Avant de créer des agents IA, rendez votre entreprise compréhensible

Vous pouvez connecter une intelligence artificielle à vos documents, à votre CRM et à vos outils de travail. Cela ne signifie pas qu’elle comprendra votre entreprise. Si trois présentations décrivent trois positionnements différents, si les commerciaux utilisent des critères de qualification incompatibles et si les décisions importantes vivent dans des conversations privées, le premier problème est ailleurs. Vous avez besoin de rendre votre fonctionnement explicite avant de chercher à l’automatiser.

Je considère la préparation des agents IA comme un travail d’organisation. La technologie permet ensuite d’exécuter certaines tâches avec plus de continuité. Mais elle ne dispense pas de choisir une cible, de définir une offre ou de savoir qui décide. Une entreprise difficile à comprendre pour un nouveau collaborateur le sera aussi pour un système auquel on demande de produire des recommandations cohérentes. Voici comment préparer ce socle sans transformer le projet en chantier documentaire interminable.

Commencer par une décision utile, pas par une collection d’agents

La tentation consiste à dessiner immédiatement un agent SEO, un agent commercial, un agent reporting et un agent réseaux sociaux. Les noms sont séduisants. Pourtant, ils ne disent presque rien du travail attendu. Un agent commercial doit-il repérer des comptes, rédiger un message, décider de sa pertinence ou envoyer une proposition ? Ces opérations n’ont ni les mêmes conséquences ni les mêmes besoins en information.

Je partirais d’une situation répétée qui consomme du temps et dont le résultat peut être vérifié. Préparer une fiche de compte avant un rendez-vous constitue un périmètre plus clair que « améliorer la prospection ». L’entrée est connue, la sortie peut être définie, et une personne sait juger si le document aide réellement. Ce premier usage permet de découvrir les lacunes du fonctionnement sans exposer toute l’activité à une nouvelle dépendance.

Écrivez le résultat attendu en une phrase, puis décrivez ce qui ferait échouer le travail. Une fiche peut être inutilisable parce qu’elle confond deux entreprises, reprend des informations anciennes ou présente des hypothèses comme des faits. Ces erreurs deviennent vos premiers critères de contrôle. Vous obtenez ainsi un cahier des charges métier avant de discuter du modèle ou du nombre de connexions.

Construire une référence qui tranche les contradictions

Un dossier maître n’est pas un dépôt où l’on verse tout ce que l’entreprise a produit. Sa fonction est d’indiquer ce qui fait référence aujourd’hui. Il doit permettre de comprendre les clients recherchés, les problèmes traités, les offres vendues, les preuves disponibles et les limites des promesses autorisées. Les documents historiques peuvent rester accessibles, mais leur statut doit être visible pour éviter qu’une ancienne version soit utilisée comme une instruction actuelle.

Pour chaque information importante, désignez un responsable et une date de révision. Si le positionnement évolue, qui actualise la description ? Si une fonctionnalité devient disponible, qui valide la formulation ? Si un prix change, quelle source prévaut ? Une réponse unique à ces questions vaut mieux que cinquante fichiers supplémentaires. La cohérence repose sur un circuit de mise à jour, pas seulement sur la qualité de la première rédaction.

Ce travail révèle parfois des désaccords que les équipes avaient appris à contourner. Le marketing vise un segment que les commerciaux jugent peu rentable ; une promesse figure sur le site alors que les opérations la considèrent exceptionnelle. L’IA n’a pas à arbitrer ces divergences. La direction doit les résoudre ou les documenter comme des choix encore ouverts. Un système fiable doit pouvoir constater une incertitude au lieu de la masquer.

Décrire les règles que les équipes appliquent sans les écrire

Une grande partie de la valeur opérationnelle se trouve dans des réflexes difficiles à voir. Un commercial sait qu’un certain interlocuteur ne suffit pas pour qualifier une opportunité. Une responsable marketing reconnaît une formulation que le dirigeant refusera. Une personne chargée des opérations sait qu’une demande nécessite un accord particulier. Ces connaissances sont utiles, mais elles ne deviennent transmissibles que lorsque leurs critères sont explicités.

Prenez quelques exemples récents et demandez aux personnes concernées pourquoi elles ont choisi cette action. Pourquoi ce prospect a-t-il été écarté ? Pourquoi ce message a-t-il été réécrit ? Qu’est-ce qui a déclenché l’escalade ? Cherchez la règle derrière le cas, puis vérifiez qu’elle fonctionne sur un contre-exemple. Une consigne comme « sois pertinent » reste abstraite. Une règle qui précise le segment, le besoin observable et le niveau de preuve devient utilisable.

