Que signifie réellement le terme « agentique » ?
Ce module pose les bases sur lesquelles repose le reste de la formation : ce qu’un agent fait réellement, ce que l’IA actuelle ne peut toujours pas faire, et pourquoi — pour l’instant — la personne expérimentée de votre entreprise sait ce que la machine ignore. Pas de chatbots, pas de battage médiatique. Une explication simple, illustrée par un exemple concret, des raisons pour lesquelles l’humain reste aux commandes.
1.1 Répondre, ce n’est pas agir
Un chatbot répond à une question. Un agent, lui, agit : il envoie, planifie, classe, fournit, met à jour. C’est là tout l’objet de ce cours : une action entraîne des conséquences, contrairement à une simple phrase, et celui qui agit doit être jugé selon des critères différents de ceux qui s’appliquent à celui qui se contente de répondre. Dès qu’un outil est capable d’agir plutôt que de se contenter de parler, la question n’est plus « est-il intelligent ? », mais « que va-t-il faire, et à qui ? »
Sujets de discussion
- Dans quels domaines de votre entreprise une IA agissant de manière autonome aurait-elle des conséquences réelles — et dans quels domaines serait-elle simplement pratique ?
- Quelle est l’action la plus lourde de conséquences que vous ne voudriez jamais voir entreprise sans l’intervention d’une personne ?
1.2 L’efficacité n’est pas l’essentiel
La première chose que font la plupart des organisations avec l’IA est une erreur : elles l’utilisent pour accélérer leurs processus existants. Or, appliquer de la vitesse à un processus défaillant ne fait qu’accélérer l’apparition de la défaillance. Un agent qui automatise une étape défaillante répète la même erreur à grande échelle et à un rythme soutenu : vous ne l’avez pas corrigée, vous l’avez industrialisée. Et automatiser un processus qui n’est plus adapté à son objectif ne fait que le perpétuer : dès lors qu’une machine en dépend, il devient plus difficile de le remettre en question. Avant de se demander « un agent peut-il faire cela plus vite ? », posez-vous d’abord la question suivante : « ce travail doit-il vraiment être effectué, et sous cette forme ? » Le passage à l’agentique est une invitation à repenser le travail, pas un outil destiné à le figer.
Et l’efficacité n’est qu’un avantage secondaire. L’IA n’est pas avant tout un moyen de faire les mêmes choses à moindre coût. Sa véritable valeur réside dans l’efficacité — faire le bon travail, et le faire mieux — et dans l’espace qu’elle ouvre à l’innovation, pour offrir ce que vous ne pouviez pas offrir auparavant. L’efficacité a certes son intérêt, mais à elle seule, elle est presque sans importance et constitue le plus souvent une voie rapide vers l’échec. La raison est d’ordre concurrentiel, et non moral : si vous n’utilisez l’IA que pour faire fonctionner votre modèle existant plus rapidement, vous ne faites que peaufiner une position que vos concurrents sont en train de dépasser grâce à l’IA. L’efficacité permet de régler le moteur ; l’efficience et l’innovation déterminent si vous conduisez toujours le bon véhicule.
Trois types de gains
- L’efficacité — le même travail, plus rapide ou moins cher. Un atout, mais rarement décisif à lui seul.
- L’efficacité — le bon travail, mieux fait. C’est là que réside le véritable avantage.
- Innovation — une valeur que vous ne pouviez pas offrir auparavant. L’IA comme tremplin, pas seulement comme levier.
Sujets de discussion
- Lequel de vos processus ne concevriez-vous pas de cette manière si vous deviez recommencer aujourd’hui ?
- Dans quels cas l’accélération d’un processus rendrait-elle son changement ultérieur plus difficile — et cela aurait-il de l’importance pour vous, ou non ?
1.3 Ce que l’IA d’aujourd’hui ne peut pas faire
Yann LeCun, le chercheur le plus cité dans ce domaine, a quitté le plus grand laboratoire d’IA pour le dire sans détour : les modèles actuels ne peuvent pas véritablement raisonner ni planifier, car ils n’ont aucune représentation du monde — ils ne peuvent pas prédire les conséquences de leurs actions. Ils ont lu presque tout et n’ont vécu nulle part. Ils peuvent paraître pertinents sans avoir la moindre idée de ce que leur prochain geste va entraîner. La fluidité n’est pas synonyme de compréhension.
Lectures complémentaires
- Taonga dans l’espace latent — ce qu’est un « modèle du monde », et pourquoi un agent doit prévoir les conséquences de son action, transposé à une communauté et à une entreprise.
- Une IA qui reste dans son domaine — compétences délimitées et déférence intégrée : les caractéristiques d’un agent en qui vous pouvez avoir confiance.
- Yann LeCun — Une voie vers l’intelligence artificielle autonome — l’architecture du modèle du monde sur laquelle s’appuie ce module.
- Consultez la liste complète des lectures complémentaires.
1.4 Deux façons d’agir
Il existe deux façons d’agir. La première est réactive — on passe directement de la perception à l’action, sans aucune réflexion. La seconde consiste à imaginer le résultat et à rejeter ce qui enfreint les règles avant d’agir. Les agents actuels adoptent principalement la première approche. C’est la seconde qui garantit la sécurité de celui qui agit — et, pour l’instant, c’est une personne qui s’en charge.
Points clés de l’enseignement
- L’action réactive est rapide et ne tient pas compte des conséquences ; l’action réfléchie évalue d’abord le résultat.
- Un agent qui ne dispose pas d’un modèle de votre monde ne peut pas adopter la seconde approche de lui-même.
