9t\u00e9 Internet en langage naturel pour trouver les causes profondes. Enfin, nous avons automatis\u00e9 de nombreuses actions simples et r\u00e9p\u00e9titives : par exemple, la correction des enregistrements CRM lorsque le mauvais m\u00e9nage \u00e9tait li\u00e9 ou le d\u00e9clenchement de r\u00e9initialisations du r\u00e9seau lorsqu'un commutateur fonctionnait mal dans la bo\u00eete de connexion du quartier central. Cela a permis au technicien de gagner \u00e9norm\u00e9ment de temps, car il n'a pas eu \u00e0 appeler le centre d'appel interne pour qu'il l'aide \u00e0 effectuer les petits changements n\u00e9cessaires \u00e0 la r\u00e9paration.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Pendant huit mois, nous avons travaill\u00e9 de mani\u00e8re it\u00e9rative - en cartographiant les processus, en corrigeant les points probl\u00e9matiques et en ajoutant des fonctionnalit\u00e9s \u00e9tape par \u00e9tape, avec un retour d'information hebdomadaire de la part des techniciens de terrain qui testaient la solution bas\u00e9e sur la tablette.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Les r\u00e9sultats :<\/p>\n<ul class=\"UnorderedList_unordered-list__kpsc3 UnorderedList_standard__42bvL\">\n<li>60% r\u00e9duction du temps de r\u00e9solution<\/li>\n<li>Plus d'un million d'euros \u00e9conomis\u00e9s de mani\u00e8re r\u00e9currente sur une base annuelle<\/li>\n<li>Am\u00e9lioration significative de la satisfaction des clients\u00a0<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/hbr.org\/2003\/12\/the-one-number-you-need-to-grow\" target=\"_blank\" rel=\"noopener\">score de promoteur net<\/a><\/li>\n<\/ul>\n<p class=\"Paragraph_text__yGFNO\">Sur la base de ces r\u00e9sultats, le client souhaitait que le projet soit \u00e9tendu \u00e0 sept autres r\u00e9gions. Cela a demand\u00e9 beaucoup plus de travail : La m\u00e9thodologie et certains composants de l'agent \u00e9taient r\u00e9utilisables, mais chaque r\u00e9gion avait des syst\u00e8mes informatiques diff\u00e9rents. Chaque d\u00e9ploiement a n\u00e9cessit\u00e9 de nouvelles int\u00e9grations et de nouveaux mappages data. L'extension \u00e0 chacune des sept r\u00e9gions a n\u00e9cessit\u00e9 la moiti\u00e9 de l'effort initial, soit un par r\u00e9gion ajout\u00e9e.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">Les d\u00e9fis de la mise en \u0153uvre des syst\u00e8mes multi-agents<\/h2>\n<p class=\"Paragraph_text__yGFNO\">Comme illustr\u00e9 ci-dessus, la mise en \u0153uvre de syst\u00e8mes multi-agents peut cr\u00e9er une valeur r\u00e9elle, mais trop peu de gens parlent du travail r\u00e9el de mise en \u0153uvre. Quelles ont \u00e9t\u00e9 les r\u00e9alit\u00e9s et les obstacles auxquels nous avons \u00e9t\u00e9 confront\u00e9s ?<\/p>\n<h3 class=\"Subheader_subheader__3KpbN Subheader_h3__CYEVA undefined\">Tester rapidement ou augmenter l'\u00e9chelle.<\/h3>\n<p class=\"Paragraph_text__yGFNO\">L'avons-nous con\u00e7u d\u00e8s le d\u00e9part dans une architecture \u00e9volutive ? M\u00eame si nous aimerions le pr\u00e9tendre, cela aurait \u00e9t\u00e9 impossible. Tout comme les innovateurs d\u00e9couvrent de mani\u00e8re it\u00e9rative l'ad\u00e9quation produit-march\u00e9, les cas d'utilisation du syst\u00e8me multi-agents et la solution ont \u00e9volu\u00e9 de mani\u00e8re it\u00e9rative au fur et \u00e0 mesure que nous nous engagions dans un cycle d'exp\u00e9rimentation rapide. En outre, la technologie, la m\u00e9thodologie et les services permettant de construire ces syst\u00e8mes ont \u00e9volu\u00e9 rapidement.