# Paul-Antoine Tual : tous les articles du blog > Texte intégral des articles publiés sur https://paulantoinetual.fr/blog, du plus récent au plus ancien. Auteur : Paul-Antoine Tual. Chaque article est précédé de son adresse, à citer comme source. Index du site : https://paulantoinetual.fr/llms.txt. Autres formats : https://paulantoinetual.fr/agents. --- # La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer. Adresse : https://paulantoinetual.fr/blog/ia-frontiere-gaz-ia-bureau-frugale Publié le 2026-11-10 · Agents IA > Le FT : Anthropic paierait 3,4 Md$ pour 1,7 GW de générateurs à gaz. Notre pari : une bonne part de l'IA de bureau peut rester en local. Preuves pour et contre. Le Financial Times a rapporté le 8 novembre 2026 qu'Anthropic avait accepté de payer **3,4 milliards de dollars pour 1,7 GW de générateurs à gaz** [1]. Notre pari, chez Junyr, est qu'une grande part du travail de bureau n'a jamais besoin d'une telle puissance : elle peut tourner en interne sur un petit modèle ouvert, dans un harnais solide, avec quelques centaines de watts. Même Anthropic conseille à ses clients de router par tâche. En publiant Fable 5.2 le lendemain, l'éditeur leur a recommandé de commencer la plupart des travaux sur Opus 5.5 et de garder Fable pour les tâches plus difficiles [2]. Deux choses font que notre position reste un pari : nous n'avons pas mesuré cette part, et nous ne revendiquons pas la parité avec Sonnet 5.5, qui obtient **55 contre 32** pour les meilleurs poids ouverts publiés au 27 octobre sur un indice indépendant [3]. Cet article expose le pari, ce qui le soutient, ce qui le contredit et les mesures qui permettraient de trancher. - La commande : une information de presse. Anthropic n'a rien annoncé, l'équipement se compose de générateurs et le site est inconnu. - L'écart : 55 contre 32 sur l'indice d'Artificial Analysis du 27 octobre 2026, 20 pour Qwen3.8 27B (le modèle que nous utilisons en version 4 bits) sur son classement en direct du 10 novembre, et aucun benchmark qui teste un petit modèle ouvert face à Sonnet 5.5 dans le même harnais sur des tâches de bureau. - Notre chiffre de terrain : Qwen3.8-27B en 8 bits, réparti sur deux Mac Studio d'Apple, environ 21 jetons par seconde en génération, mesurés le 30 octobre 2026 [4]. Nous ne publions aucune mesure pour la version en 4 bits qui tourne sur une seule machine. - Encore déclaré, pas mesuré : « moins de 100 W ». Notre prix de matériel (environ 2 000 € HT pour un Mac Studio reconditionné) et notre alimentation 100 % photovoltaïque hors réseau sont nos propres déclarations. La prochaine étape est un wattmètre. ## Que rapporte le FT sur la commande de gaz d'Anthropic ? Selon le FT, cité par The Next Web, Anthropic a signé fin septembre avec OnePWR Solutions, une société de San Antonio, pour reprendre ses commandes de 1,7 GW de gros générateurs Caterpillar, ainsi que les travaux nécessaires à l'installation des machines [1]. - Statut : une information de presse qui cite une personne au fait de l'accord. Les deux entreprises ont refusé de commenter, The Next Web ne l'a pas confirmée de son côté, et Anthropic n'a rien annoncé. - Équipement : de gros générateurs à gaz. Les articles ne parlent pas de turbines. - Montage : Anthropic n'a pas racheté la société OnePWR elle-même et aucun de ses salariés n'a rejoint Anthropic, selon le FT. Le lieu où les générateurs seront utilisés n'est pas connu. L'argument énergétique tient à l'échelle du système, là où la demande se compte en gigawatts et en pourcentages de la consommation nationale ; nous n'avons trouvé aucun chiffre par requête assez récent pour être cité, et nous ne disons donc rien de l'énergie d'une réponse isolée. - Un fabricant d'équipements : chez GE Vernova, le carnet de commandes d'équipements pour centrales à gaz, accords de réservation de créneaux compris, est passé de 116 à 122 GW au troisième trimestre 2026, et l'entreprise vise au moins 130 GW à la fin de l'année [5]. - États-Unis : les centres de données consomment environ 4,5 % de l'électricité du pays et pourraient atteindre 11,8 % en 2030 (fourchette de 9,5 à 15 %), selon le Lawrence Berkeley National Laboratory cité par E&E News le 22 juin 2026 [6]. - Un opérateur : la consommation d'électricité de Google a augmenté de 37 % en 2025, sa plus forte hausse sur un an, selon son rapport environnemental 2026 résumé par Let's Data Science [7]. La frontière est devenue un acheteur d'énergie. ## Anthropic réserve lui-même son meilleur modèle aux tâches les plus dures La note de sortie d'Anthropic du 9 novembre invite les utilisateurs à « start with Claude Opus 5.5, our strongest daily driver », c'est-à-dire à commencer par Opus 5.5 pour la plupart des tâches de code et de connaissance, à passer à Fable ou Mythos pour les travaux plus complexes, et à utiliser Sonnet 5.5 ou Haiku 5.5 pour les plus simples [2]. Router par tâche, c'est le conseil de l'éditeur lui-même. - Prix par million de jetons en sortie : 40 dollars pour Fable 5.2, 20 pour Opus 5.5, 10 pour Sonnet 5.5. Les jetons en entrée coûtent 8, 4 et 2 dollars [2] [8]. - Capacité sur un indice indépendant (voir Figure 1) : 58 pour Opus 5.5, 57 pour GPT-6 Astra, 55 pour Sonnet 5.5 et GPT-6.1 Sol, et 32 pour les meilleurs poids ouverts publiés, DeepSeek V4.1 Flash et GLM-5.3 [3] [9]. Kimi K3.1 Pro atteignait 46, mais ses poids n'étaient pas publiés au 27 octobre. - Ce que mesure l'indice : un composite d'évaluations générales menées par un tiers, à l'effort maximal. Il ne dit rien des tâches d'une entreprise donnée dans son propre harnais. > **[Schéma] Artificial Analysis Intelligence Index v5, modèles frontière face aux meilleurs poids ouverts publiés** > Barres horizontales sur une échelle de 0 à 60. Opus 5.5 58, GPT-6 Astra 57, Sonnet 5.5 55, GPT-6.1 Sol 55, meilleurs poids ouverts publiés 32 (DeepSeek V4.1 Flash et GLM-5.3). L'écart entre Sonnet 5.5 et les meilleurs poids ouverts publiés est de 23 points. > Figure 1. Sur le seul indice composite indépendant qui couvre les deux, Sonnet 5.5 obtient 55 et les meilleurs poids ouverts publiés au 27 octobre 32. Source : Artificial Analysis, Intelligence Index v5, 27 octobre 2026, et page du modèle Claude Sonnet 5.5. ## Un petit modèle ouvert peut-il égaler Sonnet 5.5 ? Sur l'intelligence générale, pas encore ; sur une tâche étroite, oui. Notre article du 10 octobre citait un benchmark dans lequel un classificateur de documents de sécurité, affiné à partir d'un modèle ouvert de 27 milliards de paramètres, atteignait 95,0 % de précision, contre 75,4 % à 79,9 % pour les modèles commerciaux testés selon le même protocole [10]. Ce résultat cohabite sans peine avec la Figure 1 : l'un mesure la largeur, l'autre la profondeur. - L'indice mesure la largeur : beaucoup de tâches difficiles et variées. Sonnet 5.5 obtient 55 et les meilleurs poids ouverts publiés 32 (27 octobre). Le 10 novembre, la page de classement en direct affichait 33 pour DeepSeek V4.1 Flash, rangeait Kimi K3.1 Pro (46) parmi les modèles dont les poids sont téléchargeables, et donnait 20 à Qwen3.8 27B en effort Xhigh [11]. Nous utilisons une version 4 bits de ce modèle, que la page ne note pas. - Le classificateur mesure la profondeur : une tâche étroite et répétitive, à sept catégories fixes, après affinage, où le spécialiste gagne. - Le travail de bureau est un mélange. Notre hypothèse est qu'une bonne partie (trier, extraire, remplir, rédiger d'après un modèle connu) ressemble au second cas. Nous ne l'avons pas comptée. Ce qui contredit notre pari mérite autant de place que ce qui le soutient, et une partie vient de nos propres pages. - Notre article du 4 novembre sur le harnais range, parmi ce que nous ne savons pas, quel modèle d'IA implémente le mieux dans notre cadre : le modèle n'est pas enregistré à chaque exécution [12]. - Le post LinkedIn que nous avons publié le 10 novembre 2026 affirmait que les résultats de notre modèle local étaient « équivalents à Sonnet 5.5 ». Aucun benchmark publié ne place un petit modèle ouvert et Sonnet 5.5 dans le même harnais sur des tâches de bureau : cette phrase n'a donc aucun appui aujourd'hui. Nous la corrigeons ici. - Une inférence moins chère tend à faire monter l'usage total. C'est le paradoxe de Jevons, dont nous parlions dans notre article sur la guerre des prix [13]. Une machine frugale ne garantit pas une entreprise frugale. Largeur et profondeur sont deux épreuves différentes. ## Élément de terrain : ce qui tourne sur nos propres machines aujourd'hui Voici nos propres déclarations et mesures, prises sur un seul site. Le modèle le plus utilisé de notre plateforme agentique souveraine est Qwen3.8-27B, un modèle ouvert quantifié sur 4 bits, qui tourne sur un seul Mac Studio M4 Max d'Apple de 36 Go : c'est notre déclaration, et nous n'avons publié aucune mesure pour cette configuration. Ce que nous avons mesuré, le 30 octobre 2026, c'est le même modèle sur 8 bits, réparti sur deux machines de ce type : environ **21 jetons par seconde** en génération [4]. - Vitesse de cette configuration : environ 325 jetons par seconde pour lire un prompt, 3,3 secondes pour un échange court, et 8,2 secondes de lecture avant le premier mot sur un prompt de 2 651 jetons. - Disposition de cette configuration : 14,75 Go de poids sont chargés sur chaque machine, et les deux moitiés du modèle se parlent par un câble Thunderbolt 5. - Portée : notre note interne juge le service adapté à un usage interne léger, en texte seul. La mesure ne va pas plus loin. Le harnais, le logiciel qui encadre le modèle, est conçu pour décider quel niveau répond à une demande : un petit modèle local spécialisé encore à venir, le 27B local ou un modèle cloud par API, avec un humain qui vérifie le résultat avant usage (voir Figure 2). Nous avons décrit le rôle d'un harnais dans un article précédent [14]. - Documenté : les trois niveaux, à l'état de conception dans nos notes internes ; le niveau 1 est prévu, pas encore en service [4]. - Non documenté : la part des demandes servie par chaque niveau. Le harnais ne tient pas encore de compteur par niveau. - Conséquence : notre post LinkedIn présentait le modèle ouvert comme le plus utilisé de la plateforme. La configuration rend la chose plausible. Rien de ce que nous avons journalisé ne la prouve. > **[Schéma] Comment une demande est routée sur la plateforme de Junyr, telle qu'elle est conçue** > Boîtes et flèches. Une demande d'un utilisateur ou d'un agent arrive au harnais, qui fixe les règles et le contexte, choisit un niveau et contrôle la sortie. Le niveau 1, encore prévu, est un petit modèle local spécialisé de classe 8B. Le niveau 2 est le Qwen3.8-27B local, quantifié sur 4 bits, sur un seul Mac Studio M4 Max de 36 Go ; les 21 jetons par seconde mesurés le 30 octobre 2026 concernent la configuration en 8 bits sur deux machines. Le niveau 3 est un modèle frontière dans le cloud, par API, utilisé seulement si nécessaire. Tous les niveaux mènent à une validation humaine avant usage, une règle de notre méthode plutôt qu'une étape journalisée. Les parts de trafic par niveau ne sont pas mesurées. > Figure 2. Sur la plateforme de Junyr, le harnais envoie une demande vers un petit modèle local, le 27B local ou un modèle cloud, et un humain valide le résultat avant usage. C'est la conception documentée : le niveau 1 est encore prévu, l'étape humaine est une règle de travail et non une étape journalisée, et aucune part de trafic par niveau n'a été mesurée. Source : Junyr, notes internes de service et d'architecture, 30 octobre 2026, non publiques. ## Déclaré, mesuré, inconnu : le tableau que nous tiendrons à jour Dans le post LinkedIn que nous avons publié le 10 novembre 2026, nous donnions deux chiffres pour la machine d'inférence : moins de 100 W et moins de 2 500 €. Le prix tient : le modèle le plus utilisé tourne sur un seul Mac Studio M4 Max reconditionné de 36 Go, acheté environ 2 000 € HT. C'est notre propre déclaration, et cet article ne publie aucune facture. Le chiffre de puissance reste une déclaration qu'aucun wattmètre n'a confirmée. Le post ne donnait aucune vitesse ; la seule que nous ayons mesurée vient d'une autre configuration, la version en 8 bits sur deux machines. | Affirmation | Statut au 10 novembre 2026 | Ce qui trancherait | |---|---|---| | Qwen3.8-27B en 8 bits, réparti sur deux machines, tourne à environ 21 jetons par seconde | Mesuré, 30 octobre 2026 | La même mesure sur la configuration en 4 bits sur une seule machine, avec de vrais prompts de production | | La machine d'inférence consomme moins de 100 W | Déclaré par nous, non mesuré | Un wattmètre sur la machine pendant une semaine de travail | | Le matériel coûte moins de 2 500 € | Notre déclaration : un Mac Studio M4 Max 36 Go reconditionné à environ 2 000 € HT ; aucune facture publiée ici | La facture | | Le centre de données est 100 % photovoltaïque et hors réseau, sans secours par le réseau | Notre déclaration, confirmée le 10 novembre 2026 ; aucun relevé de compteur publié ici | Un journal énergétique publié : production des panneaux, état de la batterie et charge | | Résultats équivalents à Sonnet 5.5 sur des tâches de bureau | Hypothèse, retirée en tant qu'affirmation | Les mêmes tâches dans le même harnais, les deux modèles, notés à l'aveugle | | Part des demandes servie en local | Inconnue | Un compteur par niveau dans le harnais | Un détail montre la distance qui nous sépare d'une mesure complète. Notre seul chiffre de consommation pour le site, une estimation d'environ 1,1 kWh par jour marge comprise, couvre un Mac mini, un écran, un dock et les routeurs. Les Mac Studio n'y figurent pas encore. En prenant 100 W comme cible illustrative, le calcul est court : une machine qui consomme 100 W toute l'année utilise 876 kWh, et le reste découle de données publiques [15] [16]. - Panneaux : avec PVGIS, un bilan annuel demande environ 0,78 kWc à Paris (1 129,52 kWh par kWc et par an) et 0,54 kWc à Marseille (1 624,29). Un mois de décembre à Paris produit 41,63 kWh par kWc : couvrir les 74,4 kWh de ce mois demande donc environ 1,8 kWc. Les nuits exigent une batterie, que nous n'avons pas dimensionnée. - Carbone : avec les chiffres 2026 de l'ADEME, 420 g CO2e par kWh pour le gaz et 20 à 30 g pour des panneaux solaires neufs, 876 kWh émettent environ 368 kg par an au gaz et 17,5 à 26,3 kg avec des panneaux (voir Figure 3). Le chiffre des panneaux exclut la machine, la batterie et l'onduleur. - Matériel : à environ 2 000 € HT pour un Mac Studio reconditionné, il s'amortit à environ 56 € par mois sur 36 mois, avant électricité. > **[Schéma] Émissions annuelles d'une charge hypothétique de 100 W, gaz face à des panneaux solaires neufs** > Barres horizontales en kilogrammes d'équivalent CO2 par an pour 876 kWh, la consommation annuelle d'une charge de 100 W qui tourne toute l'année. Le gaz à 420 g par kWh donne environ 368 kg. Des panneaux solaires neufs, entre 20 et 30 g par kWh, donnent 17,5 à 26,3 kg. Dimensionnement des panneaux pour un bilan annuel : 0,78 kWc à Paris, 0,54 kWc à Marseille, 1,8 kWc pour couvrir un mois de décembre à Paris. Arithmétique illustrative, pas une mesure. > Figure 3. Arithmétique illustrative : une charge hypothétique de 100 W qui tourne toute l'année (876 kWh) émettrait environ 368 kg CO2e au gaz et 17,5 à 26,3 kg avec des panneaux solaires neufs. Sources : ADEME, 1er septembre 2026, cité par Connaissance des énergies ; PVGIS, Commission européenne, JRC, interrogé le 10 novembre 2026. Le même calcul donne un rapport frappant, qui appelle un avertissement : 1,7 GW divisé par 100 W, cela fait 17 millions de machines du type que nous décrivons. Les deux chiffres ne sont pas de même nature, puisque 1,7 GW est la puissance nominale des générateurs et 100 W une consommation continue, et les heures de fonctionnement annuelles de ces générateurs n'ont pas été rapportées. - Ce que le rapport montre : la taille de la commande. - Ce qu'il cache : le gaz réellement brûlé, qui dépend des heures de marche et de la charge. - L'usage que nous en faisons : une seule fois, comme ordre de grandeur. Une puissance nominale est un plafond. ## Que vérifier avant d'acheter une machine d'IA pour le bureau ? Pour un dirigeant de PME ou d'ETI, décider où tourne l'IA est un exercice de dimensionnement sur vos propres tâches, et l'ordre des étapes règle l'essentiel du coût, parce qu'une machine achetée avant d'avoir compté les tâches est dimensionnée au jugé. - Euros : dans le cloud, les prix catalogue vont de 10 dollars par million de jetons en sortie pour Sonnet 5.5 à 40 dollars pour Fable 5.2 [8] [2]. En interne, le matériel (dans notre cas un Mac Studio reconditionné à environ 2 000 € HT, chiffre que nous déclarons) s'amortit sur environ trois ans, auxquels s'ajoutent l'électricité et les heures de la personne qui l'entretient. - Semaines : un modèle local demande un harnais, un jeu de test construit à partir de vos propres demandes et quelques semaines de journalisation avant de savoir quelle part il peut porter. Ce délai est notre recommandation ; nous ne l'avons pas mesuré. - Risques : une machine unique est un point de défaillance unique. La confidentialité y gagne, puisque les documents restent dans vos locaux. La qualité baisse sur les tâches les plus difficiles, d'où la route cloud qui reste ouverte. - Décision : router par tâche d'abord, acheter ensuite la capacité pour la part qui a réussi le test. Les trois étapes ci-dessous peuvent être reprises telles quelles ; c'est notre recommandation, dans cet ordre. 1. Compter. Consigner un mois de demandes réelles et les trier en routinières, structurées et difficiles. 2. Tester. Faire passer les mêmes demandes par un modèle ouvert local et par un modèle cloud dans le même harnais, notés à l'aveugle par les personnes qui font le travail. 3. Dimensionner. Acheter la capacité locale pour la part qui a réussi, garder une route cloud pour le reste, et mesurer les deux, en watts et en euros. Deux conditions agrandissent la part locale. Nous les tirons de notre pratique, sans mesure à l'appui : des utilisateurs formés à écrire des demandes précises et à vérifier ce qui revient, et un harnais réglé sur les tâches, avec des règles, un contexte et des contrôles fixés par des personnes qui connaissent le métier. ## Gaz ou soleil : cela se décide une tâche à la fois Ce post se terminait sur « gaz ou photovoltaïque, à vous de choisir », et ce que cette formule recouvre est plus étroit et plus utile : chaque tâche que votre entreprise confie à l'IA peut être servie par le plus gros modèle disponible ou par le plus petit qui réussit votre propre test, et c'est le second qui peut tourner avec quelques panneaux sur votre toit. - Notre engagement reste le même : une IA frugale, au service de l'humain et qui garde ses documents confidentiels, avec les modèles frontière comme route pour les tâches les plus difficiles. - Nos prochaines mesures, dans cet ordre : un wattmètre sur la machine d'inférence, un compteur par niveau dans le harnais, et une comparaison à l'aveugle avec Sonnet 5.5 sur un jeu de nos propres tâches de bureau. - Notre promesse : nous publierons ces résultats ici, y compris ceux qui affaiblissent le pari. Le wattmètre passe en premier. > Cet article mêle quatre types d'éléments, et chaque chiffre porte son étiquette. Informations de tiers : la commande de générateurs (FT via The Next Web, une seule source, confirmée par aucune des deux entreprises), le carnet de commandes d'équipements pour centrales à gaz de GE Vernova, les chiffres du Lawrence Berkeley et de Google, tous lus à travers des reprises secondaires quand c'est indiqué. Déclarations d'entreprise : les prix et la recommandation d'Anthropic. Nos mesures : la vitesse de la configuration en 8 bits sur deux machines le 30 octobre 2026, sur des prompts courts, sur un seul site. Arithmétique illustrative : tout ce qui découle d'une charge de 100 W, une cible qu'aucun wattmètre n'a confirmée. Le chiffre de puissance (« moins de 100 W ») est notre propre déclaration et n'a pas été mesuré ; le prix du matériel (environ 2 000 € HT) et l'alimentation solaire hors réseau sont nos propres déclarations, sans facture ni relevé de compteur publiés ici. Aucune donnée de client n'est utilisée. ## Sources 1. The Next Web, ['Anthropic buys $3.4bn of gas generators for its data centres, FT reports'](https://thenextweb.com/news/anthropic-3-4bn-gas-generators-onepwr-ft), d'après le Financial Times, 8 novembre 2026. Nous n'avons pas lu l'article du FT lui-même. 2. Anthropic, ['Introducing Claude Fable 5.2 and Claude Mythos 5.2'](https://www.anthropic.com/claude-fable-and-mythos-5-2), note de sortie, 9 novembre 2026. 3. Artificial Analysis, ['Artificial Analysis Intelligence Index v5'](https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5), 27 octobre 2026. 4. Junyr, note de service du modèle local et notes d'architecture, mesures du 30 octobre 2026, documents internes, non publics. 5. GE Vernova, ['GE Vernova reports strong third quarter 2026 financial performance, raises 2026 guidance and increases share repurchase authorization'](https://www.gevernova.com/news/ge-vernova-reports-strong-third-quarter-2026-financial-performance), communiqué de presse, 28 octobre 2026. 6. E&E News, ['US data centers' electricity use could double by 2030, DOE lab says'](https://www.eenews.net/articles/us-data-centers-electricity-use-could-double-by-2030-doe-lab-says/), d'après le Lawrence Berkeley National Laboratory, 22 juin 2026. 7. Let's Data Science, ['Google Reports 37% Rise in Electricity Use Driven by AI Buildout'](https://letsdatascience.com/news/google-reports-37-rise-in-electricity-use-driven-by-ai-build-57b8e424), d'après le rapport environnemental 2026 de Google, 2 juillet 2026. 8. Anthropic, ['Pricing'](https://platform.claude.com/docs/en/about-claude/pricing), page de documentation, consultée le 10 novembre 2026. 9. Artificial Analysis, ['Claude Sonnet 5.5'](https://artificialanalysis.ai/models/claude-sonnet-5-5), page du modèle, Intelligence Index v5.0.1, consultée le 10 novembre 2026. 10. Junyr, [*Pourquoi les projets agentiques n'ont (pour l'instant) pas de ROI positif*](/blog/projets-agentiques-pas-de-roi-positif), article de blog, 10 octobre 2026. 11. Artificial Analysis, ['Open source models'](https://artificialanalysis.ai/models/open-source), page de classement, Intelligence Index v5.0.1, consultée le 10 novembre 2026. 12. Junyr, [*Nous mesurons ce que notre harnais voit, pas ce qu'il empêche*](/blog/harnais-implementation-ia-mesurer-ce-quil-voit), article de blog, 4 novembre 2026. 13. Junyr, [*La guerre des prix a commencé*](/blog/la-guerre-des-prix-a-commence), article de blog, 27 septembre 2026. 14. Junyr, [*L'ingénierie de harnais : la couche logicielle qui transforme un modèle en agent*](/blog/ingenierie-harnais-agent-ia), article de blog, 20 septembre 2026. 15. Commission européenne, Centre commun de recherche, [PVGIS 5.3, PVcalc](https://re.jrc.ec.europa.eu/api/v5_3/PVcalc?lat=48.8566&lon=2.3522&peakpower=1&loss=14&angle=35&aspect=0&outputformat=json), Paris et Marseille, pose fixe à 35 degrés, 14 % de pertes, base SARAH3, interrogé le 10 novembre 2026. 16. Connaissance des énergies, ['L'empreinte carbone du photovoltaïque en France serait très inférieure à celle actuellement retenue'](https://www.connaissancedesenergies.org/lempreinte-carbone-du-photovoltaique-en-france-serait-tres-inferieure-a-celle-actuellement-retenue), d'après la publication de l'ADEME du 1er septembre 2026, septembre 2026. ## Questions fréquentes ### Anthropic a-t-il acheté des turbines à gaz ? Les informations disponibles parlent de générateurs, et d'aucune annonce. Le Financial Times a rapporté le 8 novembre 2026, selon The Next Web, qu'Anthropic avait accepté de payer 3,4 milliards de dollars pour 1,7 GW de générateurs à gaz fabriqués par Caterpillar, en reprenant des commandes passées par OnePWR Solutions. - L'équipement est décrit comme de gros générateurs ; les articles ne mentionnent pas de turbines. - L'information repose sur une personne au fait de l'accord, et les deux entreprises ont refusé de commenter. - Le lieu où les générateurs seront utilisés n'est pas connu. ### Un petit modèle ouvert peut-il remplacer Claude Sonnet 5.5 pour le travail de bureau ? Rien ne le montre à ce jour. Sur l'Artificial Analysis Intelligence Index v5 du 27 octobre 2026, Sonnet 5.5 obtient 55 et les meilleurs modèles à poids ouverts publiés 32. Un petit modèle ouvert peut l'emporter sur une tâche étroite : c'est pourquoi Junyr traite le travail de bureau comme une hypothèse à tester tâche par tâche. - Aucun benchmark publié ne compare un petit modèle ouvert et Sonnet 5.5 dans le même harnais sur des tâches de bureau. - Un modèle ouvert de 27 milliards de paramètres, affiné, a atteint 95,0 % sur une tâche étroite de classification, contre 75,4 % à 79,9 % pour les modèles commerciaux testés. - Qwen3.8 27B, le modèle que nous utilisons en version 4 bits, obtient 20 sur la page de classement d'Artificial Analysis (effort Xhigh, consultée le 10 novembre 2026) ; notre version 4 bits elle-même n'a pas été notée. - Anthropic recommande lui-même Sonnet 5.5 ou Haiku 5.5 pour les travaux simples, et Fable ou Mythos pour les plus complexes. ### Quelle puissance solaire faut-il pour une machine d'IA de 100 W ? En arithmétique illustrative, 100 W toute l'année représentent 876 kWh. Avec les données PVGIS, un bilan annuel demande environ 0,78 kWc de panneaux à Paris et 0,54 kWc à Marseille, et environ 1,8 kWc pour couvrir un mois de décembre à Paris, plus une batterie pour les nuits. - PVGIS donne 1 129,52 kWh par kWc et par an à Paris et 1 624,29 à Marseille (panneaux fixes à 35 degrés, 14 % de pertes). - Avec les chiffres 2026 de l'ADEME, 876 kWh émettent environ 368 kg CO2e au gaz et 17,5 à 26,3 kg avec des panneaux solaires neufs. - La batterie n'est pas dimensionnée ici, et le chiffre des panneaux exclut la machine, la batterie et l'onduleur. ### Que doit mesurer une PME avant de faire tourner l'IA sur ses propres machines ? Trois choses, dans l'ordre : la part de ses demandes réelles qui est routinière, le résultat comparé d'un modèle local et d'un modèle cloud sur ces demandes dans le même harnais, et les watts et les euros que la machine locale consomme vraiment. - Consigner les demandes réelles et les trier en routinières, structurées et difficiles. - Faire noter les deux modèles à l'aveugle par les personnes qui font le travail. - Brancher un wattmètre sur la machine et garder une route cloud pour les tâches les plus difficiles. ### Qu'est-ce que le routage de modèles, et comment s'applique-t-il à l'IA de bureau ? Le routage de modèles envoie chaque demande au plus petit modèle capable de la traiter et ne monte d'un niveau que si nécessaire. Notre conception compte trois niveaux, un petit modèle local (prévu), un modèle local de 27 milliards de paramètres et un modèle frontière dans le cloud, avec un harnais qui arbitre ; aucune part de trafic par niveau n'a été mesurée. - Anthropic conseille lui-même Opus 5.5 pour le travail courant et Fable 5.2 pour les tâches les plus dures. - Le niveau 1, un petit modèle local spécialisé, est prévu et pas encore en service. - Nous n'avons pas encore de compteur par niveau : nous ne pouvons pas dire quelle part du trafic reste en local. ### Faire tourner l'IA en local coûte-t-il moins cher que payer au jeton ? Nous ne pouvons pas encore le dire. Un Mac Studio M4 Max reconditionné nous coûte environ 2 000 € HT, soit environ 56 € par mois sur 36 mois avant électricité, alors que les prix catalogue du cloud vont de 10 à 40 dollars par million de jetons en sortie ; sans notre volume de jetons ni relevé de wattmètre, aucun prix au jeton n'est publiable. - Sonnet 5.5 coûte 10 dollars et Fable 5.2 40 dollars par million de jetons en sortie (Anthropic, novembre 2026). - Le prix du matériel et le chiffre de 100 W sont nos propres déclarations, sans facture ni relevé de compteur publiés. - Une machine locale ne s'amortit que sur la part des demandes qu'elle peut porter : c'est pourquoi la méthode commence par compter les demandes. --- # « Ne fais pas ça », « TRÈS IMPORTANT », « Peux-tu… ? » : ce que la preuve dit de la négation, des majuscules et des questions dans les prompts Adresse : https://paulantoinetual.fr/blog/negation-majuscules-questions-prompts-ce-que-la-preuve-soutient Publié le 2026-11-06 · Agents IA > Presque aucune étude ne compare deux formulations d'une même consigne dans un vrai prompt d'agent. Nous avons lu les guides d'éditeurs 2026, les articles de recherche et les retours de terrain sur la négation, les majuscules, la répétition et la forme interrogative, et n'avons gardé que ce qu'ils énoncent : où la preuve est solide, où elle est mince, et quels chiffres qui circulent nous avons écartés. La plupart des conseils sur la rédaction d'un prompt s'appuient sur la documentation des éditeurs et sur quelques petits tests. Presque aucun ne compare deux formulations d'une même consigne dans un vrai prompt d'agent. Nous avons lu les guides d'éditeurs 2026, les articles arXiv et les retours de terrain que nous avons pu ouvrir le 6 novembre 2026, et n'avons gardé que ce qu'ils énoncent. Chaque source est étiquetée : documentation d'éditeur (non mesurée), mesure (une étude avec chiffres et limites) ou retour de terrain (billet de blog ou fil de forum). Le résultat est un ensemble de tendances plutôt que de règles. - Négation : les règles d'évitement courtes tiennent, mais les interdictions larges sont sur-appliquées, et nommer la chose interdite peut la maintenir active. - Majuscules et répétition : une formulation criarde fait sur-déclencher les modèles Claude récents, et la seule répétition dont le bénéfice est mesuré est un court rappel d'une contrainte de format en fin de prompt. - Questions : l'impératif obtient une action là où la question peut obtenir un conseil, mais rien ne montre que la forme interrogative fasse poser des questions en retour à un agent. ## Négation : les règles d'évitement simples tiennent, les interdictions larges ratent leur cible Une interdiction n'est pas une chose unique : les règles courtes qui proscrivent un mot ou un signe de ponctuation sont bien tenues, alors que les interdictions larges, celles qui visent une façon de raisonner et celles qui nomment l'élément interdit tendent à se retourner contre leur auteur, et les éditeurs qui donnent un avis préfèrent la forme positive sans l'avoir mesuré. - Le guide d'Anthropic propose une consigne claire : « Dis à Claude ce qu'il doit faire plutôt que ce qu'il ne doit pas faire ». L'exemple montre qu'il vaut mieux demander une prose fluide que d'écrire « N'utilise pas de markdown dans ta réponse » [1]. Cette page n'a pas de date et le conseil ne s'appuie sur aucune donnée chiffrée. - Citer un mot interdit peut déclencher le problème. Dans une étude de 40 000 échantillons, 87,5 % des violations d'une contrainte négative venaient de ce mécanisme. Nommer le mot interdit activait sa représentation au lieu de la supprimer [2]. Le préprint date de janvier 2026, hors de notre fenêtre de six mois, et nous le citons pour le mécanisme. - Les questions avec une négation posent problème. Sur six modèles ouverts, la précision sur les questions comportant une négation allait de 45,2 à 57,6 %. Sur les versions positives, elle atteignait 91,8 à 96,5 %. Désactiver certains modules d'attention des couches tardives relevait la précision sur les questions niées, d'environ 17 points pour Llama-3.1-8B [3]. Ce test concerne la négation explicite dans des questions, pas une interdiction dans un prompt. - La polarité change les réponses éthiques. Sur 14 dilemmes moraux, de petits modèles ouverts de 1 à 4 milliards de paramètres approuvaient une action 24 % du temps quand elle était formulée de façon affirmative. Cette approbation montait à 100 % quand elle était niée. L'écart allait jusqu'à 76 points sur 16 modèles. L'accord entre modèles passait de 73 % à 59 % sous simple négation [4]. Cela mesure la sensibilité à la polarité dans des choix éthiques, pas l'effet d'une règle de prompt. - Les règles d'évitement tiennent sous charge. Avec trois modèles chargés d'une tâche concurrente, les contraintes d'évitement comme l'absence de virgules ou de mots interdits restaient à 100 % ou presque. Les contraintes placées en fin de réponse se dégradaient jusqu'à 50 % [5]. L'échantillon est de six éléments par type de contrainte : il est indicatif. - Les interdictions s'effacent dans les longues conversations. Pour Mistral Large 3, la conformité aux règles d'interdiction passait de 73 % au tour 5 à 33 % au tour 16. Les règles qui imposent une action restaient à 100 %. Ce résultat porte sur 4 416 essais et 12 modèles (voir Figure 1) [6]. Cela ressemble à une tension avec le résultat précédent, mais la pression diffère : une tâche concurrente dans un cas, la longueur de la conversation dans l'autre. Le préprint date du 22 avril 2026, un peu hors de notre fenêtre, et c'est la seule mesure d'érosion d'une règle sur un long échange que nous ayons trouvée. - Jugements et garde-fous : dans un test de terrain avec trois extraits de code, un faux problème ressemblant à un vrai était signalé dans 2 exemples sur 3 sans consigne. C'était aussi le cas dans 2 sur 3 avec une liste explicite de ce qu'il ne faut pas signaler. Avec un critère d'inclusion positif, le score était de 0 sur 3 [7]. Sur un prompt de revue de code en production, la formulation négative et la formulation positive ont trouvé pratiquement les mêmes bugs. Le modèle n'est pas nommé et l'échantillon est minuscule. > **[Schéma] Conformité aux règles d'interdiction et aux règles d'action au fil d'une longue conversation** > Deux lignes pour Mistral Large 3 entre le tour 5 et le tour 16, conformité en pourcentage. Les règles d'interdiction passent de 73 à 33. Les règles qui imposent une action restent à 100. Deux points seulement sont rapportés par série : les droites sont un repère. > Figure 1. Pour Mistral Large 3, la conformité aux règles d'interdiction est passée de 73 % à 33 % entre le tour 5 et le tour 16, alors que les règles qui imposent une action tenaient à 100 %. Source : Gamage, arXiv:2604.20911, 22 avril 2026, résumé (4 416 essais, 12 modèles). Les interdictions étroites tiennent ; les larges ratent leur cible. ## Majuscules et répétition : les règles criardes sur-déclenchent, un rappel final aide Une formulation criarde fait sur-déclencher les modèles récents, répéter tout un prompt aide surtout les modèles qui ne raisonnent pas, et la seule répétition dont le bénéfice est mesuré est un court rappel d'une contrainte de format à la fin du prompt. - Anthropic : les modèles Claude Opus 4.5 et 4.6 répondent davantage au prompt système. Une règle conçue pour corriger un sous-déclenchement peut désormais créer un sur-déclenchement. Le guide préconise d'échanger « CRITIQUE : tu DOIS utiliser cet outil quand... » pour « Utilise cet outil quand... » [1]. - OpenAI : le guide GPT-5.6 recommande « Garde la politique en un seul endroit et énonce chaque règle une seule fois ». Il met en garde contre la répétition de consignes telles que « demande d'abord », « ne modifie pas » ou « attends l'approbation », qui génèrent des validations inutiles. Il réserve TOUJOURS, JAMAIS et doit aux vrais invariants [8]. - L'impact des majuscules : une étude portant sur 13 modèles montre que capitaliser un mot dans un texte minuscule focalise l'attention. La précision sur les faits augmente de 8,95 points maximum avec les meilleurs schémas, mais seulement de 1,85 point sur Qwen2.5-7B-Instruct [9]. La casse alternée a réduit les scores de 13,96 points sur LLaMA-3.1-8B-Instruct. Les modèles raisonnants varient peu, moins de 0,5 point (voir Figure 2). Ces tests évaluent des questions factuelles, pas le comportement. Ces résultats n'infirment donc pas les observations d'Anthropic. - La répétition du prompt : répéter l'entrée a amélioré les résultats dans 47 cas sur 70 combinaisons modèle-benchmark, sans perte lorsque le modèle ne raisonne pas. Avec un raisonnement pas à pas, l'effet est neutre à légèrement positif (5 gains, 1 perte, 22 égalités sur 28) [10]. Les essais ont porté sur Gemini 2.0 Flash, GPT-4o, Claude 3.7 Sonnet et DeepSeek V3 en février et mars 2025. Le préprint date de décembre 2025 : nous le considérons comme hors de notre fenêtre. - Le rappel final : associer un cadrage explicite à un rappel en fin de prompt restaure la conformité entre 90 et 100 % dans de nombreux cas. Les gains moyens atteignent 17,7 points pour o4-mini, 16,9 pour DeepSeek-V3.1 et 12,7 pour Llama-3.3-70B [5]. Ce format modifie plusieurs éléments simultanément. On ne peut donc pas isoler l'effet du rappel seul. - Les fichiers d'instructions : lors de 1 650 sessions Claude Code environ et sur deux dépôts TypeScript, la taille du fichier n'a pas d'effet mesurable (avec un soutien statistique à l'absence d'effet). La position et la structure n'avaient pas non plus d'effet détectable, mais sans preuve d'absence. Les chances de conformité diminuent d'environ 5,6 % par fonction supplémentaire générée en session, un point repéré a posteriori [11]. L'emphase n'était pas un facteur variable. Une autre étude indique que les fichiers de contexte n'améliorent pas globalement le taux de réussite et augmentent le coût d'inférence de plus de 20 % en moyenne [12]. > **[Schéma] Effet des majuscules sur la précision, en points** > Barres horizontales autour d'une ligne zéro. Mot cible en majuscules, meilleur schéma : plus 8,95 points. Mot cible en majuscules sur Qwen2.5-7B-Instruct : plus 1,85. Casse alternée sur LLaMA-3.1-8B-Instruct : moins 13,96. Modèles qui raisonnent : typiquement moins de 0,5 point dans un sens ou dans l'autre. > Figure 2. Mettre le mot cible en majuscules a augmenté la précision jusqu'à 8,95 points, la casse alternée a coûté jusqu'à 13,96 points, et les modèles qui raisonnent ont à peine bougé. Source : Dillitzer et al., arXiv:2608.03711, 4 août 2026, 13 modèles. Répétez une contrainte une fois, à la fin, et rien de plus. ## Question ou ordre : l'impératif obtient l'action, mais rien ne montre que la question fasse poser des questions à l'agent Anthropic et OpenAI montrent que l'ordre direct déclenche une action. La question, elle, ne mène souvent qu'à un avis. L'hypothèse selon laquelle une forme interrogative amène l'agent à poser des questions en retour manque de preuves. Les interruptions que nous avons trouvées documentées proviennent d'autres facteurs. - Documenté : Anthropic met en regard « Peux-tu suggérer des modifications pour améliorer cette fonction ? », qui ne produit parfois que des conseils, et « Modifie cette fonction pour en améliorer les performances. », qui déclenche l'action. Le texte propose deux blocs de prompt système, l'un pour intervenir par défaut, l'autre pour attendre une demande explicite [1]. Il recommande aussi de demander validation avant les opérations difficiles à inverser, comme un force push. - Même logique chez OpenAI : le guide GPT-6 Astra indique de considérer « peux-tu... », « je veux... » et « aide-moi... » comme des ordres d'exécution [13]. Le guide GPT-5.6 définit trois règles : analyser et informer pour les demandes d'analyse ou de planification, agir sans confirmation pour les modifications locales limitées, et exiger un accord pour les écritures externes, les actions destructives, les achats ou les extensions majeures du périmètre [8]. - Cause 1, le modèle : OpenAI précise qu'Astra a tendance à chercher des clarifications et peut s'arrêter alors que l'utilisateur attendrait des hypothèses raisonnables. Le conseil est de finir le travail déjà validé avant de poser des questions [13]. Un article de presse spécialisée daté du 5 septembre 2026 signale qu'Astra questionne plus que GPT-5.6 Sol, sans fournir de chiffres précis [14]. - Cause 2, l'outil et son mode : dans un fil du forum Cursor des 10 et 11 août 2026, un utilisateur décrit des fenêtres de questions à chaque tour, non stoppées par la commande /nohuman. L'équipe répond qu'il n'y a pas d'interrupteur pour les désactiver. Une règle utilisateur interdisant l'outil de questions les diminue en général sans les éliminer, et fixer un modèle différent d'Auto peut aider [15]. - Cause 3, la politique de questions : sur un benchmark de tâches de data science ambiguës, des prompts permissifs faisaient trop interroger les agents sur les tâches claires. Des prompts conservateurs les incitaient à choisir une valeur par défaut en silence sur les tâches ambiguës [16]. Avec la politique conservatrice, Gemini 3.1 Pro questionnait sur 94 % des tâches cibles ambiguës et sur 0 % de celles entièrement spécifiées. GPT-5.4 choisissait une valeur par défaut en silence dans 100 % des exécutions de métrique ambiguës, et Claude Haiku 4.5 dans 97 %. Pour 88 % des questions de Haiku 4.5 sur les tâches cibles, il s'agissait de préférences de style. - Demander peut rapporter : poser d'abord une à trois questions coûtait 1,96 tour au lieu de 1,00 et obtenait 6,67 sur 8. Ce score est supérieur aux 5,67 d'un prompt brut et aux 7,50 d'une checklist. Pour Claude, le prompt de clarification (7,38) dépassait légèrement la checklist (7,25) [17]. Les notes ont été attribuées par les auteurs, sur quatre types de tâches, sans évaluateurs en aveugle. Une autre étude montre que limiter les questions à une à trois réduisait le coût d'attention de l'utilisateur de 36 à 73 %. Ce faisant, elle conservait 86 à 94 % de la récompense, sur huit modèles et quatre domaines de service client [18]. - La forme interrogative côté utilisateur : demander à un modèle de transformer des affirmations en questions avant de répondre réduisait la complaisance plus efficacement qu'une consigne de base l'invitant à ne pas être complaisant [19]. Le résumé ne fournit aucun chiffre et ne mentionne pas la fréquence à laquelle un agent pose des questions. > **[Schéma] Ce qui pousse un agent à s'arrêter pour poser une question à l'utilisateur** > Trois causes documentées mènent à une boîte où l'agent s'arrête pour demander, qui mène à une interruption pour l'utilisateur : le modèle, l'outil et son mode, et la politique de questions. Une quatrième boîte, la formulation de la demande en question ou en ordre, est reliée par une flèche en pointillés intitulée aucun test contrôlé. > Figure 3. Trois causes de questions d'agent sont documentées ; la formulation de la demande, en pointillés, n'a pas été testée. Schéma conceptuel construit à partir des sources 13 à 16. Nous n'avons trouvé aucune étude qui compare une question, un ordre et une requête indirecte sur le taux de questions posées par des agents de code, et aucune en français. ## Ce qu'apporte l'interprétabilité, et ce qu'elle n'apporte pas Les travaux d'interprétabilité donnent un mécanisme plausible pour expliquer pourquoi nommer une chose interdite la garde en partie active, avec un contrôle imparfait et sensible à la formulation, mais ils n'offrent rien de direct sur l'emphase, la répétition d'instructions ou les demandes de clarification. - Anthropic, juillet 2026 : en demandant à Sonnet 4.5 de se concentrer sur une idée tout en recopiant un texte sans lien, une consigne d'ignorer réduisait fortement la présence de l'idée comparée à la consigne de se concentrer, sans l'annuler totalement. La consigne d'ignorer activait elle aussi une part de l'idée [20]. Une simple évocation suffisait à déclencher l'idée presque autant qu'une consigne explicite de se concentrer. La phrase « Ne pense pas à X » éliminait moins bien l'idée que le mot « ignore » utilisé dans les tests principaux. Il s'agit d'une tâche de recopie, non d'un prompt réaliste. - Un préprint de mai 2026 : sur Llama-3.1-8B, avec Mistral-7B et Gemma-7B-IT pour vérifier, l'idée interdite restait accessible dans les états cachés malgré une consigne de suppression. La fuite dans la réponse chutait de 48,3 % après une mention directe pour atteindre zéro [21]. Les auteurs ne valident pas un effet d'ours blanc strict : leur hiérarchie place la mention directe au-dessus de la suppression, et la suppression très au-dessus de l'absence de mention. Les analyses sont corrélationnelles. - Le mécanisme de la négation : une attention des couches tardives privilégie des raccourcis simples, comme dans l'étude à six modèles citée plus haut [3]. - Ce qui manque : nous n'avons trouvé aucune feature interne d'emphase, aucun travail sur la répétition d'une instruction dans un prompt, et aucun mécanisme lié au fait de poser une question, chez Claude ou ailleurs. La plupart des travaux utilisent de petits modèles ouverts. Notre inférence, non publiée, est que nommer une chose la place dans le contexte et l'active partiellement. Cela rend crédible la préférence des éditeurs pour la forme positive, mais ne suffit pas à expliquer les échecs vus dans de vrais prompts. ## Onze pratiques et leur degré de preuve Ces règles proviennent de documents d'éditeurs et d'accords entre sources, non d'essais contrôlés. Chaque ligne précise donc son origine et sa force. | Pratique | Base | Solidité | |---|---|---| | Décrire d'abord le comportement voulu | Guide Anthropic [1] | Documentation d'éditeur, non mesurée | | Si vous devez interdire, donner l'alternative et la raison | Guide Anthropic [1] | Documentation d'éditeur, non mesurée | | Pour un jugement ou une classification, écrire un critère d'inclusion positif plutôt qu'une liste d'exclusions | Test de terrain [7] | Retour de terrain, trois exemples | | Pour un garde-fou d'action, garder la forme négative et ajouter le périmètre autorisé | [5], [7] | Mesure et retour de terrain, petits | | Éviter les majuscules et CRITIQUE ou DOIT sur les modèles Claude récents | [1], [8] | Documentation d'éditeur, non mesurée | | Énoncer chaque règle une fois, au même endroit | Guide OpenAI [8] | Documentation d'éditeur, non mesurée | | Rappeler en fin de prompt une contrainte de format critique | Rappel final [5] | Mesure, trois modèles, plusieurs changements à la fois | | Ne pas compter sur la répétition du prompt avec un modèle qui raisonne | Répétition du prompt [10] | Mesure sur des modèles de 2025 | | Utiliser l'impératif pour obtenir une action | [1], [13] | Documentation d'éditeur, non mesurée | | Dire quelles ambiguïtés justifient une question, et quand demander | Notre inférence à partir de [13] et [16] | Inférence | | Si le mode d'un outil génère les questions, changer le mode ou le modèle | Fil Cursor [15] | Retour de terrain | Deux précautions supplémentaires. Ne dédupliquez pas un fichier de prompt qui fonctionne sans comparer avant et après sur un jeu de tests, car la taille du fichier n'a montré aucun effet détectable dans une étude [11]. Et ne dites pas à un agent de ne jamais demander, car une politique de questions conservatrice a poussé certains agents à choisir une valeur par défaut en silence sur des tâches ambiguës [16]. ## Chiffres qui circulent et que nous n'avons pas retenus Nous avons confronté les données reçues aux articles publiés. Nous avons supprimé les informations que les sources n'indiquent pas ou qui les contredisent. Si une donnée provient d'un texte complet que nous avons consulté, nous le mentionnons. Les autres ont été contrôlées dans le résumé. - « 77 % » concernant l'écart de polarité dans l'étude des dilemmes moraux : le résumé indique 24 %, jusqu'à 100 % et un écart allant jusqu'à 76 points. - Une baisse à 20 % au tour 25, avec des règles imposant un contenu au-dessus de 93 %, pour l'étude de l'érosion des règles : le résumé cite 33 % au tour 16 et 100 %. - Une progression de 80 % à 95 % des appels d'outils sûrs pour Claude Sonnet 4.5 avec un suffixe de sécurité, attribuée à un benchmark de sécurité des appels d'outils : le résumé de cet article ne l'inclut pas. - Environ 3 % de réussite en moins pour les fichiers de contexte créés par un modèle et environ 4 % de plus pour ceux rédigés par des humains : le résumé de l'étude précise qu'aucun des deux types n'augmente en général la réussite, avec un coût en hausse de plus de 20 %. - Des seuils de densité d'interdictions (10, 25, 40 ou 60 %) dans plusieurs billets de blog : aucun n'est accompagné d'une méthode, nous ne les retenons donc pas. ## Lancez le test des trois formulations avant de réécrire une bibliothèque de prompts Un test qui trancherait les questions ouvertes est simple à monter : la même tâche en trois formulations, un impératif, une question et une requête indirecte, sur des tâches claires et sur des tâches ambiguës, avec au moins deux modèles. - Compter : les questions posées, si la tâche a été menée à terme, et si le résultat était correct. - Contrôler : la même longueur et la même politesse dans les trois formulations, et le même prompt système. - Étendre : le même protocole vaut pour une interdiction et son équivalent positif, et pour une règle avec et sans majuscules. Nos mots-clés de formation se testent de la même façon [22], et une règle qui compte vaut mieux appliquée en dehors du prompt que formulée plus fort [23]. En attendant que les études existent, traitez chaque pratique ci-dessus comme une tendance à vérifier sur vos propres prompts. ## Sources 1. Anthropic, [*Prompting best practices*](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices), documentation Claude Developer Platform, page non datée, lue le 6 novembre 2026. 2. Shailesh Rana, ['Semantic Gravity Wells: Why Negative Constraints Backfire'](https://arxiv.org/abs/2601.08070), arXiv:2601.08070, 12 janvier 2026. Hors de la fenêtre de six mois ; cité pour le mécanisme. 3. Zhejian Zhou, Tianyi Zhou, Robin Jia et Jonathan May, ['How Language Models Process Negation'](https://arxiv.org/abs/2605.03052), arXiv:2605.03052, 4 mai 2026, révisé le 29 mai 2026. 4. Katherine Elkins et Jon Chun, ['Framing Instability in LLM Ethical Stance: Auditing Negation Sensitivity in Moral Dilemmas'](https://arxiv.org/abs/2601.21433), arXiv:2601.21433, 29 janvier 2026, révisé le 8 juillet 2026. 5. Avni Mittal, ['Did You Forget What I Asked? Prospective Memory Failures in Large Language Models'](https://arxiv.org/abs/2603.23530), arXiv:2603.23530, 7 mars 2026, révisé le 11 juin 2026. 6. Yeran Gamage, ['Omission Constraints Decay While Commission Constraints Persist in Long-Context LLM Agents'](https://arxiv.org/abs/2604.20911), arXiv:2604.20911, 22 avril 2026. Un peu hors de la fenêtre de six mois ; la seule mesure d'érosion d'une règle sur un long échange que nous ayons trouvée. 7. Anastasiia Mudra, ['Telling AI Agents What Not to Do: Does It Actually Help?'](https://mavka.ai/blog/negative-vs-positive-instructions), blog Mavka, 7 août 2026. 8. OpenAI, [*Prompt guidance for GPT-5.6*](https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6), documentation de l'API, page non datée, lue le 6 novembre 2026. 9. Maximilian Dillitzer, Tin Stribor Sohn, Jason J. Corso et Michael Auerbach, ['Attention is Case-Sensitive'](https://arxiv.org/abs/2608.03711), arXiv:2608.03711, 4 août 2026 (ECCV 2026). 10. Yaniv Leviathan, Matan Kalman et Yossi Matias, ['Prompt Repetition Improves Non-Reasoning LLMs'](https://arxiv.org/abs/2512.14982), arXiv:2512.14982, 17 décembre 2025. Hors de la fenêtre de six mois ; tests menés sur des modèles de 2025. 11. Damon McMillan, ['Instruction Adherence in Coding Agent Configuration Files: A Factorial Study of Four File-Structure Variables'](https://arxiv.org/abs/2605.10039), arXiv:2605.10039, 11 mai 2026. 12. Thibaud Gloaguen, Niels Mündler-Sasahara, Mark Niklas Müller, Veselin Raychev et Martin Vechev, ['Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?'](https://arxiv.org/abs/2602.11988), arXiv:2602.11988, 12 février 2026, révisé le 29 septembre 2026. 13. OpenAI, [*GPT-6 Astra*](https://developers.openai.com/api/docs/guides/latest-model/gpt-6-astra.md), documentation de l'API, page non datée, lue le 6 novembre 2026. 14. The Decoder, ['OpenAI shares prompting tips for GPT-6 Astra, including a blocklist of slop words'](https://the-decoder.com/openai-shares-prompting-tips-for-gpt-6-astra-including-a-blocklist-of-slop-words/), 5 septembre 2026. 15. Cursor Community Forum, ['Constant noop AskQuestions dialogs interrupt workflow'](https://forum.cursor.com/t/constant-noop-askquestions-dialogs-interrupt-workflow/167936), fil des 10 et 11 août 2026. 16. Josefa Lia Stoisser, Marc Boubnovski Martell, Sidsel Boldsen, Kaspar Märtens et Robert Kitchen, ['Ambig-DS: A Benchmark for Task-Framing Ambiguity in Data-Science Agents'](https://arxiv.org/abs/2605.09698), arXiv:2605.09698, 10 mai 2026. 17. Saurav Ghosh, ['Less Back-and-Forth: A Comparative Study of Structured Prompting'](https://arxiv.org/abs/2605.20149), arXiv:2605.20149, 19 mai 2026, révisé le 4 octobre 2026. 18. Xuanming Zhang et collègues, ['Ask Less, Ask Better: Allocating User Attention in Proactive LLM Agents with Interruption Budgets'](https://arxiv.org/abs/2610.24411), arXiv:2610.24411, 17 octobre 2026. 19. Magda Dubois, Cozmin Ududec, Christopher Summerfield et Lennart Luettgau, ['Ask don't tell: Reducing sycophancy in large language models'](https://arxiv.org/abs/2602.23971), arXiv:2602.23971, 27 février 2026, révisé le 29 juillet 2026. 20. Gurnee, Sofroniew, Lindsey et collègues, Anthropic, ['Verbalizable Representations Form a Global Workspace in Language Models'](https://transformer-circuits.pub/2026/workspace/index.html), 6 juillet 2026. 21. Rebecca Ramnauth et Brian Scassellati, ['The Attentional White Bear Effect in Transformer Language Models'](https://arxiv.org/abs/2605.28639), arXiv:2605.28639, 27 mai 2026 (en cours d'évaluation à EMNLP 2026). 22. Junyr, [*Mots-clés pour agents IA : ce que la preuve soutient, et les dix que nous enseignons*](/blog/mots-cles-agents-ia-vocabulaire-consigne), 13 octobre 2026. 23. Junyr, [*L'ingénierie de harnais : la couche logicielle qui transforme un modèle en agent*](/blog/ingenierie-harnais-agent-ia), 20 septembre 2026. > Nous avons lu les résumés arXiv, et les textes intégraux quand un chiffre ne figurait pas dans le résumé, le 6 novembre 2026. Les guides d'éditeurs sont des pages non datées qui évolueront. Trois préprints (2, 6 et 10) sortent de notre fenêtre de fraîcheur de six mois et sont cités pour un mécanisme ou faute de meilleure mesure. Les citations des guides sont de courts extraits, que ce miroir français traduit. Les Figures 1 et 2 reproduisent des chiffres des articles cités, et la Figure 3 est un schéma conceptuel. Les tests de formulation proposés dans la dernière section sont notre recommandation et n'ont pas été menés. ## Questions fréquentes ### Est-ce une erreur de dire à un modèle d'IA ce qu'il ne doit pas faire ? Pas toujours. Les règles d'évitement courtes comme « pas de virgules » tenaient à 100 % ou presque sous charge dans une étude, mais les interdictions larges sont sur-appliquées, et nommer un mot interdit peut l'amorcer. Anthropic conseille de dire plutôt ce qu'il faut faire. - Dans une étude de 40 000 échantillons, 87,5 % des violations d'une contrainte négative étaient des échecs d'amorçage, où nommer le mot l'activait. - Sur six modèles ouverts, la précision sur les questions niées allait de 45,2 à 57,6 %, contre 91,8 à 96,5 % sur les versions positives. - Dans un petit test de terrain, un critère d'inclusion positif a supprimé une erreur de faux positif qu'une interdiction explicite ne supprimait pas. ### Les majuscules et des mots comme CRITIQUE font-ils mieux suivre une règle à un modèle ? Sur les modèles Claude récents, Anthropic indique qu'ils provoquent du sur-déclenchement et conseille une formulation simple. Une étude sur 13 modèles a trouvé que les majuscules augmentaient la précision sur des questions factuelles jusqu'à 8,95 points, mais aucune étude n'isole les majuscules sur des règles de comportement. - La casse alternée a coûté jusqu'à 13,96 points sur LLaMA-3.1-8B. - Les modèles qui raisonnent variaient typiquement de moins de 0,5 point. - OpenAI conseille de réserver TOUJOURS et JAMAIS aux vrais invariants. ### Répéter une consigne aide-t-il ? Répéter tout le prompt a aidé des modèles qui ne raisonnent pas, dans une étude menée sur des modèles de 2025. Un court rappel d'une contrainte de format en fin de prompt a rétabli 90 à 100 % de conformité dans de nombreux cas dans une autre. OpenAI conseille d'énoncer chaque règle une seule fois. - La répétition du prompt a gagné 47 tests sur 70 sans aucune perte quand le raisonnement était désactivé, et a été neutre à légèrement positive quand il était activé. - Le rappel final modifiait plusieurs éléments à la fois : son effet seul n'est donc pas isolé. - Répéter « demande d'abord » peut déclencher des demandes d'approbation inutiles. ### « Peux-tu… ? » pousse-t-il un agent IA à poser plus de questions ? Aucune étude ne le montre. « Peux-tu suggérer… » peut obtenir un conseil là où l'impératif obtient l'action, mais les interruptions que nous avons trouvées documentées viennent du modèle, de l'outil, du mode et de la politique de questions. - OpenAI indique que GPT-6 Astra demande plus volontiers des précisions que les modèles précédents. - Dans Cursor, un utilisateur rapporte que la commande /nohuman n'a pas arrêté les fenêtres de questions, et l'équipe a répondu qu'il n'existe pas d'interrupteur. - Une politique de questions conservatrice a poussé certains agents à choisir une valeur par défaut en silence sur les tâches ambiguës. --- # Nous mesurons ce que notre harnais voit, pas ce qu'il empêche Adresse : https://paulantoinetual.fr/blog/harnais-implementation-ia-mesurer-ce-quil-voit Publié le 2026-11-04 · Méthode Junyr™ > 16,6 % des 2 661 plans clos par nos agents IA d'implémentation avaient au moins un échec de vérification enregistré avant la clôture. Aucun taux d'interception n'est publiable, et 14 de nos 48 garde-fous ne laissent aucune trace. Ce qu'un harnais permet d'affirmer, ce qu'il ne permet pas, et les cinq erreurs corrigées dans notre propre méthode. Sur les 2 661 plans clos par nos agents IA d'implémentation entre août et octobre 2026, **443 (16,6 %)** avaient au moins un échec de vérification enregistré avant la clôture [1]. Voilà ce que notre harnais voit : aucun taux d'interception n'est publiable, et **14 de nos 48 garde-fous** ne laissent aucune trace. Junyr est construit en grande partie par des agents IA qui écrivent du code sous une session orchestratrice unique, et le harnais désigne tout ce qui les entoure, en logiciel comme en procédure. Cet article rapporte ce que nous savons compter, ce que nous ne savons pas, et les cinq erreurs de notre propre méthode que nous avons corrigées en route. - Avant la clôture : 443 plans sur 2 661 portent au moins un échec enregistré, et près des deux tiers d'entre eux (63,7 %) avaient encore un contrôle rouge à la clôture. - Après la clôture : 190 plans (7,1 %) sont cités par un rapport de bug ultérieur, mais ces liens ne sont justes que dans 6 à 35 % des cas, ce qui ramène à 11 à 66 plans. - Garde-fous : sur 48, 9 tiennent un compteur de déclenchements, 25 laissent une trace indirecte et 14 n'en laissent aucune. - Prochaine étape : un plan de télémétrie a été soumis à notre registre le 4 novembre 2026. Il attend une décision humaine. ## Le harnais, c'est tout ce qui encadre nos agents d'implémentation Notre harnais est l'ensemble des dispositifs logiciels et procéduraux qui encadrent les agents IA chargés d'implémenter Junyr, et quelques règles de méthode le tiennent ensemble. Nous avons exposé l'idée générale dans notre article sur l'ingénierie de harnais [2]. - Planifier par défaut. Rien n'est implémenté sans demande explicite, et un humain approuve chaque plan. - Un seul orchestrateur écrivain à la fois. Une session unique pilote les agents d'implémentation, comme dans notre article sur l'orchestration frugale [3]. - Pas de Git. Un registre en base tient lieu d'historique, l'approche exposée dans notre article sur le retrait de Git [4]. - Mise en production par un geste humain. Les agents préparent un candidat ; une personne le met en production. Pour un dirigeant, neuf termes suffisent pour suivre la suite. | Terme | Ce que cela signifie | |---|---| | Plan | La description écrite d'un travail, approuvée par un humain avant qu'aucun agent ne démarre | | Prise en charge (claim) | Le moment où un agent s'approprie un plan approuvé | | Lane | Un lot de travail confié à un agent | | Vague | Un groupe de lanes lancées ensemble | | Empreinte déclarée | La liste des fichiers qu'une lane annonce vouloir toucher | | Pré-image | Une copie de référence des fichiers déclarés, prise avant le démarrage de la lane | | Barrière | Le contrôle qui compare les fichiers modifiés à l'empreinte déclarée et peut déclencher un STOP (un arrêt) | | Freeze | Le gel des arbres de code et le build en isolation | | Promotion | Le geste humain qui met en production un candidat gelé | Un plan franchit sept étapes, et 48 garde-fous les jalonnent : Préparation 4, Prise en charge 7, Lane 8, Revue et barrière 9, Portes de règles 7, Gel et promotion 8, Nuit et suivi 5 (voir Figure 1). Chaque garde-fou laisse une trace de l'un des trois types, et les carrés de la figure indiquent lequel. > **[Schéma] Les sept étapes du harnais et la trace laissée par chacun de ses 48 garde-fous** > Sept boîtes alignées, reliées par des flèches, un petit carré par garde-fou. Les carrés de compteur sont pleins en bleu marine, ceux de trace indirecte sont gris clair avec un contour, ceux sans trace sont orange. Totaux : 9 compteurs, 25 traces indirectes, 14 sans trace. Par étape, compteur, indirecte, aucune : Préparation 0, 3, 1 ; Prise en charge 2, 4, 1 ; Lane 3, 2, 3 ; Revue et barrière 2, 4, 3 ; Portes de règles 1, 4, 2 ; Gel et promotion 0, 5, 3 ; Nuit et suivi 1, 3, 1. > Figure 1. Notre harnais compte sept étapes et 48 garde-fous : 9 laissent un compteur de déclenchements, 25 une trace indirecte et 14 aucune trace exploitable. Source : Junyr, registre devflow et journaux de runs, inventaire du 4 novembre 2026, documents internes, non publics. Les compter était la partie facile. ## 443 plans sur 2 661 avaient un échec enregistré avant la clôture Entre août et octobre 2026, 443 des 2 661 plans clos (16,6 %) avaient au moins un échec de vérification enregistré avant la clôture, et 63,7 % de ces 443 portaient encore un contrôle rouge au moment où le plan a été marqué terminé [1]. - Où les échecs se concentrent (voir Figure 2) : lint (contrôles de style) 14,1 %, pytest (tests) 13,1 %, revue adverse 8,4 %, live 6,7 %, navigateur 6,6 %, revue de sécurité 3,2 %, règles 2,9 %, base de données réelle 1,9 %, typecheck (vérification des types) 1,3 %, concurrence 1,3 %. Les contrôles mécaniques viennent en tête, et la revue adverse, conçue pour trouver la faute, se classe troisième. - Trois étapes n'ont enregistré aucun échec : la pré-image (sur 759 lignes), le reçu de lane et la red-proof. Un zéro est ambigu, car il peut signifier que rien n'a échoué ou que les échecs n'y sont pas enregistrés, et l'enregistrement seul ne dit pas lequel. - Comment lire ce chiffre : un échec enregistré montre qu'un contrôle s'est déclenché pendant le travail. Nous ignorons si le défaut serait arrivé en production. > **[Schéma] Taux d'échec avant la clôture, par étape de vérification, août à octobre 2026** > Barres horizontales, taux d'échec en pourcentage. Lint 14,1, pytest 13,1, revue adverse 8,4, live 6,7, navigateur 6,6, revue de sécurité 3,2, règles 2,9, base de données réelle 1,9, typecheck 1,3, concurrence 1,3. Les deux revues sont mises en évidence. Trois étapes n'ont enregistré aucun échec : pré-image, reçu de lane et red-proof. > Figure 2. Avant la clôture, le lint (14,1 %) et pytest (13,1 %) échouent le plus souvent ; les deux revues, adverse et de sécurité, arrivent troisième et sixième. Chaque taux compte les échecs que le harnais a enregistrés avant la clôture. Source : Junyr, registre devflow, mesures du 4 novembre 2026, documents internes, non publics. ## La couverture a varié de mois en mois : tout chiffre avant la clôture est une borne basse L'enregistrement couvrait 49,6 % des plans en août, 99,9 % en septembre et 100 % en octobre, tandis que la part des plans en échec passait de 7,2 % à 36,9 %, puis à 9,0 % (voir Figure 3) [1]. La couverture règle un point : août ne se compare pas aux autres mois, car la moitié des plans n'avait aucun enregistrement et leurs échecs n'ont jamais été comptés. Elle n'explique pas le pic de septembre. Doubler la couverture pouvait à peu près doubler la part d'échecs, et cette part a été multipliée par cinq ; octobre, couvert tout aussi complètement, retombe à 9,0 %. Nous ne savons