- La personne qui évalue les conséquences effectue le travail que la machine ne peut pas faire.
1.5 Vous êtes le modèle du monde qui lui manque
La personne expérimentée de votre entreprise possède déjà la vision que la machine n’a pas : ce que fera ce client si la facture est erronée, quel service sera interrompu si une étape est omise, quelle promesse ne doit jamais être manquée. Tant qu’il n’existe pas de modèle régulé de votre univers, cette personne est le modèle de l’univers. C’est la raison technique pour laquelle les personnes passent avant tout dans ce cours, et non une simple opinion. Supprimez la personne qui détient cette vision, et vous aurez supprimé la seule chose capable de prévoir les problèmes.
Sujets de discussion
- Le départ de qui vous ferait perdre des connaissances que vous ne pourriez pas reconstituer rapidement ?
- Dans quels domaines comptez-vous déjà sur la clairvoyance d’une personne pour repérer ce qu’une liste de contrôle ne permettrait pas de détecter ?
- Dans quels domaines de votre travail une personne constitue-t-elle en réalité le maillon faible — et cela modifie-t-il les domaines dans lesquels vous souhaiteriez qu’une machine intervienne ?
1.6 Un exemple concret
Un outil autonome conçu selon ce principe surveille le fonctionnement d’une plateforme — son état de santé, ses alertes, ses défaillances — et agit dans un domaine restreint avec plus de régularité qu’une personne ne le pourrait. Il surpasse l’humain en matière de surveillance. Et il s’arrête : tout ce qui concerne un membre, un paiement ou un changement irréversible est confié à une personne pour qu’elle prenne la décision. Surhumain dans son domaine ; respectueux des limites. Ce binôme — compétent là où il est encadré, et responsable là où il ne l’est pas — est le modèle qu’il convient de rechercher.
1.7 Ce qu’il faut attendre de tout outil autonome
Lorsque vous évaluez un outil agent pour votre entreprise, la question n’est pas de savoir à quel point il est intelligent. Il s’agit de deux questions plus simples : surpasse-t-il un être humain dans une tâche bien délimitée, et restitue-t-il, par règle, tout ce qui doit rester du ressort de l’humain ? L’intelligence sans cette seconde propriété ne mérite pas encore votre confiance. Gardez ces deux questions à l’esprit tout au long du reste du cours ; le module 2 les transforme en une méthode que vous appliquerez à l’ensemble de votre entreprise.
Points clés de l’enseignement
- Une compétence bien délimitée l’emporte sur une intelligence générale lorsqu’un agent est capable d’agir.
- C’est la déférence intégrée — et non la bonne volonté — qui rend un agent digne de confiance pour effectuer un travail concret.
- L’intelligence sans déférence est un danger, pas un atout.
Des questions par rôle — et non par grade
Regroupées par rôle, et non par hiérarchie — et les rôles s’aplatissent : dans une petite entreprise, une personne en occupe souvent plusieurs, et dans une entreprise composée d’une seule personne et d’agents, cette personne les occupe tous. La nature d’une action et la personne à qui elle revient ne deviennent claires que si chaque rôle peut s’exprimer à ce sujet — y compris le plus récent.
(un conseil d’administration, les propriétaires — ou vous.) Dans quels domaines un agent agissant de son propre chef aurait-il un impact réel sur notre travail — et recherchons-nous l’efficacité alors que l’objectif est l’efficience, ainsi que la marge de manœuvre pour faire ce que nous ne pouvions pas faire auparavant ?
(celui qui pilote le changement — ou vous.) Soumettez tout outil à ces deux critères simples avant qu’il n’entre en action : dépasse-t-il le cadre d’une personne occupant un poste bien délimité, et rend-il, par principe, tout ce qui doit rester du ressort de l’humain ?
(les chefs d’équipe — ou vous.) Lequel de nos processus ne concevriez-vous pas ainsi si vous deviez recommencer aujourd’hui — et dans quels cas le fait d’en accélérer un rendrait-il le changement plus difficile par la suite ?
(les personnes les plus proches de la tâche — y compris les nouvelles recrues.) Vous pouvez apporter votre contribution : vous avez une vision d’ensemble qu’aucun logiciel ne possède — ce que fait ce client, l’étape qui ne doit jamais être sautée. Vous avez le droit de vous assurer que la question posée est « qu’est-ce que cela va faire, et pour qui ? », et pas seulement « est-ce ingénieux ? »
Auto-évaluation
1. Quelle est la différence que ce module considère comme « la plus importante » ?
Une action a des conséquences qu’une phrase n’a pas — ce passage à l’action est le sujet même de ce cours.
2. Pourquoi, pour l’instant, les personnes passent-elles en premier — d’un point de vue technique, et pas seulement éthique ?
Tant qu’il n’existe pas de modèle régulé de votre monde, la personne capable de prévoir les conséquences accomplit le travail que l’IA ne peut pas faire.
3. Quelles sont les deux choses que vous devriez exiger de tout outil agentique ?
Une compétence bien délimitée et une déférence intégrée. L’intelligence sans cette seconde qualité ne mérite pas encore votre confiance.
4. Pourquoi « se contenter d’utiliser l’IA pour accélérer nos processus existants » est-il un mauvais point de départ ?
Aller plus vite dans la mauvaise direction n’est pas un progrès — remettez en question le processus avant de l’accélérer.
5. Pourquoi utiliser l’IA uniquement pour gagner en efficacité est-il une stratégie risquée ?
L’efficacité permet de régler le moteur ; l’efficience et l’innovation déterminent si vous conduisez toujours le bon véhicule.