Des agents IA sur mesure pour votre métier

Construisez un agent IA autour d'un processus de travail utile : les
systèmes auxquels il se connecte, les cas sur lesquels il est
évalué, les actions qu'une personne approuve et les accès qu'il
reçoit. Nous convenons de ce périmètre avec vos experts métier et
choisissons un modèle selon ces exigences. L'intégration et le
dossier d'évaluation restent partie intégrante de votre livrable
lorsque le modèle change.

Connecté : aux systèmes où le travail se déroule

Un agent qui ne peut pas accéder à vos systèmes ne peut que parler.
Nous le relions à ceux où le travail s'effectue — l'ERP, le CRM, le
système de réservation, la messagerie, le stockage documentaire —
chacun par un outil documenté chargé d'une tâche précise :
rechercher un navire, rédiger un devis, enregistrer un dossier. Les
outils sont proposés via MCP ou une API, chaque entrée est typée et
validée, et un agent qui a besoin des documents propres à votre
entreprise les lit à partir de données préparées pour lui. La
mémoire des cas passés réside dans votre base de données, pas dans
l'historique de conversation d'un fournisseur.

Évalué : sur des cas rédigés par vos experts

Sans tests, « cela semble mieux » est la seule mesure disponible.
Nous nous réunissons avec les personnes qui effectuent le travail
pour consigner des cas réels de votre métier, chacun accompagné de
la réponse que donnerait une personne expérimentée. Chaque
modification — une instruction, un outil, un modèle — est évaluée
sur tous ces cas avant sa mise en service, et le score de chaque cas
est conservé dans le temps ; la revue peut ainsi révéler des
régressions dans les cas convenus. C'est le contrôle qualité
obligatoire que nous appliquons à notre propre code, transposé aux
réponses d'un agent.

Supervisé : une personne décide là où cela compte

Toutes les actions ne doivent pas relever du seul agent. Nous
définissons par écrit avec vous ce qu'il peut faire seul, ce qu'il
prépare pour approbation humaine et ce à quoi il ne touche jamais.
Les règles sont appliquées dans les outils plutôt que demandées dans
l'instruction. Un écran de validation montre à une personne ce que
l'agent propose et pourquoi ; une correction apportée à cet endroit
devient un nouveau cas de test. Chaque étape est tracée avec
OpenTelemetry pour que, lorsqu'une réponse est erronée, vous
puissiez voir quel outil, quel document et quel modèle l'ont
produite.

Évaluer les changements de modèle avant leur déploiement

Le choix du modèle relève de la configuration lorsque l'intégration
le permet. Nous comparons un candidat aux cas convenus avec vous en
termes de qualité des réponses, de comportement en cas d'échec, de
coût et de latence. L'évaluation éclaire la décision de
déploiement ; un modèle plus récent n'améliore pas automatiquement
votre processus de travail. Les changements suivent la procédure
convenue de validation et de déploiement, la configuration
précédente restant disponible pour un retour arrière.

Les réalisations qui l'étayent

Les habitudes qui rendent un agent digne de confiance sont celles
que nous appliquons déjà dans notre propre ingénierie. Nous avons
construit un moteur de contrôle de 268 vérifications avant commit et
un contrôle obligatoire avant commit composé de 22 outils d'analyse
sans niveau d'avertissement, puis écrit des tests pour les
vérificateurs eux-mêmes afin qu'un contrôle qui ne lit rien ne
puisse pas déclarer que tout est conforme. Nous avons construit une
supervision des erreurs et un traçage gérés en interne, fait
préciser à six collecteurs ce qu'ils avaient ignoré et mené tout un
programme de développement sous forme de 51 initiatives écrites,
chacune avec ses mesures et les décisions écartées. L'adaptation de
ce site aux agents a été réalisée de la même manière.

Le déroulement d'une mission

Nous commençons par une tâche et ses cas. Nous nous réunissons avec
les personnes qui l'effectuent, consignons trente à cinquante
exemples réels avec les bonnes réponses et convenons de ce que
l'agent peut faire seul. Nous construisons ensuite le plus petit
agent qui réussit ces cas, derrière un écran de validation, dans
votre infrastructure ou votre compte cloud, avec des accès limités à
ses besoins. Puis nous passons à la tâche suivante. Le code, les cas
et les données vous appartiennent ; l'agent reste donc le vôtre
lorsque le modèle sous-jacent change. Cette prestation s'achète
comme le reste de nos travaux, selon les modalités de la page Nos
tarifs.

Si, dans votre métier, un agent devrait pouvoir décharger quelqu'un
d'une tâche, dites-nous laquelle (lu par l'ingénieure).

hCette page sur le Web	URL:https://advisory.engineer.company/fr/ai-agents/	advisory.engineer.company	70
