En promouvant l'introduction d'agents IA dans d'autres départements de Notion dans le cadre de mon travail et en fournissant un support de mise en œuvre aux entreprises utilisant l'approche FDE, certains schémas ont émergé. J'ai construit des agents pour les ventes, les ventes internes, le marketing, le développement de produits, la réussite client, etc., mais ils rencontrent tous des obstacles communs au niveau terrain et des obstacles organisationnels au niveau de l'entreprise. Les deux sont inévitables, et je pense que la plupart des entreprises restent bloquées aux mêmes endroits.
▍Barrières Terrain
① Le problème des périmètres devenant trop restreints
J'ai essayé de créer un agent pour les ventes qui « recherche automatiquement lorsqu'un lead arrive ». J'ai envisagé l'ensemble du flux de travail : lorsqu'un prospect entre dans la liste, l'agent recherche et analyse les informations internes et externes, puis crée un brouillon d'e-mail. J'ai commencé par construire la partie qui recherche les informations lorsqu'une nouvelle entrée arrive dans la base de données des leads. Mon intention était qu'une fois les bases posées, l'automatisation de la création d'e-mails serait facile.
Cependant, après avoir mis en place la première version et confié la propriété à l'équipe terrain, ils n'avaient pas automatisé les brouillons d'e-mails même après plusieurs semaines. Quand je les ai interrogés, ils ont dit : « C'est déjà très pratique de simplement lui faire rechercher des leads ! » L'équipe n'avait pas réalisé qu'elle pouvait aller jusqu'aux brouillons d'e-mails, ou l'idée d'automatiser autant ne leur avait même pas traversé l'esprit. Il semblait aussi qu'ils hésitaient parce que cela semblait difficile.
C'est le premier schéma où l'implémentation d'agents stagne : rendre le périmètre de travail trop restreint, ce qui entraîne une utilisation à faible retour malgré la construction de l'agent. Il finit par n'être utilisé que pour des fonctions isolées ou des tâches mineures.
② Le problème de l'arrêt parce que c'est trop grand
Le deuxième problème est l'inverse : essayer de transformer un processus métier complexe en agent pour se rendre compte que le processus lui-même n'est pas structuré avec une haute résolution. Différentes personnes font les choses différemment, ou il y a trop de connaissances tacites. Essayer d'être trop minutieux fait fondre le temps rien que pendant les entretiens, sans jamais atteindre la phase de construction. Le nombre de parties prenantes augmente, et le coût de la recherche de consensus gonfle. L'enthousiasme initial s'éteint progressivement…
C'est un problème de définition du périmètre dans la gestion de projet. Que voulez-vous faire avec l'agent ? Quel résultat voulez-vous obtenir ? Si le résultat est décidé, le périmètre nécessaire et suffisant pour l'agent est déterminé. Viser vaguement « l'efficacité métier avec les agents » mène droit dans le bourbier.
③ Absence de propriétaire
Même si un promoteur le construit avec élan, si la responsabilité des améliorations ou des corrections de bugs est ambiguë, l'utilisation diminue progressivement. Le promoteur s'essouffle aussi. Idéalement, l'équipe terrain devrait chérir l'agent comme le sien. Si cela manque, les choses semblent bonnes les trois premiers mois mais ne passent pas à l'échelle. À mesure que le nombre de parties prenantes augmente — en particulier lorsque le périmètre de travail s'agrandit — le besoin de consensus et de confirmation s'accroît, et le sentiment de propriété (qui en est le propriétaire) s'amincit progressivement.
Ces trois problèmes ne sont pas indépendants ; ils sont tous liés. Si la conception du périmètre est erronée, la propriété ne sera pas établie, et s'il n'y a pas de propriétaire, le périmètre ne s'étendra pas.
▍Barrières Organisationnelles
Même si vous surmontez les barrières terrain, il y a quatre autres murs au-delà du simple « faire quelque chose qui fonctionne » dans une entreprise.
④ Transparence du capital de tokens
Même si la consommation de tokens est visible par département, il est souvent flou « quel type de travail a été effectué et quel résultat a été obtenu ». Cela devient un problème du point de vue du capital de tokens et de la gestion des tokens, rendant impossible la justification du budget. Par conséquent, la direction ne voit les tokens que comme un coût de consommation, demandant : « Alors, combien cela va-t-il coûter ? »
⑤ Gouvernance
Qui peut créer des agents, qui peut les voir, et qui les gère ? Si cela est ambigu, l'organisation sera inondée d'« agents errants » ou d'« agents zombies » qui tournent mais que personne n'utilise. Personne ne prend de responsabilité, aucun budget n'est sécurisé, les tokens sont consommés inutilement, et les risques de sécurité augmentent jusqu'à ce que tout s'arrête.
⑥ Observabilité
Combien de fois l'agent a-t-il été exécuté, combien de fois a-t-il réussi, et où a-t-il échoué ? C'est une exigence minimale pour l'exploitation, pourtant de nombreux outils sont faibles sur ce point. Vous ne pouvez pas améliorer ce que vous ne pouvez pas voir. Seulement avec l'observabilité pouvez-vous construire une boucle de rétroaction pour l'amélioration des agents.
⑦ Flexibilité dans le choix du modèle
S'appuyer trop lourdement sur un fournisseur de LLM spécifique est un risque. Et si les performances chutent temporairement ? Et si cela s'arrête à cause d'une panne ? Et si des restrictions à l'exportation le rendent indisponible ? Si vous ne pouvez pas basculer immédiatement vers un autre fournisseur, vous ne pouvez pas implémenter des agents directement liés aux opérations métier. L'IA est devenue une infrastructure, pourtant une dépendance extrême est actuellement tolérée aveuglément.
Résumé
L'implémentation d'agents ressemble à une discussion technique, mais il s'agit en réalité de conception métier et de propriété. Pour s'assurer que cela ne se termine pas par un simple « l'IA est incroyable », des bases de gouvernance et d'observabilité sont nécessaires en premier.
Ni trop petit, ni trop grand, et choyé par quelqu'un de responsable. Et un système pour soutenir cela en tant qu'organisation. Je crois que les agents ne prennent racine que lorsque le terrain et l'organisation sont alignés.