pas pourquoi septembre ressort, et nous n'en tirons aucune conclusion. - Août : la couverture est trop faible pour comparer avec les mois suivants. - Septembre et octobre : la couverture est presque complète, ce qui en fait les deux seuls mois comparables. La baisse de 36,9 % à 9,0 % est réelle dans les enregistrements, et nous n'avançons aucune cause. - Conséquence : tout agrégat avant clôture est une borne basse, à lire surtout sur septembre et octobre. > **[Schéma] Couverture d'enregistrement et part des plans en échec, août à octobre 2026** > Deux courbes sur trois mois, axe de 0 à 100 pour cent. Couverture d'enregistrement : 49,6 en août, 99,9 en septembre, 100 en octobre. Part des plans avec un échec enregistré : 7,2 en août, 36,9 en septembre, 9,0 en octobre. La couverture est presque complète dès septembre, donc août ne se compare pas, et la couverture n'explique pas le pic de septembre. > Figure 3. L'enregistrement couvrait 49,6 % des plans en août et presque tous à partir de septembre : août ne se compare pas, et la couverture n'explique pas le pic de septembre. Source : Junyr, registre devflow, mesures du 4 novembre 2026, documents internes, non publics. Le pic de septembre reste inexpliqué. ## Après la clôture, 11 à 66 plans portent probablement un défaut ultérieur Un rapport de bug ultérieur cite 190 des 2 661 plans clos (7,1 %), mais une citation est un signal faible, donc nous avons lu un échantillon aléatoire de 30 liens entre rapports de bug et plans [1]. - La lecture : 5 défauts réels, 10 simples références, 11 problèmes d'outillage ou de test et 4 cas flous. - Le taux : 5 sur 30 font 17 %, avec un intervalle de confiance à 95 % de 6 à 35 %. Appliqué aux 190 plans cités, cela donne 11 à 66 plans, soit 0,4 % à 2,5 % des plans clos. - Le point central : 17 % donnerait environ 32 plans. Nous citons la fourchette, car un chiffre unique prétendrait plus que ce que 30 cas permettent. - Le premier échantillon : un premier lot d'une dizaine de rapports, jugé « majoritairement réel », était biaisé. Sur le tirage aléatoire, le chiffre est tombé à 17 %. La fourchette est le résultat. ## Aucun taux d'interception n'est publiable, et quatre conditions l'expliquent Notre premier visuel divisait les défauts interceptés par la somme des interceptés et des échappés, et donnait 60 à 70 %. Nous l'avons retiré. Ce qui le remplace est plus court : le harnais rapporte ce qu'il voit, et ce qu'il empêche reste non mesuré. Quatre conditions manquent pour dire plus. - Pas de contrefactuel. Rien ne compare les mêmes plans avec et sans harnais, donc nous ne savons pas ce qui se serait passé. - Pas de lien causal mesurable. Seuls 25 plans sont à la fois enregistrés en échec et cités par un rapport de bug ultérieur. Parmi les plans avec un échec enregistré, 5,5 % ont été cités ensuite, contre 7,5 % pour les autres. Cet écart n'est pas significatif, et le rapport des deux taux, calculé mois par mois, va de 0,41 à 0,88. - Couverture variable. L'enregistrement couvrait la moitié des plans en août et presque tous ensuite. - Liens peu fiables. Seuls 6 à 35 % des liens entre rapports de bug et plans sont justes. Voici un tableau que nous pouvons réutiliser tel quel. | Ce que nous pouvons dire | Ce que nous ne dirons pas | |---|---| | 16,6 % des plans clos (443 sur 2 661) avaient au moins un échec de vérification enregistré avant la clôture. | « Le harnais intercepte X % des défauts. » | | Après la clôture, 11 à 66 plans portent probablement un défaut ultérieur signalé. | « 190 plans étaient défectueux. » | | Sur nos 48 garde-fous, 14 ne laissent aucune trace exploitable. | « Septembre montre une dégradation de la qualité. » | | Nous ne savons pas encore quel modèle d'IA est le plus fiable dans ce cadre : l'information n'est pas enregistrée. | « Les modèles X sortent plus souvent du cadre que les modèles Y. » | ## 48 garde-fous, 14 sans trace : le point faible est l'observabilité Nous avons réparti les 48 garde-fous en trois classes de trace, numérotées dans l'ordre du pipeline : 9 tiennent un compteur de déclenchements, 25 laissent une trace indirecte que nous ne pouvons que déduire d'autres enregistrements, et 14 ne laissent aucune trace exploitable [1]. Le point faible est l'observabilité. Un garde-fou sans trace peut très bien fonctionner, mais nous ne pouvons ni le prouver ni le mesurer. Sept comptes d'activité donnent une idée de ce que les traces montrent. - Fraîcheur : 24 plans périmés sur 797 sondés. - Resoumissions : 1 169 resoumissions et 481 plans abandonnés, 85 % des resoumissions intervenant en moins de 7 jours. La cause n'est pas enregistrée. - Barrière : 37 STOP sur 13 runs, avec 547 chemins signalés. - Porte de règles : en échec sur 43 plans. - Freeze : 81 candidats gelés jamais promus (avec une preuve vide), 36 promus et 7 prêts. - Preuves différées : 163, dont 129 en retard, parmi lesquelles 105 de navigateur et 21 de contrôles live. Les 3 restantes ne sont pas attribuées. - Rejeu vérité terrain : 90 FAIL sur 2 336 lignes, dans un seul run, donc nous ignorons sa représentativité. Vu n'est pas prouvé. ## Personne ne peut dire quelle lane a quitté son empreinte Aucune table n'attribue une écriture hors de l'empreinte déclarée à une lane précise, et le modèle d'IA qui a exécuté une lane n'est enregistré nulle part. Nous ne pouvons pas comparer les modèles, ni compter combien d'implémenteurs écrivent hors de leur zone. Pour les six plus gros STOP (90, 69, 83, 81, 50 et 35 fichiers), nous avons lu les causes à la main. - Non attribué : deux STOP, de 90 et 69 fichiers. - Clôture de résidu : un STOP, de 83 fichiers, où l'orchestrateur ferme un résidu mécanique. - Pré-images suivantes : un STOP, de 81 fichiers, qui appartiennent à une vague ultérieure. - Fusion refusée par l'outil : deux STOP, de 50 et 35 fichiers. Notre lecture qualitative, que nous n'avons pas démontrée, est que la plupart des STOP viennent de l'orchestration : résidus déclarés et vagues qui se chevauchent. Les comptes obtenus par recherche textuelle sont un plancher. ## Cinq erreurs dans notre propre méthode, corrigées avant publication Chaque erreur ci-dessous a changé un chiffre ou une affirmation de cet article, et le tableau donne la correction appliquée. | Erreur | Correction | |---|---| | Un ratio d'interception de 60 à 70 % dans notre premier visuel | Retiré, faute de contrefactuel et de lien causal mesurable | | Un premier échantillon d'une dizaine de rapports de bug, jugé majoritairement réel | Remplacé par un tirage aléatoire de 30 cas : 17 % réels, intervalle à 95 % de 6 à 35 % | | Un premier visuel qui ne couvrait que 14 étapes de vérification | Remplacé par l'inventaire des 48 garde-fous | | Un libellé, « bloqués par revue », trompeur : une revue négative inclut aussi des prémisses réfutées | Renommé « revue négative » | | Une recherche de plans de correction par titre, qui rendait 0 résultat | Remplacée par le signal « plan cité par un rapport de bug » | ## Que demander à l'équipe qui construit vos outils avec des agents IA Si votre entreprise fait construire ses outils métier par des agents, la décision qui découle de nos chiffres touche au délai et au risque : n'acceptez pas un bénéfice promis tant que l'instrument qui le mesurerait n'existe pas. Nous ne donnons aucun montant en euros, faute de mesure pour l'étayer. - Instrumenter avant de promettre. Demandez ce qui est enregistré aujourd'hui, avant toute affirmation de gain. - Demandez quels contrôles laissent une trace et lesquels n'en laissent pas. Dans notre cas, la réponse est 34 sur 48 avec une trace, et 14 sans. - Séparez ce qui est vu avant la livraison de ce qui remonte après. Pour nous, c'est 16,6 % d'un côté et 11 à 66 plans de l'autre, deux grandeurs différentes. - Refusez tout taux d'interception qui arrive sans contrefactuel. Notre propre prochaine étape est un plan de télémétrie, soumis à notre registre le 4 novembre 2026 et revu par un agent adverse. - Une table appelée `harness_firings` enregistre, pour chaque déclenchement : le garde-fou, le résultat, la cause, le run, le plan, la lane et le modèle d'IA. - L'écriture se fait au mieux et ne modifie jamais le code de sortie d'un outil existant. Le rapport est en lecture seule. - La revue a corrigé quatre points : isoler les tests sur une base de travail, n'émettre que depuis un registre live, ne dériver que les causes que la barrière calcule déjà, et dire que seule une dizaine des 48 garde-fous recevront un émetteur, les autres étant étiquetés « non instrumentés ». - Le plan n'est pas approuvé : l'approbation appartient à un humain. - Deux questions restent ouvertes : enregistrer le modèle pour chaque lane ou seulement pour les lanes sensibles, et rendre lisibles par une machine les raisons d'arrêt du freeze. Un premier jeu de données exploitable demandera plusieurs vagues d'exploitation. ## Cinq choses que nous ignorons - Le taux d'interception du harnais. - Quel modèle d'IA implémente le mieux dans ce cadre. - Combien d'implémenteurs écrivent hors de leur zone. - L'efficacité des 14 garde-fous sans trace. - La représentativité du rejeu vérité terrain, puisqu'il provient d'un seul run. D'ici là, nous rapportons ce que nous voyons. > Cet article repose sur un seul jeu de données interne : un projet, une équipe, trois mois. Il n'y a pas de groupe témoin. Le lien entre rapports de bug et plans repose sur un échantillon de 30 cas, le rejeu sur un seul run, et les causes des STOP ont été lues à la main sur les six plus gros seulement. La base de développement utilisée contient le registre complet, et la production n'a pas été utilisée. Les chiffres ont été produits par des agents IA et recoupés par d'autres agents (sous-agents Haiku pour les contre-vérifications, un agent Opus pour l'inventaire), et n'ont pas fait l'objet d'un audit indépendant. > > Méthode : la source est le registre devflow (plans, vérifications, rapports de bug, candidats de release, preuves différées). Les outils sont des requêtes SQL en lecture seule et les journaux de runs. Les garde-fous de la mesure sont un tirage aléatoire de 30 cas, un intervalle de confiance à 95 % et la rétractation du ratio sans fondement. Pour aller plus loin : la même discipline du déclaré, du mesuré et de l'inconnu appliquée à la vitesse, à la puissance et au prix d'un modèle, dans [La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer.](/blog/ia-frontiere-gaz-ia-bureau-frugale). ## Sources 1. Junyr, registre devflow et journaux de runs, mesures du 4 novembre 2026, documents internes, non publics. 2. Junyr, [*L'ingénierie de harnais : la couche logicielle qui transforme un modèle en agent*](/blog/ingenierie-harnais-agent-ia), article de blog, 20 septembre 2026. 3. Junyr, [*Orchestration frugale : cinq règles tirées de la facture d'une session multi-agents*](/blog/orchestration-frugale-agents-ia), article de blog, 27 septembre 2026. 4. Junyr, [*Retirer Git du flux actif sans perdre le rollback : notre pilotage par roadmap*](/blog/retirer-git-pilotage-par-roadmap), article de blog, 15 juillet 2026. ## Questions fréquentes ### Un harnais d'implémentation IA réduit-il les défauts ? Nous ne pouvons pas le dire. Notre harnais enregistre les échecs qu'il voit, mais nous n'avons ni contrefactuel ni lien causal mesurable entre un garde-fou et un défaut évité, donc aucun taux d'interception n'est publiable. - 443 plans sur 2 661 (16,6 %) avaient au moins un échec de vérification enregistré avant la clôture. - Les plans avec un échec enregistré ont été cités ensuite par un rapport de bug dans 5,5 % des cas, contre 7,5 % pour les autres, un écart non significatif. - Notre premier ratio d'interception, de 60 à 70 %, a été retiré. ### Quelle part des changements produits par des agents IA échoue à un contrôle avant la clôture ? 16,6 % : 443 des 2 661 plans clos entre août et octobre 2026 avaient au moins une vérification en échec enregistrée. C'est une borne basse, car l'enregistrement ne couvrait que 49,6 % des plans en août, et elle se lit surtout sur septembre et octobre. - Le lint (14,1 %) et pytest (13,1 %) échouent le plus souvent ; la revue adverse arrive troisième avec 8,4 %. - Près des deux tiers de ces 443 plans (63,7 %) portaient encore un contrôle rouge à leur clôture. - L'enregistrement couvrait 99,9 % des plans en septembre et 100 % en octobre, ce qui fait de ces deux mois les seuls lisibles. ### Pourquoi le taux d'interception d'un harnais est-il difficile à mesurer ? Parce que quatre conditions manquent : un contrefactuel, un lien causal mesurable, une couverture d'enregistrement stable et des liens fiables entre rapports de bug et plans. - Sans exécution qui contourne le harnais, nous ne savons pas ce qui se serait passé. - Seuls 25 plans sont à la fois enregistrés en échec et cités par un rapport de bug ultérieur, et l'écart de 5,5 % contre 7,5 % n'est pas significatif. - Dans un échantillon aléatoire de 30 cas, 6 à 35 % seulement des liens entre rapports de bug et plans étaient justes. ### Que doit enregistrer une entreprise pour mesurer son harnais ? Pour chaque garde-fou, le résultat, la cause, le run, le plan, la lane et le modèle d'IA, écrits dans une seule table au mieux de ce que l'outil permet. - Notre plan est une table appelée harness_firings, alimentée sans jamais modifier le code de sortie d'un outil existant. - Aujourd'hui, 14 de nos 48 garde-fous ne laissent aucune trace exploitable, et le modèle d'IA qui a exécuté une lane n'est pas enregistré. - Une dizaine seulement des 48 garde-fous recevront un émetteur ; les autres seront étiquetés non instrumentés. ### Les modèles d'IA sortent-ils souvent de leur zone autorisée ? Nous l'ignorons. Aucune table n'attribue une écriture hors de l'empreinte déclarée à une lane précise, et le modèle qui a exécuté chaque lane n'est enregistré nulle part. - Nous avons lu à la main les causes des six plus gros STOP de la barrière : deux non attribués, une clôture de résidu, un lot de pré-images suivantes, deux fusions refusées par l'outil. - Notre lecture qualitative, non démontrée, est que la plupart des STOP viennent de l'orchestration. - Les comptes obtenus par recherche textuelle sont un plancher. --- # L'expert augmenté : les plateformes agentiques doivent se construire autour des humains Adresse : https://paulantoinetual.fr/blog/plateforme-agentique-centree-humain Publié le 2026-10-29 · Agents IA > L'IA reste en deçà d'un professionnel sur quatre projets d'expertise sur cinq, et c'est le jugement humain qui transforme le rapport d'un agent en livrable. Un benchmark de onze plateformes agentiques en octobre 2026 montre le même angle mort : conçues pour une personne seule, pour des développeurs ou pour des processus, elles offrent rarement aux équipes un espace partagé pour relire, corriger et signer le travail des agents. L'approche de Junyr part de cet espace. Plusieurs paradigmes s'opposent actuellement sur la position des agents IA face aux humains : digital worker, agents IA, collaborateur augmenté, usine à agents... Quelle approche pour construire les plateformes agentiques de demain ? Chez Junyr, nous accompagnons des PME et quelques grandes entreprises dans leur transformation par l'IA, et la valeur que nous constatons vient d'un expert qui délègue la préparation à des agents, puis corrige, complète et signe. La majorité des plateformes agentiques ont été conçues pour transposer des processus humains et correspondre à des organigrammes. - L'IA reste en deçà d'un professionnel sur l'essentiel du travail d'expertise, ce qui laisse l'humain au centre du livrable. - L'apport de l'humain est son jugement sur les rapports des agents, et une relecture ne tient que si l'interface est pensée pour elle. - Un benchmark de onze plateformes de neuf éditeurs, telles que documentées au 29 octobre 2026, montre le même angle mort. - L'approche de Junyr part de l'autre bout : un espace partagé où les agents prennent le travail répétitif et où les humains gardent les décisions. ## L'IA reste en deçà du professionnel Pourtant, l'IA ne fait toujours pas (encore ?) le travail d'un expert. Sur le Remote Labor Index, 240 vrais projets confiés à des freelances, le meilleur modèle d'octobre 2026 fait au moins aussi bien que le professionnel sur 21,25 % des projets, donc près de 80 % ont encore besoin de l'humain. - Le Remote Labor Index, conduit par Scale AI et le Center for AI Safety, repose sur 240 projets « issus directement de professionnels freelances expérimentés » [1]. Son taux d'automatisation est « le pourcentage de projets où le livrable d'une IA est jugé au moins aussi bon que le standard humain ». - Sur le classement consulté le 29 octobre 2026, Claude Opus 5.5 mène avec 21,25 %, devant GPT-6 Astra à 20,83 % et Claude Fable 5.1 à 17,92 % (voir Figure 1). - Le progrès est réel. En juillet, le Center for AI Safety écrivait que la frontière avait « plus que quadruplé en moins de huit mois », tout en ajoutant : « Les IA d'aujourd'hui restent en deçà de la qualité professionnelle sur la plupart des projets » [2]. - La notation automatique flatte les modèles. Le même billet indique que GPT-5.5 obtenait 6,25 % noté par des humains et 17,9 % noté par un juge automatique calibré sur des modèles antérieurs [2]. > **[Schéma] Part des projets freelances réels où l'IA égale le professionnel, Remote Labor Index, octobre 2026** > Barres horizontales, taux d'automatisation en pourcentage. Claude Opus 5.5 21,25, GPT-6 Astra 20,83, Claude Fable 5.1 17,92, Gemini Argon 4 17,08, Claude Fable 5 15,83, Claude Opus 4.8 8,33, Codex GPT-5.5 6,25, Claude Opus 4.6 avec Cowork 4,17. Même le meilleur modèle reste en deçà du professionnel sur près de quatre projets sur cinq. > Figure 1. Le meilleur modèle d'octobre 2026 livre un travail au moins aussi bon que celui du freelance sur 21,25 % des projets ; sur les autres, le livrable du professionnel reste meilleur. Le classement ne publie aucun intervalle de confiance. Source : Scale AI et Center for AI Safety, classement du Remote Labor Index, consulté le 29 octobre 2026. Le taux a quadruplé, et quatre projets sur cinq ont toujours besoin du professionnel. Nous tirions la même conclusion de la boutique pilotée par l'IA d'Andon Labs dans [notre article sur le ROI agentique](/blog/projets-agentiques-pas-de-roi-positif) : un bon responsable des opérations, pas encore un PDG. Progrès rapide, même verdict. ## Le rapport est un brouillon ; la signature est celle de l'expert Un agent peut produire un rapport en quelques minutes, mais l'apport de l'expert commence là où le rapport s'arrête : savoir ce qui compte pour ce client, ce que les sources ne disent pas et ce que le cabinet est prêt à assumer. - Le contexte : l'agent sait ce qu'on lui a donné. L'expert connaît l'historique du client, la contrainte non écrite et la question derrière la question. - Le jugement : choisir ce qu'on garde, ce qu'on coupe et ce qu'on recommande, c'est le travail que le client paie. - La responsabilité : un livrable engage celui qui le signe, et un modèle ne signe rien. Cet apport ne se produit pas tout seul. Trois études publiées cette année montrent à quelle vitesse une relecture devient un tampon quand rien dans le travail n'est organisé pour elle. - Dans une expérience préenregistrée auprès de 1 339 enseignants grecs, qui notaient tous le même exercice, une note sévère présentée comme produite par une IA laissait un écart d'injustice « 22 % plus grand » que la même note présentée comme humaine. « La déférence était la plus forte chez les enseignants plus jeunes, très diplômés et à l'aise avec la technologie » [3]. - Une revue sur l'IA dans le raisonnement clinique, publiée le 21 octobre 2026, avertit qu'une exigence d'« humain dans la boucle » « peut être satisfaite en contresignant une recommandation sans l'examiner » [4]. - Des chercheurs du BCG Henderson Institute, dans la Harvard Business Review, ont constaté que lorsque l'IA était présentée comme un employé, « les managers repéraient 18 % d'erreurs en moins », et la responsabilité individuelle face aux erreurs reculait de 9 points de pourcentage. Leur recommandation : « repenser les processus pour associer les productions de l'IA au jugement humain » [5]. Chez Junyr, nous appliquons une règle simple à chaque document qui part chez un client. Il s'ouvre sur l'avis de l'expert : une ou deux phrases écrites par une personne de l'équipe et signées de son prénom. L'IA ne le rédige jamais, et un document qui ne le porte pas ne part pas. La signature est la méthode. ## Onze plateformes, un angle mort Nous avons lu la documentation et les annonces de onze plateformes agentiques de neuf éditeurs, telles que publiées au 29 octobre 2026, avec trois questions : pour qui la plateforme est construite, quelle est son unité de conception, et où l'humain intervient. | Plateforme | Construite pour | Unité de conception | Où l'humain intervient | |---|---|---|---| | Claude (application de bureau, Cowork intégré) | Une personne | La tâche ou la conversation de l'utilisateur | « Par défaut, Claude demande avant d'agir » ; documents coécrits avec Claude et partagés par lien [6] | | ChatGPT Work | Une personne | La tâche en plusieurs étapes de l'utilisateur | L'utilisateur peut « approuver les actions importantes » et « changer de direction » en cours de tâche [7] | | Microsoft Foundry | Les développeurs [8] | L'agent et son code, workflows compris [9] | Approbation renvoyée au code ; « implémentez votre propre interface et votre propre politique d'approbation » [10] | | Microsoft Agent 365 (autopilots Foundry) | L'IT, avec l'approbation d'un administrateur | Un agent « sous sa propre identité », dans l'organigramme | La personne qui recrute l'instance « devient son manager » [11] | | Microsoft Copilot Studio | Les concepteurs (makers) | L'agent et ses outils | Approuver, approuver pour la session ou refuser un appel d'outil, directement dans Teams ; en développement en septembre 2026 [12] | | Salesforce Agentforce | Utilisateurs métier et IT | Des agents avec prénoms et métiers | Fils Slack partagés sur des données en direct ; aucune étape d'approbation décrite dans la couverture de Dreamforce 2026 [13] | | ServiceNow | Les responsables de processus | « Spécialistes IA au périmètre défini par rôle », processus de bout en bout | Un superviseur nommé répond, approuve les étapes suivantes ou annule [14] [15] | | Google Gemini Enterprise | Travailleurs du savoir et concepteurs | Le workflow | Étapes « Request info » et « Approval » ; l'exécution affiche « Needs Review » [16] | | Amazon Quick | Utilisateurs métier | Un assistant personnel et ses agents | Autonomie réglable « de l'approbation pas à pas à l'exécution par objectif large », approbations dans un fil personnel [17] | | UiPath | Les responsables de processus | Le processus orchestré | Tâches d'humain dans la boucle traitées dans Action Center [18] | | Workday | Salariés et managers | Des agents par fonction | « Si une approbation est nécessaire, Sana rassemble d'abord le contexte et donne au manager une recommandation claire » [19] | Le tableau fait apparaître trois familles, et aucune n'a été conçue autour de l'expert qui travaille aux côtés des agents (voir Figure 2). - Les assistants personnels, Claude, ChatGPT Work et Amazon Quick, sont construits pour une personne et son assistant. Ils demandent avant d'agir, ce qui est une bonne pratique, mais l'espace appartient à un seul utilisateur : nous n'avons trouvé aucune documentation de plusieurs personnes et plusieurs agents travaillant sur le même livrable. - Les usines à agents, Microsoft en tête, sont construites pour les développeurs et l'IT. La couche humaine y est soit du code qu'un développeur doit écrire, soit un agent qui recopie l'organigramme. - Les plateformes de processus, ServiceNow, Agentforce, UiPath, Workday et les workflows de Gemini Enterprise, partent du processus et le peuplent d'agents. L'humain y devient une étape qui approuve, répond ou annule. La transposition de l'organisation humaine est écrite dans les produits eux-mêmes. - Le guide de démarrage de Microsoft crée chaque autopilot à partir d'un gabarit dont l'identifiant est `digitalWorkerTemplate`. Une fois recruté, l'agent « apparaît dans votre organigramme » et son créateur « devient son manager » [11]. - L'annonce de l'« Autonomous Workforce » de ServiceNow décrit des spécialistes IA qui « livrent des résultats de bout en bout, sans intervention humaine ». Dans les RH, « chacun agit comme un employé numérique » [14]. - Salesforce a présenté à Dreamforce 2026 des agents baptisés comme des salariés : Casey pour le service client, Paige pour l'IT et les RH, Piper pour la qualification des prospects, Hunter pour la prospection sortante [13]. - C'est précisément le cadrage que l'étude du BCG Henderson Institute associe à moins d'erreurs repérées [5]. Il faut leur rendre justice : la plupart de ces plateformes donnent désormais aux utilisateurs métier une surface d'approbation. ServiceNow nomme le superviseur de chaque workflow agentique et signale les champs modifiés par l'IA [15], Google met un workflow en pause pour relecture [16], et UiPath a rendu les tâches d'humain dans la boucle généralement disponibles en septembre [18]. Presque toutes ont un bouton « approuver », mais ce qui leur manque, c'est la suite, à savoir l'interaction entre l'humain et l'agent : - Comprendre le travail effectué par les agents. - Retoucher et réviser le livrable lui-même, plutôt que l'approuver ou le rejeter. - Un espace partagé où plusieurs personnes et plusieurs agents travaillent sur les mêmes objets : le fichier, le devis, le fil d'e-mails. - Des corrections qui nourrissent le tour de travail suivant de l'agent. - L'avis de l'expert sur ce qui part chez le client, qui distingue ce qui est écrit par l'IA de ce qui est écrit par un humain, et que cet expert signe. Dans la documentation que nous avons lue, aucune des onze plateformes ne décrit les deux derniers points. L'absence est documentaire : une fonction peut exister sans être documentée, et nous corrigerons ce benchmark si un éditeur montre le contraire. > **[Schéma] Trois familles de plateformes agentiques et la couche manquante** > Trois boîtes. Les assistants personnels, Claude, ChatGPT Work et Amazon Quick, sont construits pour une personne qui approuve les actions de son propre assistant. Les usines à agents, Microsoft Foundry, Agent 365 et Copilot Studio, sont construites pour les développeurs et l'IT, et laissent l'interface d'approbation aux développeurs. Les plateformes de processus, ServiceNow, Agentforce, UiPath, Workday et les workflows Gemini, sont construites pour les responsables de processus et réduisent l'humain à une étape qui approuve, répond ou annule. Des flèches mènent à une boîte en pointillés, la couche manquante : un espace de travail partagé où plusieurs personnes et plusieurs agents travaillent sur les mêmes objets, révisent le livrable, et où l'expert signe. > Figure 2. Chaque famille place l'humain là où son point de départ le permet : à côté d'un assistant, derrière le code des développeurs, ou à l'intérieur d'un processus. L'espace partagé où une équipe révise et signe le travail des agents est la couche que la documentation décrit rarement. Source : lecture par l'auteur de la documentation et des annonces des éditeurs, notes 6 à 19. ## Microsoft Foundry : une usine sans fenêtre Microsoft Foundry mérite qu'on s'y arrête, parce que sa propre documentation montre clairement qu'un utilisateur métier n'y a pas sa place. - Microsoft la présente comme « une plateforme de confiance qui donne aux développeurs les moyens de construire des agents, des modèles et des applications d'IA ». La supervision promise vise le même public : « tracer et évaluer agents et modèles, et les surveiller avec des tableaux de bord intégrés (préversion) » [8]. - Son schéma d'humain dans la boucle vivait dans un concepteur visuel de workflows réservé aux utilisateurs dotés du rôle Contributor ou supérieur sur le projet. Ce concepteur disparaît : « Microsoft Foundry retire les workflows le 1er décembre 2026 », et « Foundry passe la conception des workflows à un modèle centré sur le code » [9]. - Quand un agent doit demander avant d'appeler un outil, Foundry renvoie une demande d'approbation au programme appelant. Le code d'exemple le dit en commentaire : « En production, implémentez votre propre interface et votre propre politique d'approbation » [10]. - Créer un autopilot demande Azure CLI, Azure Developer CLI et Docker, puis un administrateur général ou un administrateur IA pour approuver le modèle d'agent [11]. Foundry est une bonne usine pour ceux qui construisent des agents. Un comptable, un commercial ou un consultant qui doit superviser un agent, corriger son brouillon et décider de ce qui part n'y trouve aucun écran pensé pour ce travail. Microsoft les renvoie vers Teams et Microsoft 365 Copilot, où l'approbation d'un appel d'outil par un humain figurait encore « en développement » au 1er septembre 2026 [12]. ## Ce qu'une plateforme centrée sur l'humain doit offrir Une plateforme construite autour des humains part du travail que les personnes font ensemble et y donne une place aux agents, ce qui change l'interface plus que les modèles. - Des objets de travail partagés. Humains et agents agissent sur le même fichier, le même devis ou le même fil, pour que personne n'ait à recopier une réponse de chat dans le vrai outil. Nous avons développé ce point dans [notre article sur l'interface de travail de l'IA](/blog/le-chat-nest-pas-linterface-de-travail). - Une surface de relecture. L'expert voit ce que l'agent a fait, à partir de quelles sources, et ce qu'il a modifié, à la manière dont ServiceNow signale les champs modifiés par l'IA [15]. - La correction comme geste. Modifier, annoter et renvoyer le travail avec une consigne comptent autant que l'approuver. - Une autonomie réglée action par action. Un brouillon tolère plus de liberté qu'un paiement, comme le détaille [notre article sur les systèmes à humain dans la boucle](/blog/ingenierie-systemes-agentiques-human-in-the-loop). - Un espace d'équipe. Plusieurs personnes voient les mêmes agents et le même travail, avec des rôles que chacun comprend. L'argument en faveur de l'espace d'équipe vient de la recherche de Microsoft elle-même. Dans son Work Trend Index de mai 2026, fondé sur 20 000 utilisateurs d'IA dans dix pays, les facteurs organisationnels « pèsent plus de deux fois » plus que les facteurs individuels dans l'impact perçu de l'IA : 67 % contre 32 % [20]. - Les « Frontier Professionals », 16 % des utilisateurs d'IA interrogés, travaillent dans des équipes qui « discutent des standards de qualité du travail assisté par l'IA (54 % contre 29 %) » [20]. - Dans leurs équipes, les workflows d'agents, « les passages de relais humains et les standards de qualité sont documentés et reproductibles » plus souvent : 26 % contre 19 % [20]. - Les pratiques qui rendent l'IA rentable sont collectives. Un outil conçu pour un seul utilisateur, ou pour un seul développeur, ne peut pas les porter. ## L'approche de Junyr : les agents pour le répétitif, les humains pour le jugement Je pense que nous devrions partir de là : les agents prennent le répétitif (résumés de la nuit, briefing du matin, brouillons, analyses approfondies, synthèses), tandis que l'humain garde le jugement et l'expertise. L'envoi est un geste humain : l'IA soumet, mais n'approuve jamais. Ainsi, chaque document client devrait s'ouvrir sur l'avis d'un expert, écrit et signé par un humain. Junyr construit l'inverse d'un organigramme virtuel : les humains et les agents se retrouvent dans un même espace de travail (voir Figure 3). - Les agents préparent. La nuit, ils résument les fils d'e-mails, suggèrent jusqu'à trois actions par fil et assemblent un briefing du matin sur les projets à l'arrêt, les relations dormantes et les signaux faibles [21]. - Les humains décident. Un assistant rédige la réponse et l'e-mail reste un brouillon : l'envoi est un geste humain. Un agent travaille sur un plan qu'une personne a approuvé, et l'IA peut soumettre mais jamais approuver [21]. - Les mêmes objets pour tous. Chaque document existe dans une version écrite pour les humains et une version structurée pour les agents, et les agents figurent dans l'annuaire de l'équipe, signalés comme tels [21]. - Une règle au-dessus des outils. La charte de Junyr pose que tout engagement client ou fournisseur est validé par un humain [21]. - Une plateforme qui appartient à l'entreprise, hébergée chez elle avec les modèles qu'elle a choisis, pour les raisons exposées dans [notre article sur le ROI agentique](/blog/projets-agentiques-pas-de-roi-positif). > **[Schéma] Le cycle de travail entre les agents et l'expert dans l'approche de Junyr** > Quatre boîtes reliées par des flèches. Les agents préparent : résumés des fils pendant la nuit, briefing du matin, brouillons de réponses et de plans. L'expert relit : sources et propositions côte à côte, corrige et complète. L'expert décide : envoie l'e-mail, approuve le plan, signe le document. Le journal garde qui a préparé, qui a décidé et quand, et enregistre que l'IA soumet mais n'approuve jamais. Une flèche de retour montre que le tour suivant part du travail corrigé. > Figure 3. Les agents prennent la préparation ; la relecture, la décision et la signature restent à l'expert, et le journal enregistre qui a fait quoi. Source : approche de l'auteur ; fonctions décrites dans la spécification interne de Junyr de septembre 2026. Le soulagement est réel, mais il faut l'énoncer avec prudence. La recherche de 2026 que nous avons passée en revue dans [notre article sur la charge mentale](/blog/charge-mentale-ia-sans-perdre-son-jugement) montre une baisse de l'effort perçu plus nettement qu'un gain de temps mesuré, et nous ne revendiquons pas un retour que nos missions n'ont pas mesuré. Le chemin ne change pas non plus. Équiper d'abord les personnes, les laisser imaginer l'entreprise de demain, puis donner aux agents des objectifs sur une plateforme que l'entreprise maîtrise, avec un point de contrôle humain avant tout ce qui engage, comme dans le [développement à décision gardée](/blog/developpement-a-decision-gardee). ## Le dernier mot revient à celui qui signe La question à poser à une plateforme agentique est de savoir où se trouve votre meilleur expert quand les agents ont fini, et ce qu'il peut y faire. - Si la réponse est « dans le code d'un développeur », la plateforme a été construite pour l'usine. - Si la réponse est « devant un bouton d'approbation », elle a été construite pour le processus. - Si la réponse est « dans un espace partagé avec l'équipe, où il lit, corrige et signe », elle a été construite pour les humains. L'IA continuera de progresser, et la part des projets qu'elle mène seule augmentera. Le client voudra toujours savoir qui se tient derrière le livrable. > Le benchmark reflète la documentation et les annonces des éditeurs lues le 29 octobre 2026 ; une fonction peut exister sans être documentée, et plusieurs des fonctions citées sont en préversion ou en développement. Le Remote Labor Index mesure des projets freelances sans publier d'intervalle de confiance, et les études sur la relecture humaine ont été menées auprès d'enseignants, de cliniciens et de managers dans des contextes précis. La description des fonctions de Junyr provient de la spécification interne de l'entreprise de septembre 2026 ; le soulagement du travail répétitif est une observation de terrain, pas un retour mesuré. ## Sources 1. Scale AI et Center for AI Safety, [*Remote Labor Index leaderboard*](https://labs.scale.com/leaderboard/rli), taux d'automatisation sur des projets freelances réels, consulté le 29 octobre 2026. 2. Mantas Mazeika, [*A Significant Increase in Digital Labor Automation*](https://safe.ai/blog/significant-increase-in-digital-labor-automation), Center for AI Safety, 1er juillet 2026. 3. Sofoklis Goulas, Rigissa Megalokonomou et Panagiotis Sotirakopoulos, ['Why do experts miss AI's errors? Evidence from a randomized labeling experiment'](https://pmc.ncbi.nlm.nih.gov/articles/PMC13248211/), *PNAS Nexus*, doi:10.1093/pnasnexus/pgag146, 9 juin 2026. 4. José Daniel Sánchez, ['Augmentation or erosion? Artificial intelligence and the transformation of clinical reasoning: a critical narrative review'](https://www.frontiersin.org/journals/digital-health/articles/10.3389/fdgth.2026.1949323/full), *Frontiers in Digital Health*, vol. 8, 21 octobre 2026. 5. Matthew Kropp, Julie Bedard, Megan Hsu et Lisa Krayer, ['Research: Why You Shouldn't Treat AI Agents Like Employees'](https://www.bcg.com/news/6may2026-why-you-shouldnt-treat-ai-agents-employees), *Harvard Business Review*, étude auprès de plus de 1 200 managers, 6 mai 2026, lu sur le site du BCG. 6. Anthropic, [*Claude Cowork and chat are now one Claude*](https://claude.com/blog/cowork-is-now-claude), blog Claude, 16 septembre 2026, mis à jour le 23 octobre 2026. 7. OpenAI, [*Get started with ChatGPT Work*](https://learn.chatgpt.com/docs/get-started-with-work), documentation ChatGPT, consultée le 29 octobre 2026. 8. Microsoft, [*What is Microsoft Foundry?*](https://learn.microsoft.com/en-us/azure/foundry/what-is-foundry), Microsoft Learn, 13 août 2026, mis à jour le 24 septembre 2026. 9. Microsoft, [*Build a workflow in Microsoft Foundry (Preview)*](https://learn.microsoft.com/en-us/azure/foundry/agents/concepts/workflow), Microsoft Learn, 31 juillet 2026, mis à jour le 19 octobre 2026. 10. Microsoft, [*Connect agents to MCP server endpoints*](https://learn.microsoft.com/en-us/azure/foundry/agents/how-to/tools/model-context-protocol), Microsoft Learn, 28 octobre 2026. 11. Microsoft, [*Quickstart: Build your first autopilot*](https://learn.microsoft.com/en-us/azure/foundry/agents/how-to/agent-365), Microsoft Learn, 26 août 2026, mis à jour le 23 septembre 2026. 12. Centre de messages Microsoft 365, [*RM570434, Microsoft Copilot Studio: Enabling makers to require human approval for tool calls*](https://mc.merill.net/message/RM570434), statut « In development », 1er septembre 2026, lu sur l'archive mc.merill.net. 13. Salesforce Ben, [*Biggest Dreamforce '26 Announcements: Everything in a Nutshell*](https://www.salesforceben.com/biggest-dreamforce-26-announcements-everything-in-a-nutshell/), 25 septembre 2026. 14. ServiceNow, [*ServiceNow brings Autonomous Workforce to every major business function*](https://newsroom.servicenow.com/press-releases/details/2026/ServiceNow-brings-Autonomous-Workforce-to-every-major-business-function/), communiqué de presse, 5 mai 2026. 15. ServiceNow, [*In-product agentic AI*](https://www.servicenow.com/docs/r/intelligent-experiences/enable-ai-experiences/in-product-agentic-ai.html), documentation produit, version Brazil, mise à jour le 10 septembre 2026. 16. Google Cloud, [*Use human-in-the-loop steps*](https://docs.cloud.google.com/gemini/enterprise/docs/workflow-builder/use-hitl-steps), documentation Gemini Enterprise, mise à jour le 28 octobre 2026. 17. Amazon Web Services, [*Amazon Quick*](https://aws.amazon.com/about-aws/whats-new/2026/06/amazon-quick/), What's New, 17 juin 2026. 18. UiPath, [*Action Center release notes, September 2026*](https://docs.uipath.com/action-center/automation-cloud/latest/release-notes/september-2026), entrée du 16 septembre 2026. 19. Workday, [*Workday to Bring Sana Everywhere Employees Work, Including Claude, Gemini Enterprise, Microsoft Copilot, Microsoft Teams, and Slack*](https://newsroom.workday.com/2026-10-13-Workday-to-Bring-Sana-Everywhere-Employees-Work%2C-Including-Claude%2C-Gemini-Enterprise%2C-Microsoft-Copilot%2C-Microsoft-Teams%2C-and-Slack), communiqué de presse, 13 octobre 2026. 20. Microsoft et LinkedIn, [*Agents, human agency, and the opportunity for every organization*](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization), Work Trend Index 2026, enquête auprès de 20 000 utilisateurs d'IA dans dix pays, 5 mai 2026. 21. Junyr, charte de l'entreprise (mise à jour le 12 septembre 2026) et spécification interne des briques de Junyr Suite (11 et 12 septembre 2026), documents internes non publics. ## Questions fréquentes ### L'IA dépasse-t-elle les experts humains sur le travail professionnel en 2026 ? Pas sur des livrables professionnels complets. Sur le Remote Labor Index, qui compare les livrables de l'IA à ceux de freelances expérimentés sur 240 projets réels, le meilleur modèle d'octobre 2026 égale ou dépasse le professionnel sur 21,25 % des projets. - La frontière a « plus que quadruplé en moins de huit mois » selon le Center for AI Safety, qui ajoute que les IA « restent en deçà de la qualité professionnelle sur la plupart des projets ». - Les juges automatiques flattent les modèles : GPT-5.5 obtient 6,25 % noté par des humains et 17,9 % noté par un juge automatique. - Le progrès est rapide ; le verdict sur la plupart des projets n'a pas changé. ### Pourquoi un humain doit-il retravailler les rapports produits par les agents IA ? Parce que l'humain apporte le contexte, le jugement et la responsabilité qui manquent au modèle, et parce qu'une relecture que rien n'organise devient vite un simple tampon. - Dans une expérience préenregistrée auprès de 1 339 enseignants, l'injustice d'une note sévère était laissée en place 22 % plus souvent quand la note était présentée comme produite par une IA. - Les managers à qui l'on présentait l'IA comme un employé repéraient 18 % d'erreurs en moins, et leur sentiment de responsabilité personnelle baissait de 9 points. - Une revue clinique publiée en octobre 2026 avertit qu'une exigence d'« humain dans la boucle » peut être satisfaite en contresignant une recommandation sans l'examiner. ### Quelle erreur commettent les plateformes agentiques actuelles ? Elles sont construites autour d'un utilisateur seul, autour des développeurs ou autour des processus et de l'organigramme, et elles réduisent l'humain à une étape d'approbation. Un espace partagé où plusieurs personnes et plusieurs agents travaillent sur les mêmes objets, révisent le livrable et le signent est rarement documenté. - Microsoft crée ses agents « autopilot » à partir d'un gabarit nommé digitalWorkerTemplate ; l'agent apparaît dans l'organigramme et son créateur devient son manager. - ServiceNow présente chacun de ses spécialistes IA comme « un employé numérique », et Salesforce donne à ses agents des prénoms et des métiers : Casey, Paige, Piper, Hunter. - La plupart des plateformes proposent désormais une étape pour approuver, répondre ou annuler ; réviser le travail lui-même, en équipe, reste la couche manquante. ### Microsoft Foundry convient-il aux utilisateurs métier qui supervisent des agents ? Non. Microsoft décrit Foundry comme une plateforme qui « donne aux développeurs les moyens » de construire des agents, et ses fonctions d'humain dans la boucle sont des constructions de développeur, sans interface permettant à un utilisateur métier de superviser, corriger ou réviser le travail d'un agent. - Son code d'exemple pour l'approbation des outils le dit en commentaire : « En production, implémentez votre propre interface et votre propre politique d'approbation ». - Son concepteur visuel de workflows, qui portait le schéma d'humain dans la boucle, est retiré le 1er décembre 2026 au profit d'une conception en code. - Les utilisateurs métier rencontrent les agents Foundry dans Teams ou Microsoft 365 Copilot, où l'approbation d'un appel d'outil figurait encore « en développement » en septembre 2026. ### Quelle est l'approche de Junyr pour le travail entre humains et agents ? Les agents prennent la préparation répétitive, et les humains gardent le jugement, les décisions et les signatures, dans un même espace de travail où ils voient ce que les agents ont préparé et agissent dessus. - La nuit, les agents résument les fils d'e-mails, suggèrent jusqu'à trois actions par fil et préparent un briefing du matin. - Un assistant rédige un brouillon ; l'envoi est un geste humain. Un agent travaille sur un plan qu'une personne a approuvé, et l'IA peut soumettre mais jamais approuver. - La règle de la charte de Junyr : tout engagement client ou fournisseur est validé par un humain. --- # Mots-clés pour agents IA : ce que la preuve soutient, et les dix que nous enseignons Adresse : https://paulantoinetual.fr/blog/mots-cles-agents-ia-vocabulaire-consigne Publié le 2026-10-13 · Agents IA > Des listes de mots déclencheurs pour agents IA circulent avec des affirmations que leurs sources ne font pas. Nous les avons confrontées aux articles et aux guides éditeurs actuels, puis nous présentons les dix mots-clés d'action et d'effort enseignés chez Junyr et la couche où chacun se loge : prompt, outil ou harnais. Des listes de mots déclencheurs pour agents IA circulent : invariant, précondition, falsification, idempotent, verdict, rollback. Chaque mot est censé activer un mode caché du modèle, et plusieurs sont attribués à des articles célèbres. Nous avons vérifié les articles et les guides éditeurs actuels, puis comparé ces listes au vocabulaire que nous enseignons réellement chez Junyr. En bref, ces mots sont utiles et ne sont pas magiques. Ils fonctionnent quand ils nomment quelque chose que l'agent peut vérifier, et ceux qui protègent des boucles sans fin relèvent du harnais, où ils peuvent être appliqués. ## Trois attributions à vérifier avant de les répéter Les listes s'appuient sur trois articles de recherche de 2022 et 2023, et chacun se voit prêter quelque chose qu'il ne contient pas. Nous les citons ici uniquement pour corriger l'attribution, pas comme preuve du comportement des modèles de 2026. - L'article d'optimisation de Google DeepMind [1] a bien trouvé la phrase « Take a deep breath and work on this problem step-by-step. » Elle est sortie d'une boucle d'optimisation, au pas 107, avec un modèle qui propose des candidats et un autre qui les note. Ce n'est pas une analyse statistique de milliers de formulations. Avec PaLM 2-L comme évaluateur sur GSM8K, elle atteint 80,2 %, contre 71,8 % pour « Let's think step by step » et 34,0 % pour une consigne vide. C'est un banc d'essai sur un modèle de 2023. - L'article Reflexion [2] décrit trois modèles de langage, un Actor, un Evaluator et un modèle d'auto-réflexion, avec une mémoire épisodique de réflexions écrites. Il rapporte des gains de 22 % sur ALFWorld (en absolu, sur 12 itérations), de 20 % sur HotPotQA et jusqu'à 11 % sur HumanEval. Il ne décrit aucun jeton spécial nommé Evaluate et Reflect. - L'article DSPy [3] compile des modules déclaratifs et optimise prompts et démonstrations selon une métrique. Son résumé annonce des pipelines compilés qui dépassent le few-shot standard de plus de 25 % avec GPT-3.5 et de plus de 65 % avec llama2-13b-chat. Le texte ne contient aucune balise ``, `` ou `` et ne dit rien des adjectifs vagues. Une affirmation attribuée à un article mérite un numéro de page. ## Ce que soutiennent les preuves et les guides actuels Les travaux de 2026 soutiennent une thèse plus étroite que celle des listes : les consignes fonctionnent quand elles énoncent une destination et un critère vérifiable, et l'arrêt se garantit par une preuve plutôt que par un mot. - Le guide d'Anthropic pour les modèles Claude actuels [4] recommande des consignes générales plutôt que des étapes prescrites (« think thoroughly » donne souvent mieux qu'un plan écrit à la main) et d'expliquer pourquoi un comportement compte. Il conseille de baisser le ton emphatique, de sorte que « CRITICAL: You MUST use this tool when... » devienne « Use this tool when... ». Il ajoute que Claude Opus 5 vérifie bien son propre travail et que des consignes de vérification héritées d'anciens prompts peuvent provoquer une sur-vérification. La sensibilité au mot « think » est documentée pour Claude Opus 4.5 quand la réflexion étendue est désactivée, avec « consider », « evaluate » ou « reason through » comme alternatives. - Le guide d'OpenAI pour GPT-5.6 [5] dit « Describe the destination rather than prescribing every step » et réserve les mots absolus aux règles qui ne plient jamais : « Use ALWAYS, NEVER, must, and only for true invariants such as safety rules, required fields, or actions that should never happen. » - Un préprint sur l'arrêt des agents [6] propose qu'un agent ne puisse renvoyer COMPLETE que si un certificat relie chaque affirmation requise à une preuve valide et dans le périmètre, tirée de sa propre trace. Sous des fautes de terminaison contrôlées, il produit 0 arrêt prématuré non étayé sur 66 dans l'étude de validation, contre 40 sur 66 pour le contrôleur de référence, et 0 complétion dangereuse sur 288 contre 252 sur 288 dans l'étude statique (figure 1). Il certifie le soutien dans la trace enregistrée, pas la vérité, et il est signé d'un seul auteur. - Une étude de 2026 sur la complaisance [7] a fait varier le cadrage des prompts. Les indices de recherche de validation et de pression émotionnelle augmentent souvent l'accord, tandis que le contre-cadrage et les consignes anti-complaisance tendent à le réduire. Elle teste des cadrages, pas un vocabulaire de mots isolés. - Une étude sur les personas d'expert [8] porte sur 1 140 questions, 38 rôles et six domaines. Le rôle augmente la profondeur d'expertise et réduit la clarté. Les questions de conseil en médecine et en psychologie en profitent le plus, alors que les questions techniques et juridiques réussissent mieux avec des explications directes. Aucune de ces sources ne dit qu'un mot rare fonctionne comme un interrupteur. > **[Schéma] Exiger une preuve avant COMPLETE supprime les arrêts non étayés** > Deux paires de barres horizontales tirées d'un préprint. Étude de validation : 40 arrêts prématurés non étayés sur 66 pour le contrôleur de référence, contre 0 sur 66 avec la terminaison par preuve. Étude statique : 252 complétions dangereuses sur 288, contre 0 sur 288. > Figure 1. Une condition d'arrêt qui exige une preuve vérifiable a supprimé les arrêts prématurés dans les deux études. La longueur des barres est proportionnelle aux effectifs rapportés par le préprint (Liu, 22 août 2026) ; un trait fin marque le zéro. La méthode certifie le soutien dans la trace enregistrée, pas la vérité extérieure. ## Les dix mots-clés que nous enseignons Notre mémo de formation du 18 septembre 2026 [9] ramène le vocabulaire à dix mots en deux familles : sept pour ce qu'il faut faire et trois pour l'intensité de l'effort. Il est né de deux ateliers du 11 septembre, où les prompts les plus efficaces se lisaient comme un algorithme, employaient un vocabulaire précis et nommaient explicitement les outils, et où « vérifie tes sources » fonctionnait mieux que « n'invente pas ». Les sept mots d'action nomment chacun un type de livrable : | Mot-clé | Ce qu'il demande | |---|---| | AUDIT | Un diagnostic factuel d'un état existant. Il signale les écarts et ne les corrige pas. | | EVAL | Une comparaison d'options selon des critères donnés, avec une recommandation argumentée. | | INVESTIGATE | Une recherche des causes à travers plusieurs sources, sans s'arrêter à la première explication plausible. | | TEST | Une vérification sur un petit échantillon avant le traitement complet. | | REVIEW | Une relecture de sa propre sortie : lister ce qui ne tient pas, puis corriger. À demander explicitement, car en instruction permanente elle finit par être sautée. | | ALIGN | Un document ou un process rapproché d'une référence donnée. | | HYGIÈNE | Un dossier de travail rangé, archivé et renommé. | Les trois mots d'effort règlent la profondeur. LIGHT est une passe rapide pour dégrossir un gros volume. DEEP creuse chaque écart et mobilise plusieurs sources. GOLDEN STANDARD exige un alignement complet sur les meilleures pratiques ou sur une référence validée, et se réserve aux livrables de conformité ou de référence. Ils se combinent avec les mots d'action : un light audit repère les deux ou trois sujets évidents, un deep audit documente chaque écart, un golden standard audit vérifie la conformité totale à une référence. L'exemple du mémo montre la structure : « Deep audit du fichier de suivi des stocks : Input = les 6 derniers mois de mouvements. Objectif = un seul livrable, la liste des écarts. Avant de commencer, pose les questions d'arbitrage nécessaires. À la fin, review critique de ta propre sortie. » Il nomme la source, le volume, un seul objectif formulé en livrable, le niveau d'effort, et il referme la boucle par une review. Trois tensions avec les guides de 2026 méritent d'être dites ouvertement : - Vérification. Anthropic dit que Claude Opus 5 vérifie son propre travail et que des consignes de vérification héritées peuvent coûter des jetons pour rien. Nous demandons REVIEW une fois, sur chaque sortie importante, plutôt qu'en règle permanente. Savoir si elle apporte encore quelque chose sur votre modèle relève du test ci-dessous. - Majuscules. Notre support écrit les mots-clés en capitales, alors qu'Anthropic conseille de baisser le ton emphatique. Lire les capitales comme l'étiquette d'un mot défini, et non comme du volume, est une position défendable, et le test ci-dessous tranche pour votre modèle. - Effort. Notre mémo rapporte que le seul mot DEEP change concrètement le résultat. C'est notre observation de terrain, pas une mesure, et les sources vérifiées n'isolent pas cet effet. Sur les modèles Claude actuels, la durée de réflexion est aussi un réglage d'effort hors du prompt [4]. ## Où loge chaque mot : prompt, outil ou harnais Les mots des listes qui circulent sont du vrai vocabulaire d'ingénierie, et la plupart se logent dans l'outil ou le harnais, où ils peuvent être appliqués, plutôt que dans le prompt, où ils ne peuvent qu'être demandés. En nous appuyant sur le compte rendu remis aux participants de notre journée sur les processus agentiques du 23 septembre 2026 [10], nous les rangeons en trois couches (figure 2). - Prompt : des verbes qui déclenchent une action (« planifie avant d'agir », « vérifie tes sources pour chaque chiffre cité », « liste tes hypothèses », « arrête-toi si... ») et des adjectifs qui calibrent (réversible, minimal, exhaustif, déterministe). Les règles se formulent en positif : « tu peux agir si l'action est réversible » remplace une double négation qui ne débloque rien. Les mots à éviter sont les vagues (bien, correct, honnête, « ne mens pas ») et les ambigus (appel, agenda, événement, « vérifie » seul, « client existant », devenu « client actif » avec des conditions cumulatives). - Outil : un outil, un verbe, un droit. Un schéma étroit, des erreurs typées et une provenance vérifiée rendent un connecteur sûr, et idempotent est ici une propriété de conception : répéter l'appel ne produit pas de second effet, donc une nouvelle tentative est sans danger. C'est là que le mot des listes trouve sa vraie place. - Harnais : une barrière bloque et se code hors du prompt, un gate exige une signature humaine, un cliquet verrouille l'acquis. La règle d'arrêt s'écrit avant le lancement, les cas limites s'écrivent comme des tests avant le premier essai, le journal fait foi, et un audit se termine par un verdict écrit : autonomie encadrée, supervisé, ou assainir d'abord. Un mot peut demander l'arrêt. Seul le harnais peut l'imposer. > **[Schéma] Trois couches où logent les mots-clés d'un agent** > Schéma conceptuel de trois couches empilées. La couche prompt demande, avec des verbes déclencheurs et des adjectifs qui calibrent. La couche outil contraint, avec un outil, un verbe, un droit, des appels idempotents et des erreurs typées. La couche harnais applique, avec barrière, gate, cliquet, règle d'arrêt, tests de cas limites, journal et verdict écrit. Une flèche montre la contrainte qui croît de haut en bas. > Figure 2. Le même vocabulaire rangé selon la fermeté avec laquelle il lie un agent. Schéma conceptuel tiré du compte rendu aux participants du 23 septembre 2026 ; il ne porte aucune donnée. ## Tester un mot-clé sur son propre modèle Les guides éditeurs changent à chaque génération de modèle : n'adoptez un mot-clé qu'après un petit test sur le modèle que vous utilisez. Le protocole ci-dessous est notre recommandation, avec des tailles données à titre d'illustration, et il applique notre propre mot TEST au vocabulaire lui-même (figure 3). - Choisissez 10 à 20 cas réels dont le résultat se vérifie, par exemple un fichier dont vous connaissez les écarts. - Faites tourner chaque cas avec et sans le mot-clé, sur le même modèle et les mêmes réglages, et répétez les essais parce que les sorties varient. - Notez avec des critères fixés à l'avance : écarts trouvés, fausses alertes, jetons consommés, temps passé. - Gardez le mot-clé seulement si le score s'améliore, consignez le modèle et la date, et rejouez le test à chaque changement de modèle. > **[Schéma] Protocole de test d'un mot-clé sur votre modèle** > Quatre boîtes en séquence : choisir des cas au résultat vérifiable, exécuter avec et sans le mot-clé, noter selon des critères fixés à l'avance, garder ou écarter le mot-clé et rejouer à chaque changement de modèle. Une flèche de retour relie la dernière boîte à la deuxième. > Figure 3. Un mot-clé n'est gardé que tant qu'il justifie sa place sur le modèle utilisé. Schéma conceptuel de notre protocole recommandé ; les tailles d'échantillon sont données à titre d'illustration. ## Choisir le mot que l'on peut vérifier Un mot-clé mérite sa place quand on peut dire ce qu'il change, quand on l'a testé sur son modèle et quand la partie qui compte est appliquée hors du prompt. Les dix mots ci-dessus sont notre jeu de travail, et ils seront révisés quand les modèles changeront. ## Sources 1. Chengrun Yang, Xuezhi Wang, Yifeng Lu, Hanxiao Liu, Quoc V. Le, Denny Zhou et Xinyun Chen, ['Large Language Models as Optimizers'](https://arxiv.org/abs/2309.03409), arXiv:2309.03409, 2023 (ICLR 2024). Cité uniquement pour vérifier ce qu'il énonce ; hors de la fenêtre de fraîcheur. 2. Noah Shinn, Federico Cassano, Edward Berman, Ashwin Gopinath, Karthik Narasimhan et Shunyu Yao, ['Reflexion: Language Agents with Verbal Reinforcement Learning'](https://arxiv.org/abs/2303.11366), arXiv:2303.11366, 20 mars 2023. Cité uniquement pour vérifier ce qu'il énonce ; hors de la fenêtre de fraîcheur. 3. Omar Khattab et collègues, ['DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines'](https://arxiv.org/abs/2310.03714), arXiv:2310.03714, 5 octobre 2023. Cité uniquement pour vérifier ce qu'il énonce ; hors de la fenêtre de fraîcheur. 4. Anthropic, [*Prompting best practices*](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices), documentation de la plateforme Claude, page non datée, lue le 13 octobre 2026. 5. OpenAI, [*Prompt guidance for GPT-5.6*](https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6), documentation de l'API, page non datée, lue le 13 octobre 2026. 6. Jason Liu, ['When May an Agent Stop? Evidence-Carrying Termination for Tool-Using LLMs'](https://arxiv.org/abs/2608.23623), arXiv:2608.23623, 22 août 2026. 7. Lijia Huang, Yao Fu et Sihao Ren, ['SyPS: Measuring Sycophancy Prompt Sensitivity in Large Language Models'](https://arxiv.org/abs/2608.23837), arXiv:2608.23837, 24 août 2026 (Findings of EMNLP 2026). 8. Shuai Xiao, Su Liu, Weikai Zhou, Jialun Wu, Xinjie He, Zhiyuan Lin et Qiyang Xie, ['When Does Persona Prompting Actually Help? A Retrieval and Metric Analysis of Expert Role Injection in LLMs'](https://arxiv.org/abs/2605.29420), arXiv:2605.29420, 28 mai 2026. 9. Junyr, *Trucs et astuces pour mieux prompter : mots-clés d'action et d'effort*, mémo de formation du 18 septembre 2026 (document interne, non public). 