Episode 174 - Agents IA : arrêtez de comparer les modèles, regardez le châssis

Agents IA : arrêtez de comparer les modèles, regardez le châssis

On me demande souvent quel est le « meilleur » modèle : GPT ou Claude ? Mistral ou Gemini ? Mais les bénéfices de l'IA en entreprise ne viennent pas du moteur. Ils viennent de ce qu'il y a autour.

En bref Un agent IA = un modèle + une boucle + un harnais. Le modèle raisonne, la boucle lui permet d'agir, de vérifier et de recommencer, le harnais le connecte à vos outils, vos données et vos processus. En entreprise, la valeur se joue sur le harnais (le « châssis »), pas sur le choix du modèle (le « moteur »). Pour démarrer : connecter les outils métier, formaliser les processus, capitaliser sur les savoir-faire, avec un humain dans la boucle.

Pourquoi les gains de l'IA générative restent-ils si difficiles à montrer ?

On nous a promis la plus grande révolution depuis le feu. Pourtant, dans la plupart des entreprises, les gains restent difficiles à prouver. Une étude Ipsos publiée par Google en 2026 résume l'écart : 72 % des dirigeants estiment que l'IA générative sera un avantage compétitif indispensable d'ici trois ans, alors que 9 % des salariés l'utilisent tous les jours.

Et quand les gains existent, ils sont inégaux. Ils profitent aux profils déjà à l'aise. Pour les autres, le temps gagné en rédaction repart dans la vérification, la reformulation et la correction : on déplace le travail, on ne le réduit pas.

Définition : le workslop Terme proposé en 2025 par des chercheurs de BetterUp Labs et du Stanford Social Media Lab pour désigner un contenu généré par IA qui a l'air soigné mais ne fait pas avancer le travail. Coût mesuré : près de deux heures pour décoder ou refaire chaque livrable concerné, et environ un tiers des destinataires moins enclins à retravailler avec l'expéditeur.

Le coût n'est donc pas seulement du temps. C'est de la confiance. Deux notions expliquent l'essentiel de ce blocage : la boucle et le harnais.

Qu'est-ce qui distingue un agent IA d'un chatbot ? La boucle

Un chatbot fait un aller-retour : vous demandez, il répond, c'est terminé. Il ne vérifie pas sa réponse, ne cherche pas d'information complémentaire, ne se corrige pas.

Un agent tourne en boucle (agent loop) : il lit son contexte, décide de la prochaine étape, agit (ouvre un fichier, interroge une base, envoie une requête), observe le résultat, puis recommence, jusqu'à atteindre son objectif.

Définition : la boucle agentique (loop) Cycle répété « contexte → décision → action → observation » qui permet à un agent IA d'ajuster chaque étape en fonction du résultat de la précédente, jusqu'à un critère d'arrêt.

Pensez à quelqu'un qui cherche un prestataire pour vous. Première recherche : quinze noms, dont la moitié hors de votre région. Il reformule. Il en appelle trois, apprend que l'un est complet jusqu'en mars, et ajoute ce critère pour trier les suivants. Ce n'est pas une liste d'étapes prévue d'avance : chaque résultat modifie la question suivante. Et il s'arrête quand il a ce que vous avez demandé.

Deux conséquences à retenir :

• Une boucle a besoin d'un critère d'arrêt. Comment l'agent sait-il qu'il a réussi ? Sans signal vérifiable, il tourne sans savoir où il en est. C'est là que se joue la fiabilité.
• Une boucle coûte. Selon Anthropic, un agent consomme environ quatre fois plus de ressources (tokens) qu'une conversation classique, et jusqu'à quinze fois plus quand plusieurs agents collaborent.

Qu'est-ce que le harnais (harness) d'un agent IA ?

Le mot a deux sens, et c'est de là que naît la confusion.

Définition : le harnais (harness), sens technique L'infrastructure qui entoure le modèle : outils qu'il peut appeler, mémoire, gestion de l'état, environnement d'exécution. D'où la formule : agent = modèle + harnais. Un modèle seul produit du texte et ne se souvient de rien ; le harnais lui permet d'enchaîner les étapes de la boucle.

Définition : le harnais, sens entreprise Votre contexte métier : informations, données, processus, connaissances. C'est ce qui transforme un modèle générique en assistant qui comprend votre activité (angle défendu par Fred Cavazza en mars 2026).

Par où commencer pour construire le harnais de son entreprise ?

Bonne nouvelle : vous en construisez déjà des morceaux. Chaque consigne système bien pensée, chaque GPT personnalisé, chaque outil branché sur un assistant est un mini-harnais. C'est le pont entre le prompting individuel et l'agentisation de l'entreprise.

À l'échelle de l'organisation, trois étapes, chacune utile même si vous vous arrêtez là :

1. Connecter les agents à vos outils métier (CRM, ERP…), lorsque c'est possible et autorisé, pour rendre vos données accessibles. Des éditeurs comme Salesforce proposent des connexions sécurisées en ce sens.
2. Formaliser vos processus. On ne délègue à un agent qu'une tâche correctement décrite, avec un contrôle humain. L'exercice améliore en lui-même votre efficacité.
3. Capitaliser sur les connaissances de vos équipes : les savoir-faire qui vivent dans les têtes plutôt que dans les procédures.

Aucune de ces trois étapes ne commence par le choix d'un modèle.

Ce que j'observe en formation

Ce qui me frappe ces derniers mois, ce n'est pas le manque de curiosité. C'est l'inverse : la confiance dans les réponses de l'IA monte très vite, et la rigueur de vérification baisse dans le même mouvement. Lors d'une session récente, un participant m'a expliqué qu