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Nous n'avons pas commenc\u00e9 avec le syst\u00e8me complet. Au lieu de cela, nous avons commenc\u00e9 avec un LLM et un RAG comme pi\u00e8ce centrale pour r\u00e9soudre essentiellement le premier cas d'utilisation. Au fur et \u00e0 mesure des tests, nous avons appris que nous devions diviser le syst\u00e8me en agents plus petits effectuant des t\u00e2ches plus sp\u00e9cialis\u00e9es afin d'accro\u00eetre la fiabilit\u00e9 ; peu \u00e0 peu, nous avons \u00e9volu\u00e9 vers un syst\u00e8me enti\u00e8rement agentique. Finalement, nous avons mis au point un syst\u00e8me tr\u00e8s fiable et fonctionnel qui apporte de la valeur. Forts de ces connaissances et des r\u00e9sultats que nous avons obtenus, nous sommes en train de le reconstruire dans une architecture qui est beaucoup plus robuste pour faire \u00e9voluer d'autres parties de l'entreprise et qui peut \u00eatre plus facilement maintenue.<\/p>\n<h3 class=\"Subheader_subheader__3KpbN Subheader_h3__CYEVA undefined\">Zones \u00e0 probl\u00e8mes et causes profondes.<\/h3>\n<p class=\"Paragraph_text__yGFNO\">En r\u00e8gle g\u00e9n\u00e9rale, nous avons constat\u00e9 que les dirigeants et les cadres interm\u00e9diaires savent \u00e0 peu pr\u00e8s quels processus demandent beaucoup de temps ou d'efforts, mais qu'ils ont des opinions mal inform\u00e9es sur la complexit\u00e9 et les opportunit\u00e9s. Seuls les op\u00e9rateurs le savent. Il en r\u00e9sulte que vous devez faire deux choses avant de commencer \u00e0 construire : 1) passer suffisamment de temps \u00e0 comprendre les probl\u00e8mes du point de vue de l'encadrement, mais aussi 2) discuter avec les op\u00e9rateurs de ce qu'ils consid\u00e8rent comme la cause premi\u00e8re d'un probl\u00e8me donn\u00e9.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Par exemple, les responsables nous indiquaient les parties du processus o\u00f9 le temps ou les ressources \u00e9taient gaspill\u00e9s (par exemple, dans le centre de services partag\u00e9s) et nous demandaient de chercher \u00e0 trouver les bons \u201c\u00e9l\u00e9ments de connaissance\u201d pour que l'op\u00e9rateur puisse r\u00e9soudre plus rapidement un probl\u00e8me. Cependant, lorsque nous avons commenc\u00e9 \u00e0 travailler directement avec les op\u00e9rateurs, nous avons constat\u00e9 que la moiti\u00e9 d'entre eux trouvaient les \u201c\u00e9l\u00e9ments de connaissance\u201d en 10 secondes, tandis que l'autre moiti\u00e9 mettait des minutes \u00e0 trouver la m\u00eame information parce qu'elle n'\u00e9tait pas dou\u00e9e pour la recherche dans le syst\u00e8me. Ce n'est pas un probl\u00e8me que l'IA agentique peut bien r\u00e9soudre - c'est un probl\u00e8me de formation. Mais nous avons \u00e9galement d\u00e9couvert que les dirigeants et les managers avaient compl\u00e8tement n\u00e9glig\u00e9 le fait que les op\u00e9rateurs passaient environ 50% de leur temps \u00e0 remplir le CRM apr\u00e8s les appels des clients. C'est un bon probl\u00e8me pour un agent, qui peut transcrire l'appel et mettre toutes les informations dans les bons champs, ce qui acc\u00e9l\u00e8re consid\u00e9rablement le processus et am\u00e9liore la qualit\u00e9 de data. L'op\u00e9rateur n'a plus qu'\u00e0 v\u00e9rifier et \u00e0 appuyer sur OK.<\/p>\n<h3 class=\"Subheader_subheader__3KpbN Subheader_h3__CYEVA undefined\">Ce ne sont pas les syst\u00e8mes informatiques qui vous ralentissent, mais les personnes.