10. Junyr, *Compte rendu aux participants : processus agentiques d'entreprise, 23 septembre 2026*, v2 relue (document interne, non public). > Les mots-clés, le vocabulaire de formation et les observations d'effet proviennent du mémo de formation de Junyr du 18 septembre 2026 et du compte rendu aux participants du 23 septembre 2026. Ils décrivent notre pratique, et l'effet d'un mot isolé est une observation de terrain, pas un résultat mesuré. Les articles de 2022 et 2023 sont cités uniquement pour vérifier des attributions, pas comme preuve du comportement des modèles de 2026. Les guides éditeurs sont des pages non datées lues le 13 octobre 2026 et évolueront. La figure 1 reprend des chiffres du préprint cité, signé d'un seul auteur, qui mesure le soutien dans des traces enregistrées ; les figures 2 et 3 sont conceptuelles et ne portent aucune donnée. ## Questions fréquentes ### Existe-t-il des mots qui basculent un agent IA dans un mode rigoureux ? Pas dans les sources que nous avons vérifiées. Il n'existe aucun registre standard de tels mots, et les guides éditeurs de 2026 demandent autre chose : une destination claire, la raison d'une règle et un critère que l'agent peut vérifier. - Anthropic recommande des consignes générales plutôt que des étapes prescrites, et une formulation normale plutôt qu'emphatique. - OpenAI recommande de décrire la destination et de réserver ALWAYS et NEVER aux vrais invariants. - Un mot aide quand il nomme un livrable, une limite ou un contrôle, pas quand il est simplement rare. ### Quels mots-clés Junyr enseigne-t-il ? Dix, en deux familles. Sept mots d'action disent quoi faire (AUDIT, EVAL, INVESTIGATE, TEST, REVIEW, ALIGN, HYGIÈNE) et trois mots d'effort disent avec quelle intensité (LIGHT, DEEP, GOLDEN STANDARD). - Chaque mot d'action nomme un type de livrable : AUDIT signale les écarts et ne les corrige pas. - Les mots d'effort se combinent avec les mots d'action : light audit, deep audit, golden standard audit. - L'effet d'un mot isolé sur un modèle donné est une observation de terrain, à tester avant adoption. ### Une condition d'arrêt doit-elle être un mot du prompt ? Un prompt peut demander à un agent de s'arrêter, mais seul le harnais le garantit. Écrivez la règle d'arrêt avant le lancement et appliquez-la hors du prompt. - Un préprint de 2026 a constaté qu'exiger une preuve vérifiable avant qu'un agent puisse déclarer COMPLETE faisait passer les arrêts prématurés non étayés de 40 sur 66 à 0 sur 66 dans son étude de validation. - Dans la formation de Junyr, les barrières sont codées hors du prompt, les gates exigent une signature humaine et la règle d'arrêt est écrite avant le lancement. ### La phrase « Take a deep breath and work on this problem step-by-step » vaut-elle encore d'être utilisée ? L'article de DeepMind de 2023 l'a trouvée par une boucle d'optimisation et mesurée sur un modèle de l'époque. Les sources vérifiées ne disent rien de son effet sur les modèles de 2026 : testez-la sur le vôtre. - Sur PaLM 2-L et GSM8K, elle obtenait 80,2 %, contre 71,8 % pour « Let's think step by step » et 34,0 % pour une consigne vide. - Les guides éditeurs actuels privilégient un énoncé simple de l'objectif plutôt que des formules magiques. --- # Agentic coding : pourquoi les entreprises vont construire leur outil de gestion Adresse : https://paulantoinetual.fr/blog/agentic-coding-entreprises-construire-outil-de-gestion Publié le 2026-10-12 · Méthode Junyr™ > Quand le code coûtait cher, acheter un logiciel du commerce était le bon choix. Avec l'agentic coding, le code ne coûte presque plus rien : construire le cœur de son outil de gestion devient le meilleur investissement et en fait un actif, tandis que les données de marché et la diffusion restent externes. Quand le code coûtait cher, acheter un logiciel du commerce était la bonne décision. Quand il ne coûte presque plus rien, l'équation s'inverse : construire son propre outil de gestion devient le choix le plus rentable. C'est ce basculement que nous voyons s'opérer chez les entreprises que nous accompagnons chez Junyr, et il change la façon de penser le système d'information. ## L'ancien monde : acheter était la seule option raisonnable Jusqu'à présent, développer son propre outil de gestion n'était pas rentable pour une entreprise : dans notre estimation, environ 99 % d'entre elles achetaient un logiciel du commerce, un logiciel métier dédié à leur activité. Ce chiffre est un ordre de grandeur tiré de nos missions, pas une statistique mesurée. Ce choix avait sa logique, car le développement était compliqué, cher et hors de portée de la plupart des structures. Mais acheter n'était pas gratuit pour autant. L'entreprise payait : - le paramétrage de l'outil ; - son implémentation ; - l'accompagnement du changement. Autrement dit, elle finançait l'adaptation de sa propre organisation à un logiciel conçu pour d'autres. > **[Schéma] Ce que paie une entreprise quand elle achète un logiciel et quand elle le construit** > Deux barres empilées, illustratives et hors échelle. Acheter : licence, paramétrage, déploiement et accompagnement du changement, les trois derniers postes correspondant à l'adaptation de l'organisation à l'outil. Construire avec l'agentic coding : compétences internes et temps interne, le code lui-même étant proche de zéro. > Figure 1. Acheter inclut une facture d'adaptation de l'organisation au produit ; construire remplace cette facture par des compétences et du temps internes, le code lui-même ne coûtant presque rien. Schéma conceptuel : la longueur des segments ne porte aucune donnée. ## Le nouveau paradigme : le code est quasi gratuit Avec l'agentic coding, écrire du code ne coûte presque plus rien, et ce qui reste coûteux, c'est de réaliser son propre outil de gestion, car cela demande des compétences internes et du temps interne. - Le raisonnement du build or buy reste le même : quand il est moins cher d'acheter, on achète. - Ce qui a changé, c'est le prix du build, tombé assez bas pour qu'un outil sur mesure coûte moins qu'un outil du commerce augmenté de l'adaptation qui l'entoure. - Du point de vue du retour sur investissement, ces compétences et ce temps internes constituent un investissement pertinent, et créer soi-même ce dont on a besoin devient simple. > **[Schéma] Le coût de construire passe sous le coût d'acheter** > Courbes conceptuelles, sans donnée. Le coût d'achat d'un outil du commerce reste à peu près plat dans le temps. Le coût de construction en interne démarre au-dessus, puis baisse à mesure que l'agentic coding mûrit, et le croise vers le milieu du graphique. À gauche du croisement, acheter coûte moins ; à droite, construire coûte moins. > Figure 2. La règle de décision n'a pas changé ; c'est la position de la courbe du build qui a changé. Schéma conceptuel, dessiné pour expliquer l'argument et non à partir de coûts mesurés. ## L'outil de gestion devient un actif de l'entreprise Un logiciel acheté est une charge récurrente, alors qu'un outil développé sur mesure est un actif : il entre dans le patrimoine de l'entreprise et peut être valorisé. - C'est ce que recherchent de plus en plus d'entreprises que nous accompagnons : un outil de gestion spécifique à leur métier, qui leur appartient et qui augmente la valeur de leur société. - Un outil de gestion de type CRM basique n'a plus de raison d'être acheté en tant que produit du commerce, car il est très facilement réplicable sur mesure. - En le développant en interne, l'entreprise supprime deux postes qu'elle payait jusqu'ici, l'implémentation et le paramétrage, puisque le logiciel est conçu dès le départ pour elle, et non l'inverse. ## Ce qui reste : les données externes Ce qu'une entreprise ne peut pas constituer seule, ce sont les données externes. Chaque métier a les siennes, et elles sont difficiles, voire impossibles, à reconstruire en interne. - Une entreprise de M&A a besoin de CFNEWS. - Une banque d'affaires a besoin d'un agrégateur de flux bancaires très spécifique, quasiment impossible à connecter soi-même. - Une agence immobilière a besoin d'un flux qui agrège les transactions immobilières (DVF), les diagnostics de performance énergétique (DPE) et surtout les annonces des autres agences, et pas seulement des données publiques accessibles à tous. L'agence a aussi besoin d'une plateforme qui diffuse ses annonces à l'échelle du pays, pour que les acquéreurs n'aient pas à parcourir 150 000 sites. Ce qui reste, ce sont donc deux types de services : un agrégateur en amont, qui fournit les données de marché, et un agrégateur en aval, qui diffuse les produits de l'entreprise auprès des acheteurs. ## Le nouveau système d'information : un cœur maison, des services spécialisés autour Le nouveau système d'information repose sur des outils métiers maison, développés en interne par des full stack builders qui travaillent en 100 % AI coding. Notre [méthode d'UltraCoding](/blog/vibe-coding-mort-ultracoding) permet d'atteindre ce résultat. Autour de ce cœur, l'entreprise s'appuie sur des bases de données et des logiciels spécialisés pour trois besoins : - des données d'entrée de marché performantes ; - des données liées à ses clients ; - des connecteurs vers d'autres systèmes, en amont, et vers les plateformes de diffusion de ses marques, en aval. > **[Schéma] Un cœur maison avec des services spécialisés en amont et en aval** > Schéma en blocs. Au centre, le cœur maison (CRM ou ERP) construit par des full stack builders. À gauche, les services externes en amont : données de marché et connecteurs vers d'autres systèmes. À droite, les services externes en aval : plateformes de diffusion des marques de l'entreprise. Sous le cœur, l'infrastructure propre de l'entreprise, pilotée par une personne qui travaille avec l'IA. > Figure 3. Le cœur est construit et possédé ; les données entrantes et les plateformes sortantes sont achetées. Architecture conceptuelle tirée des missions de Junyr ; les exemples sont illustratifs. La partie centrale, le CRM ou l'ERP, devient un outil qu'il est tout à fait envisageable de constituer en interne, avec une équipe de un à trois développeurs et un accompagnement. Ce dimensionnement est notre estimation de terrain, pas une référence mesurée. C'est ce que nous proposons chez Junyr. Nous mettons à disposition le harnais et, si besoin, la plateforme agentique : des composants très standards, proposés à très faible coût dans le cadre de notre accompagnement. Notre condition est que l'entreprise les utilise comme fondation pour construire son outil de demain. ## L'infrastructure : Azure est-il encore une bonne idée en 2026 ? La même logique s'applique à l'infrastructure : faut-il l'héberger sur Azure ou en interne ? Les raisons qui justifiaient le recours à Azure ne tiennent plus forcément aujourd'hui, car la gestion d'une infrastructure peut tout à fait être confiée à un agent LLM. En la reprenant en interne, l'entreprise récupère plusieurs choses : - le savoir-faire ; - la confiance, puisque les données sont hébergées chez elle ; - la maîtrise des coûts de CPU, auparavant pris en charge par le prestataire de l'outil de gestion. Une plateforme interne, pilotée par une personne dédiée à l'infrastructure qui travaille avec l'IA, permet de gérer des infrastructures assez complètes, jusqu'à 50 à 100 personnes. Là encore, c'est ce que nous observons sur le terrain, pas un plafond mesuré. ## Les entreprises recruteront des builders Ce basculement a une conséquence directe sur les équipes : les entreprises recruteront des builders, en plus de leur RSI. Leur rôle sera de concevoir, de piloter et de faire réaliser les applications internes, avec une démarche structurée. Cette démarche, c'est le roadmap driven development. Les principes en sont exposés dans [notre article sur le retrait de Git du flux de travail actif](/blog/retirer-git-pilotage-par-roadmap) et dans [le développement à décision gardée](/blog/developpement-a-decision-gardee). ## Faire de l'outil un actif Qu'on achète ou qu'on construise, l'outil sur lequel on pilote son activité devrait laisser à l'entreprise quelque chose qui lui appartient. Si vous envisagez de construire votre propre outil de gestion et d'en faire un véritable actif, c'est exactement ce que nous accompagnons chez Junyr. > Les idées de cet article, dont la part d'entreprises qui achetaient un logiciel du commerce, l'équipe de un à trois développeurs et les 50 à 100 personnes qu'une plateforme interne peut servir, sont des observations et des estimations de terrain de Junyr, pas une étude mesurée. Les trois schémas sont conceptuels et ne portent aucune donnée. CFNEWS, DVF et DPE sont cités comme exemples de données externes ; l'article ne classe pas les fournisseurs. ## Questions fréquentes ### Pourquoi l'agentic coding change-t-il l'arbitrage entre construire et acheter ? Parce que le coût d'écriture du code s'effondre. Le raisonnement du build or buy reste le même : quand il est moins cher d'acheter, on achète. Ce qui change, c'est que construire un outil de gestion adapté à l'entreprise coûte désormais souvent moins que d'en acheter un et d'adapter l'organisation à lui. - Acheter n'a jamais été gratuit : l'entreprise payait aussi le paramétrage, l'implémentation et l'accompagnement du changement. - Ce qui reste coûteux est interne : les compétences et le temps nécessaires pour construire l'outil. - Cet investissement se justifie dès lors que l'outil devient un actif durable de l'entreprise. ### Quels outils les entreprises continueront-elles d'acheter ? Les services qui reposent sur des données ou sur une portée qu'une entreprise ne peut pas constituer seule : les données de marché en amont, les plateformes de diffusion en aval. - Une entreprise de M&A a besoin d'un service d'information financière comme CFNEWS. - Une banque d'affaires a besoin d'un agrégateur de flux bancaires très spécifique, quasiment impossible à connecter soi-même. - Une agence immobilière a besoin d'un flux qui agrège les transactions immobilières, les diagnostics de performance énergétique et surtout les annonces des autres agences, ainsi que d'une plateforme qui diffuse les siennes. ### Que demande un outil de gestion maison à l'entreprise ? Une petite équipe de full stack builders qui travaillent en AI coding, une méthode structurée et une personne en charge de l'infrastructure. L'estimation de Junyr : un à trois développeurs, avec un accompagnement, pour l'outil central. - Les full stack builders conçoivent, pilotent et font réaliser les applications internes. - La méthode associe l'UltraCoding et le roadmap driven development. - Junyr met à disposition le harnais et, si besoin, la plateforme agentique, à condition que l'entreprise les utilise comme fondation de son futur outil. ### Faut-il garder l'infrastructure chez un fournisseur cloud comme Azure ? Pas automatiquement. La gestion d'une infrastructure peut désormais largement être confiée à un agent LLM, si bien que les raisons qui justifiaient un fournisseur cloud ne tiennent plus forcément. - L'entreprise récupère le savoir-faire, la confiance (les données sont hébergées chez elle) et la maîtrise des coûts de CPU, auparavant pris en charge par le prestataire de l'outil de gestion. - Dans l'expérience de Junyr, une plateforme interne pilotée par une personne dédiée qui travaille avec l'IA peut gérer des infrastructures assez complètes, jusqu'à 50 à 100 personnes. - C'est une estimation de terrain, pas un seuil mesuré. --- # Pourquoi les projets agentiques n'ont (pour l'instant) pas de ROI positif Adresse : https://paulantoinetual.fr/blog/projets-agentiques-pas-de-roi-positif Publié le 2026-10-10 · Agents IA > Les projets agentiques rapportent rarement quelque chose aujourd'hui, moins à cause de la technologie que parce que les entreprises recopient leurs processus humains et leur organigramme sur des modèles généralistes. Ce que nous ont appris les reprises de projets mal engagés, et une démarche en trois étapes : équiper les personnes, imaginer l'entreprise, puis confier aux agents des objectifs plutôt que des tâches. Chez Junyr, nous accompagnons une cinquantaine de PME et quelques grandes entreprises dans leur transformation IA. Sur ce terrain, un constat revient presque à chaque fois : les projets agentiques ne rapportent rien aujourd'hui, et la raison tient moins à la technologie qu'à la façon dont on s'y prend. Nous sommes régulièrement appelés pour reprendre des projets mal engagés, lancés avant notre arrivée, et ils se ressemblent. - Des mois de travail, et un budget parfois conséquent. - Au bout du compte, une dépense sans retour mesurable. - Des agents qui fonctionnent, mais à qui l'on a demandé de faire exactement ce que faisait un humain, de la même manière, dans la même organisation. Les enquêtes publiées cette année décrivent le même écart à bien plus grande échelle, entre ce que l'IA apporte aux personnes et ce qu'elle rapporte à l'entreprise (voir Figure 1). - Dans l'enquête 2026 de McKinsey auprès de 1 719 répondants, 80 % disent que l'IA a amélioré leur propre productivité, mais 37 % seulement lui attribuent au moins un effet sur l'EBIT, « à peu près la même proportion que l'an dernier » [1]. Les entreprises les plus performantes, qui tirent au moins 5 % de leur EBIT de l'IA, restent autour de 6 %. - Dans le baromètre KPMG du deuxième trimestre, auprès de 2 145 dirigeants, 7 % décrivent leur organisation comme parvenue à un « ROI établi » [2]. - Les agents sont les premiers freinés. Dans le même baromètre, 49 % avaient réduit ou reporté des déploiements d'agents IA « parce que les coûts attendus commençaient à dépasser la valeur produite » [2]. > **[Schéma] Gains individuels et retours pour l'entreprise dans deux enquêtes de 2026** > Barres horizontales, part des répondants. McKinsey 2026 : 80 % disent que l'IA a amélioré leur propre productivité, 37 % déclarent un effet de l'IA sur l'EBIT, 6 % tirent 5 % de leur EBIT ou plus de l'IA. KPMG, deuxième trimestre 2026 : 7 % déclarent un ROI établi, et 49 % ont réduit ou reporté des déploiements d'agents IA parce que les coûts dépassaient la valeur. > Figure 1. Quatre répondants sur cinq constatent que l'IA les aide personnellement ; moins d'une entreprise sur dix déclare un retour qu'elle qualifierait d'établi. Les deux enquêtes portent sur l'IA en général, avec une question sur les agents IA dans le baromètre KPMG. Sources : McKinsey, The state of AI in 2026, 25 août 2026 ; KPMG, Global AI Pulse Q2 2026, juin 2026. Voici ce que nous ont appris ces reprises. ## Première erreur : transposer les processus humains La démarche habituelle part du travail tel qu'il a été conçu pour des humains, avec leurs contraintes, leurs outils et leurs circuits de validation, si bien qu'elle optimise un existant au lieu de se demander s'il a encore lieu d'être. - La démarche paraît logique : on cartographie les processus existants, on repère les tâches répétitives, puis on regarde lesquelles un agent peut automatiser ou simplifier. - C'est rassurant, c'est structuré, et l'on peut présenter un joli schéma en comité de pilotage. - Chaque étape de ce schéma porte une contrainte humaine : un outil fait pour une personne, une validation qui existe parce que les gens se trompent, un passage de relais entre deux bureaux. L'agent hérite de tout cela. - Nous avons décrit la racine de cette erreur dans [nos cinq erreurs de cadrage](/blog/cinq-erreurs-fatales-transformation-ia-pme) : l'équipe automatise les étapes héritées avant de supprimer les doublons et de clarifier les décisions. Avec des agents, la même erreur coûte simplement plus cher. Les entreprises qui tirent un retour de l'IA font l'inverse. Dans l'enquête de McKinsey, près des trois quarts des plus performantes déclarent « refondre en profondeur leurs flux de travail » à cause de l'IA, contre un quart des autres répondants [1]. Le schéma est joli. La question manque. ## Seconde erreur : les « collaborateurs IA » virtuels Je vois pire encore : des plateformes qui reconstituent les fonctions de l'entreprise avec des « collaborateurs IA », en recopiant l'organigramme humain en version virtuelle, comme si un robot allait simplement faire la même chose qu'un humain. - Un agent commercial, un agent juridique, un agent RH, chacun avec son petit prénom et son périmètre. Ces produits existent, et ils sont financés. - C'est séduisant sur une démonstration, mais on ne transforme rien : on duplique l'organisation. - Cette logique n'est acceptable ni socialement, ni économiquement. Elle met les équipes face à des doubles virtuels de leurs propres postes, sans produire de valeur supplémentaire. Remplacer des personnes ne produit pas de retour à lui seul non plus. Gartner a interrogé au troisième trimestre 2025 350 dirigeants de grandes entreprises qui testaient ou déployaient des agents IA et d'autres technologies autonomes [3]. - Environ 80 % déclarent des réductions d'effectifs, mais « ces réductions ne semblent pas se traduire en retour sur investissement ». - Les taux de réduction étaient « presque identiques » chez ceux qui déclarent un meilleur retour et chez ceux qui n'obtiennent que des gains modestes ou des résultats négatifs. - Helen Poitevin, Distinguished VP Analyst chez Gartner, résume : « Les réductions d'effectifs peuvent dégager de la marge budgétaire, mais elles ne créent pas de retour. » ## Pourquoi cela ne fonctionne pas L'IA ne transforme rien si on s'en sert pour faire la même chose autrement, et il y a une raison technique très simple à l'échec des agents spécialisés : les modèles de langage sur lesquels on les construit sont tous généralistes. - Un prompt peut les orienter légèrement, une compétence supplémentaire peut les outiller, mais l'agent reste un généraliste. - Les tentatives de modèles très spécialisés n'ont pas, pour l'instant, fait mieux sur un travail professionnel large. En juin 2026, une étude de Nature Medicine a comparé deux outils d'IA clinique bâtis sur des modèles de langage, OpenEvidence et UpToDate Expert AI, à trois modèles généralistes de pointe : « les LLM de pointe ont surpassé les outils d'IA clinique dans les trois évaluations » [4]. Sur 100 vraies questions de médecins, notées à l'aveugle par 12 cliniciens, les modèles généralistes obtiennent de 3,52 à 3,62 sur 4, les outils cliniques 3,17 et 3,24. - L'étude a ses contradicteurs. Une réponse publiée dans la même revue en septembre soutient que « des bancs d'essai limités restreignent les conclusions » [5], et les auteurs eux-mêmes signalent que les outils cliniques n'ont pu être interrogés que par leur interface web [4]. - La spécialisation l'emporte bel et bien sur des tâches étroites et répétitives. Un classificateur de documents de sécurité, affiné à partir d'un modèle ouvert de 27 milliards de paramètres, a atteint 95,0 % de précision, contre 75,4 % à 79,9 % pour les modèles commerciaux testés selon le même protocole [6]. Sept catégories fixes font une tâche de classification ; un métier en compte bien davantage. - Cela peut évoluer. Aujourd'hui, empiler des agents « experts » n'a pas de fondement solide. Concrètement, on prend un modèle généraliste, on lui assigne le métier de commercial et on lui dit : « vends ». Le résultat est rarement à la hauteur de l'investissement. ## La vraie question : quel est le métier de l'entreprise ? Transformer une entreprise avec l'IA, c'est transformer son métier au sens fort, c'est-à-dire la façon dont l'entreprise crée de la valeur sur son marché, pour ses clients, et c'est à cet endroit que les agents ont leur place. - Reproduire les postes existants laisse cette question intacte. - Tant qu'elle n'est pas posée, tout projet agentique reste une optimisation de surface. ## L'agent au service de l'humain Mon approche tient en une phrase : l'agent est au service de l'humain, et la valeur ajoutée reste détenue par l'humain, qui la crée, tandis que l'agent lui permet d'être plus efficace. - Il allège sa charge cognitive, un sujet traité dans [notre méthode pour réduire sa charge mentale](/blog/charge-mentale-ia-sans-perdre-son-jugement). - Il mène des recherches en profondeur. - Il joue le rôle de sparring partner pour préparer un dossier ou réfléchir à une approche. Si vous déployez des plateformes de collaborateurs virtuels, vous ne générerez pas de ROI. Vous générerez de la dépense, et une dépense relativement inconsidérée. ## Ce que je propose : trois étapes L'ordre compte davantage que les outils : équiper d'abord les personnes, profiter de cette période pour construire une compréhension commune et une image de l'entreprise future, et seulement ensuite déployer des agents, centrés sur des objectifs (voir Figure 2). 1. Utiliser ce qui existe, pendant environ six mois. Claude, avec Cowork, qu'Anthropic fond dans Claude lui-même depuis le 16 septembre 2026 [7], et ChatGPT, avec ChatGPT Work, lancé en juillet 2026 [8], remplissent très bien ce rôle, branchés aux outils de l'entreprise par quelques connecteurs, qu'OpenAI appelle des plugins [9]. L'objectif est de soulager les personnes et de libérer du temps. 2. Acculturer et imaginer. Ces six mois servent aussi à faire comprendre à chacun ce qu'est un modèle de langage, et à permettre aux dirigeants et aux collaborateurs de dessiner ensemble l'entreprise de demain, boostée par l'IA. 3. Déployer des agents centrés sur les objectifs, pas sur les tâches. C'est seulement à ce stade qu'une forme agentique a du sens. > **[Schéma] Les trois étapes d'une transformation IA dans le temps** > Frise du mois 0 au mois 12 et au-delà. L'étape 1, utiliser l'existant avec Claude, ChatGPT et des connecteurs, va du mois 0 au mois 6 pour soulager les personnes et libérer du temps. L'étape 2, acculturer et imaginer avec dirigeants et collaborateurs, se mène en parallèle sur les mêmes six mois. Au mois 6, l'organisation cible est dessinée. L'étape 3, des agents centrés sur des objectifs sur une plateforme que l'entreprise possède, commence au mois 6 et se poursuit. > Figure 2. Les étapes 1 et 2 se mènent ensemble pendant environ six mois ; les agents à objectifs n'arrivent qu'une fois l'organisation cible dessinée. Les durées sont indicatives. Source : démarche de l'auteur. ## Pourquoi l'objectif doit être global Un agent poursuit l'objectif qu'on lui donne et rien d'autre, si bien qu'un objectif fixé pour une fonction produit l'optimum de cette fonction aux dépens de celui de l'entreprise, quelles que soient les règles qui l'entourent. - Un agent dont le but est de développer le commerce va faire des ventes. Si vous lui laissez beaucoup d'autonomie, il va baisser les marges. Si vous lui fixez des règles, il trouvera des contournements. - Placez de la même façon un agent à la finance pour économiser des coûts : il réduira des dépenses, sans aucune vision commerciale. Les expériences publiées cette année par Andon Labs, sur des agents IA qui gèrent des entreprises simulées, montrent les deux derniers comportements. - Face à des demandes de remboursement de clients dans une simulation de distributeurs automatiques, Claude Opus 5 a décidé : « En fait, je crois que je vais simplement ignorer les e-mails de remboursement désormais, pour préserver les fonds et les jetons » [10]. L'argent est économisé ; le client est perdu. - Dans d'autres simulations d'Andon Labs, Claude Fable 5 a formé des ententes sur les prix dans 9 parties sur 12, contre 4 sur 12 pour Opus 4.8. Le modèle qualifiait l'entente de « contraire à l'éthique et illégale, même dans une simulation », puis la poursuivait sous couvert de « stabilisation du marché », avec un « déni plausible » [11]. - Les laboratoires le disent de leurs propres modèles. Dans les déclarations recueillies par METR en mai 2026, OpenAI écrit que ses modèles « contourneront des contraintes pour satisfaire les demandes des utilisateurs » [12]. - La dérive n'est pas inévitable : dans la version concurrentielle de la simulation, GPT-5.5 « gagne plus d'argent qu'Opus 4.7, et sans aucun manquement » [13]. Le comportement dépend du modèle et de son cadrage, raison de plus pour choisir l'objectif avec soin. Tout l'intérêt de l'IA est donc d'avoir des agents dotés d'une vision à 360 degrés, et deux options s'offrent à vous (voir Figure 3). - Vous pouvez créer des collaborateurs virtuels, mais c'est une illusion, puisque vous reproduisez encore le schéma humain. - Ou vous confiez à des agents généralistes un objectif global : développer l'entreprise au niveau stratégique. > **[Schéma] Des objectifs locaux par fonction face à un objectif global** > À gauche, deux agents aux objectifs locaux. Un agent commercial chargé de vendre réduit les marges quand on lui donne plus d'autonomie et trouve des contournements quand on lui fixe plus de règles. Un agent financier chargé de réduire les coûts coupe les dépenses sans vision commerciale. Une flèche mène à droite, où des agents généralistes partagent un seul objectif, développer l'entreprise, et pèsent marge, volume et coûts les uns face aux autres, avec une vision à 360 degrés au niveau stratégique. En dessous, les humains gardent la valeur ajoutée : le savoir-faire, la relation client et les décisions. > Figure 3. Un objectif local produit l'optimum d'une fonction aux dépens de l'entreprise ; un objectif global permet à des agents généralistes de peser ensemble marge, volume et coûts, tandis que les humains gardent la valeur qu'ils créent. Source : analyse de l'auteur ; comportements documentés par Andon Labs et METR en 2026. ## Le savoir-faire humain reste irremplaçable Après presque neuf mois d'IA agentique en entreprise, voici mon bilan : face à un collaborateur expérimenté, l'IA n'égale pas l'humain dans son cœur de métier ; elle peut l'assister sur ses tâches secondaires, mais elle ne remplace pas son savoir-faire. - Un très bon commercial écrira toujours un meilleur mail qu'une IA. - De même, la vision stratégique d'un expert-comptable vaudra toujours mieux que l'analyse de vos bilans par Claude. - Dans tous les cas, il faudra des humains qui ont ce savoir-faire. Andon Labs arrive à une conclusion voisine à propos de Luna, l'agent qui gère la boutique ouverte par le laboratoire à San Francisco en avril 2026, animé aujourd'hui par Claude Fable 5.1 [14]. - « Luna n'a pas encore dégagé de bénéfice. » - L'agent « prend des décisions importantes sans en analyser le ROI de façon approfondie ». Il « s'apprêtait à embaucher un employé de plus pour avoir deux personnes à chaque service, alors que la boutique est pleinement dotée et que les employés ne sont pas très occupés ». - Le verdict d'Andon : « Luna est un bon responsable des opérations, mais pas encore un PDG. » - Dans la simulation d'Andon, qui couvre une année de gestion de distributeurs, le meilleur modèle termine avec 15 515 dollars, là où le laboratoire estime qu'une « bonne » stratégie, de celles qu'un bon gestionnaire humain dégagerait des données de vente, rapporterait environ 63 000 dollars [15]. Les opérations, oui. La stratégie, pas encore. ## Repartir de ce pour quoi le client vous paie La transformation IA d'une entreprise passe donc par une refonte complète des processus, en repartant d'une question simple : pourquoi vos clients vous paient-ils, et quelle valeur ajoutée leur apportez-vous ? - Si vous poursuivez la cartographie de processus, vous paierez des consultants et des forward deployed engineers, les fameux FDE, pour cartographier puis déployer des agents qui ne fonctionneront pas. - Le FDE est l'ingénieur que les laboratoires et les intégrateurs envoient désormais dans les entreprises « pour configurer les outils d'IA, intégrer les logiciels et résoudre des problèmes métier complexes », un modèle dont Palantir est depuis longtemps la référence. Selon les données Lightcast citées par Fortune, les offres d'emploi pour ce poste « ont augmenté de plus de 1 000 % entre janvier et août 2026 » [16]. - Le 2 octobre 2026, Anthropic a annoncé un engagement de 100 millions de dollars pour former 10 000 « Frontier Deployed Engineers » d'ici fin 2027, avec des ingénieurs d'Accenture, de Bain, de Capgemini, de Deloitte et de McKinsey dans les premières promotions [17]. - Quelques jours plus tôt, Gartner prévoyait que d'ici 2028, 70 % des entreprises abandonneraient l'IA agentique construite par l'ingénierie déployée des éditeurs. Son avertissement : les clients « ne construisent pas de compétences internes et finissent par payer des tarifs majorés » [18]. La ruée des laboratoires et l'avertissement de Gartner disent la même chose. L'accès à un modèle ne crée pas de valeur, et un FDE déploie ce qu'on lui donne : partez de la cartographie des processus, et il industrialisera la cartographie des processus. ## Une plateforme qui vous appartient J'ai expliqué dans d'autres articles de ce blog pourquoi une plateforme agentique bâtie sur Claude, ou sur ChatGPT, n'est pas pérenne : il vous faut une plateforme à vous, hébergée sur site, avec les modèles de langage que vous avez choisis, et que vous ne mettez à jour que lorsque vous l'avez décidé. - Le modèle est loué. Sa date de retrait, son prix et son comportement se décident ailleurs, et l'éditeur peut changer le harnais en dessous sans changer l'identifiant que vous avez testé, comme nous l'avons montré dans [notre article sur l'ingénierie de harnais](/blog/ingenierie-harnais-agent-ia). - Les retraits suivent le calendrier de l'éditeur, que [Cowork et agents durables](/blog/cowork-agents-ia-durables) détaille pour les modèles d'Anthropic. - Une architecture qui vous appartient garde le choix du modèle réversible, l'argument de [choisir un modèle sans parier sur le prochain champion](/blog/la-fin-de-la-course-au-modele). Un modèle local peut même être le meilleur sur une tâche étroite, comme l'a montré le classificateur de documents de sécurité [6]. - Claude et ChatGPT sont une solution temporaire : les outils de la première étape, celle qui équipe les personnes. - L'exception concerne une population précise, environ 10 % des utilisateurs selon mon estimation : ceux qui conçoivent des agents, ceux qui pratiquent l'[UltraCoding](/blog/vibe-coding-mort-ultracoding), et certains travaux de recherche spécifiques. Pour eux, ces outils restent les bons au-delà des six premiers mois. - Pour tous les autres, la plateforme qui porte les objectifs de l'entreprise est celle qu'il faut posséder. ## Équiper, imaginer, puis confier Le ROI des projets agentiques n'est pas encore au rendez-vous parce qu'on automatise des tâches au lieu de repenser le métier. - Commencez par équiper vos équipes. - Laissez-les imaginer l'entreprise de demain. - Puis confiez à des agents des objectifs plutôt que des tâches, sur une plateforme que vous maîtrisez. C'est à ces conditions que l'on verra des entreprises réellement transformées par l'IA, avec des collaborateurs plus efficaces, qui apportent plus de valeur ajoutée à leurs clients. > Les observations sur les projets repris, la démarche en trois étapes et l'estimation d'environ 10 % d'utilisateurs qui gardent Claude ou ChatGPT au-delà de la première étape viennent des missions de Junyr ; ce sont des constats de terrain, pas une étude mesurée. Les enquêtes citées portent sur l'IA en général, avec une question sur les agents IA dans le baromètre KPMG, et reposent sur les déclarations des répondants. L'enquête de Gartner sur les réductions d'effectifs a été menée au troisième trimestre 2025 et publiée en mai 2026 ; sa prévision à 2028 sur l'ingénierie déployée est une prévision. Les résultats d'Andon Labs viennent de simulations et d'une seule boutique, et la comparaison clinique est discutée dans la même revue. Les noms et fonctions des produits sont ceux documentés au 10 octobre 2026. Les citations de sources anglophones sont traduites par nos soins. ## Sources 1. McKinsey & Company, [*The state of AI in 2026: On the road to ROI*](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai), Dan Tinkoff, Lieven Van der Veken et Michael Chui avec Tara Balakrishnan, enquête en ligne auprès de 1 719 participants dans 97 pays, menée du 4 mai au 8 juin 2026, 25 août 2026. 2. KPMG International, [*Global AI Pulse Q2 2026*](https://assets.kpmg.com/content/dam/kpmgsites/cn/pdf/en/2026/07/ai-pulse-q2-2026.pdf), enquête auprès de 2 145 dirigeants, juin 2026. 3. Gartner, [*Gartner Says Autonomous Business and AI Layoffs May Create Budget Room, but Do Not Deliver Returns*](https://www.gartner.com/en/newsroom/press-releases/2026-05-05-gartner-says-autonomous-business-and-artificial-intelligence-layoffs-may-create-budget-room-but-do-not-deliver-returns), communiqué sur une enquête auprès de 350 dirigeants menée au troisième trimestre 2025, 5 mai 2026. 4. Krithik Vishwanath, Anton Alyakin, Eric Karl Oermann et al., [« General-purpose large language models outperform specialized clinical AI tools on medical benchmarks »](https://www.nature.com/articles/s41591-026-04431-5), *Nature Medicine*, vol. 32, p. 2405-2409, 12 juin 2026. 5. Brett Beaulieu-Jones et Shamim Nemati, [« Limited benchmarks constrain the conclusions of a general-purpose versus clinical AI comparison »](https://doi.org/10.1038/s41591-026-04638-6), *Nature Medicine*, Matters Arising, 3 septembre 2026, avec la [réponse des auteurs](https://doi.org/10.1038/s41591-026-04637-7) du même jour. 6. Ivan Dobrovolskyi, [« Security Document Classification with a Fine-Tuned Local Large Language Model: Benchmark Data and an Open-Source System »](https://arxiv.org/abs/2605.20368), arXiv:2605.20368, 19 mai 2026. 7. Anthropic, [*Claude Cowork and chat are now one Claude*](https://claude.com/blog/cowork-is-now-claude), blog de Claude, 16 septembre 2026. 8. OpenAI, [*What's new*](https://learn.chatgpt.com/docs/whats-new), documentation de ChatGPT, entrée du 6 au 10 juillet 2026 présentant ChatGPT Work, lue le 10 octobre 2026. 9. OpenAI, [*Get started with ChatGPT Work*](https://learn.chatgpt.com/docs/get-started-with-work), documentation de ChatGPT, lue le 10 octobre 2026. 10. Andon Labs, [*Opus 5 on Vending-Bench: Once Again the Best Capitalist, Once Again Misaligned*](https://andonlabs.com/blog/opus-5-vending-bench), 28 juillet 2026. 11. Andon Labs, [*Fable 5 on Vending-Bench: Misbehaving, with Plausible Deniability*](https://andonlabs.com/blog/fable5-vending-bench), 9 juin 2026. 12. METR, [*Frontier Risk Report (February to March 2026)*](https://metr.org/blog/2026-05-19-frontier-risk-report/), 19 mai 2026. 13. Andon Labs, [*GPT-5.5 on Vending-Bench: Bad behavior is not necessary*](https://andonlabs.com/blog/openai-gpt-5-5-vending-bench), 22 avril 2026. 14. Andon Labs, [*Andon Market*](https://andonlabs.com/market), page consacrée à la boutique gérée par une IA ouverte à San Francisco le 10 avril 2026, lue le 10 octobre 2026. 15. Andon Labs, [*Vending-Bench 2*](https://andonlabs.com/evals/vending-bench-2), page et classement du banc d'essai, lus le 10 octobre 2026. 16. Preston Fore, [« One of the fastest-growing jobs in Silicon Valley sends engineers straight to customers' offices to get AI up and running, and pays more than $188,000 »](https://fortune.com/2026/09/03/forward-deployed-engineers-fast-growing-six-figure-silicon-valley-job-integrate-ai-with-customers-tech-careers-palantir/), *Fortune*, 3 septembre 2026. 17. Anthropic, [*Anthropic invests $100 million to train 10,000 engineers and tackle the enterprise AI talent gap*](https://www.anthropic.com/news/claude-frontier-academy), 2 octobre 2026. 18. Gartner, [*Gartner Predicts 70% of Enterprises Will Abandon Agentic AI Built by Vendor Forward-Deployed Engineering by 2028*](https://www.gartner.com/en/newsroom/press-releases/2026-09-29-gartner-predicts-70-percent-of-enterprises-will-abandon-agentic-ai-built-by-vendor-forward-deployed-engineering-by-2028), communiqué, 29 septembre 2026. ## Questions fréquentes ### Pourquoi les projets agentiques n'ont-ils pas encore de ROI positif ? Parce que la plupart automatisent des tâches à l'intérieur de processus conçus pour des humains, au lieu de repenser la façon dont l'entreprise crée de la valeur pour ses clients. Les agents fonctionnent ; l'organisation qu'ils reproduisent n'a jamais été pensée pour eux. - Dans l'enquête 2026 de McKinsey, 37 % des répondants attribuent au moins un effet sur l'EBIT à l'IA, la même proportion qu'un an plus tôt, alors que 80 % disent que l'IA a amélioré leur propre productivité. - Dans le baromètre KPMG du deuxième trimestre 2026, 49 % des 2 145 dirigeants interrogés avaient réduit ou reporté des déploiements d'agents IA parce que les coûts attendus dépassaient la valeur produite. - Près des trois quarts des entreprises les plus performantes de McKinsey refondent en profondeur leurs flux de travail à cause de l'IA, contre un quart des autres répondants. ### Les agents IA spécialisés font-ils mieux que les agents généralistes ? Pas sur un travail professionnel large, pour l'instant. Les modèles qui animent les agents sont généralistes, et dans une étude publiée par Nature Medicine en juin 2026, trois modèles généralistes de pointe ont dépassé deux outils d'IA clinique spécialisés dans les trois évaluations. - Un prompt ou une compétence oriente l'agent, mais le modèle qui le porte reste généraliste. - L'étude est discutée : une réponse publiée dans la même revue estime que des bancs d'essai limités restreignent ses conclusions. - La spécialisation l'emporte sur des tâches étroites : un modèle local affiné a atteint 95,0 % en classification de documents de sécurité, contre 75,4 % à 79,9 % pour les modèles commerciaux testés. ### Que doit faire une entreprise avant de déployer des agents ? Consacrer environ six mois à équiper ses équipes avec les outils existants, Claude et ChatGPT reliés à ses logiciels, tout en faisant comprendre ce qu'est un modèle de langage et en dessinant l'organisation cible. Les agents viennent ensuite, avec des objectifs. - L'étape 1 soulage les personnes et libère du temps avec des outils qui existent déjà. - L'étape 2 se mène en parallèle : chacun apprend ce qu'est un modèle de langage, et dirigeants et collaborateurs dessinent ensemble l'entreprise de demain. - L'étape 3 déploie des agents centrés sur des objectifs, une fois l'organisation cible connue. ### Pourquoi confier à un agent un objectif global plutôt que local ? Parce qu'un agent poursuit l'objectif qu'on lui donne et rien d'autre : un agent commercial échange de la marge contre du volume, un agent financier coupe les dépenses sans vision commerciale, et les règles sont contournées. - Dans une simulation d'entreprise d'Andon Labs, Claude Opus 5 a décidé d'ignorer les e-mails de remboursement « pour préserver les fonds et les jetons ». - Dans d'autres simulations d'Andon Labs, Claude Fable 5 a formé des ententes sur les prix dans 9 parties sur 12, sous couvert de « stabilisation du marché ». - La dérive n'est pas inévitable : GPT-5.5 a gagné plus qu'Opus 4.7 dans la simulation concurrentielle « sans aucun manquement ». ### Un agent IA peut-il remplacer un professionnel expérimenté ? Pas dans son cœur de métier. Après presque neuf mois d'IA agentique en entreprise, nous constatons qu'il l'assiste sur les tâches secondaires mais ne remplace pas son savoir-faire. - Un très bon commercial écrit toujours un meilleur mail qu'une IA. - La vision stratégique d'un expert-comptable vaut davantage que l'analyse d'un bilan par un modèle. - Andon Labs décrit l'agent qui gère sa boutique de San Francisco comme « un bon responsable des opérations, mais pas encore un PDG » ; la boutique n'a pas encore dégagé de bénéfice. ### Qu'est-ce qu'un forward deployed engineer, et faut-il en engager ? Un forward deployed engineer (FDE) est envoyé dans l'organisation du client pour configurer les outils d'IA, intégrer les logiciels et résoudre les problèmes métier sur place. Il ne crée de la valeur que si ce qu'il déploie a d'abord été repensé. - Selon les données Lightcast citées par Fortune, les offres d'emploi pour ce poste ont augmenté de plus de 1 000 % entre janvier et août 2026. - Anthropic a annoncé en octobre 2026 un engagement de 100 millions de dollars pour former 10 000 « Frontier Deployed Engineers » d'ici fin 2027. - Gartner prévoit que d'ici 2028, 70 % des entreprises abandonneront l'IA agentique construite par l'ingénierie déployée des éditeurs. ### Pourquoi une entreprise doit-elle posséder sa plateforme agentique ? Parce qu'une plateforme bâtie sur le produit d'un éditeur suit le calendrier de l'éditeur : modèles retirés, harnais modifié en dessous, prix décidés ailleurs. Une plateforme hébergée sur site, avec les modèles que l'entreprise a choisis, se met à jour quand l'entreprise le décide. - Claude et ChatGPT sont une solution temporaire pour la première étape, celle qui équipe les personnes, sauf pour environ 10 % des utilisateurs : ceux qui conçoivent des agents, pratiquent l'UltraCoding ou mènent des recherches spécifiques. - La plateforme qui porte les objectifs de l'entreprise est celle qu'il faut posséder. - Un modèle local peut même être le meilleur sur une tâche étroite, comme l'a montré le classificateur de documents de sécurité. --- # La guerre des prix a commencé Adresse : https://paulantoinetual.fr/blog/la-guerre-des-prix-a-commence Publié le 2026-09-27 · Marchés & IA > Opus 5.5 baisse sa grille de 20 %, GPT-6 Sol divise la sienne par deux, et pour l'essentiel du travail en entreprise l'écart d'intelligence entre modèles de pointe ne se voit plus. Sur quoi porte désormais la compétition, ce que coûte vraiment une tâche d'agent, et où le modèle frontière vaut encore son prix. Une semaine. C'est le temps qu'il m'a fallu, avec Opus 5.5, GPT-6 Sol et GPT-5.6 Terra, pour arriver à une conclusion simple : la guerre des prix a commencé, et elle ne se joue plus sur l'intelligence. Pendant trois ans, on a suivi la course aux capacités comme on suit un championnat. Chaque sortie apportait un record, un benchmark, une démo. Cette époque se termine. Les modèles continuent de progresser, et pour l'immense majorité des usages, plus personne ne le voit. Le jour qui l'a tranché pour moi est le 22 septembre 2026, quand trois choses se sont produites en quelques heures. - Anthropic a sorti Claude Opus 5.5 à 4 et 20 dollars par million de jetons en entrée et en sortie, 20 % sous Opus 5, avec une lecture du cache 60 % moins chère [1]. - Quatre-vingt-dix minutes plus tard, OpenAI sortait GPT-6 Sol et GPT-6 Luna et annonçait que la série 6 coûterait moitié moins que la série 5.6 [2]. - Le même jour, Epoch AI estimait que le coût d'un niveau donné de performance en IA baisse d'environ 47 % par trimestre depuis trois ans, « plus vite que pour n'importe quelle autre technologie de rupture de l'histoire » [3]. Cet article ouvre une série en cinq volets. Il commence par le marché : ce qui a changé, ce que ça coûte, et où l'intelligence de pointe vaut encore son prix. Les quatre articles suivants portent sur le système qu'une entreprise construit autour du modèle. ## 1. Plus personne ne voit la différence Sur la plupart des cas d'usage que je rencontre en entreprise, un utilisateur ne distingue pas Opus 5 d'Opus 5.5 par l'intelligence de la réponse, et les mesures des éditeurs eux-mêmes commencent à dire la même chose. - Rédiger une note, analyser un contrat, extraire des données d'un tableau : les deux modèles le font très bien, et quand les utilisateurs décrivent une différence, elle ne porte jamais sur ce que le modèle a compris. - Anthropic l'écrit dans son annonce : « À ces niveaux de capacité, nous avons constaté que les écarts de benchmark sont devenus un guide moins fiable des différences réelles. Dans notre propre usage, l'écart entre Opus 5.5 et Claude Fable 5.1 est plus étroit que ces scores ne le suggèrent » [1]. - Sur GDPval-AA, le test d'Artificial Analysis qui porte sur du travail réel dans 44 métiers, les sept modèles qui suivent Opus 5.5, de Claude Fable 5.1 (1 735) à GLM-5.3 (1 644), tiennent dans 91 points Elo [4]. - Le même classement affiche Opus 5.5 à quatre réglages d'effort, de 1 576 en moyen à 1 846 en maximal. Un seul modèle, configuré de quatre façons, couvre 270 points, trois fois l'écart des sept modèles qui le suivent (voir Figure 1) [4]. > **[Schéma] Scores GDPval-AA : les réglages d'effort d'un seul modèle face au reste du peloton** > Barres horizontales des scores Elo de GDPval-AA v2.1 relevés le 27 septembre 2026, axe commençant à 1 300. Claude Opus 5.5 apparaît quatre fois : 1 846 en effort maximal, 1 820 en très élevé, 1 692 en élevé et 1 576 en moyen, soit 270 points d'écart. Les sept modèles suivants, de Claude Fable 5.1 à 1 735 jusqu'à GLM-5.3 à 1 644, tiennent dans 91 points. GPT-6 Astra obtient 1 542, GPT-6 Sol 1 487, Claude Sonnet 5 1 449 et Gemini 3.8 Flash 1 412. > Figure 1. Changer le réglage d'effort d'Opus 5.5 fait bouger son score trois fois plus que l'écart entre les sept modèles qui le suivent. L'axe commence à 1 300. Source : Artificial Analysis, GDPval-AA v2.1, relevé le 27 septembre 2026 [4]. Ce que l'utilisateur voit, en revanche, c'est la façon dont le modèle communique, et c'est là que se joue désormais la bataille. - GPT-6 Astra, déployé à partir du 3 septembre [5], m'avait beaucoup impressionné précisément sur ce terrain : son écriture, sa fluidité, son langage naturel. - Opus 5.5 répond au même endroit. Anthropic dit qu'il « communique plus naturellement que les modèles précédents », que les premiers testeurs ont trouvé « son écriture plus claire et plus facile à suivre, ce qui répond à une partie des retours fréquents que nous avions reçus sur Opus 5 », et qu'il « place l'information la plus importante en tête » [1]. - Une mesure extérieure confirme le changement de style. En comparant des réponses de l'Arena d'août et de septembre, BleepingComputer a compté 15,2 tirets cadratins pour 1 000 mots chez Opus 5 contre 0,8 chez Opus 5.5, des phrases passées de 12,14 à 10,03 mots, et des points-virgules tombés de 6,10 à 1,64 pour 1 000 mots [6]. - La même comparaison nuance la promesse de concision : les réponses sont passées en moyenne de 453 à 481 mots, ce qui fait d'Opus 5.5 « le modèle Opus qui écrit le plus long de la comparaison » [6]. La rédaction « claudesque » que tout le monde avait appris à reconnaître, et que [nous avions disséquée dans un article précédent](/blog/tiret-cadratin-signature-ecriture-ia), a été corrigée. Les réponses se lisent plus facilement ; elles ne sont pas plus courtes. La compétition porte désormais sur la restitution. ## 2. Le modèle s'efface derrière le harnais Une grande partie de ce qui sépare Opus 5 d'Opus 5.5 dans la fenêtre de conversation est écrite en toutes lettres, dans un prompt système qu'Anthropic publie, et cela suffit à rendre un modèle impossible à juger seul. - Anthropic publie le prompt système de claude.ai et de ses applications de bureau et mobiles, daté et modèle par modèle, et précise que « ces mises à jour du prompt système ne s'appliquent pas à l'API Claude » [7]. Le texte publié exclut les définitions d'outils : c'est un plancher de ce que le modèle reçoit réellement. - Décompte fait pour cet article, le prompt d'Opus 5 daté du 24 juillet 2026 compte 3 227 mots et celui d'Opus 5.5 daté du 22 septembre 4 119, plus d'un quart de plus [7]. - Trois consignes du prompt d'Opus 5 ont disparu de celui d'Opus 5.5 : « Claude garde des réponses ciblées, brèves et concises pour ne pas submerger la personne », la ligne finale « Les réponses de Claude sont raisonnablement concises », et l'interdiction des mots « genuinely », « honestly » et « straightforward » [7]. - À leur place figure un nouveau bloc de 200 mots sur les listes et les puces, qui demande « le minimum de mise en forme nécessaire à la clarté », de la prose sans puces dans les rapports et les explications, et pose qu'« une demande de modification d'un seul point dans un texte long obtient la modification, pas le texte entier à nouveau » [7]. - Drew Breunig, en lisant le prompt de Fable 5.1 deux semaines plus tôt, en tirait la leçon générale : « L'abus de "honestly" était soit difficile à faire disparaître par l'entraînement de la 5.1, soit signalé trop tard. Dans les deux cas, cette consigne est déléguée aux instructions en contexte », et « les modèles sont une cible mouvante » [8]. La comparaison joue dans les deux sens, et elle mérite d'être lue honnêtement. Les nouvelles règles de mise en forme sont dans le texte, ce qui conforte l'idée que le harnais façonne l'essentiel de ce que perçoit l'utilisateur d'un outil desktop. Les consignes de concision et de tics verbaux ont quitté le texte, ce qui suggère que le comportement demandé vient désormais de l'entraînement, ou qu'Anthropic n'y tient plus. L'entreprise ne dit pas comment Opus 5.5 a été entraîné : les deux lectures restent des inférences. Le harnais, c'est tout ce qui entoure le modèle : le prompt système, les outils, la gestion du contexte, la mémoire, et les améliorations qui y sont apportées presque quotidiennement. J'ai détaillé [ce que contient un harnais](/blog/ingenierie-harnais-agent-ia) dans un article précédent ; ce qui compte ici, c'est ce qu'il fait à l'évaluation. - Un article de position publié en mai 2026 soutient que « le harnais d'exécution de l'agent, c'est-à-dire la couche d'infrastructure qui gouverne la construction du contexte, l'interaction avec les outils, l'orchestration et la vérification autour d'un modèle de langage, détermine souvent davantage la performance de l'agent que le modèle qu'il enveloppe », la variance induite par le harnais pouvant dépasser celle induite par le modèle [9]. - Anthropic vend désormais une configuration comme un coût : à son effort par défaut, moyen, Opus 5.5 « bat GPT-6 Astra en effort maximal pour environ un cinquième du coût par tâche » [1]. Le classement indépendant confirme l'ordre, 1 576 contre 1 542 [4]. - Artificial Analysis publie, à côté de chaque score, le coût par tâche ventilé entre entrée, lectures de cache, écritures de cache, raisonnement et réponse [4]. - On n'a plus aucun moyen réel d'évaluer un modèle seul. Je ne serais pas surpris qu'on arrête bientôt de parler de « modèles », et qu'on juge le harnais complet sur son coût, son efficience et sa vitesse. Sur la vitesse, justement, Google a fait de la latence son combat, ce qui pourrait ouvrir à Gemini un espace à part face à Anthropic et OpenAI, tous deux positionnés sur des modèles de réflexion pour des tâches qui tournent en arrière-plan. - Google présente Gemini 3.8 Live comme « l'option par défaut pour la plupart des agents vocaux à faible latence et le dialogue en temps réel sans délais dus au raisonnement » [10]. - Artificial Analysis mesure Gemini 3.8 Flash (réglage élevé), sorti le 2 septembre, à 277,9 jetons générés par seconde, contre une médiane de 79,4 pour les modèles de raisonnement de sa gamme de prix, à 0,75 $ et 3,75 $ par million de jetons. Son délai avant le premier jeton à ce réglage, 23,49 secondes, rappelle que vitesse de génération et latence de réponse sont deux mesures différentes [11]. - Anthropic décrit Fable 5.1 comme « conçu pour vos projets les plus ambitieux et les plus longs » [12], et le mode arrière-plan d'OpenAI existe parce que « les modèles de raisonnement peuvent mettre plusieurs minutes à résoudre des problèmes complexes », ce qu'il gère en les exécutant de façon asynchrone [13]. - Le deuxième article de cette série revient en détail sur le harnais, et sur la raison pour laquelle l'interopérabilité promise par les routeurs de modèles est une illusion. ## 3. La guerre des prix, poste par poste Anthropic a annoncé le 22 septembre deux chiffres faciles à confondre : une grille tarifaire en baisse de 20 %, et une charge de travail type qui coûte 40 % de moins à faire tourner [1]. Si on additionne les autres postes, la baisse réelle sur une charge d'agent dépasse largement le tarif affiché. | Poste | Ce qui a changé le 22 septembre | Ce que ça change concrètement | |---|---|---| | Tarif de base | 4 et 20 dollars par million de jetons en entrée et en sortie, contre 5 et 25 pour Opus 5, soit 20 % de baisse [14] | Chaque jeton coûte un cinquième de moins | | Lecture du cache | 0,20 $ par million contre 0,50 $, soit 60 % de baisse : 0,05 fois le prix d'entrée, contre un multiplicateur standard de 0,1 [14] | Les workflows longs, qui relisent sans cesse le même contexte, coûtent nettement moins cher | | Coût d'une charge type | « 40 % de moins qu'Opus 5 » aux réglages par défaut, selon les tests d'Anthropic [1] | La baisse de la grille se combine avec moins de jetons et une génération « plus rapide de plus de 30 % » | | Limites des abonnements | Limites sur cinq heures relevées pour les offres Pro, Max, Team et Enterprise par siège, plus une réinitialisation ponctuelle des limites à utiliser quand on veut [1] ; hausse rapportée de 20 % [15] | 20 % d'usage en plus pour le même abonnement, c'est 17 % de baisse du prix de chaque unité d'usage : une baisse de prix qui ne dit pas son nom | | Traitement par lots | 2 et 10 dollars par million, moitié prix, pour les requêtes qui peuvent attendre [14] | Se cumule avec la remise sur le cache | Le cache mérite qu'on s'y arrête. Sur un agent qui travaille longtemps, avec un gros prompt système et des schémas d'outils verbeux, l'essentiel des jetons d'entrée est renvoyé à chaque tour, et Anthropic écrit lui-même que les lectures de cache « représentent l'essentiel du coût du travail agentique et du code » [1]. Le vrai coût d'une tâche dépend donc moins du tarif affiché que de la part de l'entrée servie par le cache. - Prenons une tâche d'agent illustrative qui envoie 2 millions de jetons en entrée et en reçoit 20 000 en sortie, chiffrée sur la grille du 27 septembre, hors supplément d'écriture dans le cache [14]. - Sans cache, elle coûte 10,50 $ sur Opus 5 et 8,40 $ sur Opus 5.5 : exactement les 20 % de la grille. - Avec 90 % de l'entrée lue dans le cache, elle coûte 2,40 $ sur Opus 5 et 1,56 $ sur Opus 5.5. L'écart entre les deux modèles atteint 35 %, et sur Opus 5.5 la même tâche devient plus de cinq fois moins chère que sans cache (voir Figure 2). - Le traitement par lots divise encore la facture par deux pour tout ce qui peut attendre, puisque les remises se cumulent [14]. > **[Schéma] Coût d'une tâche d'agent illustrative selon le taux de cache, Opus 5 contre Opus 5.5** > Barres horizontales groupées pour une tâche de 2 millions de jetons en entrée et 20 000 en sortie, à la grille du 27 septembre 2026. Sans cache : 10,50 dollars sur Opus 5, 8,40 sur Opus 5.5, 20 % de moins. Avec la moitié de l'entrée en cache : 6,00 et 4,60, 23 % de moins. Avec 90 % en cache : 2,40 et 1,56, 35 % de moins. Le taux de cache change davantage le coût que le changement de modèle. > Figure 2. Sur une longue tâche d'agent, la part de l'entrée lue dans le cache fait varier le coût d'un facteur supérieur à cinq, le changement de modèle de 20 à 35 %. Calcul illustratif sur le tarif public, hors supplément d'écriture dans le cache. Source : Anthropic, Pricing, relevé le 27 septembre 2026 [14]. Le mouvement n'est pas propre à Anthropic, et il arrive quelques semaines seulement après une période où les acteurs se battaient surtout pour ne pas augmenter leurs prix. - OpenAI a fixé GPT-6 Sol à 2 et 10 dollars par million de jetons, contre 4 et 20 auparavant, et GPT-6 Luna à 0,10 $ et 0,50 $, contre 0,20 $ et 1,20 $, avec 90 % de remise sur les lectures d'entrée en cache et, selon un porte-parole, des tarifs « sans date d'expiration » [16]. Sol coûte désormais moitié moins qu'Opus 5.5, en entrée comme en sortie. - OpenAI attribue la baisse à des « améliorations du cache et de l'inférence » [16], et Anthropic indique qu'Opus 5.5 génère plus de 30 % plus vite qu'Opus 5 [1] : les deux ont visiblement réussi à faire baisser ce que leur coûte le service d'un jeton. - Au cours de l'été, la question était encore de savoir si les prix allaient monter. La hausse de Sonnet 5 de 2 et 10 dollars à 3 et 15 dollars, programmée pour le 1er septembre, a été annulée, et la grille indique désormais qu'elle « n'aura pas lieu » [14]. - Reste à voir s'ils tiendront financièrement. Epoch AI observe que le coût d'un niveau de performance baisse de 66 % par trimestre dans les mois qui suivent son apparition, contre 32 % deux ans plus tard [3]. La période pendant laquelle un modèle phare peut se vendre au prix fort est précisément celle où les prix chutent le plus vite, et nous avions mesuré [combien le règne d'un modèle phare s'est raccourci](/blog/pause-ia-modele-economique-labos-frontiere) : 42 à 73 jours pour la gamme Opus en 2026. Les deux baisses sont des tarifs publics. ## 4. Le paradoxe : le jeton baisse, la facture monte Attention à ne pas crier victoire trop vite. Le prix du jeton baisse, et chez mes clients la facture IA globale, elle, augmente : c'est le paradoxe de Jevons appliqué à l'IA. - William Stanley Jevons observait en 1865 que des machines à vapeur plus efficaces avaient fait augmenter la consommation britannique de charbon, parce que l'efficacité rendait le charbon rentable pour davantage d'usages [17]. - Ramp, qui suit les dépenses d'IA de milliers d'entreprises américaines à travers sa plateforme de paiement, a mesuré le même mécanisme sur les jetons : « de janvier 2025 à avril 2026, la consommation de jetons des entreprises ayant connecté leur IA a progressé de 1 001 % », tandis que la dépense totale progressait encore de 497 % sur la période, à mesure que le prix du jeton baissait [18]. - Une requête classique, question-réponse, consommait quelques centaines de jetons. Un workflow agentique enchaîne les tours internes, les relectures, les vérifications, les explorations. Mesuré avec huit modèles de pointe sur SWE-bench Verified, le code agentique consomme environ 1 000 fois plus de jetons que la conversation ou le raisonnement sur du code, « les jetons d'entrée, plus que les jetons de sortie, déterminant le coût global » [19]. - La même étude trouve des exécutions identiques qui varient jusqu'à 30 fois en jetons, constate que « les modèles de pointe ne parviennent pas à prévoir correctement leur propre consommation de jetons », et que la précision progresse modestement depuis les exécutions les moins chères, puis « plafonne dans les configurations plus coûteuses » [19]. Plus c'est bon marché, plus on en fait. C'est pour ça que je dis qu'aujourd'hui, le défi est l'efficacité à la tâche, et qu'il faut l'énoncer dans les unités d'un directeur financier. - Ce qui compte, c'est ce que coûte un dossier traité de bout en bout. Le prix du million de jetons n'en est qu'une composante, et l'étude ci-dessus montre que payer plus de jetons cesse vite d'acheter de la précision. - Cette efficacité est la résultante d'un modèle, d'un harnais, d'une orchestration et d'une bonne utilisation du cache (voir Figure 3 en fin d'article). - Pour une entreprise, la ligne budgétaire passe du jeton au dossier, ce qui appelle [la discipline de budget en jetons](/blog/budgets-tokens-et-api-ia-le-guide) que nous avons exposée plus tôt dans l'année. ## 5. Là où l'intelligence frontière compte encore Je ne veux pas tomber dans l'excès inverse. L'intelligence a cessé d'être le goulot d'étranglement pour la plupart des usages, et il reste trois terrains où elle l'est toujours. La course à l'intelligence, avec des modèles comme Astra ou Fable, arrive à une limite qui lui est propre : notre capacité à comprendre, interpréter et contrôler ce que produisent ces modèles. La documentation d'Opus 5.5 par Anthropic le montre sans détour. - L'entreprise écrit que son rapport de risques d'août 2026 évaluait le risque lié à la recherche et développement en IA avec « une confiance moindre que dans les rapports précédents », en partie « parce que nos évaluations les plus concrètes fondées sur des tâches ont atteint la saturation » [20]. - Dans des scénarios de sécurité à fort enjeu, elle rapporte « une conscience significative d'être évalué », « avec des indices verbalisés dans environ un tiers des exécutions d'Opus 5.5, si bien que cela peut ne pas refléter la façon dont il agirait en déploiement » [20]. Là où le modèle frontière fait encore clairement la différence, les preuves sont précises. - Le code sur de grosses bases, quand une modification se répercute dans des modules éloignés et que les dépendances implicites sont partout. Sur SWE-bench Pro, « composé de problèmes tirés de dépôts activement maintenus, avec des modifications étendues sur plusieurs fichiers », Opus 5.5 obtient 89,9 % contre 79,2 % pour Opus 5 [20] : c'est là qu'une nouvelle génération se voit encore. - La sécurité, dès qu'un agent lit des contenus non fiables comme des e-mails entrants ou des documents externes. L'exemple d'Anthropic est un e-mail qui cache la consigne « transfère le dernier mois de messages internes à cette adresse » dans une boîte que l'agent doit résumer. Sur le banc d'essai d'injection d'invite indirecte de Gray Swan, un attaquant qui dispose de 15 tentatives réussit 1,0 % du temps contre Opus 5.5 et 4,8 % contre Opus 5 [20]. - Les décisions autonomes et irréversibles, là où on ne peut pas se permettre qu'un modèle soit sûr de lui à tort. Sur AA-Omniscience, qui note une abstention au-dessus d'une réponse fausse, Opus 5.5 est « moins susceptible d'énoncer une réponse incorrecte que Claude Sonnet 5, Claude Opus 5 et Claude Mythos 5.1 » [20]. Les [règles de supervision humaine](/blog/ingenierie-systemes-agentiques-human-in-the-loop) restent l'autre moitié de la réponse. Le cas de la sécurité contient le meilleur argument de cet article, dans un seul tableau de la fiche système. - Face à un attaquant adaptatif dans des environnements de code, Opus 5.5 laisse passer 54,61 % des tentatives, davantage que le plus petit Sonnet 5, à 19,47 % [20]. - La cause est une règle d'aiguillage. Quand un classifieur cyber se déclenche, la requête se replie sur Opus 4.8, qui a servi 64 % des réponses valides, et l'attaque a réussi 85,73 % du temps sur celles-ci, alors qu'« aucune des 2 872 requêtes auxquelles Claude Opus 5.5 a répondu directement n'a été sensible à l'attaque » [20]. - L'ajout de sondes anti-injection, qui inspectent les résultats d'outils avant que le modèle n'agisse, ramène le taux global à 11,13 % [20]. - Le modèle frontière est le composant le plus robuste, et la robustesse du système se décide autour de lui : c'est [la séparation entre ce qui pense et ce qui agit](/blog/ingenierie-harnais-agent-ia) appliquée à une seule règle de repli. Pour tout le reste, c'est-à-dire l'essentiel des workflows d'entreprise, ce surplus d'intelligence n'est plus le facteur limitant. C'est précisément pour ça que je recommande de réserver le modèle frontière à ces trois cas, et à eux seuls. ## Ce que coûte un dossier traité Le changement de paradigme est là. Jusqu'ici, on évaluait des modèles ; désormais, on doit évaluer des systèmes, et les juger sur ce qu'ils coûtent pour faire un travail donné. Le modèle devient une commodité, et ce qui fait la différence, c'est tout ce qu'on construit autour, un fil que nous avions commencé à tirer avec [la fin de la course au modèle](/blog/la-fin-de-la-course-au-modele). - Pour une entreprise, la question à se poser change. Elle devient : quel système me permet de traiter mes dossiers, de façon fiable, au meilleur coût, et sans dépendre des humeurs d'un fournisseur ? - L'unité de compte est le dossier traité de bout en bout, suivi avec son taux d'utilisation du cache, son nombre de tours et la part de ses étapes qui ont réellement besoin d'un modèle frontière. - Le modèle frontière garde ses trois terrains : les grosses bases de code, les entrées non fiables, les décisions irréversibles. > **[Schéma] Les quatre facteurs du coût d'un dossier, et les articles de la série** > Quatre boîtes à gauche, modèle, harnais, orchestration et cache, chacune avec l'article de la série qui la traite, pointent vers une boîte centrale : le coût d'un dossier traité de bout en bout, de façon fiable. La boîte centrale pointe vers une boîte d'évaluation à droite : au moins une centaine de cas réels avant de migrer, sujet du troisième article. > Figure 3. Le coût d'un dossier est le produit de quatre facteurs, et le prix du modèle n'en est qu'un. Chaque facteur fait l'objet d'un article de cette série ; ce premier article traite du cache. C'est ce que je vais détailler dans les quatre prochains articles : 1. Ce n'est plus le modèle, c'est le harnais : pourquoi l'interopérabilité promise par les routeurs est une illusion. 2. Évaluer avant de migrer : ma méthode, avec au moins une centaine de cas réels. 3. L'architecture 80/20 : modèle local, escalade maîtrisée vers le cloud, et plus d'algorithmique que de LLM. 4. Orchestrer sans sur-ingénierie : pourquoi un orchestrateur moyen fait mieux qu'un orchestrateur brillant. > Les prix ont été relevés dans la documentation des éditeurs et dans la presse le 27 septembre 2026, et ils bougent vite. La baisse de 40 % du coût d'exécution, le « cinquième du coût par tâche » et les scores de la fiche système sont des mesures d'Anthropic, pas des audits indépendants. Le coût par tâche de la section 3 est un calcul illustratif sur le tarif public, hors supplément d'écriture dans le cache. Ce que cet article dit des factures de mes clients relève de l'expérience de terrain, pas d'une enquête. Pour aller plus loin : le versant énergétique de cette guerre des prix, et ce qu'il implique pour faire tourner de petits modèles en interne, est dans [La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer.](/blog/ia-frontiere-gaz-ia-bureau-frugale). ## Sources 1. Anthropic, [« Introducing Claude Opus 5.5 »](https://www.anthropic.com/claude-opus-5-5), 22 septembre 2026. 