Il faut aussi documenter les exceptions sans en faire la norme. Un geste commercial accordé une fois ne constitue pas une politique tarifaire. Une publication au ton inhabituel ne redéfinit pas toute la ligne éditoriale. Séparer règle générale, exception validée et proposition non approuvée évite de transformer les traces du passé en autorisations permanentes. Cette discipline profite d’abord aux humains qui doivent travailler ensemble.

Préparer les données réellement nécessaires au premier usage

Le bon périmètre documentaire dépend de la tâche. Pour préparer un rendez-vous, il peut suffire d’une description actualisée de l’offre, des notes du compte et de sources publiques pertinentes. Pour analyser un pipeline, il faut des définitions d’étapes et des données commerciales exploitables. Accumuler des informations sans lien avec le résultat ajoute du bruit et rend les erreurs plus difficiles à expliquer.

Examinez les champs utilisés avant de connecter la base. Une date de clôture représente-t-elle un engagement du client ou une estimation interne ? Le montant correspond-il à un revenu annuel ou à la totalité du contrat ? Une opportunité perdue conserve-t-elle un motif exploitable ? Sans ces définitions, une analyse peut sembler précise tout en comparant des éléments incompatibles. Les chiffres ont besoin d’un dictionnaire autant que les textes ont besoin d’un contexte.

Vous voulez préparer ce socle avant d’investir dans des automatisations ? Consultez mes ressources sur l’organisation et les agents IA, puis confrontez-les à un premier cas d’usage concret dans votre entreprise.

Définir ce que le système peut décider et ce qu’il doit proposer

Produire un brouillon, modifier un enregistrement et envoyer un message sont trois niveaux d’action différents. Le périmètre d’autonomie doit être écrit dès le départ. Pour un premier déploiement, je privilégierais un résultat vérifiable avant toute action externe : une proposition de réponse, une synthèse ou une liste d’anomalies. Le responsable peut alors mesurer la qualité sans confondre vitesse de production et fiabilité d’exécution.

Précisez les situations qui imposent un arrêt. Une source manque, deux informations se contredisent, un client réclame une exception ou le système ne reconnaît pas le bon compte : que doit-il faire ? La bonne réponse peut être de demander un arbitrage. Un agent qui signale correctement ses limites rend parfois davantage service qu’un agent qui fournit toujours une réponse. Le silence sur l’incertitude crée un faux sentiment de maîtrise.

Les accès doivent correspondre à ce périmètre. Un outil chargé de résumer des documents n’a pas besoin de pouvoir les supprimer. Une préparation de campagne ne nécessite pas automatiquement un droit d’envoi. Cette séparation simplifie aussi le diagnostic en cas d’erreur : on sait quelles opérations étaient possibles et qui devait valider la suite. Elle permet d’élargir l’usage progressivement sur la base d’observations réelles.

Écrire un contrat de sortie facile à contrôler

Le format attendu ne devrait pas être laissé entièrement à l’improvisation. Une fiche de compte peut distinguer les faits vérifiés, les hypothèses de besoin, les questions à poser et les sources consultées. Un rapport commercial peut séparer les anomalies de données des recommandations de suivi. Cette structure rend la relecture plus rapide et aide l’utilisateur à comprendre ce qui peut être utilisé immédiatement.

Évitez toutefois les modèles trop longs. Un document produit automatiquement peut déplacer la charge vers la personne qui doit le lire. Si une préparation de rendez-vous demande vingt minutes de correction, elle n’a pas forcément simplifié le travail. Demandez ce qui aide à décider pendant les cinq premières minutes de lecture. Supprimez les rubriques qui n’apportent aucune décision supplémentaire, même si elles donnent une impression de richesse.

Un bon contrat de sortie prévoit aussi l’absence de résultat. « Aucune preuve trouvée » doit être une réponse recevable. Il est préférable d’identifier une donnée manquante que de combler l’espace avec une formulation plausible. L’équipe doit savoir où compléter l’information et comment réutiliser cette correction. C’est ainsi que le dispositif progresse au lieu de répéter les mêmes erreurs sous des formulations différentes.