<\/h3>\n<p class=\"Paragraph_text__yGFNO\">Les parties les plus complexes et les plus exigeantes de notre travail ont \u00e9t\u00e9 de participer aux bonnes discussions de gestion, de convaincre les parties prenantes, et d'identifier et de r\u00e9soudre les d\u00e9pendances qui se sont produites \u00e0 cause de notre travail. L'int\u00e9gration avec une douzaine de syst\u00e8mes informatiques pour faire fonctionner la solution est complexe d'un point de vue technologique, mais le vrai d\u00e9fi est que tous ces syst\u00e8mes ont leurs propres \u00e9quipes de d\u00e9veloppement avec des calendriers, des priorit\u00e9s et des feuilles de route diff\u00e9rents. Rendre les points d'extr\u00e9mit\u00e9 de l'API disponibles et les tester peut repr\u00e9senter deux semaines de travail. Se plonger dans les feuilles de route respectives de ces syst\u00e8mes a pris beaucoup, beaucoup plus de temps. La plupart des \u00e9quipes avec lesquelles nous avons coordonn\u00e9 nos activit\u00e9s ont d\u00e9prioris\u00e9 ce travail pendant plusieurs mois, affirmant (probablement avec raison de leur point de vue) qu'elles avaient des t\u00e2ches plus importantes \u00e0 accomplir en priorit\u00e9.<\/p>\n<h3 class=\"Subheader_subheader__3KpbN Subheader_h3__CYEVA undefined\">Les mod\u00e8les peuvent et vont avoir des hallucinations.<\/h3>\n<p class=\"Paragraph_text__yGFNO\">Les agents sont encore assez instables et peuvent avoir des hallucinations, ce qui n\u00e9cessite des garde-fous et des contr\u00f4les solides sous la forme de LLM-as-a-judge (l'agent de validation). L'invite syst\u00e8me de l'agent doit \u00eatre suffisamment forte et pourtant suffisamment l\u00e9g\u00e8re pour que l'agent ex\u00e9cute les t\u00e2ches correctement. Cela demande de la nuance, du temps et des comp\u00e9tences en science et en ing\u00e9nierie data pour que ces syst\u00e8mes agentiques fonctionnent avec une fiabilit\u00e9 suffisante pour les laisser fonctionner dans votre entreprise. En d'autres termes, de bons d\u00e9veloppeurs et de l'exp\u00e9rience dans le domaine des affaires sont toujours d'actualit\u00e9.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">La nouvelle discipline de la transformation agentique<\/h2>\n<p class=\"Paragraph_text__yGFNO\">Quelles le\u00e7ons plus g\u00e9n\u00e9rales pouvons-nous tirer de ce cas ? \u00c0 bien des \u00e9gards, on a l'impression de red\u00e9couvrir le travail d'ing\u00e9nierie Lean \u00e0 partir de la base. La diff\u00e9rence est que les outils d'aujourd'hui sont beaucoup plus puissants et permettent non seulement une optimisation progressive, mais aussi une refonte compl\u00e8te des processus, y compris au sein des diff\u00e9rents d\u00e9partements.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Au-del\u00e0 des capacit\u00e9s de data et d'IA, le succ\u00e8s d\u00e9pend d'une connaissance approfondie des processus - comprendre l'\u00e9tat actuel, envisager l'\u00e9tat futur et le traduire en petites \u00e9tapes r\u00e9alisables. En ce sens, nous assistons au retour de l'approche \u201c<a class=\"ContentLink_anchor__Q6_U6\" href=\"https:\/\/www.6sigmacertificationonline.com\/lean-six-sigma-black-belt-certification\/?gad_source=1&amp;gad_campaignid=6718121238&amp;gbraid=0AAAAADb-lCuNQ2bQQ-t_NJn9XGiRiiFs_&amp;gclid=CjwKCAiA_orJBhBNEiwABkdmjJHkWbJjKbZBRmqs4pHKxe0nu8N_U114-OpHqJqDnCpUT6zADAl1FxoC2DIQAvD_BwE\" target=\"_blank\" rel=\"noopener\">Ceintures noires all\u00e9g\u00e9es<\/a>,mais cette fois, ils sont aliment\u00e9s par une IA g\u00e9niale.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Il s'agit d'un travail minutieux et m\u00e9thodique, qui n'a rien de prestigieux. Vous devez avancer pas \u00e0 pas. L'approche est bas\u00e9e sur la m\u00e9thode et non sur la magie. Chaque nouveau secteur d'activit\u00e9 n\u00e9cessite une nouvelle analyse et une adaptation personnalis\u00e9e.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Les agents enti\u00e8rement autonomes sont encore loin. Pour l'instant, la configuration la plus efficace maintient un humain dans la boucle, ce qui rend l'op\u00e9rateur plus intelligent, plus rapide et mieux \u00e9quip\u00e9.