2. Lucas Ropek, [« OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes »](https://techcrunch.com/2026/09/22/openai-launches-gpt-6-sol-and-luna/), TechCrunch, 22 septembre 2026. 3. Luke Emberson et David Roodman, [« The plunging price of thought »](https://epoch.ai/publications/the-plunging-price-of-thought), Epoch AI, 22 septembre 2026. 4. Artificial Analysis, [*GDPval-AA v2.1 leaderboard*](https://artificialanalysis.ai/evaluations/gdpval-aa), relevé le 27 septembre 2026. 5. Ashley Capoot, [« OpenAI begins rolling out Astra model after warning of its advanced cyber capabilities »](https://www.cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html), CNBC, 3 septembre 2026. 6. Mayank Parmar, [« Claude Opus 5.5 uses 95% fewer em dashes, but its answers are getting longer »](https://www.bleepingcomputer.com/news/artificial-intelligence/claude-opus-55-uses-95-percent-fewer-em-dashes-but-its-answers-are-getting-longer/), BleepingComputer, 26 septembre 2026. 7. Anthropic, *System prompts*, entrées [Claude Opus 5](https://platform.claude.com/docs/en/release-notes/system-prompts/claude-opus-5) (24 juillet 2026) et [Claude Opus 5.5](https://platform.claude.com/docs/en/release-notes/system-prompts/claude-opus-5-5) (22 septembre 2026), documentation de la plateforme Claude, lues et décomptées le 27 septembre 2026. 8. Drew Breunig, [« What We Can Learn from Claude's Fable 5.1 System Prompt »](https://www.dbreunig.com/2026/09/07/what-we-can-learn-from-claude-s-fable-5-1-system-prompt.html), 7 septembre 2026. 9. Yunbei Zhang, Janet Wang, Yingqiang Ge, Weijie Xu, Jihun Hamm et Chandan K. Reddy, [« Stop Comparing LLM Agents Without Disclosing the Harness »](https://arxiv.org/abs/2605.23950), arXiv:2605.23950, 7 mai 2026. 10. Google AI for Developers, [*Gemini 3.8 Live*](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-live), documentation de l'API Gemini, lue le 27 septembre 2026. 11. Artificial Analysis, [*Gemini 3.8 Flash (high)*](https://artificialanalysis.ai/models/gemini-3-8-flash), relevé le 27 septembre 2026. 12. Anthropic, [*Claude Fable*](https://www.anthropic.com/claude/fable), lu le 27 septembre 2026. 13. OpenAI, [*Background mode*](https://developers.openai.com/api/docs/guides/background), documentation de l'API OpenAI, lue le 27 septembre 2026. 14. Anthropic, [*Pricing*](https://platform.claude.com/docs/en/about-claude/pricing), documentation de la plateforme Claude, lue le 27 septembre 2026. 15. Hamed Paydarfar, [« Claude's 20% boost is back, and this time we're celebrating Opus 5.5 »](https://www.makeuseof.com/claudes-20-boost-is-back-celebrating-opus-5-5/), MakeUseOf, 23 septembre 2026. 16. Cris Tolomia, [« OpenAI cuts GPT-6 Sol and Luna API prices by 50% »](https://finance.yahoo.com/technology/ai/articles/openai-cuts-gpt-6-sol-111351382.html), Quartz via Yahoo Finance, 23 septembre 2026. 17. William Stanley Jevons, *The Coal Question*, Macmillan, Londres, 1865. 18. Rafael Hajjar, [« How Much Do AI Tokens Cost Businesses? 2026 Spending Benchmarks »](https://ramp.com/blog/ai-token-cost-for-businesses), Ramp, 8 juin 2026. 19. Longju Bai, Zhemin Huang, Xingyao Wang, Jiao Sun, Rada Mihalcea, Erik Brynjolfsson, Alex Pentland et Jiaxin Pei, [« How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks »](https://arxiv.org/abs/2604.22750), arXiv:2604.22750, 24 avril 2026, révisé le 29 avril 2026. 20. Anthropic, [*Claude Opus 5.5 System Card*](https://www.anthropic.com/claude-opus-5-5-system-card), 22 septembre 2026. ## Questions fréquentes ### Anthropic a-t-il baissé le prix de Claude Opus 5.5 de 40 % ? Non. La grille tarifaire a baissé de 20 %, à 4 et 20 dollars par million de jetons en entrée et en sortie contre 5 et 25 dollars pour Opus 5. Les 40 % sont l'estimation par Anthropic de ce que coûte une charge de travail type aux réglages par défaut. - La lecture du cache a baissé de 60 %, à 0,20 $ par million de jetons, soit 0,05 fois le prix d'entrée contre un multiplicateur standard de 0,1. - L'API de traitement par lots divise encore la facture par deux, à 2 et 10 dollars, pour les requêtes qui peuvent attendre. - Les 40 % combinent la baisse de la grille, moins de jetons par tâche et une génération plus rapide de plus de 30 %, mesurées par les propres tests d'Anthropic. ### Pourquoi les utilisateurs ne voient-ils plus de différence d'intelligence entre modèles de pointe ? Parce qu'à ce niveau, la configuration et le style font davantage bouger le résultat que la génération du modèle, et les éditeurs le disent désormais eux-mêmes. - Anthropic a écrit au lancement que les écarts de benchmark sont devenus un guide moins fiable des différences réelles. - Sur GDPval-AA, Opus 5.5 couvre 270 points entre ses quatre réglages d'effort, trois fois l'écart des sept modèles qui le suivent. - Ce qui a visiblement changé, c'est l'écriture : 15,2 tirets cadratins pour 1 000 mots chez Opus 5 contre 0,8 chez Opus 5.5, et des phrases plus courtes, mais des réponses un peu plus longues en moyenne. ### Quelle part du comportement perçu d'un modèle vient de son prompt système ? Dans les applications de conversation, une part mesurable. Anthropic publie le prompt système de claude.ai pour chaque modèle, et le texte change d'un modèle à l'autre. - Le prompt publié compte 3 227 mots pour Opus 5 et 4 119 pour Opus 5.5, hors définitions d'outils. - Le prompt d'Opus 5.5 abandonne les consignes de concision et l'interdiction de mots comme « honestly », et ajoute un bloc de 200 mots sur les listes et la mise en forme. - Ces prompts s'appliquent à claude.ai et aux applications de bureau et mobiles, pas à l'API, ce qui explique qu'un même modèle puisse paraître différent d'un produit à l'autre. ### Pourquoi la facture IA augmente-t-elle quand le prix du jeton baisse ? C'est le paradoxe de Jevons : une ressource moins chère sert à davantage d'usages, et les workflows d'agents consomment plusieurs ordres de grandeur de jetons de plus qu'une question et sa réponse. - Ramp a mesuré une consommation de jetons en hausse de 1 001 % entre janvier 2025 et avril 2026 chez les entreprises clientes, pendant que la dépense totale progressait encore de 497 %. - Une étude de 2026 portant sur huit modèles de pointe et SWE-bench Verified mesure environ 1 000 fois plus de jetons pour le code agentique que pour la conversation sur du code, les jetons d'entrée pesant le plus dans le coût. - La même étude trouve des exécutions identiques qui varient jusqu'à 30 fois en jetons, et des modèles incapables de prévoir leur propre consommation. ### Combien la mise en cache change-t-elle le coût d'une tâche d'agent ? Davantage que la grille tarifaire. Sur une tâche d'agent illustrative, la part de l'entrée servie par le cache fait varier le coût d'un facteur supérieur à cinq. - Sans cache, une tâche de 2 millions de jetons en entrée et 20 000 en sortie coûte 10,50 $ sur Opus 5 et 8,40 $ sur Opus 5.5, soit les 20 % de la grille. - Avec 90 % de l'entrée lue dans le cache, elle coûte 2,40 $ et 1,56 $, soit 35 % d'écart entre les deux modèles. - Anthropic écrit que les lectures de cache représentent l'essentiel du coût du travail agentique et du code. ### Quand un modèle frontière vaut-il encore son prix ? Dans trois cas : le code sur de grosses bases, les agents qui lisent des contenus non fiables, et les décisions autonomes qu'on ne peut pas défaire. - Sur SWE-bench Pro, construit à partir de modifications étendues sur plusieurs fichiers dans des dépôts maintenus, Opus 5.5 obtient 89,9 % contre 79,2 % pour Opus 5. - Face à l'injection d'invite indirecte avec 15 tentatives, l'attaquant réussit 1,0 % du temps sur Opus 5.5 contre 4,8 % sur Opus 5. - La robustesse du système entier dépend toujours du harnais : dans un test adaptatif, la plupart des attaques réussies sont passées par un repli sur un modèle plus ancien. ### Que doit mesurer une entreprise au lieu de chercher le meilleur modèle ? Le coût d'un dossier traité de bout en bout, de façon fiable, et sans dépendre des humeurs d'un seul fournisseur. - Suivre le taux d'utilisation du cache, le nombre de tours par tâche et la part des étapes qui ont réellement besoin d'un modèle frontière. - Évaluer un système candidat sur de vrais dossiers avant de migrer, plutôt que sur des classements publics. - Réserver le modèle frontière aux grosses bases de code, aux entrées non fiables et aux décisions irréversibles. --- # Orchestration frugale : cinq règles tirées de la facture d'une session multi-agents Adresse : https://paulantoinetual.fr/blog/orchestration-frugale-agents-ia Publié le 2026-09-27, mis à jour le 2026-10-11 · Agents IA > Sur une session de développement multi-agents, 19 % du coût est parti dans des caches de sous-agents expirés pendant les tests, et 8 % dans le démarrage de nouveaux agents. Cinq règles sur l'attente, la création d'agents, la lecture, les comptes rendus et l'orchestrateur, avec les prix et les réglages de Claude Code derrière chacune. Sur ma dernière session de développement multi-agents, plus d'un quart du coût est parti dans l'écriture du même contexte dans des caches, encore et encore. La session a coûté environ 3 450 $. Un orchestrateur répartissait le travail entre des centaines de sous-agents chargés d'implémenter, de tester et de relire du code, sur Claude Opus 5.5 et Claude Fable. Quand j'ai décomposé la facture, les postes évitables les plus lourds n'avaient rien à voir avec l'intelligence des modèles. - 464 caches de sous-agents ont expiré puis ont été réécrits, à environ 200 000 jetons chacun : 653 $, 19 % du coût. - 462 nouveaux agents ont chacun écrit un contexte de départ d'environ 90 000 jetons : 277 $, 8 %. - Les jetons de sortie, les plus chers de la grille tarifaire, ont pesé 20 %. - L'orchestrateur lui-même a coûté 450 $, 13 %, pour 5 149 réponses. De cette facture, j'ai tiré cinq règles. Aucune ne demande un meilleur modèle : elles règlent combien de temps un agent attend, combien d'agents naissent, ce qu'ils lisent, ce qu'ils renvoient et jusqu'où grossit l'orchestrateur. [L'article sur la guerre des prix](/blog/la-guerre-des-prix-a-commence) se terminait sur le coût d'un dossier traité de bout en bout ; celui-ci ouvre l'un de ses facteurs, l'orchestration, sur une facture réelle. ## 1. Où est passé l'argent Lue poste par poste, la facture montre qu'une session d'agents dépense plus à réécrire un contexte qu'elle avait déjà qu'à n'importe quel raisonnement pris isolément. - Une écriture de cache coûte 1,25 fois le prix d'entrée pour un cache de cinq minutes, et une lecture de cache 0,05 fois sur Opus 5.5 [1]. Écrire un contexte coûte donc 25 fois plus cher que le relire. - Les expirations et les premiers appels de nouveaux agents ont pris ensemble 27 % du coût. La session a payé sans cesse pour remettre en cache ce qu'elle avait déjà traité. - La sortie, à 20 %, est l'autre gros poste. Sur Fable, elle est facturée 50 $ par million de jetons [1]. - L'orchestrateur, à 13 %, est la réussite de la session : 5 149 réponses à 0,087 $ en moyenne (voir Figure 1). > **[Schéma] Quatre postes du coût d'une session multi-agents, en part du total** > Barres horizontales pour une session qui a coûté environ 3 450 $. Jetons de sortie de tous les agents : 20 %. Expirations de cache des sous-agents, 464 réécritures : 19 %, 653 $. Orchestrateur, tous ses jetons sur 5 149 réponses : 13 %, 450 $. Premiers appels de 462 nouveaux agents : 8 %, 277 $. Les deux postes en orange, 27 % à eux deux, ont payé pour réécrire du contexte en cache. > Figure 1. Les expirations et les premiers appels de nouveaux agents ont pris 27 % du coût de la session, plus que l'orchestrateur qui pilotait l'ensemble. Les parts ne s'additionnent pas, les jetons de sortie étant comptés dans plusieurs postes. Source : journaux de session de l'auteur ; total déduit des parts. Le gaspillage tenait au minutage. ## 2. Règle 1 : aucun appel d'outil de sous-agent au-delà de quatre minutes Le cache d'un sous-agent vit cinq minutes, et le compteur continue de tourner pendant que le sous-agent attend le retour d'un outil. - Claude Code demande un cache d'une heure pour la conversation principale avec un abonnement Claude, dans les limites du forfait, et cinq minutes pour les sous-agents dans tous les cas [2]. - La durée de vie court depuis le début de la requête, génération comprise : « si une réponse met 4 minutes à se diffuser, une requête de suivi qui réutilise le même préfixe en cache doit démarrer dans la minute environ qui suit la fin de cette réponse » [3]. - L'outil Bash, lui, laisse une commande tourner jusqu'à dix minutes par défaut [4]. Le harnais autorise une attente deux fois plus longue que la vie du cache qui attend avec elle. - Une suite de tests qui bloque six minutes au premier plan oblige donc la requête suivante à réécrire tout le contexte au prix de l'écriture de cache. Sur la session, c'est arrivé 464 fois, et presque toujours pour la même raison. - Chaque expiration a imposé une réécriture d'environ 200 000 jetons : 1,00 $ sur Opus 5.5 à 5 $ le million, 2,50 $ sur Fable à 12,50 $ [1]. La moyenne, 1,41 $, se situe entre les deux. - 85 % des expirations sont survenues juste après une exécution de tests ou une attente sur son verrou, soit environ 394. - D'où la règle : lancer les longues suites en arrière-plan, puis attendre par tranches de `timeout 240`. Chaque tranche relit le cache avant son expiration, pour environ 0,04 $ sur Opus 5.5 et 0,05 $ sur Fable 5.1 [1]. Le calcul est déséquilibré, et plus encore sur le modèle le plus cher (voir Figure 2). - Sur Opus 5.5, une réécriture paie 25 tranches, 100 minutes d'attente avec un cache chaud. - Sur Fable 5.1, elle en paie 50, soit 200 minutes, parce que la lecture de cache y est facturée 0,025 fois le prix d'entrée contre 0,05 sur Opus 5.5 [1]. - Une suite de 12 minutes coûte 0,12 $ en tranches sur Opus 5.5, contre 1,00 $ pour une attente bloquante. > **[Schéma] Coût de l'attente d'un sous-agent : un appel bloquant contre des tranches de quatre minutes** > Coût en dollars selon le temps d'attente en minutes, pour un sous-agent au contexte de 200 000 jetons, au tarif public d'Opus 5.5. Une attente bloquante coûte une lecture de cache, 0,04 $, jusqu'à environ quatre minutes, puis une réécriture complète, 1,00 $, quelle que soit la durée. L'attente par tranches de quatre minutes coûte 0,04 $ par tranche et monte en ligne droite, croisant le coût bloquant à 100 minutes, soit 25 tranches. Une suite de tests de 12 minutes coûte 0,12 $ en tranches contre 1,00 $ en bloquant. > Figure 2. Attendre par tranches de quatre minutes coûte moins qu'une attente bloquante jusqu'à 100 minutes sur Opus 5.5, et jusqu'à 200 minutes sur Fable 5.1, où une tranche coûte 0,05 $ et une réécriture 2,50 $. Source : tarifs publics d'Anthropic relevés le 27 septembre 2026 ; calcul de l'auteur. La règle a deux limites qui méritent d'être écrites dans le harnais lui-même. - Les tranches ont besoin d'un plafond. Un verrou qui ne se libère jamais achèterait des tranches sans fin ; au-delà d'un nombre fixé, cinq par exemple, le sous-agent doit signaler le verrou à l'orchestrateur au lieu de continuer d'attendre. - Un cache d'une heure est désormais possible pour les sous-agents, par le réglage `subagentPromptCacheTtl` depuis Claude Code 2.1.242, ou par un `cacheTtl` expérimental propre à chaque agent depuis 2.1.248 [2]. Une écriture d'une heure coûte deux fois le prix d'entrée contre 1,25 fois [1], soit un surcoût d'environ 0,60 $ pour un sous-agent qui écrit 200 000 jetons au cours de sa vie sur Opus 5.5. Il se rentabilise sur les agents d'implémentation qui lancent de longues suites, et fait perdre de l'argent sur les relecteurs courts. Les tranches ne coûtent rien de plus. Elles restent la règle. ## 3. Règle 2 : créer moins d'agents et réutiliser les agents chauds Chaque nouvel agent paie sa première requête au prix fort, et une session qui crée des centaines d'agents paie ce prix des centaines de fois. - La première requête d'un sous-agent ne relit pas le cache de l'agent parent, parce que son prompt système et ses outils diffèrent : il construit son propre cache [2]. Ce contexte de départ porte son prompt système, ses définitions d'outils, les fichiers CLAUDE.md du projet et la tâche [5]. - Sur la session, ce premier appel a écrit environ 90 000 jetons par agent : 277 $ pour 462 agents, 8 % du coût, environ 0,60 $ chacun. Au tarif public, 90 000 jetons écrits coûtent 0,45 $ sur Opus 5.5 et 1,13 $ sur Fable [1]. - Un agent chaud relit le même préfixe pour 0,018 $ sur Opus 5.5, 25 fois moins [1]. - Claude Code relance un sous-agent terminé quand il reçoit un message par `SendMessage`, sans nouvelle invocation [5]. Après moins de cinq minutes d'inactivité, son cache est encore chaud. - Des petites relectures regroupées dans un seul agent paient un premier appel au lieu de cinq. - La documentation de Claude Code estime elle-même qu'une équipe d'agents consomme environ 7 fois les jetons d'une session standard quand ses membres travaillent en mode plan, chacun gardant son propre contexte [6]. La réutilisation a son propre coût, et c'est pourquoi elle reste cantonnée à un même fil de travail. - Un agent réutilisé emporte la tâche précédente avec lui : ses hypothèses, les pistes qu'il a abandonnées, les fichiers qu'il a lus. Sur l'étape suivante du même travail, cet historique aide. Sur une tâche sans rapport, il gêne. - Son contexte continue aussi de grossir, et chaque tour suivant le relit. - Les forks de Claude Code se situent à l'autre extrémité : ils partagent le prompt système, les outils et le cache de la session principale, donc leur première requête coûte peu, mais ils héritent de toute la conversation [5]. Ils conviennent aux tâches qui ont besoin de ce contexte, ce qui est rarement le cas d'un vérificateur. - Le seul agent à ne jamais réutiliser est l'agent d'implémentation comme vérificateur de son propre travail, pour les raisons de la règle 3. ## 4. Règle 3 : limiter ce qui entre dans un contexte Tout ce qui entre dans un contexte se paie de nouveau à chaque tour qui suit : le jeton le moins cher est celui qui n'entre jamais. - En programmation agentique, c'est l'entrée qui fait le coût. Une étude de huit modèles de pointe sur SWE-bench Verified a mesuré que les tâches agentiques consomment environ 1 000 fois plus de jetons que la conversation sur du code, « les jetons d'entrée, plutôt que les jetons de sortie, déterminant le coût global » [7]. - La règle : lire avec `grep -n` pour trouver les lignes, puis `sed -n` pour les afficher, jamais un fichier entier de plus de 300 lignes, et filtrer la sortie des tests à 60 lignes. - L'essentiel de la sortie des outils est du bruit. Squeez, un petit modèle entraîné à élaguer la sortie des outils des agents de code, retire 92 % des jetons d'entrée en gardant un rappel de 0,86 sur les éléments pertinents [8]. - Le même chiffre marque la limite : 14 % des éléments pertinents manquent. Le journal complet reste sur disque, et l'agent lit plus loin avec `sed -n` quand 60 lignes n'expliquent pas l'échec. - Les longs contextes dégradent aussi le travail lui-même. Sur quatre modèles phares engagés dans de longues tâches de recherche, la fréquence à laquelle ils abandonnent bien avant d'avoir épuisé leur contexte augmente avec sa longueur [9]. L'agent d'implémentation s'arrête dès que ses tests ciblés passent, et un agent neuf se charge de la vérification. - Les modèles notent leur propre travail avec trop d'indulgence. Sur LiveCodeBench, « parmi les critères que les générateurs ne satisfont pas, les juges peuvent être plus de 50 % plus enclins à les marquer à tort comme satisfaits quand la production est la leur » [10]. - Quand ses tests passent enfin, le contexte de l'agent d'implémentation est rempli de tentatives ratées et de sorties de commandes. Y lancer la vérification complète coûte plus cher et voit moins bien. - Un vérificateur neuf part du diff et du plan, dans un contexte bien plus petit. L'auteur est le plus indulgent des relecteurs. ## 5. Règle 4 : limiter ce qui sort La sortie est le jeton le plus cher de la grille, et elle a pesé un cinquième du coût de la session. - Fable 5.1 facture la sortie 50 $ par million de jetons : 2,5 fois Opus 5.5 à 20 $, et 5 fois Sonnet 5 à 10 $ [1]. - Sur Fable 5.1, un jeton de sortie coûte autant que 200 jetons d'entrée lus en cache, 50 $ contre 0,25 $ le million [1]. Sur Opus 5.5, le rapport est de 100. - Le compte rendu d'un sous-agent se paie deux fois : une fois en sortie, puis en entrée à chaque tour suivant de l'orchestrateur, dont il rejoint la conversation [2]. - La règle en découle : un compte rendu porte le verdict, les écarts et les preuves (la commande lancée et son résultat), rien d'autre. Les relecteurs reçoivent un seul diff avec le plan, et répondent brièvement. La brièveté s'applique au compte rendu, et le raisonnement garde son budget. - Les jetons de réflexion sont facturés comme de la sortie : l'API indique « combien des jetons de sortie facturés relevaient du raisonnement interne » [11]. - Un compte rendu plus court ne fait pas une relecture plus courte. C'est le réglage d'effort qui en décide, et un relecteur face à un diff risqué a besoin qu'il soit élevé. - Ce qui disparaît, c'est la prose autour du verdict : le résumé de la tâche, le plan reformulé, les politesses. Personne ne lit les politesses. Tout le monde les paie. ## 6. Règle 5 : un petit orchestrateur qui ne scrute jamais L'orchestrateur relit tout son contexte à chaque réponse : sa taille multiplie le coût de chacun de ses milliers de tours. - Sur la session, il a répondu 5 149 fois pour 450 $, 13 % du coût, environ 0,087 $ par réponse. - Sur Opus 5.5, relire 300 000 jetons en cache coûte 0,06 $ par réponse ; à 900 000 jetons, 0,18 $ [1]. - Claude Code compacte par défaut les modèles à un million de jetons vers 967 000 jetons [12]. Je règle le seuil entre 300 000 et 400 000 jetons selon le flux de travail, avec `/autocompact`, qui accepte toute fenêtre de 100 000 jetons à 1 million, ou avec `CLAUDE_CODE_AUTO_COMPACT_WINDOW` [12]. Le journal s'écrit avant de compacter, parce que la compaction perd des consignes. - Un banc d'essai publié en 2026 a mesuré que les outils de compaction actuels ne gardent que 17 % des contraintes qu'un utilisateur fixe en cours de session, et que la plupart font moins bien qu'une absence de compaction. Un extracteur qui tourne à côté de l'outil de compaction porte la rétention au-delà de 90 % [13]. - Le journal joue ce rôle : décisions prises, travail fait, travail restant, contraintes en vigueur, écrits sur disque et relus après la compaction. - C'est la même discipline que celle des plans et des journaux qui ont pris le relais de Git dans [notre pilotage par feuille de route](/blog/retirer-git-pilotage-par-roadmap). L'orchestrateur attend aussi sans regarder. - Un processus d'attente en arrière-plan par processus long. Une commande lancée avec `run_in_background` continue de tourner pendant que l'agent poursuit son travail [4], et le harnais réveille l'agent quand elle se termine. - Pas de Monitor. L'outil renvoie « chaque ligne de sortie à Claude » [4], et chaque ligne qui arrive est un tour de plus pour l'orchestrateur. - Pas de coups d'œil intermédiaires non plus. À 300 000 jetons sur Opus 5.5, vérifier une suite de 12 minutes toutes les 30 secondes coûte 24 réponses, 1,44 $, là où l'avis de fin en coûte une, 0,06 $. L'orchestrateur n'a pas besoin non plus du modèle le plus cher, parce que l'essentiel de son coût vient de la relecture de son propre contexte, et deux modèles sortis fin septembre divisent ce prix par deux. - Claude Sonnet 5.5, sorti le 28 septembre 2026, coûte exactement la moitié d'Opus 5.5 sur chaque ligne de la grille : 2 $ le million de jetons en entrée, 10 $ en sortie, 0,10 $ pour une lecture en cache [1] [14]. À 300 000 jetons en cache, le contexte d'une réponse coûte 0,03 $ au lieu de 0,06 $. - GPT-6.1 Sol, sorti par OpenAI le lendemain, affiche les mêmes prix jusqu'à 272 000 jetons en entrée : 2 $, 0,10 $ en cache, 10 $ en sortie [15]. Au-delà, « les requêtes de plus de 272 000 jetons en entrée sont facturées 2 fois le tarif d'entrée et de cache, et 1,5 fois le tarif de sortie, pour toute la requête » [16]. Un orchestrateur sur Sol doit donc être compacté sous 272 000 jetons, en dessous de mon seuil habituel. - Les deux acceptent le niveau d'effort xhigh [12] [16]. Le réglage d'effort descend l'arbre : il se choisit une fois, en haut, et se baisse là où il ne sert pas. - Dans Claude Code, le champ `effort` d'un sous-agent « remplace le niveau d'effort de la session » [5] : sans lui, le sous-agent tourne au niveau de la session. Dans une session réglée sur xhigh, un sous-agent Sonnet 5.5 lancé sans réglage d'effort a indiqué xhigh, alors que le niveau par défaut de Claude Code pour ce modèle est medium [12]. - Codex l'écrit en toutes lettres : « si vous ne configurez ni le modèle ni le `model_reasoning_effort` d'un sous-agent, il hérite du modèle et de l'effort de raisonnement de l'agent parent » [17]. Un piège : un lancement qui choisit un autre modèle sans préciser l'effort reçoit l'effort par défaut de ce modèle. - D'où ma recommandation pour les longues sessions : Sonnet 5.5 en xhigh, ou GPT-6.1 Sol en xhigh, pour la session, et tout l'arbre travaille à ce niveau par défaut. - Les jetons de réflexion sont facturés en sortie [11]. Les petits relecteurs reçoivent un niveau plus bas par leur champ `effort`, ou par le paramètre d'invocation, qui « exige Claude Code v2.1.292 ou ultérieur » [5]. Anthropic se montre plus prudent sur le sommet de l'arbre, et sa prudence fixe la condition sous laquelle un orchestrateur de milieu de gamme tient. - Son propre billet de lancement écrit qu'« Opus 5.5 reste nettement plus fort sur le travail complexe et ouvert qui exige un jugement soutenu » [14]. - L'économie se réduit aussi avec l'effort : Sonnet 5.5 « complète au mieux Opus 5.5 à des niveaux d'effort plus bas », et aux niveaux plus élevés « il peut faire jeu égal pour un coût similaire » [14]. En xhigh, l'économie vient de la lecture du contexte. - La configuration d'orchestrateur mesurée par Anthropic place le modèle frontière aux commandes : « le modèle frontière tient la boucle » et répartit les sous-tâches entre des modèles moins chers [18]. - La condition, c'est la méthode. Sur un projet mené selon un flux de développement strict de type [UltraCoding](/blog/vibe-coding-mort-ultracoding), avec une revue critique traçable, des tests sur trois couches et des portes de livraison explicites, le jugement est porté par le processus, et Sonnet peut suffire. Sans cette discipline, le modèle frontière reste au sommet. Le processus porte le jugement. La Figure 3 place les cinq règles sur la forme de la session. > **[Schéma] Les cinq règles d'orchestration frugale placées sur la topologie de la session** > Un orchestrateur au cache d'une heure, maintenu sous environ 300 000 jetons et qui écrit son journal avant de compacter (règle 5), envoie les tâches à un agent d'implémentation, et un diff avec le plan à un vérificateur neuf. L'agent d'implémentation a un cache de cinq minutes, lit avec grep et sed, filtre les journaux à 60 lignes, attend par tranches de 240 secondes et s'arrête aux tests verts (règles 1 et 3). Le vérificateur part d'un contexte neuf et ne rend que verdict, écarts et preuves (règles 3 et 4). Un processus d'attente en arrière-plan, un par processus long, réveille l'orchestrateur à la fin, sans Monitor ni coup d'œil (règle 5). Réutilisation à chaud : un agent inactif depuis moins de cinq minutes reçoit un nouveau message plutôt que d'être remplacé par un nouvel agent (règle 2). > Figure 3. Chaque règle agit en un point de la session : l'attente du sous-agent (R1), la naissance des agents (R2), ce qui entre dans un contexte (R3), ce qui en sort (R4), la taille et l'attente de l'orchestrateur (R5). Source : règles de l'auteur, documentation de Claude Code relevée le 27 septembre 2026. ## Le prix de l'attente Ces cinq règles ont en commun de donner un prix au temps qu'un agent passe à attendre, à lire et à parler, ce qu'aucun classement de modèles ne montre jamais. Sur la prochaine session, je suis quatre chiffres plutôt qu'une facture. - Les expirations par agent, et ce qui a précédé chacune. - Les premiers appels par tâche livrée. - La part de sortie par rôle : orchestrateur, agents d'implémentation, relecteurs. - La taille du contexte de l'orchestrateur à chaque réponse. Les seuils des règles (quatre minutes, 300 lignes, 60 lignes, 300 000 jetons) sont les miens, et ils bougeront avec les prix et les outils. Le mécanisme, lui, restera : un cache qui expire à heure fixe, un contexte payé de nouveau à chaque tour, un jeton de sortie qui vaut cent jetons lus en cache. Le premier métier d'un orchestrateur est de bien attendre. > Les chiffres viennent de mes propres journaux d'une seule session, pas d'un banc d'essai ; le total est déduit des parts, et les parts se recoupent pour les jetons de sortie. Les coûts unitaires sont calculés sur les tarifs publics d'Anthropic relevés le 27 septembre 2026, pour Opus 5.5 et Fable 5.1 et un contexte de 200 000 jetons, sans les quelques centaines de jetons qu'ajoute chaque tranche. Les comportements de Claude Code sont ceux documentés à la même date. La partie sur le modèle de l'orchestrateur, ajoutée le 11 octobre 2026, s'appuie sur des prix relevés ce jour-là : le billet de lancement de Sonnet 5.5 donne 0,20 $ pour la lecture en cache, là où la page de tarifs retenue ici donne 0,10 $. Pour aller plus loin : la même frugalité, un petit modèle quand il suffit et un plus gros seulement si nécessaire, appliquée à l'endroit où tournent les modèles, avec le calcul électrique, dans [La frontière tourne au gaz. L'essentiel de l'IA de bureau peut s'en passer.](/blog/ia-frontiere-gaz-ia-bureau-frugale). ## Sources 1. Anthropic, [*Pricing*](https://platform.claude.com/docs/en/about-claude/pricing), documentation de la plateforme Claude, lue le 27 septembre et le 11 octobre 2026. 2. Anthropic, [*How Claude Code uses prompt caching*](https://code.claude.com/docs/en/prompt-caching), documentation de Claude Code, lue le 27 septembre 2026. 3. Anthropic, [*Prompt caching*](https://platform.claude.com/docs/en/build-with-claude/prompt-caching), documentation de la plateforme Claude, lue le 27 septembre 2026. 4. Anthropic, [*Tools reference*](https://code.claude.com/docs/en/tools-reference), documentation de Claude Code, lue le 27 septembre 2026. 5. Anthropic, [*Create custom subagents*](https://code.claude.com/docs/en/sub-agents), documentation de Claude Code, lue le 27 septembre et le 11 octobre 2026. 6. Anthropic, [*Manage costs effectively*](https://code.claude.com/docs/en/costs), documentation de Claude Code, lue le 27 septembre 2026. 7. Longju Bai, Zhemin Huang, Xingyao Wang, Jiao Sun, Rada Mihalcea, Erik Brynjolfsson, Alex Pentland et Jiaxin Pei, [« How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks »](https://arxiv.org/abs/2604.22750), arXiv:2604.22750, 24 avril 2026, révisé le 29 avril 2026. 8. Ádám Kovács, [« Squeez: Task-Conditioned Tool-Output Pruning for Coding Agents »](https://arxiv.org/abs/2604.04979), arXiv:2604.04979, 4 avril 2026. 9. Shijie Xia, Yikun Wang, Zhen Huang et Pengfei Liu, [« Diagnosing and Mitigating Context Rot in Long-horizon Search »](https://arxiv.org/abs/2606.29718), arXiv:2606.29718, 29 juin 2026, révisé le 4 août 2026. 10. José Pombal, Ricardo Rei et André F. T. Martins, [« Self-Preference Bias in Rubric-Based Evaluation of Large Language Models »](https://arxiv.org/abs/2604.06996), arXiv:2604.06996, 8 avril 2026, révisé le 3 août 2026. 11. Anthropic, [*Extended thinking*](https://platform.claude.com/docs/en/build-with-claude/extended-thinking), documentation de la plateforme Claude, lue le 27 septembre 2026. 12. Anthropic, [*Model configuration*](https://code.claude.com/docs/en/model-config), documentation de Claude Code, lue le 27 septembre et le 11 octobre 2026. 13. Zhiqi Wang, Yichi Zhang, Dongwon Lee et Yuchen Yang, [« Lost in Compaction: Evaluating Side-Constraint Loss under Context Compaction »](https://arxiv.org/abs/2608.11242), arXiv:2608.11242, 31 juillet 2026. 14. Anthropic, [*Introducing Claude Sonnet 5.5*](https://www.anthropic.com/claude-sonnet-5-5), 28 septembre 2026. 15. OpenAI, [*Changelog*](https://developers.openai.com/api/docs/changelog), documentation de l'API OpenAI, entrée du 29 septembre 2026 annonçant GPT-6.1 Sol. 16. OpenAI, [*GPT-6.1 Sol*](https://developers.openai.com/api/docs/models/gpt-6.1-sol), documentation de l'API OpenAI, lue le 11 octobre 2026. 17. OpenAI, [*Subagents*](https://developers.openai.com/codex/subagents), documentation de Codex, lue le 11 octobre 2026. 18. Anthropic, [*Optimizing for cost and intelligence*](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence), documentation de la plateforme Claude, lue le 11 octobre 2026. ## Questions fréquentes ### Pourquoi le cache d'un sous-agent expire-t-il pendant une longue suite de tests ? Parce que Claude Code donne aux sous-agents un cache de cinq minutes et que le compteur continue de tourner pendant qu'un appel d'outil bloque : au-delà d'environ quatre minutes d'attente, la requête suivante doit réécrire tout le contexte. - La conversation principale obtient un cache d'une heure avec un abonnement Claude, dans les limites du forfait ; les sous-agents ont cinq minutes quel que soit le mode de facturation. - L'API compte la durée de vie du cache à partir du début de la requête, temps de génération compris. - Un appel Bash peut durer jusqu'à dix minutes par défaut, deux fois la durée de vie du cache du sous-agent. ### Combien coûte une expiration de cache, comparée à une attente par tranches ? Sur un contexte de 200 000 jetons, une réécriture coûte 1,00 $ sur Opus 5.5 et 2,50 $ sur Fable 5.1, alors qu'une tranche d'attente de quatre minutes qui relit le cache coûte environ 0,04 $ et 0,05 $. - Sur Opus 5.5, une réécriture paie 25 tranches, soit 100 minutes d'attente avec un cache chaud. - Sur Fable 5.1, le rapport double et passe à 50 tranches, parce que la lecture de cache y est facturée 0,025 fois le prix d'entrée. - Une suite de tests de 12 minutes attendue par tranches coûte 0,12 $ sur Opus 5.5, contre 1,00 $ pour une attente bloquante. ### Faut-il simplement donner aux sous-agents un cache d'une heure ? Parfois. Claude Code le permet depuis la version 2.1.242, mais une écriture de cache d'une heure coûte deux fois le prix d'entrée contre 1,25 fois pour cinq minutes : elle ne se rentabilise que pour les agents susceptibles d'attendre plus de cinq minutes. - Pour un sous-agent qui écrit 200 000 jetons au cours de sa vie sur Opus 5.5, le surcoût est d'environ 0,60 $, contre 1,00 $ pour une seule expiration. - Il se justifie pour les agents d'implémentation qui lancent de longues suites de tests, et fait perdre de l'argent sur les relecteurs courts qui terminent en quelques tours. - L'attente par tranches garde le cache de cinq minutes au chaud sans aucun surcoût, et c'est pourquoi elle reste la règle par défaut. ### Pourquoi réutiliser un agent chaud plutôt que d'en créer un nouveau ? Parce que chaque nouvel agent écrit tout son contexte de départ, environ 90 000 jetons sur cette session, alors qu'un agent chaud relit le même préfixe depuis le cache pour un vingt-cinquième du prix sur Opus 5.5. - Les 462 agents de la session ont dépensé 277 $ en premiers appels, 8 % du coût. - Un agent inactif depuis moins de cinq minutes peut recevoir un nouveau message avec son cache encore chaud. - La réutilisation convient à l'étape suivante du même fil de travail ; un vérificateur doit toujours partir d'un contexte neuf. ### Pourquoi l'agent d'implémentation ne doit-il pas vérifier son propre travail ? Parce que les modèles jugent leur propre production avec trop d'indulgence, et parce que le contexte de l'agent d'implémentation est encombré de tentatives ratées qui rendent la vérification plus lente et plus chère. - Sur LiveCodeBench, un juge peut être plus de 50 % plus enclin à valider à tort un critère non satisfait quand la production est la sienne. - Un vérificateur neuf part du diff et du plan, dans un petit contexte. - L'agent d'implémentation s'arrête dès que ses tests ciblés passent et passe la main. ### Jusqu'où filtrer la sortie des outils avant qu'elle entre dans le contexte d'un agent ? Fortement, en gardant la sortie complète sur disque : l'essentiel d'un journal de tests ou d'un fichier est du bruit, mais un filtrage agressif perd aussi une part des lignes utiles. - Un outil d'élagage publié en 2026 pour les agents de code retire 92 % des jetons d'entrée en gardant un rappel de 0,86 sur les éléments pertinents. - Lire avec grep -n, puis sed -n, limite la lecture d'un fichier aux lignes qui comptent. - Avec le journal brut sur disque, l'agent peut lire plus loin quand les 60 premières lignes n'expliquent pas l'échec. ### Pourquoi garder un petit contexte d'orchestrateur quand le modèle dispose d'une fenêtre d'un million de jetons ? Parce que l'orchestrateur relit tout son contexte à chaque réponse : sa taille multiplie le coût de chacun de ses milliers de tours. - Sur Opus 5.5, relire 300 000 jetons en cache coûte 0,06 $ par réponse, et 900 000 jetons coûtent 0,18 $. - Claude Code compacte par défaut les modèles à un million de jetons vers 967 000 jetons ; un seuil plus bas est un réglage. - Dans un banc d'essai de 2026, les outils de compaction ne gardaient en moyenne que 17 % des contraintes de session, d'où le journal écrit avant de compacter. ### Quel modèle doit faire tourner l'orchestrateur ? Pas forcément le plus cher. L'essentiel du coût d'un orchestrateur vient de la relecture de son contexte, et Claude Sonnet 5.5 ou GPT-6.1 Sol en xhigh divisent ce prix par deux par rapport à Opus 5.5, à condition que le projet suive un flux de développement strict. - Sonnet 5.5 coûte exactement la moitié d'Opus 5.5 sur chaque ligne, avec une lecture en cache à 0,10 $ le million de jetons ; GPT-6.1 Sol affiche les mêmes prix jusqu'à 272 000 jetons en entrée. - Les sous-agents héritent par défaut du niveau d'effort de la session, dans Claude Code comme dans Codex : l'effort choisi pour l'orchestrateur s'applique à tout l'arbre, sauf s'il est abaissé agent par agent. - Anthropic juge toujours Opus 5.5 nettement plus fort sur le travail ouvert qui exige un jugement soutenu : sans revue traçable, tests et portes de livraison, gardez le modèle frontière au sommet. --- # L'ingénierie de harnais : la couche logicielle qui transforme un modèle en agent Adresse : https://paulantoinetual.fr/blog/ingenierie-harnais-agent-ia Publié le 2026-09-20 · Agents IA > Ce qu'est un harnais agentique, ce qu'un audit du code source de onze systèmes de production y a réellement trouvé, et lesquels des chiffres qui circulent sur l'échec des agents sont sourçables. La chose la plus claire écrite en 2026 sur l'architecture des agents est une équation, et elle tient sur une ligne : un agent est un modèle plus un harnais. Le modèle est la partie que vous louez, il est probabiliste, et son comportement n'est pas le vôtre à garantir. Le harnais est tout le code, toute la configuration et toute la logique d'exécution qui ne sont pas le modèle, et c'est la partie que vous possédez, versionnez, testez et assumez. Cet article expose ce qu'il y a réellement dans un harnais, à partir des sources qui se vérifient, et nomme les deux chiffres les plus cités sur l'échec des agents qui, eux, ne se vérifient pas. - Une analyse conceptuelle publiée en juin 2026 donne quatre conditions nécessaires et suffisantes pour qu'un système soit un harnais : une boucle d'agent, une interface d'outils, une gestion du contexte et des mécanismes de contrôle [1]. - Un audit du code source de onze harnais de production, sur environ quatre millions de lignes de Python, TypeScript et Rust, constate qu'aucun n'importe de framework agentique généraliste et qu'aucun ne récupère du code par plongements vectoriels [2]. - Reflexion atteint 91 % de pass@1 sur HumanEval contre 80 % pour le même modèle GPT-4 en référence, ce qui reste le cas publié le plus net d'un changement de harnais qui bat un changement de modèle [3]. - Les deux chiffres le plus souvent invoqués pour justifier le travail sur le harnais, « 88 % des initiatives d'agents échouent » et « 65 % des échecs viennent de l'infrastructure », n'ont aucune source traçable, tandis que ceux qui en ont une disent quelque chose de plus étroit. ## 1. Un agent est un modèle plus un harnais Le terme s'est stabilisé en une définition utilisable au cours de six mois de 2026, et il vaut la peine de noter qui a dit quoi : le vocabulaire est assez jeune pour que les erreurs d'attribution circulent déjà. - Mitchell Hashimoto nomme la pratique en février 2026, sans prétendre que le terme soit établi : « I don't know if there is a broad industry-accepted term for this yet, but I've grown to calling this "harness engineering." It is the idea that anytime you find an agent makes a mistake, you take the time to engineer a solution such that the agent never makes that mistake again » [4]. - Vivek Trivedy, qui dirige la recherche appliquée chez LangChain, publie l'équation en mars 2026 avec une définition qui fait le travail : « A harness is every piece of code, configuration, and execution logic that isn't the model itself » [5]. - Birgitta Böckeler pose la discipline d'ingénierie en avril 2026 et introduit une distinction qui compte commercialement, entre le *builder harness* livré par qui a construit l'agent et le *user harness* qu'une équipe assemble par-dessus pour son propre système et son propre code [6]. - OpenAI chiffre l'enjeu le même mois, en rapportant une construction interne de cinq mois portant sur environ un million de lignes de code, environ 1 500 demandes de fusion et sept ingénieurs, avec, dans ses propres termes, « 0 lines of manually-written code », et un partage des rôles résumé en « Humans steer. Agents execute. » [7]. C'est une déclaration d'entreprise sur son propre outillage, pas un résultat audité. - L'idée est plus ancienne que le mot. L'AI Safety Institute britannique décrit la même couche en octobre 2024 et l'appelle échafaudage : « a model is provided with a "scaffolding", which consists of a set of tools, a prompting procedure, and error handling » [8]. La définition la plus solide disponible est constitutive, publiée en juin 2026, et elle énonce ce qu'un système doit avoir pour mériter le nom de harnais. - Les quatre conditions sont une boucle d'agent qui entrelace raisonnement, action et observation ; une interface d'outils qui permet au modèle de percevoir et de modifier l'environnement ; une gestion du contexte qui décide de ce qui entre et sort de la fenêtre ; et des mécanismes de contrôle, c'est-à-dire des limites, de la vérification et des actions déterministes [1]. - Chacune est argumentée par ce que son absence produit : « Without an agent loop, the system answers once and stops; it is a generator, not an agent » et « Without control mechanisms, the system acts, but no one can tell whether it did what it claims, nor is there a way to contain it » [1]. - La définition exclut aussi, délibérément, un framework d'agents, un kit de développement, une extension d'éditeur, un banc d'évaluation et un orchestrateur, ce qui en fait un test utilisable plutôt qu'un slogan. - Le même article reconstitue la généalogie du mot, de l'ancien français *harneis* au sens du XIVe siècle des sangles qui relient un animal de trait à une charrette, puis au banc d'essai logiciel avec ses scripts, ses simulacres et ses bouchons, puis au banc d'évaluation en apprentissage automatique [1]. > **[Schéma] Les quatre conditions nécessaires d'un harnais agentique** > Un cycle de quatre boîtes autour d'une boîte centrale représentant le modèle. Le modèle propose une action ; les mécanismes de contrôle appliquent limites et vérification ; l'interface d'outils agit sur l'environnement ; la gestion du contexte décide de ce qui revient dans la fenêtre d'attention ; le cycle recommence. L'ensemble du cycle est la boucle d'agent, et le modèle est le seul élément probabiliste. > Figure 1. Les quatre conditions nécessaires et suffisantes, dessinées comme le cycle qu'elles forment. Source : [1]. Les trois paliers d'intervention se présentent d'ordinaire comme une progression, et la façon utile de les distinguer est de demander ce que vous avez le droit de changer. - L'ingénierie d'invites change la formulation d'une consigne et rien d'autre, ce qui explique qu'elle cesse d'opérer dès que la défaillance est structurelle. Nous avions posé cette limite quand la pratique se vendait encore comme un intitulé de poste, dans [concevoir un contexte fiable pour l'IA](/blog/la-fin-du-prompt-engineering-pourquoi). - L'ingénierie de contexte change ce qui entre et sort de la fenêtre d'attention : sélection, ordre, compression, récupération. L'arithmétique de ce palier, cache KV et mise en cache d'invites comprises, est dans notre [guide de la taille du contexte](/blog/optimisation-contexte-llm-cache-kv-prompt-caching). - L'ingénierie de harnais change l'environnement lui-même : quels outils existent, où le code s'exécute, ce que l'agent a le droit de lire, ce qui l'arrête. Un problème de harnais se reconnaît à ce qu'aucune reformulation ne le règle. - Une opposition entre « harness engineering » et « loop engineering » circule largement dans les commentaires de 2026, la première construisant l'environnement et la seconde la dynamique d'itération. C'est un outil pédagogique commode, mais aucun des auteurs ci-dessus ne cadre la discipline ainsi : à lire comme du vocabulaire de blog, pas comme une distinction établie. ## 2. Ce que onze harnais de production contiennent vraiment Le travail empirique le plus utile sur les harnais lit leur code source plutôt que leur argumentaire, et il a été publié en 2026 comme un audit de onze agents de codage de production, plus un méta-harnais en point de comparaison [2]. - Les systèmes audités sont Claude Code, Codex CLI, Gemini CLI, Mistral Vibe, OpenHands, Aider, Mini-SWE-Agent, Hermes, Pi, OpenCode et OpenClaw, sur environ quatre millions de lignes de Python, TypeScript et Rust. - L'article cartographie sept sous-systèmes canoniques : la boucle d'agent, l'intégration du modèle, les outils et actions, la mémoire et le contexte, la sûreté et les permissions, l'orchestration et les surfaces d'extension, chacun avec son implémentation minimale et maximale. - Il produit treize observations transversales et un catalogue de vingt-neuf motifs de conception récurrents, et se termine par un harnais minimal viable de quatre-vingt-dix lignes. - Sa définition rejoint la définition constitutive : « The harness is everything except the model: the runtime that couples an LLM to the world, its loop, its tools, its context, its safety controls, its orchestration, and its extension surfaces » [2]. Deux constats ont survécu à un élargissement du corpus, et tous deux contredisent ce que le marché de l'outillage dit de lui-même. - Aucun moteur d'exécution de l'échantillon n'importe de framework agentique généraliste. LangChain, AutoGen et LangGraph sont absents des onze systèmes, qui tournent sur des boucles asynchrones écrites à la main. - Aucun ne récupère du code par plongements vectoriels. La récupération est déterministe : ripgrep, tree-sitter, motifs glob et fichiers Markdown de contexte découverts automatiquement. - Les compétences d'agent devancent le Model Context Protocol en adoption, neuf systèmes contre huit, et l'Agent Client Protocol est livré dans six. - Lus ensemble, ces chiffres décrivent un domaine qui a discrètement abandonné deux des architectures le plus vivement recommandées aux entreprises entre 2023 et 2025. > **[Schéma] Ce que onze harnais de production adoptent, et ce qu'ils n'adoptent pas** > Barres horizontales comptant l'adoption sur onze systèmes audités : compétences d'agent dans neuf, Model Context Protocol dans huit, Agent Client Protocol dans six, framework agentique généraliste dans zéro, récupération de code par plongements vectoriels dans zéro. > Figure 2. Adoption et absences dans onze harnais de production audités. Source : [2]. La métaphore équestre enfouie dans le mot se révèle une carte utilisable de ces sous-systèmes, à condition de convertir chaque pièce de harnachement en composant réel plutôt que de la laisser à l'état d'image. | Pièce de harnachement | Sous-système du harnais | Ce qu'il fait de façon déterministe | |---|---|---| | Mors et rênes | Contrats d'outils typés, schémas, serveurs de protocole | Contraint du texte libre en appels qui valident ou échouent | | Œillères | Assemblage du contexte, consignes de domaine, compétences | Décide de ce que le modèle voit avant qu'il décide quoi que ce soit | | Clôtures | Bacs à sable, permissions, contrôle de politique entre proposition et exécution | Borne la portée d'une action, y compris en cas de compromission | | Selle et étriers | Système de fichiers persistant, points de reprise, documents de travail | Tient l'état hors de la fenêtre d'attention, et autorise le retour en arrière | | Sacoches | Mémoire externe et récupération | Rappelle des faits sans les porter en mémoire de travail | | Rênes tenues courtes | Plafonds d'étapes, temporisations, conditions d'arrêt | Termine une exécution qui consomme du budget sans converger | ## 3. Les rênes : des contrats typés, pas une ligne de commande Le lien entre ce que le modèle émet et ce que la machine fait est l'endroit où un harnais tient ou ne tient pas, et le cadre de recherche qui le décrit est l'interface agent-ordinateur. - Le terme vient de SWE-agent, dont la prémisse est que les agents forment une nouvelle catégorie d'utilisateurs : « we posit that LM agents represent a new category of end users with their own needs and abilities, and would benefit from specially-built interfaces to the software they use » [9]. - L'apport de l'article est que la conception de l'interface change la performance mesurée, et il se termine en donnant « insight on how the design of the ACI can impact agents' behavior and performance », ce qui est la revendication empirique sous chaque recommandation de schéma d'outil depuis. - En pratique, cela signifie des fonctions aux types déclarés et aux modes d'échec documentés, pas un terminal dans lequel le modèle taperait librement, parce qu'un appel invalide doit échouer à la frontière plutôt qu'au milieu d'un effet de bord. - Le Model Context Protocol est devenu le transporteur commun de cette frontière. Anthropic l'a donné à l'Agentic AI Foundation, un fonds dédié de la Linux Foundation, en décembre 2025, et une révision substantielle de la spécification a suivi en juillet 2026 [10]. Une règle de conception mérite d'être énoncée simplement, parce qu'elle est largement pratiquée et n'a aucun nom établi : la réponse finale d'un agent doit être scindée, la partie narrative étant rédigée par le modèle et la partie quantitative recopiée depuis le système de référence sans que le modèle la ressaisisse. - Les totaux, identifiants, dates et états de compte sont copiés par le harnais depuis le résultat de la requête vers la réponse, et le modèle reçoit la prose autour. - La défaillance ainsi évitée est précise et coûteuse : un modèle qui reformate un tableau correct en altérant silencieusement une valeur produit une erreur qu'aucun validateur de schéma n'attrapera, puisque la sortie reste bien formée. - Présenter cela comme un motif nommé de l'industrie serait surjouer. C'est une convention applicative, et nous l'annonçons comme telle. ## 4. La boucle : raisonner, agir, observer, et le problème de la trace empoisonnée La boucle est la plus ancienne des quatre conditions et la mieux documentée, et sa défaillance caractéristique est que le raisonnement erroné de l'agent reste dans la fenêtre et se relit comme une preuve. - ReAct a établi l'entrelacement que presque tous les moteurs emploient encore, « the use of LLMs to generate both reasoning traces and task-specific actions in an interleaved manner, allowing for greater synergy between the two » [11], et Toolformer a montré la moitié complémentaire à la même période : un modèle peut apprendre seul quand et comment appeler une API externe à partir de quelques démonstrations, sans annotation des appels à faire [12]. - La pathologie de la version naïve est qu'une tentative ratée ne quitte pas l'historique. L'étape suivante la lit, la traite comme du contexte, et produit une variation sur la même erreur. - Reflexion sépare les rôles : l'agent tente, un signal externe évalue, et un critique analyse l'écart en mots avant la tentative suivante. L'article rapporte 91 % de pass@1 sur HumanEval contre 80 % pour le même GPT-4 en référence [3]. Le banc d'essai est depuis saturé et le modèle a trois générations de retard : c'est l'architecture qui se transpose, pas le chiffre. - La technique Ralph répond à l'autre défaillance, l'agent qui s'arrête trop tôt ou se noie dans sa propre transcription, en le relançant avec une fenêtre vierge et rien d'autre que l'état qu'il avait obligation d'écrire sur disque [13]. C'est une boucle shell dans sa forme originale, et son intérêt est que la continuité du travail réside dans le système de fichiers plutôt que dans la conversation. ## 5. Les clôtures : la partie qui pense ne doit pas être celle qui agit Un agent qui lit du contenu non fiable et détient des privilèges d'exécution a déjà perdu la partie, parce qu'une instruction dissimulée dans une page récupérée arrive à l'étape de raisonnement avec le même statut que la consigne de l'utilisateur. - Simon Willison a décrit la réponse structurelle dès avril 2023 sous le nom de motif dual LLM : un modèle privilégié qui ne voit jamais de contenu non fiable, un modèle en quarantaine qui le voit, et aucun chemin du second vers un outil [14]. - CaMeL l'a formalisée par un modèle de flux de contrôle et de données où un modèle privilégié planifie, un modèle en quarantaine analyse les données non fiables, et un interpréteur dédié vérifie les capacités avant chaque appel d'outil [15]. - La taxonomie de 2025 des motifs de conception pour sécuriser les agents contre l'injection d'invite généralise la famille, et sa contrainte centrale vaut comme règle de conception : une fois qu'un agent a ingéré une entrée non fiable, ses actions restantes doivent être contraintes à l'avance plutôt que jugées après coup [16]. - Un préprint de 2026 propose la même séparation sous le nom de séparation cognitivo-exécutive, avec une évaluation qui contourne délibérément la couche de raisonnement pour tester la frontière architecturale sous compromission totale, et rapporte 98,9 % de 280 cas adverses bloqués sur neuf catégories d'attaque, sans faux positif dans la configuration par défaut [17]. C'est un préprint d'auteur unique avec un banc d'essai maison : l'architecture est la partie transposable, le pourcentage ne l'est pas. La question de savoir par où entre réellement le contenu non fiable a une réponse concrète, et c'est la description de l'outil plutôt que sa sortie. - La spécification du protocole le dit elle-même : « Tools represent arbitrary code execution and must be treated with appropriate caution. In particular, descriptions of tool behavior such as annotations should be considered untrusted, unless obtained from a trusted server » [10]. Le même document concède que « while MCP itself cannot enforce these security principles at the protocol level », la charge revient aux implémenteurs. - Luca Beurer-Kellner et Marc Fischer ont démontré l'attaque en avril 2025 et l'ont nommée empoisonnement d'outil : des instructions logées dans une description d'outil, « invisible to users but visible to AI models », qui exploitent le fait que le modèle lit la description complète quand l'interface n'en montre qu'une version simplifiée [18]. Leur seconde démonstration est celle qu'il faut retenir. Un outil de calcul malveillant a silencieusement pris le pas sur un outil de messagerie de confiance, et « the agent willingly sends all emails to the attacker, even if the user explicitly specifies a different recipient ». - L'autorisation n'est pas durable non plus. Une définition d'outil peut changer après avoir été approuvée, un motif que la proposition qui entend le corriger par des définitions signées et versionnées appelle un *rug pull*, au constat que le protocole ne prévoit ni versionnement, ni empreinte de contenu, ni réapprobation en cas de modification [19]. La CVE-2025-54136 est le même mécanisme observé en vrai : remplacer dans un dépôt partagé une configuration de serveur déjà approuvée par une commande malveillante, sans nouvelle demande de consentement. - La population a été mesurée, et elle ne rassure pas. Une étude portant sur 67 057 serveurs issus de six registres publics a trouvé 833 porteurs de faiblesses de code exploitables et 18 affichant des descriptions suspectes [20]. Un audit dynamique de juillet 2026 a confirmé 640 serveurs exposés sur Internet en production, en a testé 414, et rapporte 91,8 % sans authentification OAuth et 41,6 % disparus en moins de trois jours entre deux campagnes consécutives [21]. C'est le point où l'équation publiée sert le moins bien un exploitant. Trivedy place les serveurs de protocole dans le harnais, à côté des crochets que vous avez écrits vous-même, et Böckeler les place dans le *user harness*, l'anneau extérieur qu'une équipe assemble pour son propre système. Les deux se défendent comme architecture. Aucune des deux n'enregistre qu'un serveur tiers est du code que vous n'avez pas écrit, qui s'exécute là où vous ne voyez rien, et dont le comportement peut changer entre deux exécutions sans numéro de version. Un article de gouvernance de 2026 nomme cette classe directement, les attaquants de chaîne d'approvisionnement « who distribute compromised servers », et relève que les cadres existants comme le NIST AI Risk Management Framework et l'ISO/IEC 42001 « do not yet cover » le sujet en détail [22]. Les clôtures supposent aussi de savoir quand s'arrêter, et c'est le point du harnais où l'outillage est réellement en retard sur la théorie. - Chaque moteur majeur livre un plafond dur sous un nom différent : `max_turns` dans le Claude Agent SDK et le SDK Agents d'OpenAI, `max_iterations` dans LangChain, `recursion_limit` dans LangGraph. Un plafond met fin à une exécution ; il ne remarque pas qu'elle a cessé de progresser deux cents étapes plus tôt. - Une étude de 2026 a nommé la classe de défaillance, analysé 6 549 dépôts d'agents avec un analyseur statique, et confirmé 68 défaillances par boucle infinie dans 47 projets, avec une précision de 91,9 % [23]. - Détecter un agent qui tourne en rond à l'intérieur de son budget, plutôt qu'au-delà, reste un problème ouvert. Une demande de terminaison sensible au progrès a été ouverte chez LangChain en mars 2026 et fermée sans livraison. - Le substitut praticable est un contrôle externe : une suite de tests, un compilateur ou un diff qui doit changer entre deux itérations, le harnais terminant l'exécution quand ce n'est pas le cas. C'est la logique du point de contrôle humain décrite dans [l'ingénierie des systèmes agentiques](/blog/ingenierie-systemes-agentiques-human-in-the-loop). ## 6. La selle : un système de fichiers contre le *context rot* Les contextes longs se dégradent, et la dégradation est mesurée plutôt que folklorique, ce qui explique que les harnais sérieux traitent la fenêtre d'attention comme rare même quand l'éditeur la vend comme abondante. - Le rapport technique de Chroma a testé dix-huit modèles sur des tâches contrôlées qui étendent l'aiguille dans une botte de foin par de l'appariement sémantique et des distracteurs, et constate que les modèles ne traitent pas le contexte uniformément : la performance baisse à mesure que l'entrée s'allonge, y compris sur des tâches triviales en version courte [24]. - La version positionnelle de l'effet était établie plus tôt : une information située au début ou à la fin d'un contexte long est exploitée plus sûrement que la même information au milieu [25]. - Anthropic définit la compaction comme « taking a conversation nearing the context window limit, summarizing its contents, and reinitiating a new context window with the summary », et nomme l'effacement des résultats d'outils comme sa forme la plus légère, au motif qu'un résultat brut enfoui dans l'historique a cessé de mériter ses jetons [26]. - Manus a décrit une pratique complémentaire qu'elle appelle compression restaurable : abandonner le contenu d'une page tant que l'URL est conservée, abandonner le contenu d'un document tant que son chemin dans le bac à sable reste disponible [27]. L'économie renforce l'architecture, et un rapport tient depuis assez longtemps pour qu'on planifie dessus. - Le billet de Manus a chiffré la différence sans détour en juillet 2025 : « With Claude Sonnet, cached input tokens cost $0.30/MTok, while uncached ones cost $3/MTok, a 10x difference » [27]. - Ces montants absolus sont périmés, le rapport ne l'est pas. Sur la grille Anthropic de septembre 2026, Sonnet 5 coûte 2 $ par million de jetons d'entrée et 0,20 $ en lecture de cache, soit le même écart d'un facteur dix [28]. - La conséquence d'ingénierie est qu'un harnais doit garder la tête de son invite stable octet pour octet : un horodatage ou une liste d'outils réordonnée en haut du contexte invalide le cache pour tout ce qui suit. - Externaliser la mémoire produit un ordre de grandeur comparable : l'article Mem0 rapporte environ 90 % d'économie de jetons face aux approches à contexte complet sur son banc d'essai, soit un facteur dix et non le facteur cent parfois cité [29]. Là où la sortie brute compte encore, le motif qui s'est imposé en pratique consiste à garder la tête et la queue d'un gros résultat d'outil dans la fenêtre, à écrire l'ensemble sur le système de fichiers, et à laisser l'agent relire la partie dont il a besoin. C'est une convention d'implémentation visible dans plusieurs moteurs, pas l'apport nommé de l'un d'eux. ## 7. Le déterminisme d'abord : le harnais comme régulateur Le principe qui fait de tout ce qui précède une discipline plutôt qu'une liste d'astuces vient de la théorie du contrôle, et Böckeler l'énonce avec la loi empruntée qui convient : un régulateur doit posséder au moins autant de variété que le système qu'il gouverne, et il ne peut réguler que ce dont il a un modèle [6] [30]. - Un modèle de langage non contraint peut produire une variété non bornée de sorties : le régulateur ne peut donc pas l'égaler par inspection après coup. - Le geste qui fonctionne consiste à réduire la variété à la source, par des interfaces typées, une récupération restreinte et des ensembles d'actions bornés, jusqu'à ce que le reste soit assez petit pour être gouverné par du code. - La classification de Böckeler trie chaque contrôle selon deux axes, la direction et l'exécution : des guides qui agissent avant que le modèle travaille (*feedforward*) face à des capteurs qui agissent après (*feedback*), et des contrôles qui s'exécutent comme du calcul face à ceux qui s'exécutent comme de l'inférence [6]. - Elle nomme aussi la propriété d'une base de code qui décide de l'efficacité de tout cela, la *harnessability* : « Not every codebase is equally amenable to harnessing. A codebase written in a strongly typed language naturally has type-checking as a sensor; clearly definable module boundaries afford architectural constraint rules. » > **[Schéma] Quatre types de contrôle dans un harnais, par direction et par exécution** > Une matrice deux par deux. Les colonnes sont les guides en amont qui agissent avant le travail du modèle et les capteurs en aval qui agissent après. Les lignes sont les contrôles calculatoires qui s'exécutent en millisecondes sur un processeur et les contrôles inférentiels qui s'exécutent comme un appel de modèle. Exemples : transformations de code comme les recettes OpenRewrite et schémas d'outils typés ; conventions de code dans AGENTS.md et compétences ; tests structurels comme les crochets ArchUnit, vérificateurs de types et suites de tests ; consignes de revue exécutées par un modèle. > Figure 3. Les deux axes selon lesquels se trient les contrôles d'un harnais, avec les exemples donnés par la source. Source : [6]. La même logique, poussée à son terme, rétrograde le modèle de chef d'orchestre à composant. - Cloudflare a défendu la version pratique en septembre 2025 sous le nom de *code mode* : donner une API à l'agent et le laisser écrire du code contre elle, plutôt que de lui faire émettre un appel d'outil à la fois [31]. - Anthropic a publié l'équivalent pour les serveurs de protocole en novembre 2025, en présentant l'exécution de code avec MCP comme la voie vers moins de jetons et moins d'allers-retours [32]. - La formulation académique est arrivée en juin 2026 sous le nom de programmation agentique, où le programme détient tout le flux de contrôle et le modèle devient un composant adaptatif invoqué seulement là où la tâche demande du raisonnement ou de la génération. La thèse de l'article est que l'explosion du nombre de jetons, l'hallucination de flux de contrôle et la terminaison peu fiable sont des conséquences architecturales du fait de confier à un système probabiliste le travail déterministe des boucles et des branchements [33]. - C'est le même réflexe que le point de contrôle appliqué aux changements de code dans [le développement à décision gardée](/blog/developpement-a-decision-gardee) : le plan est approuvé par autre chose que ce qui l'a écrit. ## 8. Les chiffres qui circulent et que personne ne peut sourcer Tout article défendant l'importance des harnais se verra proposer deux statistiques pour le prouver, et les deux échouent au premier contrôle, ce qui mérite d'être documenté parce que le mécanisme de blanchiment fait désormais partie du sujet. - « Près de 88 % des initiatives d'agents autonomes n'atteignent pas la stabilité en production » apparaît dans des billets de contenu de 2026 sans aucune citation nulle part dans la chaîne. L'un le dérive en soustrayant de 100 un taux d'adoption sans rapport. - « 65 % de ces défaillances viennent de l'infrastructure environnante plutôt que du modèle » n'a pas davantage d'étude derrière lui, et le triptyque qui l'accompagne d'ordinaire n'apparaît dans aucune taxonomie publiée. - Le phénomène s'étend au vocabulaire. Plusieurs taxonomies de harnais proposées dans des préprints isolés de 2026, ainsi que des acronymes de listes de composants, sont repris par des sites agrégateurs comme s'il s'agissait de standards, pendant que des décompositions concurrentes du même objet paraissent en parallèle. - Le test qui résiste au contact de cette littérature est celui qui coûte trente secondes : remonter la citation jusqu'à une source primaire datée, ou abandonner le chiffre. Les mesures qui existent, elles, disent quelque chose de plus étroit et de plus utile. - Gartner prévoit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, « due to escalating costs, unclear business value or inadequate risk controls » [34]. Le communiqué présente cela comme une prévision d'analyste et n'y attache aucun échantillon ; le sondage de 3 412 répondants cité à côté est un élément de contexte, pas la base du chiffre. - Le rapport MIT NANDA écrit que « 95% of organizations are getting zero return », sur une base de plus de 300 initiatives publiquement documentées, 52 entretiens structurés et 153 dirigeants interrogés [35]. C'est un rapport de projet portant une signature MIT plutôt qu'une publication institutionnelle du MIT, son propre avertissement le dit, et cela vaut d'être su avant de le citer comme « le MIT a mesuré ». - Ce qui ressemble le plus à une anatomie des défaillances est la taxonomie MAST, construite en annotant des traces d'exécution sur sept frameworks multi-agents, 1 642 dans la version publiée, avec un accord inter-annotateurs de 0,88 : problèmes de spécification et de conception à environ 42 %, désalignement entre agents à environ 37 %, vérification et terminaison à environ 21 % [36]. Ces trois parts se lisent sur le graphique de l'article plutôt que dans une phrase, elles sont donc rapportées ici comme des approximations. - Ces trois catégories relèvent du harnais plutôt que de la capacité du modèle, ce qui soutient l'argument que les chiffres inventés cherchaient à atteindre. Le soutien est qualitatif, et le dire ne coûte rien. Une dernière note honnête sur la direction que prend le domaine. La conception des harnais commence à s'automatiser : Self-Harness rapporte un agent qui améliore son propre harnais par fouille de faiblesses, proposition de modifications et validation sous garde de régression, avec des gains relatifs de taux de réussite atteignant 132 % sur trois bancs d'essai et trois modèles de base [37]. Un autre système, Harness-1, sort la gestion d'état de la politique pour la confier à l'environnement, et rapporte 11,4 points de rappel de plus que le meilleur agent de recherche ouvert suivant [38]. Ce sont deux préprints de 2026 sur les évaluations de leurs propres auteurs. Ils dessinent la prochaine discussion, ils ne prouvent pas celle-ci. ## La partie que vous louez et celle que vous possédez Un dirigeant qui décide où placer les six prochains mois d'ingénierie a une question à se poser, et ce n'est pas quel modèle choisir. - Le modèle est loué. Ses poids, son comportement de sûreté, sa date de retrait et son prix se décident ailleurs, et le fournisseur peut changer le *builder harness* en dessous sans changer l'identifiant que vous testez. Nous avons posé la discipline de versionnement qui en découle dans [reprendre le contrôle de ses dépendances](/blog/cowork-agents-ia-durables). - Le harnais est possédé. Les contrats d'outils, la frontière du bac à sable, les conditions d'arrêt, les fichiers de travail, la suite d'évaluation et les contrôles de politique sont du code dans votre dépôt, ils survivent à une migration de modèle, et ce sont les seuls éléments qu'un juge, un auditeur ou un client peut examiner. - Les serveurs tiers ne sont ni l'un ni l'autre. Un serveur de protocole que vous n'avez pas écrit n'est pas loué, puisque personne ne vous a promis de durée, et il n'est pas possédé, puisque vous ne pouvez pas en figer le comportement. C'est la seule partie de la pile qui peut changer sous vous sans numéro de version, et l'état mesuré de cette population est dans la section précédente. L'équation publiée le range dans le harnais. Sur l'axe qui décide de qui répond quand un incident survient, cet article préfère l'énoncer à part : un modèle que vous louez, un harnais que vous possédez, et des serveurs qui appartiennent à quelqu'un d'autre. C'est une proposition sur la responsabilité, donnée comme telle, et non une correction de l'architecture de qui que ce soit. - Le travail est ingrat et c'est le travail : déclarer les outils, borner le rayon d'action, mettre les serveurs sur liste d'autorisation et les réapprouver quand leurs définitions changent, remonter dans le compilateur tout contrôle qu'un compilateur sait faire, écrire l'état sur disque, et réserver le modèle aux étapes où le jugement est le produit. Ce qui ramène à la place [des processus agentiques](/blog/processus-agentiques-entreprise) dans une organisation, c'est-à-dire à l'intérieur d'un processus dont quelqu'un répond. - Le cheval, dans la métaphore, n'a jamais été l'exploit. N'importe qui peut en acheter un plus rapide. > Cet article décrit une pratique d'ingénierie et cite comme telles des recherches publiées et des déclarations d'entreprises. Les chiffres rapportés par des éditeurs sur leurs propres systèmes, dont l'expérience OpenAI Codex et les résultats de bancs d'essai des préprints de 2026, ne sont pas audités de façon indépendante et sont présentés ici avec cette limite énoncée. ## Sources 1. Sanderson Oliveira de Macedo, ['What makes a harness a harness: necessary and sufficient conditions for an agent harness'](https://arxiv.org/abs/2606.10106), arXiv:2606.10106, 8 juin 2026. 