Architecture agentique : ce qu'un dirigeant doit savoir

Deux entreprises peuvent utiliser le même modèle d'IA et obtenir des résultats opposés. Chez l'une, l'agent IA traite les demandes clients jour et nuit. Chez l'autre, il invente des réponses et personne ne s'en sert après deux semaines. L'écart ne vient pas du modèle. Il vient de l'architecture qui l'entoure.

Vous n'avez pas besoin de devenir ingénieur pour piloter un projet d'agents IA. Vous avez besoin de comprendre ce qu'est une architecture agentique et de savoir quelles décisions vous reviennent.

Qu'est-ce qu'une architecture agentique ?

Une architecture agentique est la façon dont on assemble un ou plusieurs agents IA autour d'un modèle de langage. Elle fixe les instructions que suit l'agent, les outils qu'il peut utiliser, les données auxquelles il accède, la façon dont il vérifie son travail et dont on mesure son usage.

Un assistant conversationnel répond à une question. Un agent IA poursuit un objectif : il consulte des données, agit dans vos outils, observe le résultat et décide de la suite. Cette autonomie le rend utile. Elle le rend aussi risqué quand l'architecture est mal pensée, car un agent qui se trompe peut enchaîner plusieurs actions avant que quelqu'un s'en aperçoive.

Quelles sont les briques d'un agent IA ?

Un agent IA en entreprise repose sur sept briques. Le modèle n'en est qu'une.

Les projets qui échouent négligent presque toujours les trois dernières briques. Les causes d'échec les plus fréquentes sont détaillées dans pourquoi 95 % des projets d'agents IA échouent.

Faut-il un seul agent IA ou plusieurs agents spécialisés ?

Un agent unique suffit pour une tâche bien délimitée, comme qualifier des demandes entrantes. Dès que les métiers, les outils ou les règles diffèrent, plusieurs agents spécialisés sont plus fiables.

Un agent spécialisé a un périmètre étroit, des outils dédiés et des instructions qu'on peut tester séparément. Quand il se trompe, on sait où chercher. Un agent généraliste chargé de tout devient vite impossible à évaluer.

C'est le choix fait chez GENIAL : huit agents métiers, un par fonction (achats, commercial, marketing, ressources humaines, finance, service client, juridique, systèmes d'information), présentés sur la page agents IA, aux côtés d'un assistant général.

Un exemple en production : pour Guyane Auto, distributeur automobile du groupe GBH, un seul agent qualifie les demandes reçues par le site web et par WhatsApp, 24 heures sur 24. Le périmètre est étroit, l'architecture est donc simple. Le récit complet est dans le cas client GBH.

Comment un agent IA accède-t-il à vos données sans créer de faille ?

En lisant et en écrivant avec les droits de la personne qui lui parle, jamais avec des droits plus larges. Si un document est fermé à un collaborateur dans votre outil, il doit l'être aussi pour l'agent. C'est la règle appliquée dans GENIAL.

Trois points complètent ce principe :

• L'hébergement : pour une entreprise française, des données hébergées en Europe.
• La traçabilité : savoir quelle source l'agent a utilisée pour chaque réponse.
• Les actions sensibles : un envoi, une écriture dans un système ou un paiement passent par une validation humaine tant que l'agent n'a pas fait ses preuves.

Pour aller plus loin sur la maîtrise de vos données et de vos modèles, lisez la souveraineté IA en pratique.

Quelles décisions reviennent au dirigeant ?

Cinq décisions ne sont pas techniques et vous reviennent :

1. Le périmètre : quelle tâche précise l'agent prend en charge, et laquelle il ne touche pas.
2. Le niveau d'autonomie : l'agent propose et un humain valide, ou l'agent agit seul. Le passage du copilote à l'autopilote est expliqué dans vos prestataires vont vendre le travail, pas l'outil.
3. Les données : quelles sources l'agent peut lire, et qui les tient à jour.
4. La mesure : quels indicateurs d'usage et de qualité, suivis chaque semaine.
5. La réversibilité : pouvoir changer de modèle ou de prestataire sans repartir de zéro.

Si vous ne savez pas encore quelles tâches confier à un agent, commencez par l'auto-diagnostic IA : il situe votre maturité en quelques minutes.

Qui conçoit l'architecture des agents IA chez GENIAL ?

L'architecture des agents est conçue par l'équipe technique de GENIAL : Fabien Grosyeux, CTO et co-fondateur, avec Stéphane Doinel et Antonin Bourdelle, chefs de projet IA. Ils construisent les agents, les connectent au système d'information du client et les mettent en production. Le cadrage stratégique qui précède est mené par la même équipe, ce qui évite la rupture entre la recommandation et l'exécution.

Vous trouverez l'équipe et la méthode sur la page agence IA et conseil IA.

Ce qu'il faut retenir

• L'architecture compte plus que le modèle : instructions, outils, données, droits, vérification et mesure font la fiabilité d'un agent.
• Plusieurs agents spécialisés sont plus fiables qu'un agent qui fait tout, dès que les métiers diffèrent.
• Un agent n'accède jamais à plus que son utilisateur : c'est la règle de sécurité de base.
• Cinq décisions vous reviennent : périmètre, autonomie, données, mesure, réversibilité.

---

Erwan Simon est CEO et co-fondateur de GENIAL, société bordelaise spécialisée dans le déploiement opérationnel de l'IA générative en PME et ETI. Il est agréé BPI France Expert IA et Ambassadeur du programme « Osez l'IA ».