88 % des POCs d’IA n’atteignent pas la mise en production à grande échelle. Ce n’est pas parce que les modèles sont insuffisants — c’est parce que les organisations sautent les étapes qui précèdent le choix du modèle.
Source : IDC / Lenovo, mars 2025 —cio.com/article/3850763
Dans le premier billet de cette série, nous avons clarifié ce qu'est réellement l'IA agentique et démystifié les quatre idées reçues qui freinent les bonnes décisions. Aujourd'hui, on entre dans le concret : qu'est-ce qu'il faut avoir en ordre avant de déployer un premier agent ?
La réponse que j'ai retenue après plusieurs dizaines de déploiements : le succès repose moins sur le modèle que sur six fondations organisationnelles et techniques. Si l'une manque, l'agent ne résout pas votre problème; il l'amplifie.
1. Processus
L'agent orchestre ce qu'il reçoit. Si le processus est implicite, mal documenté ou rempli d'exceptions non documentées, l'agent oscillera entre des comportements imprévisibles. Avant tout déploiement : cartographier le flux, identifier les points de décision et documenter les cas d'exception.
2. Données
L'agent est aussi bon que le contexte qu'on lui fournit. Des sources éparpillées, des données de mauvaise qualité ou un accès mal tracé mènent directement aux erreurs à fort impact. Exigez des sources de référence identifiées, un lignage documenté, une fraîcheur mesurée.
3. API et outils
Un agent qui ne peut pas agir ne sert à rien. Un agent qui agit via des interfaces fragiles est dangereux. Les systèmes cibles doivent être actionnables par API, avec des droits gérables et, idéalement, des opérations idempotentes, c'est-à-dire, rejouables sans effets de bord indésirables.
4. Identités et accès
L'agent d'IA doit avoir une identité distincte, des droits strictement nécessaires (principe du moindre privilège) et une journalisation exploitable. Les comptes partagés ou les droits larges sont incompatibles avec une gouvernance sérieuse.
5. Évaluation
Comment savez-vous que l'agent fait ce qu'il est censé faire ? Sans jeux de tests scénarisés, sans mesure du taux de succès et du taux d'escalade, vous opérez à l'aveugle. L'évaluation n'est pas une phase de projet, c'est une discipline continue.
6. Opérations
Un agent en production est un système vivant. Il dérive, il échoue, il surprend. L'observabilité bout-en-bout, la supervision active, la gestion des incidents et une boucle d'amélioration continue ne sont pas optionnelles; elles sont la condition pour que le déploiement tienne dans le temps.
Note : si le processus est mal défini, que les données sont peu fiables et que les droits d'accès sont flous, l'agent ne résout pas le problème. Il l'amplifie.
Pour chaque fondation, trois paliers structurent votre niveau de préparation. Un déploiement agentique sérieux requiert au minimum le palier 2 sur l'ensemble des fondations.
Mono-agent ou multi-agents, le choix dépend avant tout de la nature du problème à résoudre. Une approche mono-agent convient bien aux cas simples, linéaires et faiblement spécialisés, où un seul agent peut gérer l’ensemble du flux. À l’inverse, une architecture multi-agents devient pertinente lorsque le processus exige plusieurs expertises, des tâches parallèles, ou une meilleure séparation des responsabilités. En pratique, le multi-agents offre davantage de modularité, de résilience et d’évolutivité, mais au prix d’une orchestration plus complexe.
Une fois les fondations en place, le choix de l'architecture d'orchestration détermine comment vos agents vont collaborer. Quatre formes coexistent et la plus réaliste en entreprise les combine.
Les organisations qui réussissent l’IA agentique ne sont pas celles qui choisissent le meilleur modèle. Ce sont celles qui ont pris le temps de vérifier ces six fondations avant de parler de déploiement. L’agent vient après le système. Jamais avant.
Dans le billet suivant : un cas réel, des chiffres, et la méthode pour identifier par où commencer sans perdre le contrôle.
Parce qu’une fois les fondations vérifiées, la question devient : quel processus prioriser en premier?