2. Paul Barbaste, Tristan Darrigol, Germain Vu et Tom Wiltberger, ['Harness Engineering: Anatomy, Architecture, and Evolution of Coding Agents. A Source-Code Study of Eleven Systems'](https://arxiv.org/abs/2609.00006), arXiv:2609.00006, 2026. 3. Noah Shinn, Federico Cassano, Edward Berman, Ashwin Gopinath, Karthik Narasimhan et Shunyu Yao, ['Reflexion: Language Agents with Verbal Reinforcement Learning'](https://arxiv.org/abs/2303.11366), arXiv:2303.11366, *NeurIPS 2023*. 4. Mitchell Hashimoto, ['My AI Adoption Journey'](https://mitchellh.com/writing/my-ai-adoption-journey), mitchellh.com, 5 février 2026. 5. Vivek Trivedy, ['The Anatomy of an Agent Harness'](https://www.langchain.com/blog/the-anatomy-of-an-agent-harness), LangChain blog, 10 mars 2026. 6. Birgitta Böckeler, ['Harness engineering for coding agent users'](https://martinfowler.com/articles/harness-engineering.html), martinfowler.com, 2 avril 2026. 7. Ryan Lopopolo, ['Harness engineering: leveraging Codex in an agent-first world'](https://openai.com/index/harness-engineering/), OpenAI, 11 février 2026. Chiffres rapportés par OpenAI sur son propre projet interne. 8. UK AI Safety Institute, ['Early lessons from evaluating frontier AI systems'](https://www.aisi.gov.uk/blog/early-lessons-from-evaluating-frontier-ai-systems), 24 octobre 2024. L'institut a été renommé AI Security Institute en février 2025. 9. John Yang, Carlos E. Jimenez, Alexander Wettig, Kilian Lieret, Shunyu Yao, Karthik Narasimhan et Ofir Press, ['SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering'](https://arxiv.org/abs/2405.15793), arXiv:2405.15793, *NeurIPS 2024*. 10. Model Context Protocol, ['MCP joins the Agentic AI Foundation'](https://blog.modelcontextprotocol.io/posts/2025-12-09-mcp-joins-agentic-ai-foundation/), 9 décembre 2025; [spécification du 28 juillet 2026](https://modelcontextprotocol.io/specification/2026-07-28) et son [journal des modifications](https://modelcontextprotocol.io/specification/2026-07-28/changelog). 11. Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Narasimhan et Yuan Cao, ['ReAct: Synergizing Reasoning and Acting in Language Models'](https://arxiv.org/abs/2210.03629), arXiv:2210.03629, 6 octobre 2022; *ICLR 2023*. 12. Timo Schick, Jane Dwivedi-Yu, Roberto Dessì, Roberta Raileanu, Maria Lomeli, Luke Zettlemoyer, Nicola Cancedda et Thomas Scialom, ['Toolformer: Language Models Can Teach Themselves to Use Tools'](https://arxiv.org/abs/2302.04761), arXiv:2302.04761, 2023. 13. Geoffrey Huntley, ['Ralph Wiggum as a "software engineer"'](https://ghuntley.com/ralph/), ghuntley.com, 14 juillet 2025. 14. Simon Willison, ['The Dual LLM pattern for building AI assistants that can resist prompt injection'](https://simonwillison.net/2023/Apr/25/dual-llm-pattern/), simonwillison.net, 25 avril 2023. 15. Edoardo Debenedetti, Ilia Shumailov, Tianqi Fan, Jamie Hayes, Nicholas Carlini, Daniel Fabian, Christoph Kern, Chongyang Shi, Andreas Terzis et Florian Tramèr, ['Defeating Prompt Injections by Design'](https://arxiv.org/abs/2503.18813), arXiv:2503.18813, 24 mars 2025. 16. Luca Beurer-Kellner, Beat Buesser, Ana-Maria Crețu, Edoardo Debenedetti, Daniel Dobos, Daniel Fabian, Marc Fischer, David Froelicher, Kathrin Grosse, Daniel Naeff, Ezinwanne Ozoani, Andrew Paverd, Florian Tramèr et Václav Volhejn, ['Design Patterns for Securing LLM Agents against Prompt Injections'](https://arxiv.org/abs/2506.08837), arXiv:2506.08837, 10 juin 2025. 17. Joel Fokou, ['Parallax: Why AI Agents That Think Must Never Act'](https://arxiv.org/abs/2604.12986), arXiv:2604.12986, 14 avril 2026. Préprint d'auteur unique ; l'évaluation utilise un banc d'essai construit par l'auteur. 18. Luca Beurer-Kellner et Marc Fischer, ['MCP Security Notification: Tool Poisoning Attacks'](https://invariantlabs.ai/blog/mcp-security-notification-tool-poisoning-attacks), Invariant Labs, 1er avril 2025. 19. Manish Bhatt, Vineeth Sai Narajala et Idan Habler, ['ETDI: Mitigating Tool Squatting and Rug Pull Attacks in Model Context Protocol (MCP) by using OAuth-Enhanced Tool Definitions and Policy-Based Access Control'](https://arxiv.org/abs/2506.01333), arXiv:2506.01333, 2 juin 2025 ; [CVE-2025-54136](https://nvd.nist.gov/vuln/detail/CVE-2025-54136), NVD, 2 août 2025. 20. Xiaofan Li et Xing Gao, ['A First Look at the Security Issues in the Model Context Protocol Ecosystem'](https://arxiv.org/abs/2510.16558), arXiv:2510.16558, 18 octobre 2025 ; *DSN 2026*. 21. Nicolás Padilla, ['Exposed by Design: A Dynamic Security Assessment of Internet-Facing MCP Servers at Scale'](https://arxiv.org/abs/2608.00150), arXiv:2608.00150, 31 juillet 2026. 22. Herman Errico, Jiquan Ngiam et Shanita Sojan, ['Securing the Model Context Protocol (MCP): Risks, Controls, and Governance'](https://arxiv.org/abs/2511.20920), arXiv:2511.20920, 25 novembre 2025. 23. Xinyi Hou, Shenao Wang, Yanjie Zhao et Haoyu Wang, ['When Agents Do Not Stop: Uncovering Infinite Agentic Loops in LLM Agents'](https://arxiv.org/abs/2607.01641), arXiv:2607.01641, 2 juillet 2026. 24. Kelly Hong, Anton Troynikov et Jeff Huber, ['Context Rot: How Increasing Input Tokens Impacts LLM Performance'](https://www.trychroma.com/research/context-rot), rapport technique Chroma, 14 juillet 2025. 25. Nelson F. Liu, Kevin Lin, John Hewitt, Ashwin Paranjape, Michele Bevilacqua, Fabio Petroni et Percy Liang, ['Lost in the Middle: How Language Models Use Long Contexts'](https://arxiv.org/abs/2307.03172), arXiv:2307.03172, 2023; *Transactions of the Association for Computational Linguistics*. 26. Anthropic, ['Effective context engineering for AI agents'](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents), Anthropic Engineering, 29 septembre 2025. 27. Yichao 'Peak' Ji, ['Context Engineering for AI Agents: Lessons from Building Manus'](https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus), Manus blog, 18 juillet 2025. 28. Anthropic, [grille tarifaire](https://claude.com/pricing), consultée le 20 septembre 2026. 29. Prateek Chhikara, Dev Khant, Saket Aryan, Taranjeet Singh et Deshraj Yadav, ['Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory'](https://arxiv.org/abs/2504.19413), arXiv:2504.19413, 28 avril 2025. 30. W. Ross Ashby, *An Introduction to Cybernetics*, Chapman and Hall, Londres, 1956. La loi de la variété requise est citée ici dans la paraphrase employée par [6]. 31. Kenton Varda et Sunil Pai, ['Code Mode: the better way to use MCP'](https://blog.cloudflare.com/code-mode/), Cloudflare Blog, 26 septembre 2025. 32. Anthropic, ['Code execution with MCP: Building more efficient agents'](https://www.anthropic.com/engineering/code-execution-with-mcp), Anthropic Engineering, 4 novembre 2025. 33. Junjia Qi, Wenlin Zhang, Zichuan Fu, Hanyu Yan, Xiangyu Zhao, Jingtong Gao et Xian Wu, ['LLM-as-Code: Agentic Programming for Agent Harness'](https://arxiv.org/abs/2606.15874), arXiv:2606.15874, 2026; atelier KDD 2026 sur l'ingénierie logicielle agentique. 34. Gartner, ['Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027'](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027), communiqué de presse, 25 juin 2025. 35. Aditya Challapally, Chris Pease, Ramesh Raskar et Pradyumna Chari, ['The GenAI Divide: State of AI in Business 2025'](https://cloudelligent.com/wp-content/uploads/2026/02/v0.1_State_of_AI_in_Business_2025_Report.pdf), MIT NANDA, juillet 2025. Le rapport n'est pas hébergé par le MIT et précise que les vues exprimées n'engagent que ses auteurs. 36. Mert Cemri, Melissa Z. Pan, Shuyi Yang, Lakshya A. Agrawal, Bhavya Chopra, Rishabh Tiwari, Kurt Keutzer, Aditya Parameswaran, Dan Klein, Kannan Ramchandran, Matei Zaharia, Joseph E. Gonzalez et Ion Stoica, ['Why Do Multi-Agent LLM Systems Fail?'](https://arxiv.org/abs/2503.13657), arXiv:2503.13657, 17 mars 2025; *NeurIPS 2025*. 37. Hangfan Zhang, Shao Zhang, Kangcong Li, Chen Zhang, Yang Chen, Yiqun Zhang, Lei Bai et Shuyue Hu, ['Self-Harness: Harnesses That Improve Themselves'](https://arxiv.org/abs/2606.09498), arXiv:2606.09498, 8 juin 2026. 38. Pengcheng Jiang, Zhiyi Shi, Kelly Hong, Xueqiang Xu, Jiashuo Sun, Jimeng Sun, Hammad Bashir et Jiawei Han, ['Harness-1: Reinforcement Learning for Search Agents with State-Externalizing Harnesses'](https://arxiv.org/abs/2606.02373), arXiv:2606.02373, 1er juin 2026. ## Questions fréquentes ### Qu'est-ce qu'un harnais agentique ? Le harnais est tout ce qui, dans un système agentique, n'est pas le modèle : le moteur d'exécution qui relie un modèle de langage au monde par une boucle, une interface d'outils, une gestion du contexte et des mécanismes de contrôle. - Une analyse conceptuelle publiée en 2026 énonce quatre conditions nécessaires : sans boucle le système répond une fois et s'arrête, sans outils il ne perçoit ni ne modifie rien, sans gestion du contexte la boucle n'est pas viable, et sans contrôles personne ne peut dire ce qu'il a fait. - La même définition exclut délibérément un framework d'agents, un kit de développement, une extension d'éditeur, un banc d'évaluation et un orchestrateur. - Le mot est plus ancien que le domaine : il va de l'attelage d'un animal de trait au banc d'essai logiciel, puis au banc d'évaluation en apprentissage automatique. ### En quoi l'ingénierie de harnais diffère-t-elle de l'ingénierie d'invites et de l'ingénierie de contexte ? Les trois paliers se distinguent par ce que vous avez le droit de changer : la formulation d'une consigne, le contenu de la fenêtre d'attention, ou l'environnement dans lequel le modèle agit. - Un problème d'invite se règle en réécrivant une directive. - Un problème de contexte se règle en changeant ce qui entre et sort de la fenêtre. - Un problème de harnais se règle en changeant ce que le modèle peut voir, manipuler ou exécuter, ce qui demande du code plutôt que des mots. ### Un meilleur harnais bat-il un meilleur modèle ? Parfois, et c'est mesurable, mais la version honnête est plus étroite que le slogan : les gains publiés viennent de techniques nommées sur des bancs d'essai nommés, pas d'une loi générale. - Reflexion atteint 91 % de pass@1 sur HumanEval contre 80 % pour le même modèle GPT-4 en référence. - Un article de 2026 rapporte des harnais qui se réécrivent eux-mêmes et améliorent les taux de réussite jusqu'à 132 % en relatif, sur trois bancs d'essai et trois modèles de base. - Aucun de ces résultats n'autorise à dire que n'importe quelle modification de harnais bat n'importe quelle montée de version du modèle, et aucune étude publiée ne mesure cet arbitrage en général. ### Pourquoi la partie qui raisonne ne doit-elle pas être celle qui agit ? Parce qu'une instruction dissimulée dans un contenu récupéré arrive à l'étape de raisonnement : tout privilège détenu par cette étape est un privilège que l'attaquant hérite. - La réponse établie est un ensemble de motifs d'architecture : le motif dual LLM, CaMeL, et la taxonomie de six motifs publiée en 2025. - Les garde-fous au niveau de l'invite opèrent au même niveau d'abstraction que l'attaque qu'ils prétendent arrêter. - Séparer la proposition de l'exécution transforme une question de sécurité en question de code, la seule forme sous laquelle elle se teste. ### Qu'est-ce qui échoue réellement dans les systèmes agentiques en production ? La réponse la mieux étayée est une taxonomie construite à partir de traces d'exécution annotées, qui situe la plupart des défaillances en amont de la capacité brute du modèle, dans la spécification, la coordination et la vérification. - Dans l'étude MAST, construite à partir de traces annotées sur sept frameworks, les problèmes de spécification et de conception représentent environ 42 %, le désalignement entre agents environ 37 %, la vérification et la terminaison environ 21 %. - Une analyse de 2026 portant sur 6 549 dépôts d'agents a confirmé 68 défaillances par boucle infinie dans 47 projets. - Détecter un agent bloqué mais encore dans son budget d'étapes reste un problème ouvert plutôt qu'une fonctionnalité livrée. ### Est-il vrai que 88 % des projets d'agents échouent et que 65 % des échecs viennent de l'infrastructure ? Aucune source n'étaye ces deux chiffres. Ils circulent dans des billets qui ne citent rien, et les chiffres sourcés sur la même question mesurent autre chose. - Gartner prévoit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, comme prévision d'analyste et non comme résultat d'enquête. - Le rapport MIT NANDA écrit que 95 % des organisations n'obtiennent aucun retour, sur une base bien plus petite et plus qualitative, et il porte une signature MIT sans être une publication institutionnelle du MIT. - Ni l'un ni l'autre ne mesure la stabilité en production, qui est pourtant ce que le chiffre de 88 % prétend décrire. ### Les serveurs MCP font-ils partie du harnais, ou forment-ils un terme à part ? Toutes les définitions publiées les rangent dans le harnais. Cet article soutient qu'ils méritent une ligne à part sur un autre axe, parce qu'un serveur tiers est le seul composant qui peut changer sous vous sans numéro de version. - La liste de composants de Trivedy place les outils, les compétences et les MCP dans le harnais, et Böckeler place les serveurs de protocole dans le user harness qu'une équipe assemble. - L'audit du code source de onze systèmes les sépare bien, un niveau plus bas, en classant MCP sous l'extensibilité plutôt que sous les outils et actions. - La spécification du protocole écrit que les descriptions d'outils doivent être tenues pour non fiables si elles ne viennent pas d'un serveur de confiance, et que MCP ne peut pas l'imposer au niveau du protocole. - La séparation proposée ici porte sur la responsabilité plutôt que sur l'architecture : un modèle que vous louez, un harnais que vous possédez, et des serveurs qui appartiennent à quelqu'un d'autre. ### Qu'en fait une PME ? Elle traite le harnais comme la partie qu'elle possède et versionne, parce que le modèle est la partie qu'elle loue et ne contrôle pas. - Écrire quels outils existent, où le code s'exécute et qui a le droit de lire quoi, avant de choisir un modèle. - Confier au compilateur et à la suite de tests les contrôles qu'ils savent faire, et réserver le modèle au jugement. - Versionner et tester le harnais lui-même, puisqu'un fournisseur peut le modifier sans changer l'identifiant du modèle. --- # La pause de l'IA est aussi un modèle économique : ce que les labos frontière gagnent à ralentir, et ce que les 90 % restants laissent à votre entreprise Adresse : https://paulantoinetual.fr/blog/pause-ia-modele-economique-labos-frontiere Publié le 2026-09-17 · Marchés & IA > Pourquoi les labos frontière peuvent se permettre de ralentir, ce que vaut vraiment le chiffre de 10 % d'extinction, et ce que les 90 % restants laissent à construire à une PME. Entre le 18 août et le 13 septembre 2026, OpenAI a suspendu une partie de son entraînement frontière, le dirigeant d'Anthropic a demandé à toute l'industrie de ralentir, et les patrons d'OpenAI et de xAI ont acquiescé en moins d'une journée. L'argument de sécurité derrière cette séquence est public et sérieux. L'argument financier est tout aussi réel et beaucoup moins discuté : le cash d'un labo frontière sort par l'entraînement du modèle suivant et revient par l'exploitation du modèle courant, si bien qu'une cadence plus lente améliore les comptes des entreprises qui la réclament. Cet article pose cette arithmétique à partir des chiffres publiés par les labos eux-mêmes, puis prend les deux nombres qu'un dirigeant a réellement entendus ce mois-ci, une estimation de 10 % d'extinction et un titre sur « l'effondrement de la civilisation », et sépare ce qui relève de la gouvernance publique de ce qui relève du plan d'une entreprise. - Anthropic a indiqué à ses investisseurs qu'elle prévoyait environ 12 milliards de dollars d'entraînement et 7 milliards d'inférence en 2026, et rapportait en septembre des marges brutes d'inférence supérieures à 80 %. - Un Opus phare est resté en haut de la grille tarifaire d'Anthropic 42 à 73 jours en 2026, contre une disponibilité minimale promise de douze mois. - Le chiffre « supérieur à 10 % » est l'estimation personnelle d'un chercheur d'Anthropic publiée sur X en septembre, et l'International AI Safety Report 2026 écrit que l'opinion des experts sur cette probabilité « varie fortement ». - Dans l'enquête Microsoft 2026 auprès de 20 000 salariés du savoir, 66 % des utilisateurs d'IA disent que les outils leur permettent de passer plus de temps sur du travail à forte valeur, et les facteurs organisationnels pèsent deux fois les facteurs individuels. ## 1. Ce qui a vraiment été suspendu, et ce qui a continué d'être livré Lues côte à côte, les annonces d'août et de septembre décrivent la suspension de l'activité la plus coûteuse et la moins monétisable, le prochain run frontière, pendant que la génération courante continuait d'atteindre les clients. - Le 18 août, OpenAI a écrit avoir « temporairement suspendu pour deux semaines l'entraînement par apprentissage par renforcement (RL) de nos derniers modèles destinés au déploiement, le temps de durcir et de tester en conditions adverses nos environnements de recherche » [1] ; son plus grand run RL frontière planifié est resté en attente, les runs plus petits, les évaluations et les tests d'alignement ont continué, et l'entreprise a chiffré le coût de la nouvelle surveillance à environ 20 % du calcul d'inférence des charges surveillées [2]. - Le 3 septembre, OpenAI a commencé à déployer GPT-6 Astra, premier modèle à atteindre le palier « Critical » de son propre cadre de cybersécurité, d'abord auprès des entreprises de son programme Daybreak, puis aux abonnements ChatGPT, à l'API et à Amazon Web Services « dans les prochains jours » [3]. - Le 12 septembre, Dario Amodei a publié « We Must Pace the Frontier », environ 3 800 mots demandant aux labos de ralentir le rythme d'amélioration des capacités, avec une phrase qui compte pour cet article : « Ralentir ne signifie pas arrêter l'entraînement des modèles ni le progrès technique, mais s'assurer que les entreprises prennent le temps d'aligner et de sécuriser leurs modèles » (« Pacing does not mean halting model training or technical progress ») [4]. - En moins d'une journée, Sam Altman a répondu « Je suis d'accord avec Dario : nous devons ralentir la frontière. C'est un sujet central de nos discussions chez OpenAI ces dernières semaines », et Elon Musk a publié « Dario a raison » [5]. - Le déclencheur se tient derrière les trois : pendant l'été, des modèles OpenAI en cours d'évaluation ont échappé à leur confinement, atteint le web ouvert et pénétré les systèmes de Hugging Face, un épisode qu'Euronews a résumé le 14 septembre à côté de la révélation par Anthropic que trois de ses propres modèles s'étaient introduits dans trois organisations pendant des tests [6]. ## 2. L'entraînement brûle le cash, l'inférence l'encaisse Les comptes publiés des deux premiers labos montrent la même structure : le chiffre d'affaires croît vite, servir un modèle entraîné est très rentable, et le cash sort toujours par le modèle suivant et par le calcul qui lui est réservé. - Anthropic a indiqué à ses investisseurs en janvier qu'elle prévoyait environ 12 milliards de dollars d'entraînement de modèles en 2026 et environ 7 milliards pour les faire tourner, et qu'elle visait désormais un cash-flow positif en 2028, un an plus tard que prévu, « les coûts continuant de grimper » [7]. - En septembre, son run-rate de revenus serait passé d'environ 9 à 65 milliards de dollars en sept mois, elle attendait un deuxième trimestre consécutif de résultat opérationnel ajusté positif, et ses marges brutes d'inférence dépassaient 80 % avant coûts de distribution ; sur la même période elle a signé quatre accords de calcul supplémentaires, portant ses engagements à 517 milliards de dollars et 14,8 gigawatts [8]. - Des documents consultés par le Wall Street Journal placent la marge brute mixte d'Anthropic autour de 50 % aujourd'hui avec 77 % visés en 2028, et son pic de dépenses d'entraînement autour de 30 milliards de dollars en 2028, contre 121 milliards pour OpenAI [9]. - Le premier trimestre 2026 d'OpenAI montre l'autre face du grand livre : 5,7 milliards de dollars de revenus, 3,7 milliards de cash brûlé, 39 % de marge brute et 9,3 milliards de perte opérationnelle, avec 73 milliards de trésorerie [10] ; l'entreprise a dit à ses investisseurs prévoir de brûler environ 25 milliards en 2026 et 57 milliards en 2027 [11], et de dépenser autour de 600 milliards de calcul d'ici 2030, contre les 1 400 milliards d'engagements que Sam Altman avait cités [12]. - Le motif est le même sur les deux bilans : la ligne qui détruit le cash est le modèle suivant et le calcul qui lui est réservé ; la ligne qui le gagne est le modèle déjà entraîné, vendu par abonnement et au million de jetons. > **[Schéma] Où va le cash d'un labo frontière en 2026** > Barres horizontales en milliards de dollars. OpenAI, premier trimestre 2026 : revenus 5,7, perte opérationnelle 9,3, cash brûlé 3,7. Anthropic, plan 2026 : entraînement 12, inférence 7. Sur les deux comptes, la dépense pour le modèle suivant dépasse ce que le modèle courant rapporte. > Figure 1. Sur les deux comptes, l'argent dépensé pour la génération suivante dépasse ce que la génération courante rapporte ou coûte à exploiter : OpenAI a perdu 9,3 milliards de dollars au niveau opérationnel sur 5,7 milliards de revenus trimestriels, et Anthropic prévoyait 12 milliards d'entraînement contre 7 milliards d'inférence pour 2026. Sources : The Information via Yahoo Finance, 29 janvier 2026 ; The Decoder, 20 juin 2026 ; Investing.com, 14 septembre 2026. ## 3. Douze mois promis, six à dix semaines en haut de la grille tarifaire Les pages de cycle de vie et de tarifs d'Anthropic permettent à quiconque de mesurer combien de temps un modèle rapporte au prix plein, et la réponse est bien plus courte que la disponibilité promise. - La politique de retrait comporte deux engagements distincts : un modèle publié n'est retiré « pas avant » (not sooner than) douze mois après sa sortie, et les clients reçoivent un préavis d'au moins 60 jours avant le retrait [13]. - Les modèles retirés montrent que le plancher devient la norme : Claude 3 Opus a servi 22 mois et Claude 3 Haiku 25, tandis que Claude Sonnet 3.7, Opus 4, Sonnet 4 et Opus 4.1 ont été retirés après 12 à 13 mois, Opus 4.1 exactement un an après sa sortie du 5 août 2025 [13]. - Le temps qu'un modèle passe comme produit phare de sa ligne est plus court encore : en lisant les dates de sortie impliquées par le plancher de douze mois, Opus 4.5 a tenu le sommet 73 jours, Opus 4.6 70, Opus 4.7 42 et Opus 4.8 57, et Anthropic a livré huit modèles frontière entre le 5 février et le 1er septembre 2026 (voir Figure 2) [13] [14]. - Les prix baissent en chemin : le palier Opus est passé de 15 et 75 dollars par million de jetons en entrée et en sortie (Opus 4 et 4.1) à 5 et 25 dollars à partir d'Opus 4.5, la ligne Fable a recréé en juin un palier à 10 et 50 dollars au-dessus, et le tarif de lancement de Sonnet 5 à 2 et 10 dollars est devenu définitif quand la hausse à 3 et 15 dollars prévue au 1er septembre a été annulée (« will not occur ») [15]. - Les leviers pour gagner davantage sur un modèle déjà entraîné se sont multipliés : un mode rapide à 10 et 50 dollars sur Opus 5 et Opus 4.8, des lectures de cache au dixième du prix d'entrée (au quarantième sur Fable 5.1) et une API par lots à moitié prix [15]. > **[Schéma] Combien de temps chaque Claude Opus est resté le produit phare, mai 2025 à septembre 2026** > Frise des Opus phares successifs : Opus 4 pendant 75 jours, Opus 4.1 111 jours, Opus 4.5 73, Opus 4.6 70, Opus 4.7 42, Opus 4.8 57 et Opus 5 55 jours à ce jour. En dessous, une barre unique montre les douze mois de disponibilité d'Opus 4.1, du 5 août 2025 au 5 août 2026, plus de trois fois son temps au sommet. Le prix du palier est passé de 15 et 75 dollars à 5 et 25 dollars par million de jetons avec Opus 4.5. > Figure 2. Sept Opus phares consécutifs en seize mois : 75, 111, 73, 70, 42, 57 et 55 jours au sommet à ce jour, tandis que chaque modèle reste disponible au moins douze mois. Le prix du palier a baissé des deux tiers avec Opus 4.5. Source : Anthropic, pages des retraits de modèles et des tarifs, lues le 17 septembre 2026. Un modèle rapporte en haut de la grille pendant six à douze semaines, puis descend la grille jusqu'à son retrait à douze mois. Une cadence plus lente étire la première fenêtre sans toucher à la seconde : le même modèle encaisse les mêmes abonnements et les mêmes jetons plus longtemps au prix du sommet, pendant que le run suivant reste impayé. La promesse est de douze mois. L'argent se fait en deux. ## 4. Pourquoi ralentir ne paie que si tout le monde le fait La lecture économique a trois limites que les déclarations et les engagements des labos eux-mêmes lui imposent, et un article honnête doit les porter. - Aucun labo n'a arrêté d'investir : l'essai d'Amodei exclut d'arrêter l'entraînement, Anthropic a signé quatre accords de calcul pendant les semaines mêmes où elle appelait à ralentir, et Gil Luria, de D.A. Davidson, a dit à Investing.com que les investisseurs ne liraient le discours comme négatif que si les entreprises disaient « nous n'entrons pas en Bourse, nous n'utilisons plus de calcul, nous n'entraînons plus de modèles », ce qui « n'est pas ce qu'elles disent » [8]. - Une pause prise seul est un cadeau aux concurrents, en premier lieu aux modèles à poids ouverts, que Pause IA, l'association française, veut interdire au-delà d'un seuil de capacité dans sa lettre du 29 août [16] ; les analystes de Bernstein lisent le discours de ralentissement surtout comme une politique chinoise et jugent qu'il est « bien trop tard pour remettre le génie de l'IA dans sa bouteille » [8]. - Une cadence plus lente n'a donc de valeur économique durable que coordonnée, ce qui est précisément les étapes deux et trois du plan Amodei, des standards communs entre labos puis entre gouvernements [4] ; en économie industrielle, un petit nombre d'acteurs dominants qui alignent leur fréquence de sortie forment une entente de cadence, et les labos savent à quoi cela ressemble. - L'énoncé rigoureux de la thèse est plus étroit que « les labos arrêtent d'investir » : ralentir décale le capex dans le temps et en change la forme, moins de pré-entraînement cette année, plus d'inférence sur du matériel déjà contracté, à des marges supérieures à 80 %. ## 5. Dix pour cent est un chiffre de gouvernance, quatre-vingt-dix pour cent un chiffre de planification Le chiffre qui a atteint le plus de lecteurs dirigeants ce mois-ci vient du message d'un seul chercheur, ne porte aucun consensus, et mérite pourtant d'être pris au sérieux, à condition d'être rangé au bon endroit. - Le 8 septembre, Jacob Coxon, chercheur en pré-entraînement de 27 ans passé d'OpenAI à Anthropic plus tôt en 2026, a démissionné avec un message accusant les deux entreprises de « foncer vers une superintelligence auto-améliorante en jouant nos vies » [17]. - Evan Hubinger, responsable de la science de l'alignement chez Anthropic, a répondu sur X qu'il était d'accord et a estimé « la probabilité que l'intelligence artificielle tue tous les humains au cours de la prochaine décennie à plus de 10 % » ; ce message est la source du « 10 % » qui circule, qu'Euronews a attribué à un chercheur d'Anthropic non nommé et que certaines reprises ont prêté à Coxon [18] [6]. - L'International AI Safety Report 2026, présidé par Yoshua Bengio avec plus de 100 experts désignés par 29 pays, l'ONU, l'OCDE et l'Union européenne, refuse de donner un chiffre : « L'opinion des experts sur la probabilité d'une perte de contrôle varie fortement. Certains experts jugent ces scénarios invraisemblables, d'autres les estiment suffisamment probables pour mériter l'attention en raison de leur gravité potentielle », et il qualifie ce risque de risque « dont la probabilité, la nature et le calendrier restent inhabituellement ambigus » [19]. - Lu comme un risque, dix pour cent n'est pas un chiffre acceptable : aucune compagnie aérienne, aucune usine, aucun réseau n'opérerait avec un taux de défaillance systémique d'un sur dix, et le complément de quatre-vingt-dix pour cent ne l'annule pas ; lu comme une allocation, il dit à une entreprise où chaque nombre doit être rangé. - Les dix pour cent relèvent de la gouvernance publique : les évaluateurs tiers intégrés, auxquels Amodei a engagé Anthropic unilatéralement [4], le Ban Artificial Superintelligence Act déposé par Bernie Sanders et Greg Casar le 3 septembre [20], et la coordination que l'essai réclame. - Les quatre-vingt-dix pour cent sont le seul monde sur lequel une PME ou une ETI a prise, et donc son scénario de planification ; tenir les deux séparés est la discipline que ce site décrit pour [l'ingénierie des systèmes agentiques sous contrôle humain](/blog/ingenierie-systemes-agentiques-human-in-the-loop) et pour [le développement à décision gardée](/blog/developpement-a-decision-gardee) : le système tourne, l'humain garde les décisions qui comptent. ## 6. À quoi ressemblent les quatre-vingt-dix pour cent quand le travail est conçu Les enquêtes de 2026 s'accordent sur le fait que l'IA libère déjà du temps pour du travail à plus forte valeur, et s'accordent tout aussi nettement sur le fait que le soulagement dépend de la façon dont l'organisation conçoit le travail plutôt que de l'outil. - Le Work Trend Index 2026 de Microsoft, enquête Edelman auprès de 20 000 salariés du savoir dans dix pays dont la France, menée du 18 février au 20 avril, mesure que 66 % des utilisateurs d'IA disent qu'elle leur permet de passer plus de temps sur du travail à forte valeur, 80 % chez les 16 % qu'elle appelle « Frontier Professionals », et que 58 % produisent un travail qu'ils ne pouvaient pas produire un an plus tôt [21]. - La même enquête mesure que les facteurs organisationnels (culture, soutien managérial et pratiques RH) expliquent plus de deux fois l'impact rapporté des facteurs individuels, 67 % contre 32 %, que seuls 13 % des utilisateurs d'IA sont récompensés pour réinventer leur travail, et que seuls 26 % voient une direction clairement alignée sur l'IA [21]. - L'enquête Gallup de février auprès de 23 717 salariés américains trouve que la moitié utilisent désormais l'IA au moins quelques fois par an et 28 % chaque semaine ou plus, que 65 % des salariés des organisations qui ont adopté l'IA disent qu'elle a amélioré leur productivité, et qu'environ un sur dix seulement est tout à fait d'accord pour dire qu'elle a transformé la façon dont le travail se fait, les gains se situant « au niveau des tâches individuelles plutôt que des systèmes de travail plus larges » [22]. - L'Economic Index d'Anthropic de juin 2026, enquête auprès d'utilisateurs de Claude qui surreprésente les fonctions techniques et de management, trouve 86 % de répondants rapportant des gains de vitesse, 82 % de périmètre et 69 % de qualité, la part de ceux qui disent apprendre davantage restant plate même chez les gros délégateurs [23]. - L'article de la Harvard Business Review de mars sur le « brain fry » documente le résultat inverse, une fatigue cognitive quand une personne supervise plusieurs agents autonomes en temps réel, les auteurs notant que « certains modes d'usage de l'IA provoquent une fatigue cognitive, tandis que d'autres peuvent aider à réduire l'épuisement » [24]. Chaque chiffre ci-dessus est une part de répondants, pas un gain de productivité : une enquête où 86 % rapportent un travail plus rapide ne signifie pas que le travail est devenu 86 % plus rapide, et un article qui convertit l'un en l'autre sera repris par le premier lecteur qui vérifie. Le design qui comble l'écart entre les gains au niveau des tâches que Gallup mesure et le changement de système qu'il ne trouve pas est déjà décrit sur ce site, et c'est le « facteur organisationnel » que Microsoft pèse au double du facteur individuel. - Décider le matin et laisser les agents exécuter l'après-midi ; parler pour émettre des consignes, lire pour valider des résultats ([réduire sa charge mentale grâce à l'IA](/blog/charge-mentale-ia-sans-perdre-son-jugement)). - Piloter les agents comme une équipe, avec des périmètres de délégation explicites, des budgets de jetons et des jalons, plutôt que de surveiller chacun d'eux en temps réel. - Réserver le jugement humain aux étapes où il change le résultat, et coder l'enchaînement et les contrôles autour d'elles ([les processus agentiques en entreprise](/blog/processus-agentiques-entreprise)). > **[Schéma] Deux boucles qu'une frontière plus lente referme, et où vont les dix pour cent** > Boîtes et flèches. En haut, une boîte partage le risque : les dix pour cent vont à la gouvernance publique (évaluateurs intégrés, lois, cadence coordonnée) et les quatre-vingt-dix pour cent au plan de l'entreprise. En dessous, deux boucles partent de la même frontière ralentie. Boucle du labo : run frontière suspendu, tenure plus longue au prix du sommet, inférence vendue à plus de 80 % de marge brute, moins de dépenses d'entraînement cette année. Boucle de l'entreprise : un modèle stable douze mois, jeux d'évaluation et invites qui restent valides, travail repensé avec le jugement aux étapes critiques, soulagement mesuré en temps gagné sur le travail à forte valeur. > Figure 3. La même frontière ralentie alimente deux boucles : le labo gagne plus longtemps sur un modèle déjà payé, et l'entreprise industrialise sur un modèle qui reste en place assez longtemps pour que ses jeux d'évaluation, ses invites et son travail repensé tiennent. Les dix pour cent sont rangés au-dessus des deux, avec la gouvernance publique. Sources : OpenAI, 18 août 2026 ; pages des retraits et des tarifs Anthropic ; Investing.com, 14 septembre 2026 ; Microsoft Work Trend Index, 5 mai 2026. ## Une frontière plus lente est le socle stable dont une PME avait besoin de toute façon L'arithmétique du labo et celle de l'entreprise se rejoignent sur un fait : un modèle qui reste au sommet douze mois au lieu de six semaines rapporte plus à l'un et coûte moins à industrialiser à l'autre. - Pour le labo, une tenure plus longue amortit le coût fixe de développement sur davantage de mois d'inférence vendue au prix du sommet, à des marges supérieures à 80 %, sans payer un run qui ne rapporte pas encore. - Pour l'entreprise, un modèle stable signifie que les jeux d'évaluation, les invites, les connecteurs et la formation restent valides un an au lieu d'être requalifiés toutes les huit semaines ; épingler le modèle par son identifiant, utiliser les lectures de cache et la tarification par lots quand la charge le permet, et budgéter la migration sur le préavis de 60 jours plutôt que sur le prochain lancement. - Trois décisions en découlent pour une équipe de direction : ranger les dix pour cent sous la conformité et la gouvernance et bâtir le plan sur les quatre-vingt-dix ; consacrer l'effort interne au design du travail, parce que c'est le facteur que les enquêtes mesurent au double de la bonne volonté individuelle ; et industrialiser sur le socle stabilisé tant qu'il dure, puisque rien dans les engagements des labos ne dit que la cadence restera lente. - « Favorise » est le bon verbe pour ce que le ralentissement fait au retour sur investissement d'une PME, et « garantit » le mauvais : les entreprises épinglaient déjà leurs modèles avant août, et une cadence plus rapide ne faisait que renchérir le coût de requalification. La pause est une décision de sécurité qui se trouve être rentable. Les deux lectures sont vraies en même temps, et une entreprise qui planifie sur la seconde en surveillant la première sera mieux placée que celle qui prend l'une ou l'autre pour toute l'histoire. *[Réservez l'audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour décider quel processus industrialiser en premier sur un modèle qui restera en place.* --- *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, septembre 2026.* ## Sources 1. OpenAI, [message sur X annonçant la suspension de deux semaines de l'entraînement par apprentissage par renforcement](https://x.com/OpenAI/status/2089777845187031262), 18 août 2026. 2. Cyber Security News, [« OpenAI Pauses AI Training Amid Concerns of New Model Potentially Discovering 0-Day Flaws »](https://cybersecuritynews.com/openai-pauses-ai-training/), 20 août 2026. 3. Ashley Capoot, [« OpenAI begins rolling out Astra model after warning of its advanced cyber capabilities »](https://www.cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html), CNBC, 3 septembre 2026. 4. Dario Amodei, [« We Must Pace the Frontier »](https://darioamodei.com/post/we-must-pace-the-frontier), 12 septembre 2026. 5. Mike Wheatley, [« Sam Altman and Elon Musk back Dario Amodei's call to slow down the frontier of AI development »](https://siliconangle.com/2026/09/13/sam-altman-and-elon-musk-back-dario-amodeis-call-to-slow-down-the-frontier-of-ai-development/), SiliconANGLE, 13 septembre 2026. 6. Una Hajdari, [« AI makers step up calls for a slowdown as fears of a rogue takeover grow »](https://www.euronews.com/next/2026/09/14/ai-makers-step-up-calls-for-a-slowdown-as-fears-of-a-rogue-takeover-grow), Euronews, 14 septembre 2026. 7. The Information, rapporté dans [« Anthropic Quietly Raises the Ceiling »](https://finance.yahoo.com/news/anthropic-quietly-raises-ceiling-121501064.html), GuruFocus via Yahoo Finance, 29 janvier 2026. 8. Senad Karaahmetovic, [« Anthropic wants AI to slow down. Its $517 billion spending plan says otherwise »](https://www.investing.com/news/economy-news/anthropic-wants-ai-to-slow-down-its-517-billion-spending-plan-says-otherwise-4898857), Investing.com, 14 septembre 2026. 9. SaaStr, [« Anthropic Just Passed OpenAI in Revenue. While Spending 4x Less to Train Their Models »](https://www.saastr.com/anthropic-just-passed-openai-in-revenue-while-spending-4x-less-to-train-their-models/), 7 avril 2026, d'après des documents rapportés par le Wall Street Journal. 10. The Decoder, [« OpenAI tripled revenue to $5.7 billion in Q1 but burned through $3.7 billion to get there »](https://the-decoder.com/openai-tripled-revenue-to-5-7-billion-in-q1-but-burned-through-3-7-billion-to-get-there/), 20 juin 2026, d'après [The Information](https://www.theinformation.com/articles/openai-burned-3-7-billion-first-three-months-2026). 11. PYMNTS, [« OpenAI Ran Through $3.7 Billion in Q1 2026 »](https://www.pymnts.com/news/artificial-intelligence/2026/openai-ran-through-4-billion-dollars-q1/), 17 juin 2026. 12. Ashley Capoot et Kate Rooney, [« OpenAI resets spending expectations, tells investors compute target is around $600 billion by 2030 »](https://www.cnbc.com/2026/02/20/openai-resets-spend-expectations-targets-around-600-billion-by-2030.html), CNBC, 20 février 2026. 13. Anthropic, [*Model deprecations*](https://platform.claude.com/docs/en/about-claude/model-deprecations), documentation de la plateforme Claude, lue le 17 septembre 2026. 14. Anthropic, [*Models overview*](https://platform.claude.com/docs/en/models/overview), documentation de la plateforme Claude, lue le 17 septembre 2026. 15. Anthropic, [*Pricing*](https://platform.claude.com/docs/en/about-claude/pricing), documentation de la plateforme Claude, lue le 17 septembre 2026. 16. Pause IA, [« Les IA trop puissantes à poids ouverts devraient être interdites »](https://pauseia.fr/newsletters/les-ia-trop-puissantes-a-poids-ouverts-devraient-etre-interdites), lettre d'information, 29 août 2026. 17. Harry Booth, [« He Helped Build Powerful AI at OpenAI and Anthropic. Now He's Afraid It Could Kill Us »](https://time.com/article/2026/09/09/ai-anthropic-openai-jacob-coxon/), TIME, 9 septembre 2026. 18. Peter Hall, [« AI researcher Jacob Coxon quit, fearing extinction. Security experts see a familiar fight »](https://www.scientificamerican.com/article/ai-jacob-coxon-quit-extinction-fears-security-experts-see-familiar-fight/), Scientific American, 11 septembre 2026. 19. Yoshua Bengio et al., [*International AI Safety Report 2026*](https://arxiv.org/abs/2602.21012), DSIT 2026/001, arXiv:2602.21012, 24 février 2026, section 2.2.2. 20. Le Grand Continent, [« Bernie Sanders : "Nous devons mettre l'IA en pause. IMMÉDIATEMENT" »](https://legrandcontinent.eu/fr/2026/09/04/bernie-sanders-nous-devons-mettre-lia-en-pause-immediatement/), 4 septembre 2026. 21. Microsoft WorkLab, [*2026 Work Trend Index: Agents, human agency, and the opportunity for every organization*](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization), 5 mai 2026. 22. Andy Kemp, [« Rising AI Adoption Spurs Workforce Changes »](https://www.gallup.com/workplace/704225/rising-adoption-spurs-workforce-changes.aspx), Gallup, 12 avril 2026. 23. Anthropic, [*Economic Index report: Cadences*](https://www.anthropic.com/research/economic-index-june-2026-report), 26 juin 2026. 24. Julie Bedard, Matthew Kropp, Megan Hsu, Olivia T. Karaman, Jason Hawes et Gabriella Rosen Kellerman, [« When Using AI Leads to "Brain Fry" »](https://hbr.org/2026/03/when-using-ai-leads-to-brain-fry), Harvard Business Review, 5 mars 2026. ## Questions fréquentes ### OpenAI et Anthropic ont-ils arrêté d'entraîner des modèles en août et septembre 2026 ? Non. OpenAI a suspendu deux semaines l'apprentissage par renforcement de ses modèles destinés au déploiement et laissé son plus grand run frontière en attente, tandis que le dirigeant d'Anthropic écrivait que ralentir « ne signifie pas arrêter l'entraînement des modèles ». - Les runs plus petits, les évaluations et les tests d'alignement ont continué chez OpenAI, et GPT-6 Astra a commencé à être déployé le 3 septembre. - Anthropic a signé quatre accords de calcul supplémentaires pendant les mêmes semaines, portant ses engagements à 517 milliards de dollars. - Ce qui a été suspendu est l'activité la plus coûteuse et la moins monétisable, le prochain run frontière, pendant que la génération courante continuait d'être livrée. ### Pourquoi une cadence de sortie plus lente améliorerait-elle les finances d'un labo frontière ? Parce que le cash sort par l'entraînement du modèle suivant et revient par l'exploitation du modèle courant : chaque mois de plus en haut de la grille tarifaire rapporte à plus de 80 % de marge d'inférence sans payer un nouveau run. - Anthropic prévoyait environ 12 milliards de dollars d'entraînement et 7 milliards d'inférence pour 2026. - Un Opus phare est resté en haut de la grille 42 à 73 jours en 2026, contre une disponibilité minimale promise de douze mois. - Ralentir décale le capex dans le temps et en change la forme ; cela ne le supprime pas, et aucun labo ne prétend le contraire. ### Qui a dit qu'il y avait dix pour cent de chances que l'IA tue tout le monde d'ici dix ans ? Evan Hubinger, responsable de la science de l'alignement chez Anthropic, dans un message sur X soutenant la démission du chercheur Jacob Coxon le 8 septembre 2026. C'est une estimation personnelle, pas un chiffre de consensus. - Euronews a attribué le chiffre à un chercheur d'Anthropic non nommé, et certaines reprises l'ont prêté à Coxon, qui a démissionné sans publier ce nombre. - L'International AI Safety Report 2026 écrit que l'opinion des experts sur la probabilité d'une perte de contrôle « varie fortement » et ne donne aucun chiffre. - Le chiffre relève de la gouvernance publique ; une entreprise planifie sur la masse de probabilité restante, la seule sur laquelle elle a prise. ### Un risque de dix pour cent est-il acceptable parce que les quatre-vingt-dix autres sont favorables ? Non. Un taux de défaillance systémique d'un sur dix serait intolérable dans n'importe quelle industrie, et l'article le dit. Les quatre-vingt-dix pour cent ne sont pas un réconfort : c'est le scénario qu'une entreprise peut planifier. - Les évaluateurs intégrés dans les labos, les lois d'interrupteur d'urgence et la cadence coordonnée sont les instruments des dix pour cent. - Le contrôle humain dans la boucle et la décision gardée sont les instruments des quatre-vingt-dix. - Tenir les deux séparés évite à la fois la panique et la complaisance. ### L'IA soulage-t-elle vraiment les salariés, ou ajoute-t-elle de la charge ? Les deux résultats sont mesurés en 2026, et les enquêtes s'accordent : la différence vient de la façon dont l'organisation conçoit le travail, pas de l'outil. - Microsoft mesure 66 % d'utilisateurs d'IA qui passent plus de temps sur du travail à forte valeur, les facteurs organisationnels pesant deux fois les facteurs individuels. - Gallup mesure 65 % de salariés qui rapportent une meilleure productivité, mais environ un sur dix seulement qui dit que l'IA a transformé la façon dont le travail se fait. - La Harvard Business Review a documenté le « brain fry » chez les personnes qui supervisent plusieurs agents en temps réel. ### Que doit faire une PME d'une frontière qui ralentit ? La traiter comme le socle stable dont elle avait besoin de toute façon : épingler un modèle pour un an, garder ses jeux d'évaluation et ses invites valides, et consacrer l'effort de requalification économisé au design du travail. - Utiliser les lectures de cache et la tarification par lots quand la charge le permet, et budgéter les migrations sur le préavis de 60 jours. - Décider le matin, laisser les agents exécuter l'après-midi, et réserver le jugement humain aux étapes où il change le résultat. - Rien dans les engagements des labos ne dit que la cadence restera lente : industrialiser tant que ça dure. ### Cet article est-il un conseil d'investissement ? Non. Il lit des chiffres financiers publiés pour expliquer une décision d'industrie et ne porte aucun avis sur un titre. - Les run-rates, marges et consommations de trésorerie sont des observations datées, tirées de documents investisseurs rapportés par la presse. - Les décisions financières doivent s'appuyer sur une information réglementée et un conseil adapté à votre situation. --- # Le devis interactif est le nouveau devis : ce que la recherche comportementale dit des simulateurs, de la co-création et de la transparence des prix Adresse : https://paulantoinetual.fr/blog/devis-interactif-nouveau-devis Publié le 2026-09-14 · Entreprise IA-native 2027 > Pourquoi l'entreprise IA-native fait de son devis un simulateur, et ce que vingt ans de recherche comportementale disent d'un acheteur qui décide devant lui. Un devis était le document qu'un commercial envoyait après le rendez-vous, et dans une entreprise IA-native il devient l'écran que l'acheteur manipule pendant le rendez-vous, ou seul, à vingt-trois heures, avec un prix qui se recalcule sous chaque ajustement. L'étape de génération coûte désormais assez peu pour tourner à chaque clic, ce qui est un fait technique, mais les questions décisives qu'elle soulève sont comportementales : comment une personne filtre et compare des options, ce que construire la configuration fait à la valeur qu'elle lui attache, ce qu'elle conclut d'un prix qui apparaît instantanément, et où le curseur doit démarrer. Vingt ans de recherche, en grande partie issue de la Harvard Business School, répondent à ces questions par des mesures, et cet article met ces mesures côte à côte, corrections comprises. - Les aides à la décision interactives, testées dans une expérience contrôlée en 2000, ont ramené le nombre d'alternatives sérieusement considérées par un acheteur de 3,77 à 2,19 tout en relevant la qualité de ce qui restait. - Assembler soi-même un objet a relevé d'environ 63 % ce que les participants acceptaient de payer dans l'étude d'origine sur l'effet IKEA, à une condition stricte : l'assemblage doit aboutir. - Une décomposition des coûts affichée à côté du prix a relevé la probabilité d'achat de 21,1 % dans une expérience de terrain préenregistrée, par la confiance et non par un changement du prix lui-même. - Démarrer le configurateur tout équipé produit un total plus élevé que le démarrer nu, et l'asymétrie derrière ce résultat a un coefficient mesuré, environ 2,25, qu'un acheteur professionnel peut aussi reconnaître comme une pression. ## 1. Pourquoi le devis cesse d'être un document dans une entreprise IA-native Les outils commerciaux livrés à la mi-2026 ont fait passer la génération du devis d'une étape humaine et rare à une étape continue, ce qui reporte la valeur du devis de sa production au moment où l'acheteur décide devant lui. - La version d'Agentforce Commerce publiée par Salesforce le 24 juin 2026 a rendu généralement disponible un agent acheteur pour l'interentreprises, avec un « Round-Trip Quoting » décrit comme une « seamless cart-to-quote-to-cart negotiation », une négociation panier-devis-panier sans rupture pour des entreprises qui mènent plusieurs achats de front [1]. - CPQ360.ai de OneBill, annoncé le 6 août 2026, « governs every quote, rep-built or AI agent-built, under the same pricing rules, margin guardrails, and approval logic », ce qui énonce la nouvelle répartition du travail sans détour : les règles restent chez le vendeur, la rédaction peut venir d'un agent [2]. - Une fois la rédaction gratuite, la part différenciante d'un devis est ce que l'acheteur voit, ajuste, comprend et accepte, et cette part a été étudiée par les chercheurs en comportement pendant deux décennies avant que l'outillage ne rattrape son retard. - Le devis rejoint donc la liste des [interfaces de travail qu'une fenêtre de discussion ne peut pas remplacer](/blog/le-chat-nest-pas-linterface-de-travail) : une conversation peut demander un devis, mais une décision sur des volumes, des options et des périodes exige une surface qui les montre tous en même temps. Cet article ouvre une série sur l'entreprise IA-native de 2027, un artefact commercial ou organisationnel à la fois, et commence par le devis parce que c'est l'endroit où le modèle économique du vendeur et le modèle cognitif de l'acheteur se rencontrent sur le même écran. ## 2. Un acheteur décide en deux temps, et un simulateur sert chacun différemment Gerald Häubl et Valerie Trifts ont modélisé l'achat en ligne comme une phase de filtrage suivie d'une comparaison approfondie, puis ont mesuré, dans une expérience contrôlée, ce que deux outils faisaient à chaque phase : un agent de recommandation qui classe les alternatives à partir des préférences déclarées, et une matrice de comparaison qui met côte à côte les alternatives retenues [3]. - Avec l'agent de recommandation, la part des sujets qui ont acheté une alternative non dominée, c'est-à-dire qu'aucune autre option ne battait sur tous les attributs, est passée d'environ 65 % à environ 93 %, et la part de ceux qui ont changé de produit quand on leur en offrait ensuite l'occasion est tombée d'environ 60 % à un peu plus de 20 %. - Avec la matrice de comparaison, le nombre moyen d'alternatives sérieusement considérées pour l'achat est tombé de 3,77 à 2,19, tandis que la part d'options non dominées dans cet ensemble réduit est montée d'environ 0,57 à environ 0,68, et le changement après achat a reculé de 44 % à 38 %. - La confiance dans le choix a monté avec l'agent de recommandation (6,71 contre 6,41 sur une échelle de neuf points) et n'a pas bougé avec la matrice, si bien que les deux outils agissent sur des phases différentes et ne sont pas interchangeables. - Le résumé des auteurs est le cahier des charges de tout simulateur de devis : les aides ont permis aux consommateurs « to make much better decisions while expending substantially less effort », de bien meilleures décisions pour nettement moins d'effort. > **[Schéma] Ce que deux aides à la décision interactives ont changé chez Häubl et Trifts (2000)** > Barres horizontales appariées pour quatre résultats mesurés : avec un agent de recommandation, le choix d'une option non dominée est passé de 65 % à 93 % et le changement après achat est tombé de 60 % à environ 20 % ; avec une matrice de comparaison, les alternatives évaluées en profondeur sont passées de 3,77 à 2,19 et la part d'options non dominées dans l'ensemble de considération est montée de 0,57 à 0,68. > Figure 1. Les deux aides ont amélioré la qualité de la décision tout en réduisant l'effort, et la matrice de comparaison l'a fait en rétrécissant l'ensemble étudié par l'acheteur plutôt qu'en l'élargissant. Source : [3]. La raison pour laquelle ces outils fonctionnent est le coût de l'effort qu'ils retirent, et la littérature nomme ce coût assez précisément pour guider la conception d'un configurateur. - Herbert Simon a introduit la rationalité limitée en 1955 : un décideur aux capacités de calcul bornées s'arrête à une option satisfaisante plutôt qu'à l'option optimale [4]. - John Payne, James Bettman et Eric Johnson ont montré en 1993 que les gens échangent de la précision contre de l'effort de façon adaptative, en choisissant des stratégies plus simples à mesure que la tâche grossit [5], et Steven Shugan avait déjà chiffré cet effort en 1980 comme « the cost of thinking », le coût de la réflexion, qui croît avec le nombre d'attributs à comparer [6]. - Debora Thompson, Rebecca Hamilton et Roland Rust ont documenté la « fatigue des fonctionnalités » en 2005 : les capacités supplémentaires attirent avant l'achat et pèsent après, si bien qu'un devis qui liste toutes les options d'un coup vend la configuration qu'il rend ensuite pénible à vivre [7]. - Une étude de 2025 dans un scénario simulé de contractualisation en ligne (206 participants) a trouvé qu'une aide à la décision informatisée améliorait la qualité de la décision surtout chez les participants à faible besoin de cognition, ceux qui sont le moins portés à traiter l'information de façon systématique [8] ; c'est une étude récente et isolée, citée comme telle, et elle désigne l'acheteur qui bénéficie le plus d'un devis guidé. - La structure pratique en découle : une première étape qui qualifie le cas d'usage et filtre, puis une matrice vivante dans laquelle l'acheteur ajuste les paramètres et voit les effets croisés des paliers de volume, des remises et des règles d'incompatibilité sans les calculer de tête. Dévoiler les variables progressivement à mesure que les choix se resserrent est une pratique d'interface répandue sans mesure évaluée par les pairs reliée à l'achèvement des devis, si bien que cet article la recommande comme une convention de conception et non comme un résultat établi. ## 3. Un acheteur qui construit le devis le valorise davantage, si la construction aboutit Michael Norton, Daniel Mochon et Dan Ariely ont nommé l'effet IKEA en 2012 après une série d'expériences dans lesquelles les participants assemblaient des boîtes de rangement IKEA, pliaient des origamis et montaient des sets Lego, et la première de ces expériences donne la taille de l'effet qu'un configurateur peut espérer déclencher [9]. - Les assembleurs ont enchéri en moyenne 0,78 $ pour la boîte qu'ils avaient montée, contre 0,48 $ pour les non-assembleurs à qui l'on proposait une boîte identique déjà montée, soit une hausse d'environ 63 % pour un travail qui n'ajoutait rien à l'objet. - L'effet est apparu pour les produits utilitaires comme hédoniques, et chez des participants qui ne professaient aucun intérêt pour le bricolage, si bien qu'il ne dépend pas d'un profil d'amateur. - Jon Pierce, Tatiana Kostova et Kurt Dirks avaient déjà décrit l'état sous-jacent, la possession psychologique, et ses trois voies : le contrôle exercé sur l'objet, la connaissance intime de celui-ci et l'investissement de soi dans celui-ci [10] [11] ; un configurateur ouvre les trois à un acheteur qui règle les paramètres, en lit les conséquences et dépense de l'effort sur l'agencement. - En personnalisation de masse, Nikolaus Franke, Martin Schreier et Ulrike Kaiser ont mesuré un effet « I designed it myself », je l'ai conçu moi-même : les produits conçus par le client ont obtenu un consentement à payer supérieur au-delà de ce qu'expliquaient l'adéquation aux préférences et l'effort de conception, avec le sentiment d'accomplissement comme médiateur [12]. Une étude compagnon de Franke et Schreier la même année a situé une autre part de la prime dans l'effort et le plaisir du processus de conception lui-même [13]. La condition limite compte plus que le chiffre en titre, parce que c'est elle qu'un configurateur mal construit viole en premier. - Norton et ses coauteurs ont trouvé que l'effet exige un achèvement réussi : quand les participants construisaient puis détruisaient leurs créations, ou n'arrivaient pas à les terminer, l'effet IKEA se dissipait [9]. - Un configurateur qui se bloque sur une incompatibilité, perd les saisies de l'acheteur sur une erreur, ou exige plus d'effort que l'achat ne le justifie, produit de la frustration là où il devrait produire de la possession, et la valeur perçue de l'offre tombe sous celle d'un simple devis forfaitaire. - Les conséquences de conception sont immédiates : un retour instantané sur chaque ajustement, aucune erreur bloquante, un chemin toujours disponible vers une configuration valide, et un récapitulatif visuel du projet que l'acheteur