Tester sur des cas ordinaires et sur des cas difficiles

Une démonstration réussie ne suffit pas à valider un usage. Constituez un petit ensemble de situations représentatives : un dossier bien renseigné, un dossier incomplet, un homonyme, une information contradictoire et une demande hors périmètre. Définissez à l’avance la réponse acceptable. Vous pourrez alors comparer les versions du dispositif sur les mêmes situations, plutôt que de vous fier à la meilleure sortie obtenue pendant une présentation.

La relecture doit porter sur les erreurs qui changent une décision. Une phrase élégante ne compense pas une confusion d’entreprise. Une synthèse concise ne suffit pas si elle oublie une contrainte déterminante. Classez les problèmes par conséquence et corrigez d’abord ceux qui rendent le résultat dangereux ou inutilisable. Les ajustements de ton viennent ensuite. Cette hiérarchie évite de consacrer tout le temps de test à la forme.

Mesurez également le travail total. Comptez la préparation des données, l’exécution, la vérification et les corrections. Comparez ce temps au processus précédent sur des cas comparables. Vous pouvez découvrir un gain de qualité sans gain de vitesse, ou l’inverse. Les deux peuvent être utiles, à condition de le savoir. Le déploiement doit répondre à un objectif explicite, pas à une impression d’efficacité.

Prévoir la maintenance avant d’élargir le dispositif

Une entreprise change : offres, personnes, priorités, outils et vocabulaire évoluent. Le fonctionnement préparé aujourd’hui ne restera pas juste par défaut. Identifiez qui reçoit les signalements, qui corrige les sources et qui décide de suspendre un usage dégradé. Un projet sans responsable de maintenance finit par dépendre de la personne qui se souvient de sa construction, ce qui reproduit précisément la fragilité que l’on cherchait à réduire.

Conservez une trace simple des modifications importantes. Si le résultat devient moins fiable après un changement de document ou d’instruction, vous devez pouvoir comprendre ce qui a bougé. Un journal bref suffit souvent : modification, raison, responsable et résultat du contrôle. Cette traçabilité permet de revenir sur une décision et de partager les apprentissages avec les utilisateurs. Elle vaut mieux qu’une succession d’ajustements invisibles.

Enfin, choisissez le prochain usage en fonction de ce que le premier a démontré. Une base documentaire claire pourra servir à plusieurs tâches, mais chaque nouvelle action doit garder ses propres critères de réussite. L’extension se justifie par un besoin métier et une capacité de supervision disponible. Un catalogue d’agents n’est pas un indicateur de maturité. Une équipe qui sait expliquer, vérifier et maintenir trois usages utiles possède déjà un socle solide.

La première transformation concerne votre manière de travailler

Dans sa présentation des systèmes agentiques, Anthropic distingue les enchaînements prédéfinis des agents qui choisissent davantage leur déroulement. Cette distinction rappelle une question simple : avez-vous besoin d’autonomie ou d’un processus mieux structuré ? Beaucoup de premiers besoins peuvent être traités avec une séquence claire et une validation humaine. Le choix doit rester proportionné au problème, à sa variabilité et aux conséquences des erreurs.

Rendre l’entreprise compréhensible produit une valeur qui dépasse l’IA. Les nouveaux collaborateurs trouvent plus vite les bonnes informations. Les responsables appliquent des critères plus cohérents. Le dirigeant n’a plus à expliquer les mêmes exceptions à chaque réunion. Ces bénéfices ne sont pas accessoires : ils constituent la base sur laquelle une automatisation peut devenir durable. Le projet technique commence alors avec moins d’ambiguïtés et davantage de possibilités de contrôle.

Avant de créer votre prochain agent, prenez donc un processus et essayez de l’expliquer à une personne extérieure. Si vous ne pouvez pas préciser ses entrées, ses règles, son résultat et son responsable, commencez par là. Je peux vous accompagner pour structurer cette organisation et choisir les premiers usages pertinents. L’objectif est de construire un fonctionnement que votre équipe pourra comprendre, utiliser et faire évoluer.

Référence technique : Anthropic, Building effective agents.

Pour prolonger cette analyse

Équipe marketing de 3 personnes : comment s’organiser ?
Agents IA : comment faire recommander votre entreprise ?
Dirigeant : déléguer pour débloquer la croissance

Anne-Sophie Laignel accompagne les dirigeants en stratégie de croissance, organisation marketing et pilotage commercial. Consulter ses références et ses accompagnements.