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Les progr\u00e8s sont d'abord progressifs. Ce n'est que lorsque les syst\u00e8mes centraux sont connect\u00e9s et que l'information circule de mani\u00e8re fluide que des gains d'efficacit\u00e9 importants apparaissent.<\/p>\n<p class=\"Paragraph_text__yGFNO\">La technologie \u00e9volue \u00e9galement plus vite que les projets. Les outils que nous utilisions il y a huit mois sont d\u00e9j\u00e0 d\u00e9pass\u00e9s. C'est pourquoi nous nous concentrons sur les cas d'utilisation dont le retour sur investissement est inf\u00e9rieur \u00e0 un an, avant que la technologie sous-jacente n'\u00e9volue.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Plus important encore, les entreprises doivent renforcer leurs capacit\u00e9s internes - ing\u00e9nieurs data, scientifiques data, concepteurs UX gen AI, et ce que certains appellent aujourd'hui ing\u00e9nieurs contextuels ou ceintures noires gen AI : des personnes qui comprennent profond\u00e9ment les processus et peuvent d\u00e9composer la transformation en \u00e9tapes r\u00e9alisables. Le d\u00e9veloppement de ces capacit\u00e9s en tant qu'entreprise vous permettra de cr\u00e9er de nouveaux flux de travail agentiques plus rapidement (au fur et \u00e0 mesure que la technologie \u00e9volue), ce qui peut constituer un v\u00e9ritable facteur de diff\u00e9renciation par rapport \u00e0 la concurrence.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Enfin, m\u00eame si ces initiatives finiront par s'int\u00e9grer dans les activit\u00e9s normales de l'entreprise, il est essentiel de les d\u00e9marrer avec une gouvernance solide, qui associe les perspectives techniques et commerciales. C'est cet \u00e9quilibre qui transforme l'exp\u00e9rimentation en transformation.<\/p>\n<h2 class=\"Subheader_subheader__3KpbN Subheader_h2__D_f_X undefined\">La d\u00e9cennie \u00e0 venir<\/h2>\n<p class=\"Paragraph_text__yGFNO\">L'engouement pour l'IA a peut-\u00eatre d\u00e9pass\u00e9 son adoption, mais son potentiel est bien r\u00e9el. Comme les r\u00e9volutions de l'internet et des smartphones avant elle, ce changement de plateforme va remodeler les industries, non pas en les perturbant du jour au lendemain, mais en les r\u00e9inventant de mani\u00e8re disciplin\u00e9e pendant des ann\u00e9es.<\/p>\n<p class=\"Paragraph_text__yGFNO\">Les organisations gagnantes ne se contenteront pas d'adopter des outils ; elles se donneront les moyens de se r\u00e9inventer en permanence gr\u00e2ce \u00e0 eux.<\/p>","protected":false},"excerpt":{"rendered":"<p>Agentic AI r\u00e9volutionne les op\u00e9rations back-end des entreprises. Un op\u00e9rateur de t\u00e9l\u00e9communications europ\u00e9en a r\u00e9duit de 60 % le temps de r\u00e9solution des appels de service, \u00e9conomis\u00e9 plus d\u2019un million d\u2019euros par an et am\u00e9lior\u00e9 la satisfaction client gr\u00e2ce \u00e0 l\u2019utilisation d\u2019agents AI. Cet exemple fournit des enseignements cl\u00e9s aux dirigeants tout en mettant en \u00e9vidence les d\u00e9fis courants auxquels les entreprises doivent faire face lors de la mise en \u0153uvre d\u2019Agentic AI.<\/p>","protected":false},"featured_media":1061682,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[21940,22035],"blog-language":[2991],"class_list":["post-1060499","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-generative-ai","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/1060499","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/1061682"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=1060499"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=1060499"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=1060499"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}