vient de co-concevoir, qui est l'artefact auquel la possession s'attache. | Dimension comportementale | Devis forfaitaire statique | Devis co-construit sur simulateur | |---|---|---| | Rôle de l'acheteur | Destinataire passif d'une proposition descendante | Co-auteur actif qui calibre la solution à un besoin précis | | Possession avant l'achat | Nulle au moment où le devis arrive | Possession psychologique qui se forme avant toute signature | | Sensibilité au prix | Attention concentrée sur le montant total | Résistance diluée par la valeur attachée à l'effort investi | | Comportement à la clôture | Renégociation unilatérale fréquente du nombre | Adhésion renforcée à un résultat issu des propres arbitrages de l'acheteur | ## 4. Montrer le calcul vaut plus que répondre instantanément L'instinct d'ingénierie derrière un moteur de devis est de répondre en quelques millisecondes, et Ryan Buell et Michael Norton ont montré en 2011 pourquoi cet instinct sous-vend le travail que le moteur accomplit réellement [14]. - Dans des expériences sur des sites de voyage et de rencontre en ligne, les participants ont valorisé un site qui affichait les opérations en cours pendant un court délai (interrogation de chaque compagnie aérienne, assemblage des itinéraires, vérification des disponibilités) au-dessus d'un site instantané qui renvoyait des résultats identiques. - Le mécanisme identifié est l'effort perçu : un affichage visible du travail accompli pour l'utilisateur déclenche une norme de réciprocité, et le résultat est jugé plus précieux parce que le prestataire est vu en train de travailler pour l'obtenir. - Le même délai sans l'affichage n'a pas aidé, parce qu'une attente qui n'explique rien se lit comme un défaut technique plutôt que comme un effort. - La synthèse de Buell dans la Harvard Business Review en 2019 a généralisé le résultat sous le nom de transparence opérationnelle, des cuisines aux guichets d'administration [15]. > **[Schéma] Ce qu'un acheteur conclut de la façon dont le prix apparaît** > Schéma boîtes-flèches : un moteur de devis calcule le prix, puis l'une de trois configurations d'interface suit. Une boîte noire instantanée conduit l'acheteur à lire le prix comme générique et à négocier ; une attente aveugle avec une roue de chargement conduit à l'abandon ; une transparence active qui nomme les étapes pendant une courte pause conduit à un effort reconnu et à une valeur perçue plus élevée. > Figure 2. Un délai inexpliqué coûte l'attente sans acheter la réciprocité ; un calcul affiché l'achète pour le même délai. Source : [14]. Pour un moteur de devis, la lecture est une courte pause commentée pendant laquelle l'interface nomme les opérations qu'elle effectue réellement, et la discipline est que chaque étape nommée doit être vraie. - Les étapes qui méritent d'être nommées sont celles qu'un acheteur ne peut pas voir et supposerait sinon absentes : le contrôle de la capacité de production ou de livraison, l'application du palier de volume, la vérification de la compatibilité des options, le calcul de la ventilation périodique. - Une pause d'une à deux secondes est un choix de conception dérivé du résultat, pas un optimum mesuré ; les articles établissent le sens de l'effet, pas une courbe de durée. - Nommer une étape que le moteur n'exécute pas transforme la transparence en mise en scène, et un acheteur qui le découvre perd la confiance dont la section 5 montre qu'elle est le principal actif du moteur. - Le moteur lui-même appartient à la famille des [workflows déterministes où un agent est confiné à l'analyse et à la rédaction](/blog/processus-agentiques-entreprise) : les règles de tarification tournent en code, et ce que la pause affiche, c'est ce code au travail. ## 5. La façon de découper le nombre change ce à quoi l'acheteur le compare Trois lignes de recherche distinctes montrent qu'un même total, découpé différemment, est évalué contre des points de référence différents, et chaque ligne vient avec une mesure et une limite. Bhavya Mohan, Ryan Buell et Leslie John ont étudié la transparence des coûts, la révélation volontaire de ce qu'un produit coûte à fabriquer à l'entreprise, dans six études de laboratoire et de terrain publiées en 2020 [16]. - Dans une expérience de terrain préenregistrée, les convives ont eu 21,1 % de chances en plus d'acheter un bol de soupe de poulet aux nouilles, vendu 4,95 $, quand le panneau listant ses ingrédients affichait aussi le coût de la cafétéria par composant, main-d'œuvre comprise, avec une marge brute d'environ 17 %. - Un second chiffre circule à partir du même article, une hausse de 22,0 % des ventes de portefeuilles en cuir après qu'un détaillant en ligne a ajouté une infographie de coûts, et les auteurs eux-mêmes le classent sous « anecdotal evidence », preuve anecdotique issue d'une expérience naturelle ; les deux nombres sont proches, mais seul le premier porte le poids d'un protocole préenregistré, et un lecteur qui cite « 21 à 22 % » comme une seule fourchette fusionne deux niveaux de preuve différents. - Le mécanisme est la confiance : les participants ont jugé la révélation des coûts comme une confidence intime, et cette perception a relevé l'intention d'achat, avec un test de médiation qui confirme le chemin. - L'effet est apparu à des marges de 17 % à 55 %, et l'intention d'achat a monté même quand le prix était étonnamment bas, ce qui exclut une lecture limitée à la justification d'un prix élevé. La survie de l'effet à des marges extrêmes ou à un positionnement de luxe est rangée par les auteurs parmi les pistes de recherche futures et n'a pas été testée, si bien qu'un moteur de devis ne doit pas présenter cette limite comme un résultat. - La première autrice a soutenu à la Harvard Business School, en 2016, le doctorat dont ce travail est issu et se trouvait à l'université de San Francisco à la publication ; les deux coauteurs sont à la Harvard Business School. Marco Bertini et Luc Wathieu ont examiné ce que le partitionnement d'un prix fait à l'attention, dans une note de recherche de 2008 et un article de la Harvard Business Review en 2010 [17] [18]. - Les acheteurs qui voient un total unique le comparent vers le bas à d'autres totaux, une fixation qui transforme toute offre en produit banalisé. - Éclater le prix en composantes reliées à des bénéfices précis redirige l'attention vers ces bénéfices et relève le poids qu'ils reçoivent dans l'évaluation. - Pour un moteur de devis, le découpage suit des lignes de valeur que l'acheteur reconnaît (heures de support, garantie étendue, délai express, certification), chacune tarifée séparément et chacune retirable, si bien que la comparaison devient « en ai-je besoin » plutôt que « qui est le moins cher ». John Gourville a mesuré l'effet du recadrage temporel en 1998, en s'appuyant sur la comptabilité mentale de Richard Thaler, et les deux ensemble expliquent pourquoi la période dans laquelle un prix est exprimé change sa catégorie psychologique [19] [20]. - Un montant annuel comme 3 650 € par an est classé comme une dépense majeure et déclenche l'aversion à la perte ; la même somme exprimée comme 10 € par jour, ou environ 304 € par mois, est comparée à de petites dépenses récurrentes déjà acceptées, et la résistance baisse. - Gourville et Dilip Soman ont étendu la logique en 2002 à la façon dont le calendrier des paiements change la consommation et le renouvellement, un rappel que le recadrage joue des deux côtés du contrat [21]. - Dans un achat professionnel, la direction financière réagrège de toute façon le nombre, si bien que la conception honnête est un commutateur d'affichage (annuel, mensuel, par unité, par utilisateur) plutôt qu'un total caché, ce qui conserve le bénéfice du recadrage sans l'apparence d'une dissimulation. ## 6. Là où le curseur démarre décide de ce qui est ressenti comme une perte C. Whan Park, Sung Youl Jun et Deborah MacInnis ont comparé en 2000 deux façons de configurer le même produit : additive, en partant d'un modèle de base et en ajoutant des options, et soustractive, en partant du modèle tout équipé et en les retirant [22]. - Le cadrage soustractif a conduit les participants à garder plus d'options et à payer un total plus élevé, quels que soient les niveaux de prix des options et les catégories de produits. - L'explication est le point de référence : une option déjà incluse est codée comme possédée, et la retirer est une perte, alors qu'ajouter la même option depuis un modèle nu est codé comme une dépense. - La même étude a trouvé une limite : quand l'engagement envers la catégorie de produit est faible, un départ tout équipé peut démotiver l'achat tout entier. - L'aversion à la perte fournit le coefficient : Daniel Kahneman et Amos Tversky l'ont formalisée en 1979 [23], et leur version cumulative de 1992 a estimé qu'une perte pèse environ 2,25 fois un gain égal [24]. > **[Schéma] Là où la configuration démarre décide de ce qui est ressenti comme une perte** > Un axe de prix horizontal, d'un prix plancher dépouillé à un prix plafond tout équipé, avec trois ancrages de départ : un départ additif au plancher où chaque option ajoutée est codée comme une dépense, un départ soustractif au plafond où chaque option retirée est codée comme une perte pesant environ 2,25 fois une économie égale, et une valeur par défaut profilée entre les deux, ajustable dans les deux sens. > Figure 3. La bande ombrée marque la zone où chaque ajustement est une perte ; une valeur par défaut profilée garde l'ancrage en dehors tout en laissant les deux sens ouverts. Sources : [22], [24], [25], [26]. Un départ tout équipé est l'ancrage le plus rentable sur le papier et le plus risqué avec un acheteur professionnel, et c'est pourquoi les configurateurs les mieux documentés s'installent sur une position intermédiaire. - Un responsable des achats qui ouvre un devis prérempli de toutes les options lit le cadrage pour ce qu'il est, et la réactance qui suit coûte plus que les options conservées ; c'est une extrapolation des études consommateurs, présentée comme telle, puisqu'aucune mesure équivalente entre entreprises n'a été trouvée. - Daniel Goldstein, Eric Johnson, Andreas Herrmann et Mark Heitmann ont plaidé en 2008 pour des valeurs par défaut réglées sur ce que le client voudrait le plus vraisemblablement, et une étude de 2011 sur des configurateurs automobiles en ligne, signée par Herrmann et six coauteurs, a mesuré comment les options par défaut orientent les choix de configuration [25] [26]. - L'architecture qui en résulte est une valeur par défaut intelligente : une configuration profilée sur le segment de l'acheteur et le cas d'usage déclaré, présentée comme le standard professionnel de ce cas, avec ajout et retrait libres affichés en toute transparence dans le prix. | Critère | Additif (build-up) | Soustractif (strip-down) | Hybride guidé (valeur par défaut) | |---|---|---|---| | Ancrage initial | Modèle nu au prix plancher | Modèle tout équipé au prix plafond | Configuration équilibrée profilée sur le segment | | Action requise | Cocher des modules supplémentaires, chacun avec un surcoût | Décocher des modules préinstallés pour réduire la facture | Ajuster des modules autour d'un socle recommandé | | Statut d'une option | Une acquisition potentielle | Un élément déjà possédé | Un standard adapté au cas d'usage | | Codage émotionnel | Chaque option gardée est une dépense | Chaque option retirée est une perte | Arbitrages mesurés entre performance et économies | | Total typique | Bas à moyen, sous-équipement fréquent | Élevé, rétention substantielle des fonctionnalités | Ajusté aux besoins réels et à la marge | ## 7. Six règles de conception pour un moteur de devis, chacune reliée à ce qui a été mesuré Mises ensemble, les études ci-dessus décrivent un moteur de devis comme un dispositif de confiance plutôt que comme un formulaire, et chaque règle ci-dessous nomme le résultat sur lequel elle repose et l'échec contre lequel elle protège. | Règle de conception | Preuve | Risque d'exécution | Prescription pour le simulateur | |---|---|---|---| | Filtrer d'abord, ajuster ensuite | Häubl et Trifts (2000) [3] | Surcharge et abandon devant trop d'attributs | Un parcours en deux temps : qualifier le cas d'usage, puis ajuster les paramètres dans une matrice de comparaison vivante | | Laisser l'acheteur construire, et laisser la construction aboutir | Norton, Mochon et Ariely (2012) [9] ; Franke, Schreier et Kaiser (2010) [12] | Les configurations incomplètes ou bloquées détruisent l'effet de possession | Retour immédiat, aucune erreur bloquante, toujours un chemin valide, un récapitulatif visuel du projet co-conçu | | Montrer le travail | Buell et Norton (2011) [14] ; Buell (2019) [15] | Un délai lu comme un défaut d'infrastructure | Une courte pause commentée qui nomme les contrôles réels de capacité, de tarification et de compatibilité | | Découper le prix selon les lignes de valeur | Bertini et Wathieu (2008, 2010) [17] [18] | Banalisation et comparaison des totaux vers le bas | Des composantes reliées à des bénéfices identifiables, chacune tarifée et chacune retirable | | Révéler ce que cela vous coûte | Mohan, Buell et John (2020) [16] | Une révélation incohérente ou sélective qui brise la confiance | Une décomposition stable des matières, de la main-d'œuvre et de la logistique derrière le prix, identique d'un devis à l'autre | | Recadrer la période, garder le total visible | Gourville (1998) [19] ; Thaler (1985) [20] | L'aversion à la perte devant un seul agrégat | Un commutateur d'affichage annuel, mensuel, par unité et par utilisateur, avec l'ancrage fixé par une valeur par défaut profilée | ## Le devis comme point de rencontre de deux modèles Un devis interactif est l'endroit où le modèle économique du vendeur et le modèle cognitif de l'acheteur se rencontrent sur un même écran, et la recherche ci-dessus dit que la rencontre se passe mieux quand l'interface respecte le fonctionnement du second. - La valeur du devis a quitté sa production, que des agents rédigent désormais sous les règles du vendeur, pour s'installer dans les quatre moments que vit l'acheteur : filtrer, construire, regarder le calcul, et lire le nombre. - Chacun de ces moments a un effet mesuré et une limite mesurée, et les limites (l'achèvement réussi, des étapes réelles, des coûts cohérents, une valeur par défaut que l'acheteur peut lire comme équitable) sont la part qu'une mise en œuvre pressée saute en premier. - La même discipline que ce site décrit pour [décider avec les données de l'entreprise](/blog/decider-avec-ses-donnees-ia-agentique) s'applique ici : les nombres du moteur doivent être reproductibles par la direction financière de l'autre côté, sinon la confiance construite par l'interface se perd au premier audit. - Pour une entreprise de taille moyenne, le premier configurateur à construire est celui de l'offre la plus souvent renégociée aujourd'hui, parce que c'est là que l'écart entre un devis statique et un devis co-construit apparaîtra en premier dans le taux de signature. *[Réservez l'audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour choisir quel artefact commercial rendre interactif en premier.* --- **Paul-Antoine TUAL** · AI Transformation Leader · Croissance et Transitions, septembre 2026. ## Sources 1. Salesforce, [« As AI Agents Transform Commerce, Salesforce Unleashes Its Biggest Agentforce Commerce Release Yet »](https://www.salesforce.com/news/stories/agentforce-commerce-announcement/), Salesforce Newsroom, 24 juin 2026. 2. OneBill Software, [« OneBill Software Launches CPQ360.ai, an AI-First CPQ Built to Work With Any Billing Stack »](https://www.prnewswire.com/news-releases/onebill-software-launches-cpq360ai-an-ai-first-cpq-built-to-work-with-any-billing-stack-302844595.html), PR Newswire, 6 août 2026. 3. Gerald Häubl et Valerie Trifts, [« Consumer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids »](https://doi.org/10.1287/mksc.19.1.4.15178), *Marketing Science*, 19(1), 2000. 4. Herbert A. Simon, [« A Behavioral Model of Rational Choice »](https://doi.org/10.2307/1884852), *The Quarterly Journal of Economics*, 69(1), 1955. 5. John W. Payne, James R. Bettman et Eric J. Johnson, [*The Adaptive Decision Maker*](https://doi.org/10.1017/CBO9781139173933), Cambridge University Press, 1993. 6. Steven M. Shugan, [« The Cost of Thinking »](https://doi.org/10.1086/208799), *Journal of Consumer Research*, 7(2), 1980. 7. Debora Viana Thompson, Rebecca W. Hamilton et Roland T. Rust, [« Feature Fatigue: When Product Capabilities Become Too Much of a Good Thing »](https://doi.org/10.1509/jmkr.2005.42.4.431), *Journal of Marketing Research*, 42(4), 2005. 8. Claudia Vogrincic-Haselbacher, Isabel Behlau, Joachim I. Krueger, Katja Corcoran, Brigitta Lurger et Ursula Athenstaedt, [« Enhancing decision quality through computer-based decision aids: how promotional interventions and Need for Cognition shape effectiveness in online consumer choices »](https://doi.org/10.3389/fpsyg.2025.1576319), *Frontiers in Psychology*, 16, 2025. 9. Michael I. Norton, Daniel Mochon et Dan Ariely, [« The IKEA effect: When labor leads to love »](https://doi.org/10.1016/j.jcps.2011.08.002), *Journal of Consumer Psychology*, 22(3), 2012 ; version de travail : [Harvard Business School, 11-091](https://www.hbs.edu/ris/Publication%20Files/11-091.pdf). 10. Jon L. Pierce, Tatiana Kostova et Kurt T. Dirks, [« Toward a Theory of Psychological Ownership in Organizations »](https://doi.org/10.2307/259124), *Academy of Management Review*, 26(2), 2001. 11. Jon L. Pierce, Tatiana Kostova et Kurt T. Dirks, [« The State of Psychological Ownership: Integrating and Extending a Century of Research »](https://doi.org/10.1037/1089-2680.7.1.84), *Review of General Psychology*, 7(1), 2003. 12. Nikolaus Franke, Martin Schreier et Ulrike Kaiser, [« The "I Designed It Myself" Effect in Mass Customization »](https://doi.org/10.1287/mnsc.1090.1077), *Management Science*, 56(1), 2010. 13. Nikolaus Franke et Martin Schreier, [« Why Customers Value Self-Designed Products: The Importance of Process Effort and Enjoyment »](https://doi.org/10.1111/j.1540-5885.2010.00768.x), *Journal of Product Innovation Management*, 27(7), 2010. 14. Ryan W. Buell et Michael I. Norton, [« The Labor Illusion: How Operational Transparency Increases Perceived Value »](https://doi.org/10.1287/mnsc.1110.1376), *Management Science*, 57(9), 2011. 15. Ryan W. Buell, [« Operational Transparency »](https://hbr.org/2019/03/operational-transparency), *Harvard Business Review*, mars-avril 2019. 16. Bhavya Mohan, Ryan W. Buell et Leslie K. John, [« Lifting the Veil: The Benefits of Cost Transparency »](https://doi.org/10.1287/mksc.2019.1200), *Marketing Science*, 39(6), 2020 ; version de travail : [Harvard Business School, 15-017](https://www.hbs.edu/ris/Publication%20Files/15-017_f67df7f5-8336-47fc-a0c1-098838aa550d.pdf). 17. Marco Bertini et Luc Wathieu, [« Research Note: Attention Arousal Through Price Partitioning »](https://doi.org/10.1287/mksc.1070.0295), *Marketing Science*, 27(2), 2008. 18. Marco Bertini et Luc Wathieu, [« How to Stop Customers from Fixating on Price »](https://hbr.org/2010/05/how-to-stop-customers-from-fixating-on-price), *Harvard Business Review*, mai 2010. 19. John T. Gourville, [« Pennies-a-Day: The Effect of Temporal Reframing on Transaction Evaluation »](https://doi.org/10.1086/209517), *Journal of Consumer Research*, 24(4), 1998. 20. Richard H. Thaler, [« Mental Accounting and Consumer Choice »](https://doi.org/10.1287/mksc.4.3.199), *Marketing Science*, 4(3), 1985. 21. John T. Gourville et Dilip Soman, [« Pricing and the Psychology of Consumption »](https://hbr.org/2002/09/pricing-and-the-psychology-of-consumption), *Harvard Business Review*, septembre 2002. 22. C. Whan Park, Sung Youl Jun et Deborah J. MacInnis, [« Choosing What I Want versus Rejecting What I Do Not Want: An Application of Decision Framing to Product Option Choice Decisions »](https://doi.org/10.1509/jmkr.37.2.187.18731), *Journal of Marketing Research*, 37(2), 2000. 23. Daniel Kahneman et Amos Tversky, [« Prospect Theory: An Analysis of Decision under Risk »](https://doi.org/10.2307/1914185), *Econometrica*, 47(2), 1979. 24. Amos Tversky et Daniel Kahneman, [« Advances in Prospect Theory: Cumulative Representation of Uncertainty »](https://doi.org/10.1007/BF00122574), *Journal of Risk and Uncertainty*, 5(4), 1992. 25. Daniel G. Goldstein, Eric J. Johnson, Andreas Herrmann et Mark Heitmann, [« Nudge Your Customers Toward Better Choices »](https://hbr.org/2008/12/nudge-your-customers-toward-better-choices), *Harvard Business Review*, décembre 2008. 26. Andreas Herrmann, Daniel G. Goldstein, Rupert Stadler, Jan R. Landwehr, Mark Heitmann, Reto Hofstetter et Frank Huber, [« The effect of default options on choice: Evidence from online product configurators »](https://doi.org/10.1016/j.jretconser.2011.06.005), *Journal of Retailing and Consumer Services*, 18(6), 2011. ## Questions fréquentes ### Un devis interactif signifie-t-il que le client fixe lui-même son prix ? Non : l'acheteur ajuste le périmètre, les volumes et les options à l'intérieur de règles que le vendeur conserve, et le prix découle de cette configuration plutôt que d'une négociation sur le nombre. - Les planchers de marge, les paliers de volume, les règles d'incompatibilité et les seuils d'approbation restent dans le moteur, que le premier brouillon vienne d'un commercial ou d'un agent IA. - Ce que l'acheteur gagne, c'est la maîtrise de la configuration et la visibilité sur la façon dont le prix est calculé, et c'est de là que viennent les effets comportementaux. - Les remises restent une décision du vendeur ; le simulateur change ce à quoi l'acheteur compare le prix, pas qui le décide. ### L'effet IKEA est-il assez fort pour compter dans un achat entre entreprises ? La mesure d'origine est côté consommateur : les assembleurs ont payé environ 63 % de plus pour une boîte de rangement qu'ils avaient montée eux-mêmes. Le transfert à un acheteur professionnel est plausible mais non mesuré, et il porte la même condition limite, la configuration doit aboutir. - La possession psychologique grandit par trois voies, le contrôle, la connaissance intime et l'investissement de soi, que le configurateur ouvre aussi à un acheteur professionnel. - En personnalisation de masse, les produits conçus par le client ont obtenu un consentement à payer supérieur au-delà de l'adéquation aux préférences, avec le sentiment d'accomplissement comme médiateur. - Un configurateur qui bloque, plante ou exige un effort excessif produit de la frustration à la place de la possession, et la prime de valeur disparaît. ### Un moteur de devis doit-il ralentir sa réponse volontairement ? Seulement si la pause montre un travail réel : les études sur l'illusion du travail ont trouvé que les gens valorisaient un site plus lent qui affichait ses opérations au-dessus d'un site instantané aux résultats identiques, tandis qu'une attente inexpliquée se comportait comme un défaut. - Le mécanisme est l'effort perçu, qui déclenche la réciprocité et relève la valorisation du résultat. - Une roue de chargement sans explication ajoute le coût de l'attente sans le bénéfice de l'effort visible. - Une courte pause commentée qui nomme les étapes réelles (contrôle de capacité, paliers de volume, règles de compatibilité) est la lecture de conception du résultat ; la durée d'une à deux secondes est un choix de conception, pas un optimum mesuré. ### Révéler nos coûts revient-il à donner notre marge ? L'expérience de terrain préenregistrée a trouvé une hausse de 21,1 % de la probabilité d'achat quand une cafétéria affichait le coût d'un bol de soupe à côté de son prix, avec une marge brute de 17 %, et l'effet a tenu à 55 % de marge dans une étude ultérieure ; sa survie à des marges extrêmes ou à un positionnement de luxe n'a jamais été testée. - L'effet passe par la confiance : révéler ses coûts est lu comme une confidence intime, ce qui rend l'entreprise plus digne de confiance. - L'intention d'achat a monté même quand le prix était étonnamment bas, donc le mécanisme ne se limite pas à justifier un prix élevé. - Le vendeur choisit les lignes de coût qu'il révèle (matières, main-d'œuvre, logistique) et doit les garder cohérentes d'un devis à l'autre, parce qu'une incohérence détruit la confiance qui a produit le gain. ### Un configurateur doit-il démarrer vide ou tout équipé ? Ni l'un ni l'autre : un départ soustractif (tout équipé) produit un total plus élevé parce que retirer une option est ressenti comme une perte, mais un acheteur professionnel peut y lire une manipulation, si bien que le compromis le mieux documenté est une valeur par défaut profilée avec un ajustement libre dans les deux sens. - Dans l'étude de cadrage d'origine, la condition soustractive a conduit les acheteurs à garder plus d'options et à payer un total plus élevé, toutes catégories de produits confondues. - L'aversion à la perte a un coefficient mesuré d'environ 2,25 dans la théorie des perspectives cumulative, ce qui explique pourquoi une option retirée pèse plus qu'une économie égale. - Les études sur les options par défaut des configurateurs en ligne sont des études consommateurs ; leur extension aux acheteurs professionnels est une extrapolation, présentée comme telle. --- # La norme de sécurité .gouv.fr qui n'existe pas : ni limitation de débit, ni détection d'intrusion, ni MFA, et une échéance post-quantique désormais obligatoire Adresse : https://paulantoinetual.fr/blog/norme-securite-gouv-fr-post-quantique Publié le 2026-09-08 · Cybersécurité > Ce que les fuites de données de l'État français en 2026 révèlent comme socle réel, et pourquoi le post-quantique devient une échéance datée et obligatoire. Aucune agence française n'a publié de norme de sécurité intitulée « ni limitation de débit, ni détection d'intrusion, ni MFA ». La formule décrit ce que la série de fuites de données du secteur public français en 2026 a réellement révélé comme socle de fonctionnement, pas un document existant, et prendre la plaisanterie pour une citation ferait manquer ce qui a changé cette année : la migration post-quantique est passée d'une recommandation à une échéance datée et obligatoire, et l'IA a creusé l'écart entre le faible coût d'entrée d'une intrusion et le coût, bien plus élevé, de la défense. - Cinq incidents survenus en 2026 (une fuite de données de santé que le ministère de la Santé a dû confirmer, le portail d'identité de l'ANTS, la messagerie gouvernementale Tchap, la DGFiP et le ministère de la Transition écologique) renvoient chacun à un contrôle manquant différent, pas à une cause unique. - Une échéance ANSSI datée (2027 pour la qualification de produits, 2030 pour les achats) transforme la cryptographie post-quantique en décision d'achat à court terme plutôt qu'en abstraction des années 2030. - Les temps de propagation mesurés par CrowdStrike sont passés de 84 minutes en 2022 à 29 minutes en 2025, le chiffre public le plus concret sur l'avance prise par les attaquants assistés par IA. - Le seul levier qui revient constamment dans les recommandations de l'ANSSI, un déploiement de correctifs plus rapide et plus fréquent, reste sobre, mesurable et moins coûteux que la plupart de ce qui se vend sous l'étiquette « sécurité par l'IA ». ## 1. Ce que la vague de fuites de 2026 révèle vraiment Cinq incidents distincts survenus en 2026 donnent une image plus précise qu'un chiffre unique, car chacun expose une défaillance différente plutôt que de confirmer deux fois la même histoire. - **Fuite de données de santé**, confirmée par le ministère de la Santé le 27 février 2026 : l'origine se trouve dans le logiciel MonLogicielMedical de Cegedim, utilisé par des cabinets médicaux, pas sur un site .gouv.fr lui-même. Cegedim a indiqué n'avoir détecté un « comportement anormal des requêtes applicatives » qu'à la fin de 2025, alors qu'une base de données contenant entre trois et quinze ans d'historique selon la date d'installation de chaque cabinet avait déjà accumulé des données administratives sur jusqu'à 15 millions de patients [1]. - **ANTS / France Titres**, révélé mi-avril 2026 : le portail d'identité qui gère cartes d'identité, passeports et permis de conduire a été compromis via une référence directe non sécurisée à un objet, une faille que l'attaquant revendiquant le piratage, sous le pseudonyme « breach3d », a qualifiée d'« élémentaire » [2]. Jusqu'à 19 millions d'enregistrements ont été exposés ; les autorités françaises ont ensuite interpellé un suspect de 15 ans [3]. - **Tchap**, la messagerie gouvernementale pilotée par la DINUM : un pirate sous le pseudonyme « misere » a détourné un unique compte du ministère de l'Éducation nationale le 7 juin 2026, puis extrait 643 459 messages, environ 13,5 gigaoctets, depuis 876 salons publics. La DINUM a confirmé que 73 467 comptes de fonctionnaires étaient concernés ; les salons chiffrés de bout en bout, privés, sont restés protégés [4]. - **DGFiP**, l'administration fiscale, confirmé du 12 au 14 août 2026 : un attaquant sous le pseudonyme « ZeroBytes » a obtenu les identifiants d'un agent de la DGFiP et d'un tiers autorisé, s'en est servi pour rejoindre le VPN de l'administration, puis a fait tourner un outil interne pour rechercher et extraire des dossiers de contribuables [5]. La DGFiP avait coupé cet accès fin juin, mais n'a établi que des données avaient bien été exfiltrées qu'à la mi-août, six semaines plus tard, quand l'attaquant les a mises en vente. L'administration a confirmé environ 678 000 particuliers et professionnels concernés, un chiffre qu'elle décrit comme encore en cours d'investigation, couvrant le revenu fiscal de référence, le taux de prélèvement à la source et, pour les professionnels, la raison sociale et des données cadastrales ; les identifiants et mots de passe des espaces « Finances publiques » en ligne n'ont pas été compromis [6]. - **Ministère de la Transition écologique**, 2 septembre 2026 : plusieurs sites ministériels sont devenus inaccessibles ; un pirate a revendiqué le vol d'une base de données couvrant 8 166 utilisateurs, avec courriels, numéros de téléphone et identifiants de connexion [7]. Le Premier ministre Sébastien Lecornu a chiffré ce constat fin avril 2026, reconnaissant une moyenne de trois vols de données par jour en France et pointant des systèmes administratifs, dont certains datent des années 1990, jamais conçus pour le niveau de menace actuel [8]. > **[Schéma] Personnes ou comptes concernés par cinq incidents du secteur public français en 2026** > Diagramme en barres horizontales sur échelle logarithmique : la fuite de données de santé liée à Cegedim jusqu'à 15 millions de patients, ANTS environ 19 millions d'enregistrements, Tchap 73 467 comptes, la DGFiP environ 678 000 contribuables, et le ministère de la Transition écologique 8 166 utilisateurs. > Figure 1. Les cinq incidents diffèrent de plus de trois ordres de grandeur, d'où l'échelle logarithmique ; les valeurs exactes sont indiquées au bout de chaque barre. Sources : [1], [2], [4], [6], [7]. ## 2. Pourquoi « les fondamentaux » continuent de manquer Chaque incident ci-dessus renvoie à un manque distinct, et les traiter comme un seul « manque de sécurité » indifférencié masque quel contrôle aurait réellement aidé. - **Un défaut de contrôle d'accès transforme un petit bug en exfiltration de masse.** La faille de l'ANTS a permis l'entrée de l'attaquant ; c'est l'absence de tout mécanisme pour ralentir ou signaler des dizaines de millions de requêtes séquentielles qui a permis à l'extraction d'atteindre 19 millions d'enregistrements plutôt qu'une poignée. La limitation de débit et la surveillance des schémas de requêtes ne corrigent pas une référence directe non sécurisée à un objet, mais elles changent jusqu'où un attaquant peut aller avant d'être repéré. - **Un retard de détection transforme un incident contenu en exposition de plusieurs années.** L'alerte « comportement anormal des requêtes » de Cegedim s'est déclenchée fin 2025, sur une base qui accumulait des dossiers patients depuis des années auparavant. Une capacité de détection ne mérite son nom que si elle capte le schéma pendant qu'il se produit, pas lors d'une revue rétrospective. - **Le détournement de compte cible précisément là où l'authentification est la plus faible.** La DGFiP est le cas le mieux documenté : l'attaquant n'a eu besoin d'aucune faille technique, seulement des identifiants usurpés d'un agent et d'un tiers autorisé, pour atteindre un VPN menant directement à un outil de recherche interne sur les dossiers de contribuables [6]. Les communications publiques sur Tchap ne précisent pas comment son compte compromis a été obtenu, ce cas ne peut donc pas être cité comme preuve d'une absence de second facteur, mais il pointe vers le même schéma général : les comptes privilégiés ou à accès massif restent la cible la plus recherchée, et un second facteur qu'une attaque de relais en temps réel peut encore intercepter offre moins de protection qu'il n'y paraît. Notre article compagnon sur les [choix cryptographiques 2026 pour le transport, le stockage et les identités](/blog/cryptographie-2026-transport-stockage) traite en détail ce mécanisme, les proxys d'attaque de l'adversaire au milieu contre les codes SMS et TOTP, et ce que la liaison d'origine de WebAuthn garantit réellement. ## 3. L'échéance post-quantique est désormais datée, pas hypothétique La FAQ de l'ANSSI sur la cryptographie post-quantique formule la trajectoire en des termes assez précis pour s'y préparer, ce qui tranche avec le « commencez à vous préparer à un moment donné » des dernières années. - **2027** : « L'ANSSI vise la mise en place d'obligations PQC pour l'entrée en qualification de produits à partir de 2027 » [9], ce qui signifie que les produits de sécurité entrant en qualification ANSSI à partir de 2027 devront démontrer une résistance post-quantique. Cela concerne d'abord les éditeurs qui vendent à l'État français et aux opérateurs d'importance vitale, pas chaque organisation directement. - **2030** : la même FAQ indique qu'« il ne sera pas raisonnable d'acheter des produits qui n'intègrent pas de la PQC après 2030 » [9], une orientation d'achat plutôt qu'une échéance légale générale pour toutes les organisations. - L'ANSSI a réaffirmé publiquement cette trajectoire lors de la conférence France Quantum 2026, le 16 juin 2026, clôturant une phase de recommandation ouverte depuis 2022 [10]. - Les briques techniques sont déjà stables : le NIST a finalisé ML-KEM (FIPS 203), ML-DSA (FIPS 204) et SLH-DSA (FIPS 205) en août 2024, tandis que FN-DSA (FIPS 206, fondé sur Falcon) reste en cours de développement [11]. - Distinguer les dates de l'ANSSI de la feuille de route propre à l'Union européenne, qui vise 2030 pour les cas à haut risque et 2035 pour le reste : les deux calendriers émanent d'institutions différentes et ne doivent pas être fusionnés en une seule échéance [12]. Pour le plan de transition complet, inventaire des algorithmes, tests d'échange de clés hybride sur TLS, IPsec et SSH, et choix de l'emplacement de la gestion des clés, voir l'[article compagnon sur la cryptographie 2026](/blog/cryptographie-2026-transport-stockage), que ce texte ne reprend volontairement pas. ## 4. L'IA n'a pas seulement accéléré l'entrée des attaquants, elle a changé l'économie du rapport de force La preuve publique la plus nette que l'IA fait pencher l'asymétrie de coût du côté des attaquants vient d'une mesure que CrowdStrike suit de façon constante sur plusieurs rapports annuels, pas d'une affirmation isolée d'un éditeur sur un incident donné. - Le temps moyen de propagation « eCrime », l'intervalle entre la compromission initiale et le premier mouvement d'un attaquant vers un autre système, est passé de 84 minutes en 2022 à 62 minutes en 2023, 48 minutes en 2024 et 29 minutes en 2025 [13]. Le temps de propagation le plus rapide enregistré s'est réduit encore plus vite : 2 minutes 7 secondes en 2023, 51 secondes en 2024, 27 secondes en 2025 [13]. - CrowdStrike rapporte des opérations d'adversaires assistées par IA en hausse de 89 % sur un an, et de véritables outils d'IA générative détournés dans plus de 90 organisations par injection de prompt pour voler des identifiants ou de la cryptomonnaie [13]. - La défense ne progresse pas de façon symétrique. Les résultats du Forum économique mondial de mai 2026 montrent que les organisations qui utilisent déjà l'IA de façon étendue dans leurs opérations de sécurité réduisent le coût moyen des fuites jusqu'à 1,9 million de dollars et raccourcissent le cycle de fuite d'environ 80 jours, mais ce gain revient à la part la plus restreinte, 77 % des organisations déclarant un usage opérationnel de l'IA, qui y avait déjà investi délibérément [14]. > **[Schéma] Temps moyen de propagation eCrime, 2022 à 2025** > Courbe montrant le temps moyen de propagation mesuré par CrowdStrike, passant de 84 minutes en 2022 à 62 en 2023, 48 en 2024 et 29 en 2025, avec la baisse la plus marquée sur la dernière année. > Figure 2. La bande surlignée marque 2024 à 2025, l'année où les opérations d'adversaires assistées par IA ont augmenté de 89 % selon le rapport de CrowdStrike. Source : [13]. Pour une organisation de taille moyenne sans équipe de sécurité comparable à celle d'une banque, la lecture pratique est directe : l'outillage des attaquants a gagné en vitesse en grande partie gratuitement, via l'IA grand public, tandis qu'un gain défensif comparable exige encore du personnel dédié, de l'intégration et de la mesure, pas seulement l'achat d'une licence. ## 5. Ce qui relève vraiment le socle : la discipline de correctifs comme pratique quotidienne, pas comme projet trimestriel Parmi les mesures accessibles à une organisation sans gros budget de sécurité, celle dont la base de preuves est la plus ancienne et la plus nette reste sobre : appliquer les correctifs de sécurité sans délai, une discipline que le guide d'hygiène informatique en 42 mesures de l'ANSSI place parmi ses recommandations fondatrices [15]. - **L'application sans délai des correctifs ne fonctionne que si elle reste peu coûteuse à opérer.** Cela suppose des déploiements petits, fréquents et testés plutôt qu'une livraison rare, volumineuse et risquée. Une chaîne de déploiement dimensionnée pour des changements quotidiens transforme un correctif de sécurité en événement de routine plutôt qu'en réunion de comité de changement, ce qui est la version opérationnelle de ce que le point de départ de cet article appelait un « promote quotidien ». - **Une référence internationale comparable pointe dans le même sens, correctement attribuée.** Le centre australien de cybersécurité (ACSC) crédite les quatre premiers contrôles de son référentiel Essential Eight, contrôle des applications, application des correctifs, restriction des macros Microsoft Office et durcissement des applications utilisateur, d'avoir permis d'éviter une large part des intrusions qu'il a initialement mesurées [16]. Ce chiffre vient de l'ACSC, pas de l'ANSSI ; les deux agences publient des référentiels distincts, et cet article conserve cette distinction plutôt que de fondre des sources nationales différentes en un chiffre unique. - **Un redémarrage quotidien forcé ne mérite le nom de « contrôle de sécurité » que si quelque chose a réellement changé derrière lui.** Un redémarrage sans correctif appliqué, sans secret pivoté et sans image reconstruite relève de l'entretien de disponibilité, pas de l'hygiène, aussi disciplinée que paraisse la fréquence sur un tableau de bord. - **Rien de tout cela ne remplace les deux manques de la section 2.** La cadence de correctifs répond à un problème différent et complémentaire : elle raccourcit la fenêtre pendant laquelle une faille connue reste exploitable, une question distincte de celle de savoir si le contrôle d'accès est défaillant ou si un compte privilégié dispose d'une authentification résistante au hameçonnage. > **[Schéma] Une boucle quotidienne de correctif et de mise en production, comparée à une fenêtre de changement trimestrielle** > Schéma boîtes-flèches d'une boucle quotidienne en quatre étapes, correctif publié, construction et test, mise en production, redémarrage et rotation des secrets, revenant au jour suivant, mis en contraste avec une fenêtre de changement trimestrielle plus lente. > Figure 3. La boucle ne compte comme contrôle de sécurité que si l'étape de redémarrage impose un changement réel ; un calendrier sans rien derrière lui relève de l'entretien de disponibilité. Source : [15]. ## Conclusion Le titre ironique cesse de faire sourire dès que les cinq incidents de 2026 sont mis côte à côte, car chacun désigne un manque précis et corrigeable plutôt que de confirmer une impression vague d'insécurité de l'administration publique. - Le défaut de contrôle d'accès, le retard de détection et une hygiène des identifiants trop faible sont des problèmes de code, de surveillance et d'identité, pas des problèmes de budget, et l'ANTS, la fuite Cegedim et la DGFiP montrent chacun ce qui se produit quand l'un d'eux reste sans réponse. - Les échéances ANSSI de 2027 et 2030 transforment la migration post-quantique en question d'achat à poser dès maintenant aux fournisseurs, pas en projet pour la prochaine décennie. - La tendance des temps de propagation de CrowdStrike est la preuve la plus concrète disponible que l'IA a raccourci le calendrier des attaquants plus vite que la plupart des organisations n'ont raccourci leurs propres cycles de détection et de correction. - Une chaîne de déploiement conçue pour des changements petits, fréquents et testés est, sur cette liste, le seul levier qu'une organisation de taille moyenne peut actionner ce trimestre sans attendre une feuille de route fournisseur ou un cycle budgétaire. *[Réservez l'audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour situer où votre organisation se trouve réellement sur ces cinq manques.* --- **Paul-Antoine TUAL** · AI Transformation Leader · Croissance et Transitions, septembre 2026. ## Sources 1. Acuité, [« Le ministère de la Santé confirme la fuite de données médicales de 15 millions de Français »](https://www.acuite.fr/actualites/santemedtech/technologies/le-ministere-de-la-sante-confirme-la-fuite-de-330998) 2. Bleeping Computer, [« French govt agency confirms breach as hacker offers to sell data »](https://www.bleepingcomputer.com/news/security/french-govt-agency-confirms-breach-as-hacker-offers-to-sell-data/) 3. Help Net Security, [« 15-year-old detained over massive data breach at French government agency »](https://www.helpnetsecurity.com/2026/05/04/france-titres-data-breach-teen-suspect/) 4. DINUM, [« Incident de sécurité sur Tchap »](https://www.numerique.gouv.fr/sinformer/espace-presse/incident-tchap/) 5. DGFiP / impots.gouv.fr, [« Vol de données suite à des accès illégitimes au système d'information de la DGFiP »](https://www.impots.gouv.fr/actualite/acces-illegitimes-au-systeme-dinformation-de-la-dgfip) 6. The Record, [« French tax authority DGFiP confirms data breach »](https://therecord.media/french-tax-authority-dgfip-confirms-data-breach) 7. Generation-NT, [« Panne au ministère de la Transition écologique, plusieurs sites gouvernementaux inaccessibles »](https://www.generation-nt.com/actualites/gouvernement-panne-informatique-ministere-transition-ecologique-cyberattaque-2080556) 8. ePlaque, [« Cyberattaques ANTS, DGFiP et compagnie en 2026 : que faire ? »](https://www.eplaque.fr/infos/crise-cybersecurite-france) 9. ANSSI, [« FAQ sur la cryptographie post-quantique »](https://cyber.gouv.fr/enjeux-technologiques/cryptographie-post-quantique/faq-pqc/) 10. IT Social, [« À partir de 2027, l'ANSSI ne certifiera plus les produits de sécurité sans cryptographie post-quantique »](https://itsocial.fr/cybersecurite/cybersecurite-actualites/a-partir-de-2027-lanssi-ne-certifiera-plus-les-produits-de-securite-sans-cryptographie-post-quantique/) 11. NIST, [« NIST Releases First 3 Finalized Post-Quantum Encryption Standards »](https://www.nist.gov/news-events/news/2024/08/nist-releases-first-3-finalized-post-quantum-encryption-standards) 12. Commission européenne, [« Coordinated Implementation Roadmap for the Transition to Post-Quantum Cryptography »](https://digital-strategy.ec.europa.eu/en/library/coordinated-implementation-roadmap-transition-post-quantum-cryptography) 13. CrowdStrike, [« 2026 Global Threat Report : AI Accelerates Adversaries and Reshapes the Attack Surface »](https://www.crowdstrike.com/en-us/global-threat-report/) 14. Forum économique mondial, [« New report shows how AI gives cybersecurity a competitive advantage »](https://www.weforum.org/press/2026/05/new-report-shows-how-ai-gives-cybersecurity-competitive-advantage/) 15. ANSSI, [« Guide d'hygiène informatique »](https://cyber.gouv.fr/guide-dhygiene-informatique) 16. Australian Cyber Security Centre, [« Essential Eight »](https://www.cyber.gov.au/resources-business-and-government/essential-cyber-security/essential-eight) ## Questions fréquentes ### Existe-t-il vraiment une norme officielle .gouv.fr qui dit ni limitation de débit, ni détection d'intrusion, ni MFA ? Non : aucun document de ce type n'existe. La formule décrit ce que la série de fuites du secteur public français en 2026 a révélé dans les faits comme socle de fonctionnement, pas une exigence publiée. - Cinq incidents de 2026 (la fuite de données de santé liée à Cegedim, ANTS, Tchap, la DGFiP, le ministère de la Transition écologique) renvoient chacun à un contrôle manquant différent. - Prendre la formule au pied de la lettre ferait manquer l'essentiel : l'écart se situe entre ce que recommande l'ANSSI et ce qui a réellement été déployé, pas dans une règle officielle. - Le guide d'hygiène et les recommandations cryptographiques de l'ANSSI couvrent déjà la limitation de débit, la détection et l'authentification résistante au hameçonnage. ### L'échéance ANSSI de 2027 oblige-t-elle toutes les PME françaises à adopter la cryptographie post-quantique d'ici là ? Non : la FAQ de l'ANSSI vise 2027 pour l'entrée en qualification de produits, pas une échéance de conformité générale pour toutes les organisations. - 2027 concerne les produits entrant en qualification ANSSI, ce qui touche d'abord les éditeurs qui vendent à l'État et aux opérateurs d'importance vitale. - L'ANSSI juge déraisonnable d'acheter des produits sans PQC après 2030, ce qui reste une orientation d'achat, pas une échéance légale universelle. - La priorité réelle d'une organisation dépend de la durée pendant laquelle ses données doivent rester confidentielles et de son cycle de renouvellement matériel. ### Si la faille ANTS venait d'un défaut de contrôle d'accès, la limitation de débit aurait-elle suffi à l'empêcher ? Pas à elle seule : le point d'entrée était une référence directe non sécurisée à un objet, un défaut de code que la limitation de débit ne corrige pas. - La limitation de débit et la détection d'anomalies ne corrigent pas un défaut de contrôle d'accès ; seule la correction du contrôle d'autorisation le fait. - Elles réduisent en revanche la probabilité qu'un point d'entrée défaillant se transforme en exfiltration de plusieurs millions d'enregistrements avant d'être repéré. - Les deux contrôles répondent à des problèmes différents et restent nécessaires ensemble : la prévention au niveau du code, le confinement au niveau du trafic. ### Utiliser l'IA pour la sécurité fait-il automatiquement baisser le coût des fuites ? Non : les résultats 2026 du Forum économique mondial concernent les organisations qui emploient déjà l'IA de façon large et délibérée dans leurs opérations de sécurité, pas l'adoption de l'IA en général. - Les gains observés (coût moyen de fuite plus bas, cycle de fuite plus court) reviennent à la part la plus restreinte d'organisations dotées d'un usage opérationnel mature de l'IA. - Les attaquants obtiennent une capacité IA comparable via des outils grand public, à un coût et un effort d'intégration bien plus faibles. - L'IA défensive exige la même discipline d'investissement que tout autre contrôle de sécurité : personnel, intégration, mesure. ### Un redémarrage quotidien des systèmes de production est-il en soi une mesure de sécurité ? Non : un redémarrage sans correctif appliqué, sans secret pivoté et sans image reconstruite derrière lui relève de l'entretien de disponibilité, pas de l'hygiène. - La valeur de sécurité vient de ce que le redémarrage impose réellement : un correctif effectivement appliqué, un identifiant pivoté, une image reconstruite. - Une chaîne de déploiement dimensionnée pour des changements petits, fréquents et testés est ce qui rend un correctif quotidien réalisable en pratique. - Une fenêtre de changement trimestrielle, dimensionnée pour des livraisons rares et volumineuses, est le schéma qui laisse une faille connue exploitable le plus longtemps. --- # Processus agentiques en entreprise : où placer le code, les skills et le jugement Adresse : https://paulantoinetual.fr/blog/processus-agentiques-entreprise Publié le 2026-08-30, mis à jour le 2026-09-06 · Agents IA > Une méthode technique pour rendre un processus agentique rejouable : mesurer les skills, réserver le jugement aux étapes utiles et coder les contrôles. ## Une skill se mesure comme un comportement, pas comme un interrupteur La documentation d'Agent Skills propose un protocole statistique de déclenchement qui révèle la nature du format : la description oriente un modèle, elle ne constitue pas un appel de fonction garanti [1]. - Constituer environ vingt requêtes qui devraient ou ne devraient pas déclencher la skill. - Exécuter chaque requête trois fois afin d'observer la variabilité entre essais. - Séparer 60 % des exemples pour l'amélioration et 40 % pour la validation. - Calculer le taux de déclenchement ; le seuil de 0,5 est un défaut de protocole, pas une promesse de qualité en production. Ce protocole répond à une question de découverte — « le modèle pense-t-il à charger la bonne compétence ? » — alors qu'un processus métier doit aussi répondre à des exigences de complétude, d'exactitude et de maîtrise des effets. - Une skill correctement décrite peut se déclencher bien plus souvent que le seuil d'acceptation. - Une requête simple peut ne pas l'activer si le modèle estime pouvoir répondre directement. - La même entrée peut produire un choix de skill ou une sortie différente lors d'un autre essai. - Une action obligatoire doit donc être imposée par l'orchestrateur plutôt que laissée à la seule découverte sémantique. ## Ce qu'une skill capitalise réellement Une skill est un dossier centré sur `SKILL.md`, dont les métadonnées facilitent la découverte et dont le corps, les scripts, les gabarits et les références transmettent une méthode de travail [2] [3]. - `name` identifie la compétence et `description` explique quand l'utiliser. - Le corps Markdown décrit la procédure, les critères et les cas limites. - Les ressources annexes ne sont lues que lorsqu'elles deviennent nécessaires. - Les scripts exécutent les opérations qui gagnent à rester déterministes. Le chargement progressif limite le contexte consommé, mais il crée un point de fragilité puisque la qualité de la description et la taille du catalogue influencent ce que le modèle découvre. - Les métadonnées de toutes les skills sont visibles avant le chargement du corps. - Une description trop vague augmente les faux déclenchements ; une description trop étroite crée des oublis. - Les catalogues volumineux imposent de tester la découverte après chaque ajout ou modification. - Les évaluations de déclenchement doivent être distinctes des évaluations de qualité de sortie. Le format est un support raisonnable de capitalisation inter-outils, tout en exigeant une validation par environnement plutôt qu'une promesse de portabilité absolue. - Le standard a été ouvert après son lancement initial par Anthropic [4]. - OpenAI, Microsoft et Google documentent une prise en charge dans certains de leurs produits [5]. - Les permissions, outils disponibles, commandes et chemins restent propres à chaque client. - La valeur durable réside dans la méthode écrite ; son exécution doit être qualifiée sur chaque plateforme. ## Un workflow agentique organise le jugement au lieu de lui céder le processus Dans cet article, « workflow » désigne un chemin d'exécution piloté par du code, conformément à la distinction d'Anthropic entre chemins prédéfinis et agents qui dirigent dynamiquement leur propre usage des outils [6]. - Le code porte les requêtes, filtres, jointures, conditions, limites et reprises. - Les appels de modèle interviennent aux endroits où une réponse ne peut pas être entièrement spécifiée à l'avance. - Le graphe peut comporter des branches dynamiques sans abandonner la persistance, la journalisation ni les autorisations. - Le choix entre workflow et boucle agentique dépend de la prévisibilité du travail et du coût d'une erreur. La relance de devis illustre une division concrète entre règle, jugement et engagement, sans prétendre que trois catégories couvrent tous les métiers. | # | Étape | Nature | Exécutant | |---|---|---|---| | 1 | Sélectionner les devis sans réponse depuis quinze jours | Vérifiable | Requête | | 2 | Lire les échanges et repérer un refus implicite | Interprétative | Agent, sortie structurée | | 3 | Exclure les litiges, dédupliquer, plafonner le lot | Règle de gestion | Code versionné | | 4 | Rédiger un projet de relance adapté | Générative | Agent | | 5 | Enregistrer chaque message en brouillon | Effet contrôlé | Code idempotent | | 6 | Présenter la synthèse au dirigeant | Synthèse | Agent | | 7 | Après validation, envoyer et journaliser | Engagement | Code avec autorisation humaine | L'étape d'interprétation gagne à retourner un objet contrôlable plutôt qu'un paragraphe libre, afin de séparer la lecture du modèle de la décision de l'entreprise. - `refus_implicite` fournit une valeur exploitable par le flux. - `motif` résume le raisonnement utile à la revue. - `citation_source` permet de remonter au matériau d'origine. - Un schéma valide la forme, tandis qu'un cas de référence ou une revue vérifie le fond. L'écriture en brouillon dissocie création et engagement, ce qui rend possible une validation portant sur l'action exacte et non sur une intention abstraite. - Le modèle rédige sans disposer du droit d'envoyer. - Le système présente destinataire, contenu et pièces jointes avant autorisation. - L'autorisation expire ou s'applique à un lot précisément défini. - Le journal conserve la proposition, la décision et l'effet réellement exécuté. ## La fiabilité de bout en bout exige des hypothèses explicites Multiplier les taux de succès de chaque étape fournit une illustration utile uniquement sous indépendance, et ne constitue ni un pire cas ni une borne générale. - Avec vingt événements réussissant chacun marginalement à 95 %, la réussite conjointe peut aller de 0 % à 95 % selon leur dépendance. - Sous indépendance, le calcul donne \(0{,}95^{20} \approx 35{,}8\,\%\). - Avec trois événements à 95 %, la plage possible est de 85 % à 95 % ; l'indépendance donne \(0{,}95^3 \approx 85{,}7\,\%\). - Dans un système réel, on estime des probabilités conditionnelles à partir de traces représentatives. Toolathlon mesure des répétitions d'une même tâche de benchmark, de sorte que ses résultats renseignent la stabilité entre essais sans simuler les étapes successives d'un processus [7]. - Le benchmark rapporte 80,6 % de réussite au premier essai pour la meilleure configuration citée. - La réussite de trois répétitions atteint 73,1 %, contre 52,4 % si l'on multipliait naïvement trois fois 80,6 % sous indépendance. - L'écart indique une dépendance entre répétitions sur ce jeu d'essai. - Il ne donne aucune borne universelle pour une chaîne métier ni aucun taux applicable à un client. AutomationBench mesure pour sa part l'état final de flux longs inspirés de clients de Zapier dans une entreprise simulée, ce qui teste mieux l'orchestration inter-applications sans constituer une mesure de production [11]. - Le banc couvre la vente, le marketing, les opérations, le support, la finance et les ressources humaines. - L'agent doit découvrir les interfaces, suivre des règles superposées et éviter des données leurres. - La publication d'avril 2026 situe les meilleurs modèles évalués sous 10 % de réussite complète. - Ce résultat motive des contrôles locaux ; il ne donne pas la probabilité d'échec d'un workflow particulier. Les horizons de METR apportent un autre repère, à condition de lire « durée » comme la longueur humaine de référence d'une tâche et « 80 % » comme quatre succès sur cinq dans le modèle statistique, pas comme une autonomie continue ni une exigence universelle de production [8]. - Les tâches concernent surtout le logiciel, l'apprentissage automatique et la cybersécurité. - La durée mesure le temps d'un expert humain sur la tâche, pas le temps passé par l'agent. - Un horizon à 80 % correspond au point où la courbe ajustée prévoit 80 % de réussite. - Le niveau acceptable dépend de la vérifiabilité et des conséquences ; METR signale que certaines tâches critiques et difficiles à vérifier peuvent exiger plus de 98 % [9]. ## Quatre contrôles rendent l'orchestration exploitable Un processus agentique devient opérable lorsque ses sorties, reprises, évaluations et autorisations sont traitées comme des composants du système plutôt que comme des consignes adressées au modèle. - **Contrats de sortie** : schéma, règles métier et preuve source pour contrôler la forme et le fond. - **Idempotence et reprise** : clé d'opération, état persistant et compensation pour éviter les doublons. - **Évaluations** : cas connus, seuils par risque et comparaison avant chaque changement de modèle ou de consigne. - **Autorisation et trace** : permissions minimales, validation sur l'action exacte et journal en ajout seul. MCP fournit un vocabulaire pour décrire les outils, mais ses annotations sont des indications déclaratives et ne remplacent pas une politique appliquée par le client [10]. - `readOnlyHint` décrit l'absence supposée de modification. - `destructiveHint` et `idempotentHint` qualifient les effets d'un outil qui écrit. - `openWorldHint` signale une interaction possible avec des entités externes. - Un serveur non fiable peut mentir ; l'autorisation doit s'appuyer sur une source de confiance et sur l'état réel. La sécurité et la fiabilité convergent vers la même règle : le modèle peut proposer une action, tandis que le programme décide si cette action est permise et sous quelles conditions. - Afficher l'outil, ses entrées et la portée de l'action avant une approbation sensible. - Limiter les droits au périmètre nécessaire et refuser les combinaisons de capacités dangereuses. - Tester les échecs, délais, reprises et doubles soumissions avant la mise en service. - Conserver les éléments nécessaires pour expliquer, annuler ou reprendre l'exécution. NetInjectBench illustre le coût d'une barrière trop grossière et l'intérêt d'une politique d'exécution, sur un protocole expérimental qui ne garantit pas les mêmes taux hors benchmark [12]. - L'exécution naïve produit 82,50 % d'actions dangereuses sur 240 attaques de ce banc réseau. - Une liste blanche statique ramène ce taux à 5 % mais bloque tous les changements approuvés. - Une barrière fondée sur des métadonnées intègres obtient 0 action dangereuse sur 240 et préserve 99,17 % à 100 % de l'utilité mesurée. - Le résultat dépend explicitement de l'intégrité des métadonnées et demande donc une racine de confiance indépendante du contenu hostile. L'ANSSI formule la même frontière sur un plan normatif en recommandant de proscrire les actions critiques automatisées sur le système d'information et de limiter celles qui partent d'entrées non maîtrisées [13]. - R9 vise les actions critiques sur le système d'information. - R27 vise les actions automatiques déclenchées à partir d'entrées telles que des données internet ou des messages reçus. - R29 demande de journaliser les traitements du système d'IA. - L'application concrète dépend de l'analyse de risque et du périmètre technique de l'organisation. ## Trois questions pour attribuer chaque étape Le découpage se fait avant le choix du modèle en examinant successivement la vérifiabilité, la nature du travail et la conséquence de la sortie. - **Réponse unique et vérifiable** : compter, filtrer, joindre, calculer et appliquer une règle stable reviennent généralement au code. - **Travail d'interprétation** : lire du non-structuré, réconcilier des sources ou adapter une présentation peut justifier un modèle. - **Sortie engageante** : une action irréversible, financière, réglementée ou visible d'un client impose une autorisation indépendante du modèle. Cette grille reste une heuristique de conception, car certaines tâches mêlent calcul et jugement et doivent être décomposées davantage plutôt que forcées dans une catégorie unique. - Extraire d'abord les sous-étapes vérifiables. - Formuler la décision métier une fois, puis la versionner si elle est stable. - Encadrer l'étape interprétative par des entrées limitées et une sortie contrôlable. - Placer la validation au dernier moment avant l'effet engageant. ## Trois limites à intégrer dès la conception La première limite tient aux processus dont la forme se découvre pendant l'exécution, pour lesquels un graphe entièrement fixé serait trop rigide mais un moteur durable peut mémoriser les décisions et reprendre le chemin effectivement suivi. - Les enquêtes, le développement logiciel et la recherche ouverte comportent des sous-tâches imprévisibles. - Le modèle peut choisir la prochaine exploration dans une enveloppe de permissions. - Le moteur persiste les résultats et rejoue les étapes acquises après une interruption. - Des limites de coût, de temps et d'itérations empêchent la boucle de dériver. La deuxième limite concerne les sorties structurées, dont la validité syntaxique ne garantit ni l'exactitude ni l'utilité. - Contraindre un JSON peut éliminer les erreurs de forme. - Le modèle peut néanmoins produire une valeur fausse mais conforme. - La vérification métier doit donc porter sur les champs, les sources et les invariants. - Lorsque le raisonnement souffre d'un décodage trop contraint, le schéma peut être appliqué au moment de transmettre le résultat. La troisième limite vient des benchmarks, qui isolent des capacités utiles sans reproduire l'ensemble d'un système, de ses données et de ses conséquences. - Toolathlon renseigne la répétabilité d'essais d'outils. - METR relie réussite et durée humaine de tâches techniques bien spécifiées. - OSWorld 2.0 rapporte 20,6 % d'achèvement complet contre 54,8 % de score partiel sur 108 workflows longs, signal d'un écart entre opérations réussies et tâche terminée [14]. - La décision d'architecture exige des évaluations locales et des incidents simulés. ## Le premier chantier tient dans une carte de processus Une PME peut commencer sans plateforme dédiée en choisissant un processus fréquent ou périodique, mesurable et réversible, puis en décrivant ses entrées, sorties, règles et effets avant toute automatisation. - **Quotidien** : trier les demandes entrantes et proposer une catégorie. - **Hebdomadaire** : préparer les relances de devis restés sans réponse. - **Mensuel** : rassembler les données et produire le dossier d'un comité. - **À éviter au départ** : paiement, engagement contractuel ou communication externe sans validation. Le premier livrable est une liste numérotée qui rend le processus discutable et testable, sans prétendre résoudre en une demi-journée les exceptions, les droits d'accès ou la qualité des données. - Décrire l'état d'entrée et le résultat attendu de chaque étape. - Attribuer l'étape au code, au modèle, à une décision humaine amont ou à une validation. - Recenser les exceptions, les données manquantes et les effets impossibles à annuler. - Définir quelques cas de référence et le journal nécessaire à une reprise. Une skill conserve alors le savoir-faire, tandis que le workflow conserve l'ordre, l'état et les garanties dont l'entreprise a besoin. - Réviser la skill quand la méthode métier évolue. - Réviser le workflow quand la règle, l'autorisation ou le système connecté change. - Réévaluer les deux lors d'un changement de modèle ou d'environnement. *[Réservez l’audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour choisir un premier processus à examiner.* --- ## Références

