L'ingénierie agentique :
la discipline derrière les agents qui fonctionnent.

Le niveau un, c'est utiliser l'IA : une personne interroge un modèle (ChatGPT, Claude, un copilote) et juge chaque réponse. L'humain est le contrôle qualité. Cela ne coûte presque rien pour démarrer et c'est là que toute organisation devrait commencer, mais la production ne va pas plus vite que les personnes qui la relisent.

Le niveau deux, c'est automatiser avec l'IA : un flux fixe appelle un modèle à une ou deux étapes (classer ce ticket, rédiger cette réponse, extraire ces champs). Le chemin est déterministe ; le modèle remplit une étape. La plupart des problèmes métier étiquetés « agentiques » vivent en réalité ici, et un flux bien construit est moins cher, plus rapide et plus facile à tester qu'un agent.

Le niveau trois, c'est un système agentique : un logiciel qui reçoit un objectif, planifie ses propres étapes, choisit ses outils (recherche, base de données, e-mail, code) et itère jusqu'à ce que le travail soit fait ou qu'un garde-fou l'arrête. L'autonomie crée la valeur, et c'est précisément l'autonomie qui rend la discipline d'ingénierie non négociable : un agent qu'on ne peut ni évaluer, ni borner, ni observer est un passif, pas une force de travail.

Un agent de production, c'est peut-être un cinquième de modèle et de prompt. Le reste, c'est le système autour : un contrat typé pour chaque outil que l'agent peut appeler, une couche d'orchestration qui décide de ce qui s'exécute quand et de ce qui se passe en cas d'échec, une récupération d'information qui ancre l'agent dans vos données, et des solutions de repli pour que l'activité continue quand le modèle déraille ou que le fournisseur tombe.

Viennent ensuite les éléments qui séparent une démo d'un système de confiance : les évaluations (un jeu de tests noté qui transforme « ça a l'air de marcher » en un chiffre suivi à chaque changement), des garde-fous en entrée et en sortie avec des plafonds de coût stricts pour qu'une boucle incontrôlée ne ruine pas la fonctionnalité, et une supervision qui surveille la qualité, la dérive, le taux d'hallucination et la dépense en production, pas seulement la disponibilité.

Architecture : décider où commence et où s'arrête l'autonomie de l'agent, ce qui reste déterministe, et comment l'agent s'insère dans votre stack et votre modèle de sécurité existants. Orchestration : plans multi-étapes, routage des outils, reprises sur erreur, et validations humaines là où l'enjeu l'exige. Évaluation : le jeu de tests noté est défini dès la phase un, pour que « bien » soit un chiffre convenu avant toute mise en production.

Sécurité : défenses contre l'injection de prompt et l'OWASP LLM Top 10 aux côtés de l'OWASP Top 10 classique, accès aux outils en moindre privilège, et une piste d'audit pour chaque action de l'agent. Supervision : tableaux de bord et alertes sur la qualité, la dérive et le coût, reliés à un runbook d'astreinte. Intégration métier : le travail de l'agent se mesure en termes business (tickets résolus, heures gagnées, coût unitaire par tâche), pour que la conversation ROI porte sur des chiffres, pas des impressions.

La chose la plus précieuse qu'un partenaire en ingénierie agentique puisse vous dire, c'est « pas ici ». Un flux déterministe avec un ou deux appels de modèle bat un agent sur la plupart des tâches : moins cher à exploiter, plus facile à tester, plus simple à expliquer à un auditeur. Nous recommandons des agents quand le travail est réellement multi-étapes et variable, que le volume justifie l'ingénierie et que les modes de défaillance peuvent être bornés.

C'est pourquoi notre audit note les cas d'usage sur la valeur, le risque et l'effort avant toute construction, et pourquoi la feuille de route que vous recevez est transférable à un autre prestataire. Si la bonne réponse est un flux, un produit à acheter ou rien du tout, c'est la recommandation que vous recevrez par écrit.

La Formation rend vos équipes lucides sur ce que les agents savent et ne savent pas faire, gouvernance et AI Act européen compris. L'Audit & Conseil applique la discipline comme une décision : où les agents en valent la peine, ce que cela demandera, et dans quel ordre. Build & Run l'applique de bout en bout : nous concevons, construisons et exploitons le système, puis nous le transférons : code, évaluations, runbooks et la connaissance opérationnelle pour le faire tourner sans nous.