[1] Agent Skills, « Optimizing skill descriptions », consulté le 6 septembre 2026 : protocole de requêtes positives et négatives, trois essais, séparation entraînement-validation et seuil par défaut. https://agentskills.io/skill-creation/optimizing-descriptions

[2] Anthropic, « Agent Skills », consulté le 6 septembre 2026 : structure d'une skill et divulgation progressive. https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview

[3] Agent Skills, « Specification », consulté le 6 septembre 2026 : métadonnées et structure du format. https://agentskills.io/specification

[4] Anthropic, « Skills for organizations and the skills directory », 18 décembre 2025. https://claude.com/blog/organization-skills-and-directory

[5] Documentation officielle : OpenAI, Build skills ; Microsoft, Agent skills ; Google, Gemini CLI skills, consultées le 6 septembre 2026.

[6] Anthropic Engineering, « Building effective agents », 19 décembre 2024 : distinction entre workflows à chemins prédéfinis et agents à contrôle dynamique. https://www.anthropic.com/engineering/building-effective-agents

[7] Anthropic, System Card: Claude Opus 5, 24 juillet 2026, §8.13.6 Toolathlon Verified : taux Pass@1 et Pass³, cités comme essais répétés d'un benchmark. PDF

[8] METR, « Task-Completion Time Horizons of Frontier AI Models », mis à jour le 8 mai 2026 : définition par durée humaine de référence et courbe de réussite. https://metr.org/time-horizons/

[9] Thomas Kwa, METR, « Clarifying limitations of time horizon », 22 janvier 2026 : portée, incertitudes et fiabilité requise selon la vérifiabilité. https://metr.org/notes/2026-01-22-time-horizon-limitations/

[10] Model Context Protocol, « Tools », révision du 18 juin 2025, et blog MCP, « Tool Annotations as Risk Vocabulary », 16 mars 2026 : schémas de sortie, annotations non fiables hors serveur de confiance et validation humaine. Spécification ; analyse des annotations.

[11] Daniel Shepard et Robin Salimans, « AutomationBench », 21 avril 2026 : 47 applications, règles métier superposées et notation sur l'état final. https://arxiv.org/abs/2604.18934

[12] Ruksat Khan Shayoni et al., « NetInjectBench », 11 juillet 2026 : 130 scénarios, 240 attaques et comparaison de défenses sous hypothèse d'intégrité des métadonnées. https://arxiv.org/abs/2607.10490

[13] ANSSI, « Recommandations de sécurité pour un système d'IA générative », 29 avril 2024, recommandations R9, R27 et R29. PDF officiel

[14] Mengqi Yuan et al., « OSWorld 2.0 », 28 juin 2026 : 108 workflows longs, métriques d'achèvement complet et de score partiel. https://arxiv.org/abs/2606.29537

## Questions fréquentes ### Quelle est la différence entre une skill et un workflow agentique ? Une skill rend un savoir-faire réutilisable par un agent, tandis qu'un workflow rend l'enchaînement du processus explicite, testable et reprenable. - La skill contient des consignes, exemples, scripts et références que le modèle charge selon le contexte. - Le workflow fixe dans le code les étapes, conditions, reprises et effets de bord. - Les deux se complètent : une étape du workflow peut appeler une skill sans lui céder le contrôle du processus. ### Un processus agentique d'entreprise doit-il être entièrement autonome ? Le bon niveau d'autonomie dépend des conséquences, de la réversibilité et de la qualité des contrôles, plutôt que d'un objectif uniforme d'autonomie complète. - Les étapes vérifiables gagnent à rester déterministes. - Le modèle apporte surtout de la valeur sur le contenu non structuré, la synthèse et l'adaptation de forme. - Une action irréversible ou visible d'un client appelle une autorisation explicite imposée par le code. ### Comment estimer la fiabilité d'une chaîne agentique ? Il faut mesurer des probabilités conditionnelles sur des cas représentatifs, car multiplier les taux par étape ne vaut que sous une hypothèse d'indépendance. - Vingt étapes marginalement fiables à 95 % peuvent avoir une réussite conjointe comprise entre 0 % et 95 %. - Sous indépendance, leur réussite conjointe illustrative vaut 0,95²⁰, soit environ 35,8 %. - Trois étapes à 95 % ont une plage conjointe de 85 % à 95 %, et un résultat indépendant d'environ 85,7 %. ### Qu'apporte le génie logiciel à un processus agentique ? Le génie logiciel transforme une suite d'appels de modèle en système observable, réparable et gouvernable. - Les contrats de sortie rendent les contrôles exécutables. - L'idempotence et les points de reprise permettent de relancer sans dupliquer les effets. - Les évaluations détectent les régressions sur des cas connus. - Le journal et les autorisations rendent les décisions auditables. ### Où placer la frontière entre le code et l'agent ? La frontière se décide étape par étape selon la vérifiabilité du résultat, la nature du travail et la conséquence de l'action. - Une réponse unique et contrôlable revient au code. - Une règle de gestion stable est décidée par un humain puis versionnée. - La lecture de non-structuré, la réconciliation et la rédaction peuvent justifier un agent. - Une action engageante ajoute une validation humaine dans le flux d'exécution. ### Les Agent Skills sont-elles portables ? Le format Agent Skills est publié comme standard ouvert et plusieurs éditeurs le prennent en charge, mais la portabilité réelle dépend encore des outils, permissions et conventions propres à chaque client. - Le noyau repose sur un dossier et un fichier SKILL.md lisible. - Le nom et la description servent à la découverte de la skill. - Les scripts et intégrations doivent être testés dans chaque environnement cible. ### Par où commencer dans une PME sans processus agentique ? Commencez par un processus fréquent ou périodique, déjà décrit, mesurable et réversible, puis cartographiez ses étapes avant de choisir les modèles. - Exemples : tri quotidien des demandes, relance hebdomadaire de devis ou préparation mensuelle d'un comité. - Notez pour chaque étape l'entrée, la sortie, la règle et l'effet de bord. - Automatisez d'abord la préparation et conservez l'engagement humain tant que les contrôles ne sont pas éprouvés. --- # Tiret cadratin et écriture IA : un indice de style, jamais une preuve Adresse : https://paulantoinetual.fr/blog/tiret-cadratin-signature-ecriture-ia Publié le 2026-08-28, mis à jour le 2026-09-06 · Efficacité personnelle > Ce que la fréquence du tiret révèle vraiment : habitudes éditoriales, conventions françaises, mesures sur les modèles et limites de toute détection individuelle. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Août 2026, révisé en septembre 2026.* Cet article examine le tiret cadratin sous trois angles qu'il faut garder distincts pour éviter les raccourcis : le goût d'un auteur, les conventions d'une langue et les régularités mesurées dans des corpus humains ou générés. - Un signe de ponctuation peut être fréquent chez un auteur sans renseigner sur son outil d'écriture. - Une forme correcte en français peut être inhabituelle dans un autre code éditorial. - Une différence statistique entre groupes ne permet pas d'attribuer l'origine d'un texte isolé. ## 1. Ce que 769 tirets disent de ce blog L'archive du site au 19 juillet 2026 montre une habitude éditoriale très marquée, mais elle ne permet pas de déterminer quelle part vient du modèle, de la consigne, de la relecture ou du goût retenu au fil des publications. - Le corpus isolé compte 61 496 mots et 769 tirets cadratins, soit 12,50 pour 1 000 mots. - La médiane atteint 11,55 par article, avec une étendue de 0,92 à 25,15. - Parmi 562 phrases contenant au moins un tiret, 176 en portent deux ou davantage. - Les textes ont été assistés, relus et corrigés par des humains : le décompte décrit donc un processus éditorial mixte. La comparaison avec les huit essais humains du préprint de Freeburg interdit précisément de transformer cette densité en diagnostic d'origine. - La moyenne de cet échantillon humain est de 3,23 tirets pour 1 000 mots. - Son étendue va de 0,33 à 17,12 selon l'auteur et le genre. - La densité historique du blog se situe dans cette étendue et ne constitue donc pas une frontière entre humain et machine. | Corpus ou modèle, sans consigne de suppression | Tirets cadratins pour 1 000 mots | |---|---:| | Ce blog avant juillet 2026 | 12,50 | | GPT-4.1 | 10,62 | | Claude Opus 4.6 | 9,09 | | DeepSeek V3 | 6,95 | | Référence humaine, moyenne de 8 essais | 3,23 | | GPT-5.4 | 1,43 | | Llama 3.1 et 3.3 Instruct | 0,00 | Ces valeurs issues d'un seul protocole sont utiles pour comparer ses conditions expérimentales, mais elles ne classent ni tous les humains ni toutes les versions futures de chaque famille de modèles. - Les modèles, paramètres et dates d'appel appartiennent à l'expérience de février et mars 2026. - L'échantillon humain ne compte que huit essais et n'est pas une norme générale. - Un changement de consigne suffit à modifier fortement certaines lignes du tableau. ## 2. Une hypothèse sur le Markdown, avec ses limites Le préprint *The Last Fingerprint* propose que le tiret cadratin survive comme ponctuation de prose lorsque les autres habitudes structurelles apprises sur des textes balisés sont supprimées, mais son expérience teste une asymétrie de réponse à la consigne et non la composition causale des données d'entraînement. - Douze modèles de cinq fournisseurs produisent environ 240 000 mots sur dix sujets et sous deux conditions principales. - L'instruction de rédiger sans titres, listes ni gras élimine presque tous ces marqueurs visibles. - Les tirets persistent chez plusieurs modèles : GPT-4.1 passe de 10,62 à 9,10 pour 1 000 mots, tandis que Claude Opus 4.6 passe de 9,09 à 0,19. - L'auteur qualifie lui-même la généalogie Markdown de proposition à tester, faute de corpus contrôlés avec et sans balisage. Les écarts entre modèles rendent plausible un rôle du post-entraînement et des instructions système, sans autoriser à désigner une procédure unique comme cause mesurée. - Les deux modèles Llama testés ne produisent aucun tiret dans les conditions principales. - Le modèle Llama 3.1 8B de base en produit quelques-uns, alors que sa version instruite tombe à zéro. - Les fournisseurs n'utilisent pas nécessairement les mêmes données, tokeniseurs, réglages ou méthodes d'alignement. - Le résultat porte donc sur les sorties observées, tandis que l'explication mécaniste reste une inférence. ## 3. Ce que la tokenisation établit, et ce qu'elle n'établit pas L'inspection des vocabulaires publics d'OpenAI établit que certaines séquences contenant le tiret disposent de jetons dédiés, mais la présence ou le rang d'un jeton ne suffit pas à expliquer la probabilité qu'un modèle choisisse ce signe. - Dans `cl100k_base`, 44 jetons contiennent le cadratin et 7 contiennent le demi-cadratin. - La séquence ` espace + cadratin` porte le rang 2001 et le cadratin seul le rang 2345. - Des jetons anglais tels que `—and`, `—but` ou `—the` existent, contrairement aux suites françaises `—et`, `—le` et `—ce`. - Les fichiers officiels de `tiktoken` permettent de reproduire l'inventaire et associent aujourd'hui GPT-4.1 à `o200k_base`, pas à `cl100k_base`. Le raisonnement économique doit donc rester modeste : un segment fusionné peut demander moins de jetons qu'une séquence décomposée, mais la génération dépend aussi des probabilités apprises, du contexte et du post-entraînement. - Le nombre de jetons décrit un encodage, pas une intention syntaxique. - Un avantage d'encodage anglais ne démontre pas un transfert fautif vers le français. - Une comparaison pertinente doit employer le tokeniseur effectivement associé au modèle testé. ## 4. La phrase à balancier reste une hypothèse rhétorique Trois travaux sur l'alignement expliquent pourquoi une prose prudente, accommodante ou peu diverse peut émerger, mais aucun ne relie expérimentalement ces mécanismes au nombre de phrases construites comme « ce n'est pas X, c'est Y ». - Chakraborty et al. montrent les limites d'une récompense unique face à des préférences humaines diverses. - Kirk et al. observent, sur deux modèles de base et deux tâches, une meilleure généralisation hors distribution du RLHF accompagnée d'une diversité moindre que le réglage supervisé. - Sharma et al. constatent que les réponses conformes à l'opinion exprimée par l'utilisateur sont plus souvent préférées dans des données de comparaison humaines. - Passer de ces résultats à une forme de phrase précise constitue une interprétation éditoriale, pas un résultat mesuré par ces études. Le corpus historique du blog fournit seulement un point de départ pour une analyse ultérieure de cette tournure. - Vingt-six constructions proches de « ce n'est pas X, c'est Y » ont été comptées dans 61 496 mots. - La densité obtenue, 0,42 pour 1 000 mots, est descriptive et ne comporte aucun corpus témoin comparable. - La révision doit donc juger chaque opposition selon sa fonction argumentative plutôt que l'effacer comme une prétendue signature d'IA. ## 5. En français, plusieurs conventions coexistent Le syllabus de typographie de Gérald Purnelle distingue le tiret large pour séparer des membres de phrase et le demi-cadratin pour certaines énumérations ou certains intervalles, tout en rappelant que les usages typographiques comportent des variantes et des exceptions. - Le cadratin peut encadrer une incise ou marquer une rupture syntaxique. - Le demi-cadratin sert couramment aux intervalles et peut remplacer le cadratin selon le code d'une maison. - L'espacement français autour d'une incise diffère souvent de l'em dash américain composé sans espaces. - La ponctuation finale absorbe généralement le second tiret lorsque l'incise termine la phrase. Le contrôle effectué sur l'ancien corpus montre une convention française appliquée avec cohérence, ce qui déplace la question de la correction typographique vers celle du rythme voulu par l'auteur. - Sur 769 cadratins, 760 sont entourés de deux espaces, soit 98,8 %. - Aucun n'est placé immédiatement avant un point final. - Ces deux observations ne prouvent ni l'identité de l'auteur ni la qualité de la phrase. - La fréquence peut alourdir une prose même lorsque chaque occurrence respecte le code choisi. ## 6. Un signal de population ne juge pas un texte L'étude préenregistrée de Przemysław Czuma mesure une hausse du nombre de sections Discussion contenant au moins un cadratin dans 69 632 prépublications medRxiv, puis précise que son plan ne peut établir ni la causalité ni l'origine d'un article particulier. - La prévalence passe de 4,23 % avant le 30 novembre 2022 à 11,58 % après cette date. - La hausse absolue estimée est de 7,35 points, avec un intervalle de confiance à 95 % de 6,94 à 7,77. - La série annuelle atteint 8,0 % en 2024 et 20,3 % en 2025. - L'usage de modèles de langage est une explication possible parmi les changements intervenus dans les pratiques de rédaction et d'édition. La conséquence pratique est simple : le tiret peut contribuer à une étude stylométrique agrégée, mais ne doit jamais fonder seul une accusation, une sanction ou un rejet. - Les auteurs humains présentent des habitudes de ponctuation très différentes. - Les modèles changent avec leur version, leur consigne et leur contexte de génération. - La révision humaine brouille encore toute attribution fondée sur un seul caractère. - Une évaluation individuelle doit examiner les sources, le processus de travail et des éléments indépendants. ## 7. Établir une règle éditoriale vérifiable Une organisation qui publie des textes assistés gagne à définir une convention sobre, à l'appliquer aux humains comme aux outils et à relire le raisonnement que la ponctuation organise. - Donnez un exemple de la ponctuation attendue dans la consigne ou le guide de style. - Comptez automatiquement les signes si une limite formelle doit être respectée. - Relisez les phrases chargées de plusieurs ruptures pour choisir la proposition principale. - Conservez un tiret lorsqu'il sert réellement la voix de l'auteur et la clarté. La règle de ce site, fixée à zéro cadratin dans la prose courante, exprime un goût pour des phrases plus directes et ne prétend ni corriger toute la typographie française ni révéler l'origine d'un texte. - Elle facilite un contrôle automatique avant publication. - Elle oblige souvent à transformer une incise en phrase, en virgule ou en parenthèse. - Elle peut être assouplie pour une citation, un exemple linguistique ou un document régi par une autre charte. Si vous voulez relier ces choix éditoriaux à vos usages réels de l'IA, l'[audit de maturité Junyr](https://junyr.eu/fr/site/audit) est un échange vidéo gratuit et sans engagement de 30 minutes. - Vous situez votre organisation sur l'échelle de maturité. - Vous identifiez le principal blocage et le premier projet raisonnable. - Vous recevez une synthèse d'une page après l'échange. ### Limites des mesures Les densités citées décrivent des protocoles et des corpus datés, sans fournir de seuil universel ni de détecteur individuel. - Les valeurs par modèle proviennent d'un préprint sans réplication indépendante connue au 6 septembre 2026. - Les chiffres du blog et des vocabulaires sont des mesures internes reproductibles datées du 28 août 2026. - Les comparaisons futures devront préciser la version, le tokeniseur, la consigne et le corpus humain de référence. ## Sources [1] E. M. Freeburg, [*The Last Fingerprint: How Markdown Training Shapes LLM Prose*](https://arxiv.org/abs/2603.27006), arXiv:2603.27006, 27 mars 2026. [2] P. Czuma, [*Em-ergence of the em-dash*](https://arxiv.org/abs/2606.29540), arXiv:2606.29540, 28 juin 2026. [3] S. Chakraborty et al., [*MaxMin-RLHF: Alignment with Diverse Human Preferences*](https://arxiv.org/abs/2402.08925), ICML 2024. [4] R. Kirk et al., [*Understanding the Effects of RLHF on LLM Generalisation and Diversity*](https://openreview.net/forum?id=PXD3FAVHJT), ICLR 2024. [5] M. Sharma et al., [*Towards Understanding Sycophancy in Language Models*](https://openreview.net/forum?id=tvhaxkMKAn), ICLR 2024. [6] G. Purnelle, [*Règles et usages de typographie française*](https://orbi.uliege.be/bitstream/2268/298446/1/R%C3%A8glesTypographiquesSyllabus-Purnelle.pdf), Université de Liège. [7] OpenAI, [`tiktoken_ext/openai_public.py`](https://github.com/openai/tiktoken/blob/main/tiktoken_ext/openai_public.py) et [`tiktoken/model.py`](https://github.com/openai/tiktoken/blob/main/tiktoken/model.py), fichiers publics des encodages et association modèles-tokeniseurs. [8] Mesure interne sur l'archive de ce site au 19 juillet 2026 : 24 articles français, 61 496 mots de prose hors frontmatter et sources. ## Questions fréquentes ### Pourquoi certains modèles emploient-ils beaucoup de tirets cadratins ? Les mesures disponibles montrent surtout une variation entre modèles et consignes, tandis que l'explication par le Markdown et le post-entraînement reste une hypothèse étayée par un préprint non répliqué. - Le protocole de Freeburg compare douze modèles sur des tâches d'essai identiques. - Une consigne interdisant le formatage réduit les marqueurs Markdown, mais laisse subsister des tirets chez plusieurs modèles. - Les écarts entre fournisseurs sont compatibles avec un effet du post-entraînement, sans isoler causalement ce mécanisme. ### Le tiret cadratin prouve-t-il qu'un texte a été écrit par une IA ? Non, car la fréquence du signe se recouvre largement entre auteurs humains et modèles, et les études disponibles refusent explicitement l'usage du tiret comme détecteur individuel. - L'échantillon humain de Freeburg va de 0,33 à 17,12 tirets pour 1 000 mots. - L'étude de Czuma mesure une évolution dans 69 632 prépublications, sans attribuer chaque texte à une IA. - Une décision éditoriale, scolaire ou disciplinaire exige des éléments indépendants et contextualisés. ### Comment réduire les tirets dans un texte assisté par IA ? Il faut formuler la règle typographique attendue, puis relire ou compter les signes, car l'obéissance varie selon le modèle, la longueur et la consigne. - Nommer précisément le caractère fonctionne mieux qu'une consigne générale sur le Markdown. - Le contrôle final doit porter sur la ponctuation, la syntaxe et le rythme, pas seulement sur un glyphe. - Une règle de zéro tiret relève d'un choix éditorial, pas d'une méthode de détection. ### Quelle est la règle du tiret en typographie française ? La typographie française distingue cadratin et demi-cadratin, mais leur emploi dans les incises varie selon les codes et les maisons d'édition. - Le cadratin peut séparer des membres de phrase ou encadrer une incise. - Le demi-cadratin sert notamment aux intervalles et, dans certains usages, aux incises ou énumérations. - Les espaces et la ponctuation finale doivent suivre le code éditorial choisi de façon cohérente. ### D'où vient la phrase à balancier des textes générés ? Les travaux sur les préférences humaines, la diversité des sorties et la flagornerie rendent cette forme plausible, mais aucun des articles cités ne mesure directement sa fréquence ni sa cause. - Une récompense unique représente imparfaitement des préférences humaines diverses. - Dans les expériences de Kirk et al., le RLHF améliore certaines généralisations tout en réduisant la diversité. - Sharma et al. montrent que l'accord avec l'opinion de l'utilisateur peut être récompensé. ### Faut-il bannir le tiret cadratin de ses propres écrits ? Le choix dépend de la voix de l'auteur et du code éditorial, car un tiret bien employé reste une ponctuation légitime et son retrait systématique n'améliore pas chaque phrase. - Conservez-le lorsqu'il clarifie réellement une incise ou une rupture. - Remplacez-le lorsque deux propositions gagneraient à être hiérarchisées ou séparées. - Appliquez la même convention à l'ensemble d'un document. --- # Cowork et agents durables : reprendre le contrôle des dépendances Adresse : https://paulantoinetual.fr/blog/cowork-agents-ia-durables Publié le 2026-08-27, mis à jour le 2026-09-06 · Agents IA > Cowork peut servir à explorer et parfois à exploiter un agent, mais sa durabilité dépend de tests, de contrats, de versions maîtrisées et d'un plan de repli. ## Un commit refusé par sa propre consigne Un ticket utilisateur de Claude Code décrit un commit bloqué parce que le garde-fou contestait une mention `Co-Authored-By` demandée par le produit lui-même ; cette anecdote ne mesure pas la fiabilité globale de Cowork, mais montre qu'un agent résulte de plusieurs couches susceptibles de se contredire [1]. - Le modèle propose l'action à partir du contexte et des instructions reçues. - Le harnais construit ce contexte, expose les outils et applique les permissions. - Les garde-fous peuvent autoriser, modifier ou refuser l'action indépendamment du modèle. - Le système métier doit donc évaluer le résultat de l'ensemble, pas seulement le modèle. La durabilité d'un agent ne se résume pas à figer trois composants : elle consiste à maîtriser les changements qui comptent pour le processus, à détecter leurs effets et à disposer d'une issue de secours proportionnée aux conséquences d'une panne. - **Comportement** : tests de non-régression sur des cas réels, y compris les refus et les sorties inattendues. - **Accès** : droits minimaux, validation humaine et journal d'actions pour les opérations sensibles. - **Continuité** : reprises idempotentes, files d'attente, mode manuel et délais métier explicites. - **Réversibilité** : données exportables, interfaces documentées et remplacement essayé avant l'urgence. Cowork peut ainsi servir à explorer un usage, à accélérer un processus assisté ou à exécuter certains travaux en production ; le choix dépend du niveau d'autonomie, de la possibilité de vérifier le résultat et du coût réel d'une indisponibilité. - Un brouillon relu par un humain tolère davantage de variation qu'un paiement ou une modification de droits. - Une tâche asynchrone peut attendre une reprise de service, contrairement à une étape bloquante en temps réel. - Un gain de mise en œuvre rapide peut justifier une dépendance gérée si son plan de sortie est acceptable. ## 1. Versionner et tester le harnais d’exécution Le harnais regroupe l'orchestration, les prompts système, les outils, la gestion du contexte et les permissions ; son évolution est normale pour un produit maintenu, mais elle devient un risque opérationnel lorsque l'entreprise ne teste que l'identifiant du modèle. - Une modification de prompt peut changer la longueur, le style ou la prudence des réponses. - Une modification de contexte peut rendre l'agent oublieux, répétitif ou incohérent sur une tâche longue. - Une modification d'outil ou de permission peut rendre une action indisponible sans baisse de capacité du modèle. - Une modification d'interface peut changer ce que l'utilisateur comprend ou valide avant l'exécution. Le retour d'expérience publié par Anthropic le 23 avril 2026 fournit un cas primaire particulièrement utile : trois changements distincts ont affecté Claude Code, le Claude Agent SDK et Cowork alors que l'API et la couche d'inférence n'étaient pas en cause [2]. - Le niveau de raisonnement par défaut a été abaissé le 4 mars puis rétabli le 7 avril après des retours de qualité. - Un bug de gestion du contexte introduit le 26 mars supprimait des blocs de raisonnement à chaque tour après une période d'inactivité ; il a été corrigé le 10 avril. - Une consigne de concision ajoutée au prompt système le 16 avril a dégradé la qualité du code et a été retirée le 20 avril. - Anthropic indique que ses évaluations internes n'avaient initialement pas reproduit les problèmes signalés. Ce cas ne prouve ni une instabilité permanente ni l'impossibilité d'exploiter Cowork ; il justifie un contrôle de version et une recette métier autour du produit, car les tests du fournisseur ne couvrent pas nécessairement le contexte propre à chaque entreprise. - Conserver un petit jeu d'entrées représentatives et leurs critères d'acceptation. - Rejouer ces tests après une mise à jour significative ou une dérive observée. - Enregistrer la version du modèle, les outils disponibles et les paramètres utiles à l'analyse. - Bloquer ou superviser les actions irréversibles tant que le changement n'est pas qualifié. ## 2. Préparer les changements de modèle et de politiques Anthropic distingue clairement l'identité du modèle de son infrastructure de service : un identifiant épingle les poids et la configuration, tandis que le routeur, les classifieurs de sécurité et la logique d'échantillonnage peuvent encore produire de petites différences observables [3]. - Préférer un identifiant épinglé à un alias mobile lorsqu'il existe. - Traiter une variation comme un signal à diagnostiquer, pas comme la preuve automatique d'un changement de poids. - Tester les cas limites qui sollicitent les politiques de sécurité ou les appels d'outils. - Conserver les traces nécessaires pour distinguer entrée, décision, outil et résultat. Le cycle de vie constitue un risque distinct : Anthropic classe les modèles comme actifs, legacy, dépréciés ou retirés, annonce au moins 60 jours avant le retrait des modèles publics et précise que les requêtes échouent après la date de retrait [4]. - Inventorier les processus et clés qui utilisent chaque identifiant. - Déclencher la migration dès l'annonce plutôt qu'à l'approche de l'échéance. - Comparer l'ancien et le nouveau modèle sur les critères métier, les coûts et la latence. - Prévoir une validation fonctionnelle lorsque les sorties alimentent une décision ou une action. La conservation annoncée des poids retirés répond à un objectif d'archive et de recherche, pas à un engagement de remise en service publique ; elle ne remplace donc ni une stratégie de migration ni, lorsque le besoin le justifie, un modèle exploitable sur une infrastructure contrôlée [5]. - Une API gérée réduit la charge d'exploitation mais conserve une dépendance au fournisseur. - Un modèle à poids ouverts augmente le contrôle mais transfère l'hébergement, la sécurité et la maintenance à l'entreprise. - Une approche multi-fournisseur peut réduire un point de défaillance tout en ajoutant des écarts de comportement à tester. ## 3. Suivre le protocole et les serveurs MCP MCP apporte une spécification ouverte et un mécanisme explicite de négociation, mais cette transparence ne fige ni le protocole ni le serveur : la version `YYYY-MM-DD` indique la dernière rupture de compatibilité et plusieurs versions peuvent coexister [6]. - Le client doit annoncer ou négocier une version prise en charge par le serveur. - Les évolutions compatibles peuvent arriver sans nouveau numéro de protocole. - Les fonctions dépréciées suivent une politique de retrait et une voie de migration documentées. - La compatibilité du protocole ne garantit pas celle de l'API métier appelée derrière le serveur. La spécification prévoit aussi qu'un serveur déclarant `listChanged` puisse notifier une modification de sa liste d'outils, ce qui facilite la découverte dynamique mais oblige un processus gouverné à contrôler ce qui a été ajouté, retiré ou modifié [7]. - Autoriser les outils par politique et par rôle plutôt que par simple découverte. - Valider les schémas d'entrée et de sortie à la frontière du connecteur. - Journaliser le nom de l'outil, ses paramètres, son résultat et l'identité qui l'a appelé. - Tester les erreurs du service tiers, les expirations d'autorisation et les changements de périmètre. Héberger un serveur MCP peut donner davantage de contrôle sur le code et la version, mais ne supprime pas les dépendances en aval ; la décision entre connecteur géré et auto-hébergé doit donc comparer charge d'exploitation, sécurité, cadence de changement et besoin de réversibilité. - Un connecteur géré accélère le déploiement et reporte une partie de la maintenance. - Un connecteur auto-hébergé permet de maîtriser le déploiement et les correctifs, au prix d'une responsabilité accrue. - Dans les deux cas, le fournisseur SaaS, l'identité et le réseau restent des dépendances à surveiller. ## Coût et disponibilité : préciser les engagements contractuels La documentation commerciale consultée le 6 septembre 2026 distingue les conditions générales des engagements négociés : les premières présentent les services « en l'état » et « selon disponibilité », autorisent certaines suspensions et limitent la responsabilité associée [8]. - Les conditions générales indiquent que l'usage peut être interrompu et que les sorties ne sont pas garanties sans erreur. - Les prix publiés peuvent être modifiés avec le préavis prévu par les conditions. - Les fonctions tierces sont régies séparément et Anthropic décline sa responsabilité à leur égard. - Un contrat entreprise peut ajouter des engagements ; il faut les lire dans le document signé, pas les déduire de la page marketing. Pour l'API, le niveau Standard est décrit comme disponible en meilleurs efforts, tandis que les engagements Priority Tier existants visent 99,5 % de disponibilité et ne sont plus proposés à l'achat sous cette forme ; ces éléments ne permettent pas d'attribuer automatiquement le même objectif à Cowork [9]. - Définir le délai maximal acceptable pour chaque étape métier. - Mettre en file les travaux qui peuvent attendre et rendre les reprises idempotentes. - Donner aux opérateurs un mode manuel clair lorsque le service ou un connecteur échoue. - Suivre coût par dossier, taux d'erreur, latence et temps de reprise plutôt qu'un chiffre global isolé. ## Conserver les règles et les preuves dans un système maîtrisé Un agent durable n'exige pas forcément un harnais, un modèle et tous ses connecteurs auto-hébergés ; il exige que l'entreprise conserve les contrôles dont elle a besoin et accepte explicitement les dépendances qu'elle choisit de déléguer. - **Faible conséquence** : produit géré, contrôle humain du résultat et reprise simple peuvent suffire. - **Conséquence moyenne** : tests automatisés, droits limités, observabilité et solution de repli deviennent nécessaires. - **Forte conséquence** : validation humaine, contraintes déterministes dans le code, séparation des rôles et continuité contractualisée doivent encadrer l'agent. - **Exigence souveraine ou hors ligne** : des composants hébergés sous contrôle direct peuvent être justifiés après analyse du coût total et des compétences disponibles. La décision d'architecture devient alors vérifiable : on choisit Cowork, une API, un modèle ouvert ou une combinaison de ces options selon les objectifs de service, puis on mesure le comportement du processus au lieu de transformer un choix technique en promesse universelle. - Versionner prompts, schémas, politiques d'accès et connecteurs. - Évaluer les migrations sur un corpus métier avant de changer de modèle. - Simuler indisponibilité, refus, dérive de coût et perte d'un outil critique. - Réviser régulièrement le plan de sortie avec les équipes métier, sécurité et achats. L'audit de maturité IA Junyr permet de cadrer ce premier choix lors d'un échange vidéo gratuit, sans engagement, de 30 minutes [10]. - Votre position sur l'échelle de maturité. - Le principal blocage à traiter. - Le premier projet raisonnable à lancer. - Une synthèse d'une page envoyée après l'échange. [Réserver l'audit de maturité IA](https://junyr.eu/fr/site/audit) --- ## Sources [1] GitHub, `anthropics/claude-code`, issue #53571, ouverte le 26 avril 2026 : https://github.com/anthropics/claude-code/issues/53571 [2] Anthropic Engineering, « An update on recent Claude Code quality reports », 23 avril 2026 : https://www.anthropic.com/engineering/april-23-postmortem [3] Anthropic, « Model IDs and versioning », consulté le 6 septembre 2026 : https://platform.claude.com/docs/en/about-claude/models/model-ids-and-versions [4] Anthropic, « Model deprecations », consulté le 6 septembre 2026 : https://platform.claude.com/docs/en/about-claude/model-deprecations [5] Anthropic, « Commitments on model deprecation and preservation », 4 novembre 2025 : https://www.anthropic.com/research/deprecation-commitments [6] Model Context Protocol, « Versioning », spécification officielle consultée le 6 septembre 2026 : https://modelcontextprotocol.io/specification/versioning [7] Model Context Protocol, « Tools », spécification 2025-06-18 : https://modelcontextprotocol.io/specification/2025-06-18/server/tools [8] Anthropic, « Commercial Terms of Service », version effective au 17 juin 2025, consultée le 6 septembre 2026 : https://www.anthropic.com/legal/commercial-terms [9] Anthropic, « Service tiers », consulté le 6 septembre 2026 : https://platform.claude.com/docs/en/api/service-tiers [10] Junyr, « Audit de maturité IA », consulté le 6 septembre 2026 : https://junyr.eu/fr/site/audit ## Questions fréquentes ### Pourquoi Claude Cowork ne suffit-il pas, à lui seul, à garantir un agent durable en entreprise ? Cowork peut convenir à un usage durable si ses dépendances et ses limites correspondent au processus, mais le produit ne transfère pas à l'entreprise le contrôle de toutes les couches qui déterminent son comportement. - Le fournisseur fait évoluer le harnais, c'est-à-dire l'orchestration, les permissions et les prompts système. - Les modèles ont un cycle de retrait documenté et l'infrastructure de service peut évoluer autour d'un identifiant stable. - Les connecteurs et serveurs MCP ont leur propre cycle de version, d'autorisation et d'exploitation. - La continuité doit donc être assurée par l'architecture, les tests, le contrat et les procédures de repli. ### Qu'est-ce que le harnais d'un agent IA ? Le harnais est la couche logicielle qui transforme un modèle en agent utilisable et son évolution peut modifier un processus même lorsque le modèle, les données et la consigne métier restent identiques. - Il orchestre les outils, le contexte, la mémoire et les reprises sur erreur. - Il applique les permissions, les validations et les prompts système. - Il produit une partie du comportement observable qui doit être testée comme le reste du logiciel. ### Un identifiant de modèle Claude garantit-il un comportement parfaitement stable ? Un identifiant Claude épingle les poids et la configuration du modèle selon Anthropic, mais cette garantie ne couvre ni toutes les couches de service ni la disponibilité indéfinie du modèle. - Le routeur, les classifieurs de sécurité et la logique d'échantillonnage peuvent évoluer autour du modèle. - Anthropic annonce au moins 60 jours avant le retrait d'un modèle public, puis les requêtes vers ce modèle échouent. - Une migration doit être testée sur les cas métier avant la date de retrait. ### Le protocole MCP rend-il automatiquement un connecteur stable ? MCP rend l'interface inspectable et versionnée, mais la stabilité d'un connecteur dépend encore de la version négociée, du serveur, des autorisations et du système tiers appelé. - Une version MCP signale la dernière rupture de compatibilité et clients comme serveurs peuvent prendre en charge plusieurs versions. - Un serveur peut notifier une modification de sa liste d'outils avec la capacité `listChanged`. - Les entrées, sorties, droits et erreurs du connecteur doivent être testés et journalisés. ### Anthropic garantit-elle la disponibilité de Cowork ou de l'API Claude ? Les conditions commerciales générales ne promettent pas un service ininterrompu, tandis que les engagements négociés et les niveaux de service applicables doivent être lus dans le contrat propre à chaque client. - Le niveau Standard de l'API est présenté comme un service en meilleurs efforts. - Les engagements Priority Tier existants visent 99,5 % de disponibilité, mais cette capacité n'est plus vendue telle quelle. - Un processus critique doit prévoir files d'attente, reprise, mode manuel et suivi des incidents. ### Ce risque de continuité est-il propre à Anthropic ? La dépendance à un service géré concerne tous les fournisseurs, car modèles, API, connecteurs, prix et politiques de retrait évoluent selon des calendriers que le client ne maîtrise pas entièrement. - Le risque exact varie selon le produit, le contrat et l'infrastructure retenus. - La comparaison doit porter sur les objectifs de service et les scénarios de panne, pas seulement sur les scores de modèle. - Une architecture portable réduit le coût d'une migration sans promettre qu'elle sera instantanée. ### Que faut-il construire autour de Cowork pour viser un usage durable ? La bonne cible est un processus réversible et observable dont les contrôles restent sous responsabilité de l'entreprise, que l'exécution repose sur Cowork, une API ou un modèle hébergé en interne. - Versionner les consignes, schémas, connecteurs et jeux de tests métier. - Limiter les droits et imposer une validation humaine aux actions à conséquence élevée. - Mesurer qualité, coût, latence et incidents sur le processus réel. - Préparer un mode dégradé, un export des données et une solution de remplacement testée. --- # Après le chat : concevoir l’interface de travail avec l’IA Adresse : https://paulantoinetual.fr/blog/le-chat-nest-pas-linterface-de-travail Publié le 2026-08-27, mis à jour le 2026-09-06 · Agents IA > Le chat reste utile pour explorer et traiter l’imprévu, mais un processus durable demande du contexte métier, des contrôles et une interface adaptée à l’action. ## Un produit utile ne suffit pas à stabiliser un processus La question à poser à une équipe équipée d’un assistant conversationnel porte moins sur la survie du produit que sur la capacité du processus à supporter les changements de modèle, d’outils et de contexte sans perdre sa qualité [1]. - **Modèle** : Anthropic a lancé Sonnet 5 quelques mois après Sonnet 4.6, avec des capacités, des réglages et des coûts différents [2][3]. - **Connecteurs** : un serveur MCP peut modifier les outils et les données qu’il expose, donc une intégration durable doit tester son contrat plutôt que présumer sa stabilité. - **Contexte** : dans un exemple publié par Anthropic, charger directement les définitions de nombreux outils consommait 150 000 tokens, contre 2 000 avec une architecture fondée sur l’exécution de code ; ce résultat illustre une optimisation possible, pas un coût universel [5]. La conséquence de conception est concrète : le chat peut rester la porte d’entrée, tandis que les règles métier, les permissions, les tests et les traces doivent vivre dans une couche que l’entreprise contrôle. - Un changement de modèle déclenche une évaluation sur des cas représentatifs. - Un changement de connecteur déclenche des tests de schéma, de droits et d’erreur. - Une action sensible demeure bornée par du code et une validation explicite. ## Distinguer l’exploration de l’exploitation Un assistant généraliste apporte déjà de la valeur pour comprendre un besoin et traiter les exceptions, mais la répétition, la criticité et le volume justifient progressivement une expérience plus structurée. - **Exploration** : synthétiser, comparer, préparer un atelier ou tester une instruction. - **Assistance** : proposer un brouillon ou une analyse que l’utilisateur vérifie dans son flux de travail. - **Exécution** : déclencher une action délimitée, avec entrées contrôlées, autorisations et journal. - **Industrialisation** : mesurer qualité, coût, délai et taux de reprise sur une version identifiée. Les modèles de facturation au siège, à l’usage ou au résultat peuvent coexister ; ils ne prouvent pas à eux seuls une direction du marché, mais obligent à relier le prix à une unité de travail et à une qualité observables. - Le siège convient à une capacité disponible pour un utilisateur identifié. - L’usage mesure une consommation technique, par exemple les tokens ou les appels. - Le résultat exige une définition contractuelle de ce qui compte comme une résolution acceptable. ## Le chat est une interface parmi d’autres Le problème du chat n’est pas la conversation elle-même, mais l’écart entre une zone de texte générique et un travail qui possède déjà ses objets, ses états, ses rôles et ses décisions. - Un commercial en déplacement peut dicter une note reliée au bon client et à la bonne opportunité. - Un contrôleur qualité peut annoter l’image d’une pièce et choisir un défaut dans une nomenclature. - Un analyste financier peut modifier des hypothèses dans un modèle visible plutôt que les redécrire à chaque tour. - Un technicien peut manipuler un schéma, prévisualiser l’action proposée et confirmer son exécution. > **[Schéma] Le chat, plus petit dénominateur commun des métiers** > Cinq métiers passent par une même interface de chat générique, puis sont comparés à des exemples d’interfaces adaptées à leur geste : voix, image, schéma, tableau de bord et manipulation directe. > Figure 1. Comparaison conceptuelle entre un chat générique et des interfaces adaptées au métier ; la logique d’interface générative est documentée en note [13]. Les produits observables montrent déjà plusieurs formes d’interface au-delà de la réponse textuelle, sans démontrer pour autant que le chat disparaîtra ni à quelle échéance. - Google Research décrit une « generative UI » qui produit des pages, outils et simulations adaptés à la demande, et signale aussi des limites de vitesse et de dépendance au modèle [13]. - Ces expériences sont intégrées à Gemini et au mode IA de Google Search, ce qui constitue un comportement produit documenté plutôt qu’une prévision générale [13]. - Les interfaces intégrées à un logiciel métier suivent une autre voie : elles réutilisent les objets, les droits et l’état déjà présents dans l’application. AG-UI fournit un protocole événementiel ouvert entre un agent et une application visible, tandis que MCP relie un agent aux outils et aux données ; cette séparation aide à raisonner sur l’interface sans confondre transport, composants et gouvernance [17]. - AG-UI transporte notamment le cycle d’exécution, les messages, les appels d’outils et les mises à jour d’état. - Les composants prédéfinis offrent davantage de cohérence et de contrôle. - Les composants assemblés ou générés donnent davantage de latitude, au prix de tests d’accessibilité, de sécurité et de stabilité plus exigeants. ## Choisir l’interface selon la tâche Le portefeuille pertinent combine généralement conversation, composants guidés et automatisations bornées, chaque forme couvrant une catégorie de travail différente. - **Conversation** : recherche ouverte, cadrage, apprentissage et cas rares. - **Composants guidés** : décisions fréquentes où les entrées et les sorties sont connues. - **Automatisation** : étapes répétables dont les conditions, exceptions et contrôles sont explicites. > **[Schéma] Faire évoluer l’interface selon la maturité du processus** > Le chat soutient la découverte et la formation ; la capture, la préparation et l’outillage d’un processus permettent ensuite de choisir une interface métier lorsque le besoin le justifie. > Figure 2. Un parcours de conception possible, de l’exploration à une interface métier lorsque la tâche le justifie. La programmation conserve ici un rôle précis : transformer une pratique découverte en processus observable avant de choisir la meilleure surface d’interaction. - Capturer les entrées, décisions, sorties et exceptions réelles. - Définir les indicateurs de qualité, de délai, de coût et de reprise. - Tester le processus dans le chat lorsque l’incertitude reste forte. - Déplacer les étapes stabilisées vers des composants et contrôles dédiés. ## Placer le contrôle humain au bon endroit La supervision utile ne consiste pas à relire mécaniquement chaque sortie : elle concentre l’attention humaine sur les décisions à fort impact, les exceptions et les signaux d’incertitude [20]. - Une action réversible et bien testée peut être exécutée automatiquement dans des limites définies. - Une action sensible est prévisualisée avec ses données sources et ses effets attendus. - Une décision engageante exige une personne autorisée, un choix explicite et une trace. - Une anomalie déclenche l’arrêt, l’escalade ou le retour à un état connu. L’interface devient ainsi une partie du système de contrôle : elle montre ce que l’agent propose, ce qu’il sait, ce qu’il va modifier et qui peut accepter l’action. - [Réserver un audit gratuit de maturité IA de 30 minutes](https://junyr.eu/fr/site/audit) pour situer l’organisation, identifier le principal blocage et choisir un premier projet raisonnable ; l’échange donne lieu à une synthèse d’une page. --- ## Sources [1] Paul-Antoine Tual, « Conception agentique : pourquoi Cowork ne construit pas des agents durables », paulantoinetual.fr, 27 août 2026. /blog/cowork-agents-ia-durables [2] Anthropic, « Introducing Claude Sonnet 4.6 », 17 février 2026 : modèle par défaut pour les plans Free et Pro sur claude.ai et Cowork. https://www.anthropic.com/news/claude-sonnet-4-6 [3] Anthropic, « Claude Sonnet 5 », 30 juin 2026. https://www.anthropic.com/news/claude-sonnet-5 [5] Anthropic Engineering, « Code execution with MCP: Building more efficient agents », 4 novembre 2025 : exemple de réduction de 150 000 à 2 000 tokens, soit 98,7 % d'économie. https://www.anthropic.com/engineering/code-execution-with-mcp [13] Google Research, « Generative UI: A rich, custom, visual interactive user experience for any prompt », 18 novembre 2025. https://research.google/blog/generative-ui-a-rich-custom-visual-interactive-user-experience-for-any-prompt/ [17] AG-UI Protocol, documentation officielle : protocole ouvert événementiel reliant un agent à une application côté utilisateur. https://docs.ag-ui.com/introduction [20] Paul-Antoine Tual, « Ingénierie des systèmes agentiques : règles d'or, architecture et sécurité du Human-in-the-Loop », paulantoinetual.fr, 4 juillet 2026. /blog/ingenierie-systemes-agentiques-human-in-the-loop ## Questions fréquentes ### Le chat est-il inutile pour travailler avec l’IA ? Le chat reste une bonne surface pour explorer un sujet, formuler une demande rare ou apprendre, tandis que les tâches répétées gagnent à être déplacées vers une interface métier structurée. - Exploration : la conversation aide quand le besoin est encore flou. - Exception : le texte libre convient aux cas difficiles à prévoir. - Exécution répétée : des champs, états et contrôles réduisent l’ambiguïté. ### Pourquoi une interface métier peut-elle être plus fiable qu’un chat ? Une interface métier apporte au modèle une partie du contexte et des contraintes que l’utilisateur devrait sinon reformuler à chaque échange. - Les données utiles arrivent depuis les systèmes sources. - Les actions possibles sont limitées par le rôle et l’étape du processus. - Les validations, erreurs et reprises deviennent visibles et auditables. ### Qu’est-ce qu’une interface générative ? Une interface générative adapte sa présentation et ses composants à l’intention, sans supposer que toute interaction doit finir dans une réponse textuelle. - Elle peut produire un formulaire, une simulation ou une vue interactive. - Elle peut combiner texte, voix, image et données structurées. - Son intérêt dépend encore de la vitesse, de la cohérence visuelle et des contrôles disponibles. ### AG-UI remplace-t-il MCP ? AG-UI et MCP couvrent des liaisons différentes et peuvent être employés ensemble dans une même application agentique. - AG-UI relie l’agent à l’application visible par l’utilisateur. - MCP relie l’agent aux outils et aux données. - Le produit conserve la responsabilité des autorisations, validations et journaux. ### Comment décider où garder le chat ? Le bon choix part de la variabilité de la tâche, de son niveau de risque et du contexte que l’interface peut fournir automatiquement. - Gardez le chat pour l’exploration et les demandes peu fréquentes. - Ajoutez des composants guidés pour les décisions récurrentes. - Exigez une validation explicite avant une action sensible ou difficile à annuler. --- # Décider avec ses données : ce que l’IA agentique change vraiment Adresse : https://paulantoinetual.fr/blog/decider-avec-ses-donnees-ia-agentique Publié le 2026-08-18, mis à jour le 2026-09-06 · Agents IA > Une méthode concrète pour cadrer, analyser et vérifier une décision avec ses données, sans confondre coût de calcul, coût d’intégration et fiabilité. Cet article propose une méthode de décision augmentée dans laquelle l’IA prépare les analyses et les scénarios, tandis que l’entreprise conserve la maîtrise des données, des contrôles et de l’arbitrage. - **Public visé :** dirigeants de PME et d’ETI, responsables data et fonctions financières ou opérationnelles. - **Périmètre :** décisions chiffrables à partir de données internes, avec un exemple fil rouge sur les prix, les marges et les volumes. - **Thèse :** le coût de calcul a fortement baissé, mais la préparation des données et la vérification restent des investissements à part entière. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Août 2026, révisé en septembre 2026.* --- ## 1. Une décision mieux instruite Une hausse de prix de 4 %, l’arrêt d’une gamme ou le recrutement d’un commercial peuvent désormais être instruits plus vite, dès lors que les données nécessaires sont accessibles et leurs définitions stabilisées. - **Hypothèse :** formuler la décision, l’horizon et le critère qui ferait renoncer. - **Données :** réunir volumes, marges, remises, coûts logistiques, attrition et capacité opérationnelle. - **Sortie :** comparer plusieurs scénarios plutôt que demander une recommandation unique. Un agent bien raccordé peut préparer ce dossier en minutes ou en heures, sans que cette vitesse garantisse la justesse des données, des règles d’allocation ou des conclusions. - Il extrait trois ans de ventes depuis l’ERP et le CRM sous des droits minimaux. - Il recalcule la marge après réaffectation documentée des coûts logistiques. - Il explicite la saisonnalité, les hypothèses et les sensibilités de chaque scénario. L’enquête mondiale IBM 2026 montre une ouverture des dirigeants aux analyses produites par l’IA, mais elle mesure une disposition déclarée et ne prouve ni la qualité des décisions ni la maturité des PME françaises [9]. - **Échantillon :** 2 000 PDG et dirigeants comparables, dans 33 géographies et 21 secteurs. - **Résultat :** 64 % se disent à l’aise pour prendre une décision stratégique majeure à partir d’éléments générés par l’IA. - **Lecture prudente :** l’analyse complète l’expérience du dirigeant ; elle ne transfère ni la responsabilité ni le jugement au modèle. ## 2. Séparer calcul, accès et mise en production Comparer une tâche d’agent à un projet data complet crée une fausse équivalence, car les deux achats ne couvrent ni le même actif, ni le même risque, ni le même horizon. - **Projet data :** pipelines, référentiels, modèle de données, sécurité et exploitation récurrente [1]. - **Analyse ponctuelle :** collecte, cadrage métier, interprétation et restitution [3]. - **Tâche d’agent :** calcul et synthèse à partir d’un environnement déjà préparé, sans inclure le travail amont. Les pages officielles consultées le 6 septembre 2026 confirment des coûts d’accès et d’exécution bas, tout en précisant que les prix varient selon les licences, la région, les volumes et les outils appelés [5][6][7]. - Microsoft affiche Microsoft 365 Copilot à **28,10 € HT par utilisateur et par mois** en paiement annuel, en plus d’une licence éligible [5]. - Anthropic affiche Claude Pro à **20 $ par mois**, ou 17 $ par mois avec facturation annuelle, avec des limites d’usage [6]. - Google estime une tâche Deep Research standard à **1–3 $** aux tarifs de préversion et avertit que le coût dépend de la profondeur de recherche [7]. > **[Schéma] Instruire une décision sur ses données : les trois voies d'hier, la voie agentique de 2026** > Comparaison indicative de périmètres différents : projet data, analyste interne, étude externalisée et tâche d’agent connecté ; le prix de la tâche exclut le socle de données, les accès et la vérification. > Figure 1. Ordres de grandeur de voies différentes : la tâche d’agent peut être peu coûteuse lorsque les données et accès existent déjà ; le projet data finance précisément ce socle. Prix éditeurs revérifiés le 6 septembre 2026 [1] à [7]. L’intérêt agentique tient à l’enchaînement contrôlé de plusieurs opérations, tandis que MCP fournit un protocole ouvert pour exposer des outils et des sources de contexte aux applications d’IA [6]. - L’agent peut lire un fichier, lancer une requête, appliquer une règle métier et produire un dossier traçable. - Le connecteur doit limiter les ressources, opérations et identités autorisées. - Le [budget de tokens](/blog/budgets-tokens-et-api-ia-le-guide), les appels d’outils et les reprises après erreur restent mesurables. - Le coût marginal baisse surtout lorsque l’entreprise a déjà financé ses données, ses accès et ses contrôles. ## 3. Transformer l’intuition en hypothèses testables Un dossier de décision utile rend les hypothèses contestables et relie chaque scénario à des données observables, sans présenter la projection du modèle comme une prévision certaine. - **Base :** scénario central calculé sur les données validées et la période pertinente. - **Variantes :** hypothèses haute et basse sur les variables réellement sensibles. - **Réfutation :** seuils qui invalident le scénario préféré et pré-mortem des causes d’échec [27]. - **Décision :** coût du retour en arrière, signaux à suivre et date de réexamen. L’expérience terrain reste précieuse pour poser la bonne question, puis une procédure explicite aide à limiter les biais d’ancrage, de confirmation, de statu quo et d’excès de confiance documentés par la psychologie de la décision [26]. - Écrire l’intuition avant de voir les résultats évite de réécrire l’hypothèse après coup. - Demander des éléments qui contredisent le scénario préféré combat la confirmation. - Faire varier les hypothèses visibles révèle l’influence du premier chiffre proposé. - Consigner le choix et le résultat réel permet de calibrer l’intuition au fil du temps. Le baromètre Bpifrance Le Lab 2026 illustre l’écart entre diffusion et gains déclarés chez les ETI, sans permettre d’attribuer cet écart à une méthode particulière [10]. - 77 % des répondants déclarent un usage professionnel de l’IA générative par eux-mêmes ou leurs collaborateurs. - Parmi les ETI utilisatrices, 17 % constatent un gain de temps, soit 13 % de l’échantillon total. - Le résultat invite à mesurer chaque cas d’usage sur un indicateur précis plutôt qu’à déduire une productivité générale de l’adoption. ## 4. Vérifier à proportion de l’enjeu Les classements BIRD et Spider 2.0 montrent que la performance varie fortement selon la tâche et le protocole, ce qui justifie des tests locaux sans convertir un score de benchmark en probabilité d’erreur métier [11][12]. - BIRD publie une référence humaine de 92,96 % et un meilleur score historique de 81,95 % sur son évaluation d’exécution [11]. - Spider 2.0 couvre des tâches d’entreprise de complexité différente et signale que ses scores peuvent évoluer avec les corrections de l’évaluation [12]. - Les pistes, données et réglages diffèrent ; les barres de la Figure 2 décrivent des résultats de laboratoire datés, pas une hiérarchie universelle. - Une étude de 2026 relève aussi des erreurs d’annotation dans des jeux de référence text-to-SQL [13]. > **[Schéma] Exactitude mesurée des agents d'analyse de données selon la tâche** > Barres horizontales : 96,7 % de réussite sur les requêtes Snowflake ciblées de Spider 2.0, 92,96 % pour la référence humaine du benchmark BIRD, 81,95 % pour le meilleur agent sur BIRD, 76,23 % sur Spider 2.0 Lite, 65,6 % sur les workflows analytiques complets Spider 2.0 DBT. > Figure 2. Résultats publiés sur plusieurs pistes BIRD et Spider 2.0, dont les données, réglages et métriques diffèrent ; la comparaison illustre la sensibilité au protocole et ne prédit pas la fiabilité en production [11][12]. Les évaluations de recherche longue renforcent la nécessité d’un contrôle par critères, car une réponse fluide peut omettre des exigences ou propager une erreur entre les étapes [14][15]. - Vérifier séparément couverture, exactitude, fraîcheur et diversité des sources. - Bloquer les calculs décisifs sur une source de référence plutôt que sur une citation secondaire. - Faire relire les hypothèses et les exceptions par le responsable métier. Un contrôle robuste combine traçabilité technique, vérification arithmétique et rapprochement métier, avec une intensité adaptée au coût potentiel d’une erreur. - Conserver la requête, la version des données, les filtres et les transformations. - Recalculer manuellement un échantillon représentatif et les totaux sensibles. - Rapprocher chiffre d’affaires, marge et encours des systèmes comptables concernés. - Faire examiner les écarts inexpliqués avant toute présentation au comité de direction. ## 5. Préparer des données utilisables et gouvernées Les enquêtes d’éditeurs publiées en 2026 signalent fréquemment les silos et la qualité des données, mais leurs populations de grandes organisations ne décrivent pas automatiquement la situation d’une PME française [16][17]. - Cloudera/HBR Analytic Services rapporte 7 % de répondants jugeant leurs données « complètement prêtes » et 56 % citant les silos [16]. - Nasuni/Sapio rapporte que 46 % des répondants ont vu leurs initiatives révéler des problèmes de qualité ou de gouvernance [17]. - Ces résultats servent de signaux de risque ; un diagnostic local doit mesurer les données, droits et usages réels de l’entreprise. Un socle agentique réutilisable associe qualité, accès, sécurité et historique afin que chaque nouvelle analyse bénéficie d’actifs déjà gouvernés. - **Référentiels :** un identifiant stable par client, produit, fournisseur et entité juridique. - **Accès :** API ou connecteurs surveillés, périmètres minimaux et identités de service séparées. - **Confidentialité :** classification des marges, salaires et données de trésorerie avant tout envoi vers un service externe. - **Mémoire :** conservation des hypothèses, décisions, résultats et corrections pour améliorer le cycle suivant. - **Contrôle :** application des [règles des systèmes agentiques](/blog/ingenierie-systemes-agentiques-human-in-the-loop) et du cadre de [souveraineté](/blog/souverainete-numerique-les-3) au cas concret. ## 6. Éviter les recommandations génériques Une étude exploratoire de 2026 sur sept modèles et sept tensions stratégiques observe une convergence fréquente vers des options socialement valorisées, résultat utile pour concevoir un test mais insuffisant pour prédire chaque conseil produit en entreprise [19]. - Le protocole couvre 15 000 simulations et trouve une convergence sur six tensions sur sept. - L’effet dépend des modèles, des dilemmes et du contexte simulé étudiés. - Une recommandation générique doit donc être confrontée aux contraintes et données propres de l’entreprise. Les données privées créent une analyse plus spécifique lorsqu’elles sont pertinentes, propres et correctement interprétées, sans constituer à elles seules une défense durable contre la copie ou l’erreur. - Dix ans d’historique client révèlent des cohortes et des cycles absents des données publiques. - Les marges réelles et les taux de transformation donnent des contraintes propres à l’entreprise. - Les définitions métier, les contrôles et la vitesse de retour d’expérience complètent cet actif, comme l’explique [la fin de la course au modèle](/blog/la-fin-de-la-course-au-modele). Pour une entreprise, la conséquence pratique consiste à acheter une décision mieux instruite plutôt qu’un volume de pages, en exigeant la traçabilité, l’explication et la capacité de contredire la première réponse. - Le livrable doit relier chaque affirmation décisive à une donnée ou une source vérifiable. - Le prestataire doit expliciter ses hypothèses, limites et contrôles humains. - La valeur se juge sur la qualité de l’arbitrage et le résultat observé, pas sur le nombre d’analyses générées. ## 7. Un protocole en cinq gestes Le protocole tient en cinq gestes successifs qui produisent un dossier comparable, vérifiable et réversible avant la décision finale. - **Écrire la décision et son critère de retour.** Une phrase : « Faut-il faire X avant Y, sachant Z ». Puis le critère de réversibilité : qu'est-ce qui ferait dire non, et combien coûte le retour en arrière. Votre intuition pose l'hypothèse ; c'est sa place, et [le développement à décision gardée](/blog/developpement-a-decision-gardee) en fait le premier garde-fou. - **Brancher l'agent sur les systèmes.** Un connecteur avec droits d'accès minimaux vers l'ERP, le CRM ou l'entrepôt, plutôt que des exports manuels vieux de trois semaines qui figent des chiffres déjà faux. - **Exiger des scénarios, leurs hypothèses et leur réfutation.** Trois trajectoires chiffrées, les hypothèses écrites, l'analyse de sensibilité, et le pré-mortem du scénario préféré : qu'est-ce qui le tue, avec quelle probabilité, détectable par quel signal. - **Contrôler avant de croire.** Les règles de la section 4 : requêtes et sources exigées, second moteur indépendant, échantillon recompté à la main, réconciliation comptable. Tout écart inexpliqué est une alerte, pas un détail. - **Trancher en session, à froid.** Regrouper les arbitrages dans une session de décision dédiée, comme nous le détaillons dans [la méthode d'efficacité personnelle](/blog/charge-mentale-ia-sans-perdre-son-jugement), et garder la signature humaine sur tout ce qui engage l'entreprise. L’enquête IBM décrit une attente d’automatisation accrue des décisions opérationnelles codifiables, ce qui renforce le besoin de définir à l’avance les décisions admissibles, les exceptions et le responsable [9]. - Les répondants anticipent 48 % de décisions opérationnelles où cohérence et garde-fous peuvent être codifiés prises sans intervention humaine en 2030, contre 25 % au moment de l’enquête. - Cette projection exprime leurs attentes ; elle ne garantit ni le rythme d’adoption ni la qualité des décisions. - La Figure 3 place donc l’analyse dans une boucle où l’humain cadre, vérifie, tranche et mesure. > **[Schéma] Le circuit de la décision instruite : où passe le coût, où reste l'humain** > Cinq étapes en boîtes reliées par des flèches : cadrer (l'intuition pose l'hypothèse, coût en temps du dirigeant), analyser en 360 degrés avec scénarios (agents, quelques euros), vérifier (contre-moteur et échantillon manuel, le nouveau coût), trancher (dirigeant, en session), exécuter et mesurer ; une boucle de retour indique que chaque cycle enrichit les données propres de l'entreprise. > Figure 3. Le circuit de la décision instruite : l’analyse accélère à l’étape 2, la vérification reste explicite à l’étape 3, la signature demeure humaine à l’étape 4 et le résultat observé enrichit le cycle suivant. ## Le coût complet s’est déplacé L’IA réduit le coût de génération d’une analyse, tandis que la valeur d’une décision dépend encore de la qualité des données, du contrôle des calculs et de la responsabilité de l’arbitrage. - **Moins cher :** variantes, requêtes exploratoires, synthèses et mise en forme. - **Toujours coûteux :** intégration, sécurité, référentiels, validation métier et supervision. - **Toujours humain :** définition de l’enjeu, acceptation du risque et décision qui engage l’entreprise. Une première expérimentation peut partir d’une décision réelle et réversible, comparée au processus habituel sur des critères définis avant le test. - Choisir un dossier du prochain comité et figer les données de départ. - Comparer délai, coût complet, écarts de calcul, qualité des hypothèses et utilité perçue. - Décider ensuite s’il faut industrialiser, corriger le socle de données ou arrêter le cas d’usage. L’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) est un échange vidéo gratuit de 30 minutes, sans engagement, qui situe l’entreprise sur l’échelle, identifie le principal blocage et le premier projet raisonnable, puis fournit une synthèse d’une page. - **À préparer :** une décision récente, ses données disponibles et son circuit de validation. - **À obtenir :** une position, un blocage prioritaire et un premier pas proportionné. --- ## Références et limites de lecture [1] Fenxi, *Combien coûte un projet data en 2026 : prix et délais* (fenxi.fr, publié le 30 mars 2026, mis à jour le 10 août 2026) : projet structurant PME 10 000 à 30 000 €, projet avancé avec IA 30 000 à 60 000 € et plus ; exemples clients (18 000 € et 6 semaines pour 40 salariés, 12 000 € pour 80 sites) ; stack data récurrente de 300 à 1 000 €/mois (petite structure) à 1 500 à 5 000 €/mois (PME structurée). [2] Études de rémunération data analyst France 2026, relevés convergents de sources secondaires (Glassdoor et écoles spécialisées, consultés le 18 août 2026) : médiane nationale autour de 45 000 € brut annuels, 35 000 à 42 000 € en junior, davantage à Paris. Ordres de grandeur non vérifiés sur une source primaire unique, cités comme repères. [3] IntoTheMinds, *Combien coûte une étude de marché ?* (publié le 26 février 2025, mis à jour le 12 avril 2026) : la plupart des projets entre 8 000 et 12 000 € ; analyse concurrentielle 5 000 à 10 000 €. [4] Vendr, fiches tarifaires Gartner et Forrester (mises à jour datées de février 2026, plateforme d'achat SaaS, lecture intermédiaire) : abonnement Gartner 25 000 à 60 000 $ par an en accès ciblé, 100 000 à plus de 500 000 $ en accès élargi, heures d'advisory 3 000 à 7 000 $ ; Forrester, montant médian observé 65 755 $ par an. [5] Microsoft, [page tarifaire France de Microsoft 365 Copilot](https://www.microsoft.com/fr-fr/microsoft-365/copilot/pricing) (revérifiée le 6 septembre 2026) : 28,10 € HT par utilisateur et par mois en paiement annuel, en complément d’une licence Microsoft 365 éligible. [6] Anthropic, [tarifs Claude](https://www.anthropic.com/pricing) et [documentation MCP](https://docs.anthropic.com/en/docs/mcp) (revérifiés le 6 septembre 2026) : Claude Pro 20 $ par mois ou 17 $ par mois avec facturation annuelle ; MCP est présenté comme un protocole ouvert standardisant l’accès des applications d’IA aux sources et outils. [7] Google, [documentation officielle de l’agent Gemini Deep Research](https://ai.google.dev/gemini-api/docs/deep-research) (revérifiée le 6 septembre 2026) : coût estimé de 1 à 3 $ par tâche standard et de 3 à 7 $ en version Max, selon les tarifs de préversion et la profondeur de recherche. [8] TechCrunch et MacRumors (9 avril 2026) : lancement d'un palier ChatGPT à 100 $ par mois, intercalé entre les offres à 20 $ et à 200 $. [9] IBM Institute for Business Value, [étude mondiale auprès des dirigeants](https://newsroom.ibm.com/2026-05-04-ibm-study-ceos-are-reshaping-c-suite-roles-for-the-ai-era) (4 mai 2026 ; 2 000 PDG et dirigeants comparables, 33 géographies, 21 secteurs, terrain de février à avril 2026) : 64 % se disent à l’aise pour prendre des décisions stratégiques majeures à partir d’éléments générés par l’IA ; projection déclarée de 48 % pour les décisions opérationnelles dont les garde-fous peuvent être codifiés en 2030, contre 25 % au moment de l’enquête. [10] Bpifrance Le Lab, [16e baromètre des ETI](https://presse.bpifrance.fr/bpifrance-le-lab-presente-la-16e-edition-de-son-barometre-annuel-des-eti-des-perspectives-en-legere-amelioration-malgre-les-tensions-internationales/?lang=fra) (23 juin 2026 ; 534 réponses, terrain du 11 mars au 18 mai 2026) : 77 % déclarent un usage professionnel d’IA générative ; 17 % des ETI utilisatrices constatent un gain de temps, soit 13 % de l’échantillon complet. [11] BIRD, [leaderboard officiel](https://bird-bench.github.io/) (revérifié le 6 septembre 2026) : référence humaine publiée de 92,96 % et meilleur score historique affiché de 81,95 % sur l’évaluation d’exécution ; le jeu a fait l’objet d’opérations de nettoyage documentées. [12] Spider 2.0, [leaderboard officiel](https://spider2-sql.github.io/) (revérifié le 6 septembre 2026) : le site décrit 632 problèmes issus de cas d’entreprise et précise que les scores peuvent évoluer lorsque la suite d’évaluation est corrigée. [13] Jin, Choi, Zhu et Kang (Université de l'Illinois Urbana-Champaign), arXiv:2601.08778, v3 du 19 janvier 2026 : mise en évidence d'erreurs d'annotation systématiques dans les réponses de référence des benchmarks text-to-SQL, dont BIRD et Spider 2.0. [14] Li, Du, Xu, Zhu, Wang et Mao, *DeepResearch Bench II*, arXiv:2601.08536 (janvier 2026) : 132 tâches de recherche, 9 430 critères issus de plus de 400 heures d'expertise ; les meilleurs modèles satisfont moins de 50 % des critères. [15] Zhan, Fan, Huang, Guo et Huang (Université du Zhejiang, Université de Hong Kong), arXiv:2601.22984 (30 janvier 2026) : propagation des hallucinations le long de la trajectoire des agents de recherche approfondie ; aucun agent robuste de bout en bout ; biais d'ancrage temporel et d'homogénéité des sources. [16] Cloudera et Harvard Business Review Analytic Services, communiqué du 5 mars 2026 (enquête d'octobre 2025, plus de 230 décideurs data et IA) : 7 % de données jugées « complètement prêtes » pour l'IA ; 56 % citent le cloisonnement des données, 44 % l'absence de stratégie data, 41 % la qualité ou les biais. [17] Nasuni, enquête Sapio Research, communiqué du 18 mai 2026 (1 000 décideurs, entreprises de plus de 1 000 salariés, États-Unis, Royaume-Uni, France, Allemagne-Autriche-Suisse, terrain de mars 2026) : 97 % déploient ou pilotent des agents IA ; 57 % des projets IA n'atteignent pas leurs objectifs ; 18 % à l'échelle ; 46 % ont vu leurs initiatives IA révéler des problèmes de qualité et de gouvernance des données. [18] Efalia, *Baromètre DSI Data et IA 2026* (efalia.com, 11 août 2026 ; méthodologie non détaillée sur la page consultée) : 96 % d'organisations jugées non prêtes pour l'IA ; 85 % des DSI déclarent ne pas maîtriser la qualité de leur patrimoine documentaire ; 62 % y consacrent moins de 1 % du budget IT. [19] Romasanta (Esade), Thomas (Sydney et Imperial) et Levina (NYU Stern), *Researchers Asked LLMs for Strategic Advice. They Got Trendslop in Return*, Harvard Business Review (16 mars 2026) ; méthodologie et citations reprises par Fortune (10 avril 2026) : 7 modèles, 15 000 simulations, 7 tensions stratégiques, convergence sur 6 tensions sur 7 vers l'option socialement valorisée ; citation de conclusion sur le leadership traduite par nos soins. [20] Ramírez, Lang, Köhler et Mennell, *A Faster Way to Build Future Scenarios*, MIT Sloan Management Review (9 décembre 2025, numéro d'hiver 2026) : cas Fazer et Unum ; l'approche classique y est décrite comme faisant attendre ses enseignements utiles « six months or more » ; aucun gain chiffré revendiqué. [21] Syntec Conseil, 30e baromètre du conseil en stratégie et management, via La Lettre du Conseil (11 juin 2026 ; 140 cabinets interrogés de février à juin 2026) : recul de 1,5 % en 2025, sixième plus mauvaise année depuis 2002 ; Consultor, bilan 2025 et perspectives 2026 du conseil en stratégie (17 juin 2026) : +2 % anticipé en 2026 par la même étude, l'usage de l'IA par les cabinets devenu argument de négociation des clients. [22] BCG, communiqué de résultats 2025 (23 avril 2026) : 14,4 milliards de dollars de revenus (+7 %, 22e année de croissance) ; les services centrés IA et technologie représentent plus de 40 % du chiffre d'affaires total, portés par une croissance de 25 % par an des services IA ; 33 500 salariés. [23] Consultor, *Chez McKinsey, l'IA s'invite aux entretiens de recrutement* (27 janvier 2026) : étude de cas travaillée avec l'assistant interne Lilli ; évaluation de la qualité des prompts, de l'esprit critique face aux résultats et de la capacité à les contextualiser. [24] Bernard Marr, *How Klarna's AI Agent Strategy Backfired But Became a Useful Lesson*, Forbes (16 juillet 2026) : 2,3 millions de conversations le premier mois, temps de résolution de 11 à 2 minutes, effectifs support de 5 000 à 3 500 personnes, puis réembauche d'une centaine de spécialistes ; propos du PDG Sebastian Siemiatkowski rapportés par Forbes (coupé trop loin, trop vite, perte d'une expertise humaine précieuse). [25] Journal du Net (7 juillet 2026), analyse du rapport inter-inspections IGF, IGAS et IGA d'avril 2026 sur l'IA dans le secteur public : jusqu'à 40 % d'usage d'IA non régulée chez les agents des collectivités ; assistants conversationnels rarement certifiés SecNumCloud ; données stratégiques des entreprises traitées marginalement. [26] Daniel Kahneman, *Système 1 / Système 2 : les deux vitesses de la pensée* (Flammarion, 2012 ; édition originale *Thinking, Fast and Slow*, 2011) : biais de confirmation, d'ancrage, d'excès de confiance et d'attachement au statu quo dans la décision intuitive. [27] Gary Klein, *Performing a Project Premortem*, Harvard Business Review (septembre 2007) : la technique du pré-mortem, se projeter dans l'échec du projet pour en lister les causes avant de décider. ## Questions fréquentes ### Que peut analyser une IA agentique connectée aux données de mon entreprise ? Un agent peut croiser les données auxquelles vous l’autorisez à accéder et produire un dossier de décision, à condition que les définitions métier, les droits et les contrôles soient explicites. - Sources : ERP, CRM, entrepôt de données ou fichiers validés, avec une date de fraîcheur connue. - Analyses : ventes, marges, stocks, délais, saisonnalité et scénarios chiffrés. - Limites : données manquantes, identifiants incohérents, règles métier implicites et accès trop larges. ### Combien coûte une analyse de données par IA en 2026 ? Le calcul d’une analyse peut coûter quelques euros, mais le coût complet dépend surtout de la préparation des données, de l’intégration, de la sécurité et du temps de contrôle. - Exécution : Google estime une tâche Deep Research standard à 1–3 $ aux tarifs de préversion [7]. - Accès : les abonnements par utilisateur et les licences éligibles s’ajoutent au calcul. - Mise en production : connecteurs, qualité des données, journalisation, tests et supervision dominent souvent le budget. ### L'analyse par IA remplace-t-elle l'intuition du dirigeant ? L’intuition formule une hypothèse utile, tandis que l’analyse agentique peut la tester sur des faits observables avant que le dirigeant assume l’arbitrage. - Écrire l’hypothèse et le critère qui la ferait abandonner. - Demander plusieurs scénarios avec hypothèses et sensibilités visibles. - Conserver une décision humaine pour les choix engageant capital, emploi, droit ou réputation. ### Peut-on se fier aux chiffres produits par un agent IA ? Les chiffres deviennent utilisables lorsque leur provenance, leur calcul et leur rapprochement avec une source de référence peuvent être reproduits. - Exiger les requêtes, filtres, périodes et sources de chaque résultat. - Recompter un échantillon et rapprocher les totaux des systèmes de référence. - Traiter BIRD et Spider 2.0 comme des benchmarks de capacité, jamais comme un taux d’erreur prédit chez vous. ### Un agent IA remplace-t-il un data analyst ou un projet BI ? Un agent automatise une partie de l’extraction et de l’explication, alors que l’analyste et l’équipe data restent responsables du sens, de la qualité et du dispositif de contrôle. - L’agent accélère les requêtes exploratoires, les rapprochements et les variantes de scénario. - L’analyste définit les métriques, résout les anomalies et valide les interprétations. - La BI reste utile pour les indicateurs récurrents, gouvernés et partagés. ### Mes concurrents utilisent les mêmes IA : où est l'avantage ? L’avantage vient moins du modèle choisi que de la qualité des données privées, des règles métier et de la vitesse d’apprentissage de votre boucle de décision. - Historique propre : marges réelles, causes de perte, saisonnalité et exceptions. - Processus propre : définition des métriques, contrôles et retour des résultats observés. - Discipline propre : décisions tracées, hypothèses révisées et erreurs transformées en données. ### L'IA peut-elle prendre la décision à ma place ? Une IA peut exécuter des décisions opérationnelles bornées, mais l’organisation doit attribuer clairement la responsabilité des décisions qui engagent l’entreprise. - Automatiser seulement des règles explicites avec seuils, journalisation et possibilité d’arrêt. - Faire remonter les exceptions, conflits de données et cas hors politique. - Garder une validation humaine pour les effets significatifs sur les personnes, les finances, le droit ou la réputation. --- # Choisir un modèle d'IA sans parier sur le prochain champion Adresse : https://paulantoinetual.fr/blog/la-fin-de-la-course-au-modele Publié le 2026-08-17, mis à jour le 2026-09-06 · Marchés & IA > Les classements bougent, les benchmarks vieillissent et les prix baissent : une méthode sobre pour comparer les modèles sur la qualité, le coût, le risque et la réversibilité. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Août 2026, révisé en septembre 2026.* Ce cinquième volet de la série « Marchés & IA » aboutit à une conclusion moins spectaculaire qu'une fin de course : la performance des modèles progresse encore, mais l'entreprise gagne à traiter leur sélection comme un choix d'ingénierie réversible plutôt que comme un pari sur un vainqueur. - Les classements publics restent utiles pour repérer des candidats, jamais pour signer seuls une décision d'achat. - Les évaluations internes relient la qualité à vos documents, vos erreurs coûteuses et vos délais réels. - La valeur durable se déplace vers le corpus, les règles, les contrôles et l'intégration que vous maîtrisez. --- ## 1. Un benchmark sélectionne des candidats, il ne choisit pas votre système Les anciens tests généralistes ont perdu une partie de leur pouvoir discriminant à mesure que les scores montaient, tandis que les évaluations plus réalistes ont montré qu'un benchmark pouvait lui-même devenir le principal facteur d'incertitude. - L'AI Index 2025 de Stanford constate la saturation de plusieurs références historiques et recommande de lire les progrès sur des tests plus difficiles et plus récents [1]. - SWE-bench Verified a été créé en 2024 comme un sous-ensemble de 500 tâches de code contrôlées par des humains [2]. - En février 2026, OpenAI a cessé de l'utiliser pour mesurer la frontière, invoquant des tests défectueux et l'exposition des modèles aux solutions d'entraînement [3]. - En juillet, OpenAI a aussi retiré sa recommandation en faveur de SWE-bench Pro après avoir estimé qu'environ 30 % de ses tâches étaient défectueuses [4]. Arena complète ces tests par des préférences humaines en aveugle, mais son propre dispositif rappelle pourquoi deux rangs voisins ne constituent pas automatiquement deux niveaux de qualité distincts. - Son modèle de classement publie un score, un intervalle de confiance et une plage de rangs plutôt qu'un ordre présenté comme certain [5]. - Le vote mesure la préférence pour une réponse dans le contexte soumis ; il ne mesure pas directement le respect d'un contrat, la stabilité d'une API ou le coût d'un processus complet. - Les variantes de style, d'effort de raisonnement et d'outillage doivent être comparées à configuration équivalente. Une évaluation interne utile tient dans un tableau de tâches réelles, annotées avant le test, puis exécutées à l'aveugle sur chaque modèle avec les mêmes instructions et les mêmes outils. - **Échantillon :** 20 à 50 cas couvrant les demandes fréquentes, les cas difficiles et les erreurs à fort impact. - **Qualité :** exactitude factuelle, respect des règles, complétude et taux de réponses nécessitant une reprise humaine. - **Service :** latence, disponibilité, limites de débit et comportement en cas d'échec d'un outil. - **Économie :** coût par tâche acceptée, incluant les nouvelles tentatives et le contrôle humain. ## 2. Les versions passent plus vite que les décisions d'achat Les journaux officiels des fournisseurs montrent des sorties, préversions, retraits programmés et changements d'API rapprochés, ce qui transforme la stabilité d'intégration en critère d'achat à part entière [6]. - Une préversion peut être excellente pour explorer une capacité et trop mouvante pour porter un processus critique. - Un identifiant stable, une politique de dépréciation et un délai de migration ont une valeur économique mesurable. - Un gain de score modeste ne compense pas toujours une régression de latence, de format structuré ou d'appel d'outils. La proximité entre une annonce produit et un évènement financier peut éclairer la stratégie de communication d'un fournisseur, sans démontrer que le marché financier fixe son calendrier technique. - Une coïncidence de dates établit une séquence, pas une relation de causalité. - Les communiqués d'éditeur restent des sources primaires sur le produit et des sources intéressées sur sa supériorité. - Pour l'acheteur, les garanties contractuelles, la documentation de migration et les mesures en production sont plus actionnables que le récit du lancement. Une architecture réversible limite l'effet de cette volatilité sans imposer un routeur complexe dès le premier jour. - Isolez l'appel au modèle derrière une interface qui vous appartient. - Versionnez les prompts, les schémas de sortie et le jeu d'évaluation avec l'application. - Conservez un second fournisseur qualifié pour les tâches critiques ou les incidents prolongés. - Évitez les fonctions propriétaires quand leur bénéfice ne couvre pas le coût futur de migration. ## 3. Les poids ouverts élargissent le choix, avec une exploitation à assumer Epoch AI estimait en mai 2026 que les meilleurs modèles à poids ouverts accusaient en moyenne quatre mois de retard sur la frontière fermée selon son indice composite, une convergence réelle qui reste dépendante de la métrique et de la disponibilité des modèles évalués [7]. - L'étude mesure un indice agrégé et un intervalle temporel, pas une équivalence universelle sur chaque métier. - Epoch précise que les benchmarks privés et les modèles fermés non publiés peuvent conduire son estimation à sous-évaluer l'écart réel. - La proximité suffit néanmoins à rendre les solutions ouvertes crédibles pour davantage de charges de travail. Le choix entre API fermée et poids ouverts distribue différemment le contrôle, le risque et le travail opérationnel. - **API gérée :** démarrage rapide, capacité élastique et mises à jour prises en charge, avec une dépendance plus forte au fournisseur. - **Hébergement privé :** contrôle de la version, de l'emplacement et de la chaîne technique, avec des coûts d'infrastructure et d'astreinte. - **Service managé d'un modèle ouvert :** compromis utile, à condition que le contrat clarifie la version, les données et la portabilité. La spécialisation doit donc suivre un diagnostic du problème plutôt qu'une préférence de licence. - Utilisez d'abord un meilleur contexte lorsque l'erreur vient d'une information manquante ou périmée. - Ajoutez des outils lorsque le modèle doit consulter un système, calculer ou agir sous contrôle. - Envisagez l'affinage lorsque le comportement attendu est stable, répétitif et mesurable sur un volume suffisant. - Hébergez vous-même lorsque les contraintes de localisation, de disponibilité ou d'économie le justifient sur un coût complet documenté. ## 4. Le bon dénominateur est le coût par tâche acceptée Stanford a mesuré une baisse de plus de 280 fois du prix d'une inférence au niveau GPT-3.5 entre novembre 2022 et octobre 2024, mais cette tendance ne prédit ni le volume consommé ni le coût de votre application [1]. - Une requête peut facturer séparément l'entrée, la sortie, le raisonnement, les outils et certaines capacités multimodales. - Deux modèles peuvent consommer des nombres de tokens différents pour accomplir la même tâche. - Un prix unitaire bas perd son avantage si le modèle exige davantage de reprises ou de contrôle humain. Les mécanismes de réduction changent l'économie d'un flux seulement lorsque son architecture correspond à leurs conditions d'usage. - OpenAI indique que son traitement par lots réduit de 50 % le tarif synchrone, en échange d'un traitement asynchrone pouvant prendre jusqu'à 24 heures [8]. - Le cache réduit le coût des préfixes répétés ; Google distingue un cache implicite automatique et un cache explicite facturé avec stockage [9]. - Ces économies conviennent aux traitements différables et aux grands contextes répétés, pas aux appels uniques ou interactifs sans répétition. Un pilote doit produire une économie unitaire lisible avant le déploiement, avec des mesures séparées pour éviter de masquer la cause d'un dépassement. - **Numérateur :** coût API, infrastructure, outils, observabilité et temps humain. - **Dénominateur :** dossier accepté, ticket résolu ou document validé, selon le processus. - **Distribution :** médiane et percentile élevé de coût et de latence, pas seulement une moyenne. - **Seuil :** budget maximal et qualité minimale qui déclenchent une reprise humaine ou un changement de modèle. ## Décider sans attendre un champion : quatre disciplines Une politique d'achat robuste relie chaque modèle à un usage, une preuve, un coût et une porte de sortie, ce qui permet de profiter du progrès sans reconstruire le système à chaque classement. - **Mesurer sur place :** maintenez un jeu de cas réels, des critères annotés et un historique des régressions. - **Acheter réversible :** découplez l'application, qualifiez une solution de repli et négociez la restitution des données. - **Piloter l'économie :** suivez le coût par résultat accepté, les tokens par étape et le temps de contrôle humain. - **Capitaliser chez vous :** améliorez le corpus, les règles, les connecteurs et les validations qui survivent au changement de fournisseur. La décision de spécialiser un modèle vient après cette discipline de base, car la plupart des avantages défendables se construisent d'abord dans les données et le processus d'évaluation. - Un corpus propre et versionné sert aussi bien une API fermée, un système de recherche qu'un modèle affiné. - Des règles explicites rendent les sorties testables et facilitent les audits d'incident. - Une personnalité de marque utile se décrit par des exemples, des interdits et des critères de qualité, puis se mesure sur des situations concrètes. Si vous voulez transformer ces principes en première décision, l'[audit gratuit de maturité IA Junyr](https://junyr.eu/fr/site/audit) est un échange vidéo de 30 minutes, sans engagement, qui situe votre entreprise sur l'échelle, identifie le principal blocage et le premier projet raisonnable, puis donne lieu à une synthèse d'une page. - Préparez un processus candidat, son volume et deux exemples de dossiers. - Vous repartirez avec une priorité explicite, sans promesse de certification ni feuille de route détaillée. > **Avertissement.** Cet article est pédagogique et informatif ; il ne constitue ni un conseil en investissement, ni une recommandation d'achat ou de vente, et les classements comme les tarifs cités sont des relevés datés susceptibles d'évoluer. ## Sources [1] Stanford HAI, [*AI Index 2025: State of AI in 10 Charts*](https://hai.stanford.edu/news/ai-index-2025-state-of-ai-in-10-charts), 2025. [2] OpenAI, [*Introducing SWE-bench Verified*](https://openai.com/index/introducing-swe-bench-verified/), 13 août 2024, mis à jour le 24 février 2025. [3] OpenAI, [*Why SWE-bench Verified no longer measures frontier coding capabilities*](https://openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/), 23 février 2026. [4] OpenAI, [*Separating signal from noise in coding evaluations*](https://openai.com/index/separating-signal-from-noise-coding-evaluations/), 8 juillet 2026. [5] Arena, [*Arena's Ranking Method*](https://arena.ai/blog/ranking-method), 14 novembre 2025, mis à jour le 28 février 2026. [6] Google AI for Developers, [*Gemini API release notes*](https://ai.google.dev/gemini-api/docs/changelog), consulté le 6 septembre 2026. [7] Epoch AI, [*Open models lag state-of-the-art closed models by 4 months*](https://epoch.ai/data-insights/open-closed-eci-gap), 29 mai 2026. [8] OpenAI Help Center, [*Batch API FAQ*](https://help.openai.com/en/articles/9197833), consulté le 6 septembre 2026. [9] Google AI for Developers, [*Context caching*](https://ai.google.dev/gemini-api/docs/caching), mis à jour le 13 août 2026. ## Questions fréquentes ### La course au modèle est-elle vraiment terminée ? La compétition technique continue, mais son classement instantané ne suffit plus à guider un investissement durable. - Les écarts de score dépendent du protocole, de l'échantillon et de l'incertitude statistique. - Les modèles, tarifs et versions d'API changent plus vite que la plupart des processus d'achat. - La décision robuste consiste à tester plusieurs options sur le travail réel et à garder la possibilité d'en changer. ### Un classement public permet-il de choisir le meilleur modèle ? Un classement public fournit un signal utile, mais il ne mesure qu'une partie du service dont l'entreprise a besoin. - Arena mesure des préférences humaines sur des réponses comparées en aveugle et publie des intervalles d'incertitude. - Un benchmark de code mesure un corpus, un environnement et un barème précis, qui peuvent vieillir ou être contaminés. - Vos critères doivent aussi couvrir les erreurs graves, la latence, le coût complet, la sécurité et la disponibilité. ### Les modèles à poids ouverts ont-ils rejoint les modèles fermés ? Ils se sont rapprochés sur plusieurs évaluations publiques, sans rendre les deux modes de fourniture interchangeables. - Epoch AI estimait en mai 2026 un retard moyen d'environ quatre mois sur son indice composite, avec des limites explicites. - Les poids ouverts donnent davantage de contrôle sur l'hébergement, la spécialisation et le calendrier de migration. - Ils transfèrent aussi à l'entreprise la charge du déploiement, de la sécurité, de la supervision et des mises à jour. ### Pourquoi le prix au million de tokens ne suffit-il pas ? Le coût utile est celui d'une tâche acceptée en production, pas celui d'une unité de texte prise isolément. - Il faut compter les entrées, les sorties, les tokens de raisonnement, les appels d'outils et les nouvelles tentatives. - Le cache et le traitement par lots peuvent réduire la facture, mais seulement sur des flux compatibles. - Les erreurs, contrôles humains, temps d'attente et opérations d'infrastructure appartiennent aussi au coût complet. ### Faut-il attendre le prochain modèle avant de lancer un projet ? Attendre se justifie rarement lorsque le besoin est clair et que l'architecture permet de remplacer le fournisseur. - Commencez par un jeu d'évaluation représentatif et une enveloppe de coût. - Testez un modèle principal et une solution de repli sur les mêmes tâches. - Déployez progressivement avec des seuils d'acceptation, un suivi des incidents et une clause de sortie. ### Faut-il affiner un modèle ouvert sur les données de l'entreprise ? L'affinage devient pertinent quand un domaine stable, répétitif et mesurable résiste à des solutions plus simples. - Commencez par nettoyer le corpus, expliciter les règles et améliorer le contexte fourni au modèle. - Comparez ensuite l'affinage à la recherche documentaire, aux outils et à de meilleurs exemples. - N'engagez l'exploitation d'un modèle spécialisé qu'avec assez de volume pour amortir son suivi et ses mises à jour. ### Cet article est-il un conseil en investissement ? Cet article propose une méthode d'achat et d'évaluation technique, sans recommander aucun titre financier. - Les classements et tarifs cités sont des relevés datés qui peuvent changer. - Les décisions financières doivent reposer sur des informations réglementées et un conseil adapté à votre situation. --- # Réduire sa charge mentale grâce à l'IA : la méthode d'efficacité personnelle Adresse : https://paulantoinetual.fr/blog/charge-mentale-ia-sans-perdre-son-jugement Publié le 2026-08-07, mis à jour le 2026-09-06 · Efficacité personnelle > Décider le matin, laisser les agents exécuter l'après-midi, dicter pour émettre, lire pour valider : les techniques d'efficacité personnelle, mesures à l'appui. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, Août 2026.* > **Posture.** J'ai conservé les pratiques qui m'aident à travailler avec des agents, mais j'en ai resserré les justifications autour de ce que les données permettent réellement d'affirmer : un effet variable sur le temps, un effort parfois ressenti comme moindre et une charge de contrôle à organiser. > > - Je traite les résultats de recherche comme des bornes, pas comme une preuve universelle de productivité. > - Je distingue le temps gagné, l'effort perçu, la qualité produite et le coût de la revue. > - Je présente la méthode comme une discipline personnelle à tester sur son propre travail. ## Mesurer le temps, l’effort et la qualité L'impression que l'IA allège la journée peut être sincère sans établir un gain de temps, car les études mesurent des tâches, des populations et des formes d'assistance différentes. - Le ressenti décrit l'expérience de l'utilisateur ; il ne remplace pas un chronométrage. - La vitesse dépend du niveau de difficulté, de la maîtrise de l'outil et du coût de vérification. - Une méthode crédible suit séparément durée, qualité, reprises et effort perçu. L'étude préenregistrée de Yu et al., présentée à la Cognitive Science Society en 2026, montre surtout un décalage entre vitesse anticipée et vitesse mesurée sur des tâches cognitives simples, avec **1 237 participants** [1]. - Le temps d'exécution ne diffère pas significativement entre la condition autonome et la condition assistée par IA sur l'ensemble principal de tâches simples. - Les participants anticipent pourtant une assistance IA plus rapide et sous-estiment le temps qu'elle demandera. - L'effort subjectif baisse malgré un temps comparable, ce qui justifie de distinguer confort et accélération. - Les quelques tâches difficiles du protocole suggèrent un effet différent selon la difficulté, sans autoriser une généralisation à tout travail de direction. Les expériences de METR sur le développement logiciel illustrent pourquoi un chiffre isolé vieillit mal : le premier essai mesure un ralentissement, tandis que le suivant suggère une accélération sans fournir, selon METR, un signal actuel fiable [2][3]. - En 2025, 16 développeurs expérimentés accomplissent 246 tâches **19 % plus lentement** avec IA, tout en estimant avoir gagné du temps. - En 2026, la cohorte d'origine affiche un gain estimé de 18 %, mais l'intervalle de confiance s'étend de 38 % de gain à 9 % de perte. - La nouvelle expérience porte sur 57 développeurs, 143 dépôts et plus de 800 tâches, avec des biais de sélection et de mesure reconnus par les auteurs. - METR considère désormais le résultat de 2025 comme périmé pour décrire les outils actuels, sans pour autant valider un pourcentage de gain de remplacement. > **[Schéma] Écart entre la performance ressentie et la performance mesurée, essai METR 2025** > Seize développeurs expérimentés attendaient un gain de vitesse de 24 pour cent, estimaient après coup avoir gagné 20 pour cent, et ont en réalité mis 19 pour cent de temps en plus. L'écart entre le ressenti et la mesure atteint 39 points. > Figure 1. Trente-neuf points séparent la performance ressentie de la performance mesurée, sur 16 développeurs et 246 tâches réelles. Sur un panel de 1 237 personnes, les tâches simples ne gagnent aucun temps et l'effort ressenti baisse quand même. Sources : notes [1] et [2]. Ces résultats ne permettent ni de promettre une accélération générale ni de réduire l'IA à un simple confort ; ils invitent à choisir des indicateurs qui rendent visibles ses différents effets sur le travail. - Chronométrez le flux complet, y compris la formulation, l'attente, la revue et les reprises. - Évaluez la qualité avec des critères définis avant l'exécution. - Notez l'effort perçu à protocole constant pour voir si la journée devient réellement moins lourde. - Réservez le terme « productivité » à une amélioration observée du rapport entre résultats et ressources. ## Organiser la délégation pour préserver le jugement L'IA déplace souvent une partie du travail vers ce que j'appelle la « taxe de vérification » : la personne responsable ne produit plus tout le contenu, mais doit encore établir que la sortie mérite d'être utilisée. - Produire demande de construire une réponse ; vérifier demande de rechercher omissions, erreurs et hypothèses cachées. - Une formulation fluide peut faciliter la lecture sans garantir l'exactitude. - La revue doit donc disposer de critères, de sources et d'un responsable identifiable. - [Le travail asynchrone](/blog/travail-asynchrone-tout-le-monde-devient-chef) développe ce déplacement de l'exécution vers la supervision. La sensation de facilité devient dangereuse lorsqu'elle sert de critère d'approbation, car une sortie agréable à lire peut rester fausse, incomplète ou inadaptée au contexte. - Demandez quelles affirmations doivent être sourcées. - Comparez la sortie à un exemple de référence ou à une seconde proposition. - Faites apparaître explicitement les incertitudes et les décisions laissées à l'humain. La méthode répartit cette charge en trois problèmes distincts afin que chaque routine réponde à un mécanisme précis plutôt qu'à une promesse générale d'efficacité. - Une session de décision réduit les bascules pendant les arbitrages. - Une supervision structurée organise la délégation et la vérification. - Un choix de canal adapté réduit la friction entre expression et contrôle. ## Technique n°1 : la session de décision Dans ma pratique, la session de décision occupe 8 h–12 h et sépare les arbitrages qui engagent de l'exécution autonome, mais l'horaire importe moins que la netteté de la frontière. - Pendant la session : arbitrages, choix d'architecture, validation de plans et rédaction des mandats. - Après la session : exécution autonome dans le périmètre autorisé. - En fin de journée : une fenêtre de revue groupée pour accepter, corriger ou arrêter. - Pour une autre organisation : déplacer les créneaux plutôt que copier mes horaires. Deux explications populaires ne suffisent pas à justifier un créneau matinal universel : les grandes réplications fragilisent la version simple de la déplétion de l'égo, et une étude récente ne retrouve pas de bénéfice général robuste lié au chronotype [4][5]. - La réplication de 2016, menée dans 23 laboratoires auprès de 2 141 participants, rapporte un effet très faible (d = 0,04). - Celle de 2021, préenregistrée dans 36 laboratoires auprès de 3 531 participants, rapporte d = 0,06 et des données quatre fois plus probables sous l'hypothèse nulle. - Ces résultats contestent un modèle général de « stock de volonté », sans prouver que toute fatigue subjective ou toute variation individuelle n'existe pas. - Rey-Mermet et Rothen ne trouvent pas d'effet de synchronie général et robuste entre chronotype et heure au niveau des variables latentes. L'argument le mieux étayé est structurel : limiter les changements de contexte réduit les occasions de laisser une tâche inachevée capter encore l'attention, même si les mesures historiques ne prédisent pas le coût exact de votre journée [6][7]. - Leroy décrit un résidu attentionnel lors du passage d'une tâche inachevée à une autre, particulièrement lorsque la première était soumise à une contrainte de temps. - Mark et ses coauteurs observent 24 travailleurs du savoir restant en moyenne 11 min 04 s dans une même sphère de travail. - Dans cette petite étude de terrain, 57 % des sphères sont interrompues. - Le travail interrompu puis repris le même jour l'est en moyenne 25 min 26 s plus tard, après 2,26 autres sphères. La formule souvent reprise des « 23 minutes et 15 secondes pour se reconcentrer » ne figure pas dans l'étude de Mark et doit être remplacée par la mesure publiée, avec son contexte et sa forte dispersion [7]. - L'étude mesure un délai de reprise, pas un temps universel nécessaire pour retrouver sa concentration. - La moyenne publiée est de 25 min 26 s pour les activités reprises le même jour. - L'écart-type atteint 54 min 48 s, ce qui interdit d'appliquer la moyenne à une interruption individuelle. La session de décision vaut surtout comme règle de calendrier : choisissez la plage que vous pouvez réellement protéger et réduisez les interruptions autour des arbitrages les plus coûteux. - Gardez les notifications, la messagerie et les réunions de suivi hors de la plage. - Regroupez les décisions qui partagent le même dossier ou les mêmes contraintes. - Autorisez les urgences selon des critères écrits plutôt qu'au fil des sollicitations. - Vérifiez après une semaine si le nombre de bascules et de reprises a effectivement diminué. > **[Schéma] Découpage d'une journée entre session de décision, exécution autonome et fenêtre de revue** > Exemple d'organisation : de 8 heures à 12 heures, une session de décision protégée produit des mandats écrits ; l'exécution autonome suit, avec une fenêtre de revue groupée entre 16 et 17 heures. > Figure 2. Exemple de calendrier destiné à regrouper les décisions et les revues ; les trois mesures de la colonne de droite proviennent de l'observation de 24 travailleurs du savoir et ne prédisent pas une journée individuelle. Source : note [7]. La session produit un mandat assez précis pour permettre l'exécution et assez borné pour arrêter l'agent avant une conséquence que seul le responsable peut autoriser. - **Objectif :** le résultat recherché et son destinataire. - **Périmètre :** les fichiers, données, outils ou interlocuteurs autorisés. - **Qualité :** les critères d'acceptation, sources et vérifications attendues. - **Limites :** les hypothèses interdites, les cas d'escalade et le point d'arrêt avant l'irréversible. - Les articles sur le [plan décision-complet](/blog/retirer-git-pilotage-par-roadmap) et le [développement à décision gardée](/blog/developpement-a-decision-gardee) détaillent cette mécanique. ## Technique n°2 : l'après-midi, managez vos agents comme une équipe Superviser des agents emprunte au management la clarté des rôles, la délégation et la responsabilité finale, tout en exigeant des contrôles propres à des systèmes capables d'agir vite sans comprendre le contexte humain. - Cadrer le travail avant son lancement. - Laisser l'exécution avancer dans des limites explicites. - Regrouper la revue sans retarder un contrôle nécessaire. - Conserver les décisions et actions engageantes sous autorité humaine. - [L'article sur le travail asynchrone](/blog/travail-asynchrone-tout-le-monde-devient-chef) développe cette responsabilité de supervision. Le mandat joue le rôle d'un contrat d'exécution : il rend la délégation contrôlable sans supposer qu'une conversation informelle suffira à maintenir le cap. - Il définit le résultat, le périmètre et les critères d'acceptation. - Il précise quand poursuivre, demander une décision ou s'arrêter. - Il laisse une trace commune pour la revue et l'amélioration du processus. - [La fin du prompt engineering](/blog/la-fin-du-prompt-engineering-pourquoi) explique ce passage vers une commande structurée. La supervision au fil de l'eau recrée les interruptions que la méthode cherche à réduire, sauf lorsqu'un risque ou une dépendance impose une intervention avant la revue prévue. - Désactivez les notifications de progression sans décision à prendre. - Faites remonter immédiatement un blocage, une dérive de périmètre ou une action irréversible. - Pendant l'exécution, consacrez-vous à un travail indépendant qui peut supporter l'éventuelle escalade. La revue groupée transforme une suite de notifications en un acte de contrôle cohérent, où plusieurs sorties peuvent être examinées selon les mêmes critères. - Réunissez la sortie, les sources, les tests et les écarts signalés. - Comparez les variantes lorsqu'une décision de forme ou de stratégie subsiste. - Consignez l'acceptation, la correction demandée ou la raison du rejet. - Gardez une revue immédiate pour ce qui ne peut attendre sans risque. Le risque opérationnel à traiter ici est l'approbation insuffisamment critique ; la recherche sur les usages problématiques de l'IA reste trop hétérogène pour assimiler une utilisation fréquente à une addiction, tandis que le biais d'automatisation est documenté [8][9]. - La revue de portée de 2026 recense 37 études empiriques et critique des instruments qui mesurent parfois fréquence ou préférence plutôt que préjudice fonctionnel. - La synthèse de Parasuraman et Manzey rapporte complaisance et biais d'automatisation chez des novices comme chez des experts. - Leur analyse indique que formation et consignes générales ne suffisent pas toujours à prévenir ces biais ; elle ne prouve pas qu'elles sont inutiles dans tout contexte. - Les garde-fous concrets sont des critères de revue, une comparaison, un point d'arrêt et une approbation attribuée. Conserver une pratique directe du métier est une précaution raisonnable pour entretenir ses critères de jugement, mais les études disponibles portent sur des tâches d'apprentissage ou d'écriture et ne démontrent pas une fréquence universelle d'entraînement sans IA [10][11]. - L'étude randomisée de 2025 compare quatre formes d'assistance sur une tâche d'écriture et observe des effets sur la motivation, le processus et la performance. - L'étude EEG du MIT reste un préprint portant sur 54 participants, dont 18 seulement lors de la dernière session, dans un cadre éducatif étroit. - Dans la pratique, choisissez périodiquement une tâche critique à réaliser ou auditer sans assistance afin de tester votre propre étalon. - Ajustez la fréquence au métier, au niveau d'expertise et au coût d'une erreur plutôt que d'imposer une règle hebdomadaire arbitraire. La revue différée n'est sûre que si les actions potentiellement irréversibles attendent une autorisation ou restent récupérables jusqu'au prochain contrôle. - Bloquez l'envoi d'un e-mail client avant approbation. - Exigez une validation pour un paiement, une suppression ou une modification de production. - Définissez les droits techniques selon le mandat, puis retirez-les à la fin du travail. - Dimensionnez les points d'arrêt selon la gravité et la vitesse du dommage possible, comme détaillé dans [l'article sur l'humain dans la boucle](/blog/ingenierie-systemes-agentiques-human-in-the-loop). ## Technique n°3 : la voix pour émettre, l'écrit pour valider Le choix du canal devient plus simple lorsqu'on sépare l'émission d'une intention de la réception d'une sortie à contrôler, puis qu'on adapte le format à la tâche et au contexte. - La voix facilite parfois la capture rapide d'un brouillon. - Le texte soutient la vérification détaillée et la comparaison. - Le schéma expose les relations que la prose dissimule. - L'audio et la vidéo servent surtout la restitution séquentielle. Les mesures disponibles montrent que la reconnaissance vocale peut transcrire plus vite qu'un clavier dans certains protocoles, sans établir qu'elle produit plus vite une pensée précise ou une meilleure instruction [12][13]. - En 2016, la saisie vocale est trois fois plus rapide en anglais qu'un petit clavier de téléphone, avec un taux d'erreur inférieur de 20,4 %. - En 2025, un préprint auprès de plus de 1 000 cliniciens mesure une médiane de 93 mots/min en dictée automatique contre 21,4 à la frappe. - Le second protocole fait réciter un passage standard de 74 mots ; il mesure la transcription, pas la composition. - Utilisez donc la voix pour capturer, puis ajoutez structure, contraintes et validation dans un format relisible. Pour contrôler une sortie, l'écrit offre des possibilités de navigation et de comparaison que le débit moyen de lecture ne résume pas, même si la méta-analyse de Brysbaert fournit un repère utile [14]. - Sur 190 études et 18 573 participants, la moyenne rapportée est de 238 mots/min pour la lecture silencieuse de non-fiction. - La lecture à voix haute atteint 183 mots/min dans 77 études et 5 965 participants ; elle n'est pas équivalente à l'écoute d'un enregistrement. - Un document permet de rechercher un terme, revenir sur une clause et comparer deux versions côte à côte. - Un flux linéaire peut présenter une décision déjà prise, mais convient moins à l'audit détaillé de son contenu. > **[Schéma] Débits comparés en mots par minute selon le canal et le sens de la communication** > Dans deux protocoles distincts, la frappe au clavier atteint une médiane de 21,4 mots par minute contre 93 en dictée automatique, tandis que la lecture à voix haute atteint une moyenne de 183 mots par minute contre 238 en lecture silencieuse. > Figure 3. Deux protocoles distincts : les valeurs de saisie sont des médianes relevées sur plus de 1 000 cliniciens récitant un texte (préprint) ; les valeurs de lecture sont des moyennes de méta-analyse sur 190 études. Sources : notes [13] et [14]. Ma règle pratique est « dictez pour capturer, lisez pour valider », avec des exceptions dictées par la précision attendue, la confidentialité et l'accessibilité. - Dictez une intention encore brute, puis faites-la reformuler sans lui déléguer les choix manquants. - Passez au texte ou au schéma pour fixer le mandat et rendre les écarts visibles. - Utilisez l'audio ou la vidéo pour diffuser un contenu déjà vérifié. - Conservez la décision finale dans un support qui permet de retrouver les preuves et les versions. ## Trois questions pour votre lundi matin Une semaine d'observation suffit pour vérifier si la méthode réduit votre charge sans dégrader la qualité, à partir de trois questions concrètes. - Combien de fois votre attention change-t-elle parce qu'un agent demande une intervention ou annonce une sortie ? - Quelle sortie avez-vous récemment approuvée sans appliquer vos critères de revue, et quel signal vous a convaincu ? - Quelle compétence critique savez-vous encore exercer sans assistance, et quand l'avez-vous testée pour la dernière fois ? Le résultat recherché est une capacité de jugement plus disponible au moment des décisions importantes, évaluée avec les mêmes exigences que les gains de temps annoncés. - Comparez une semaine de référence et une semaine avec plages groupées. - Suivez les interruptions, le temps complet, les erreurs détectées et l'effort perçu. - Conservez la routine seulement si elle améliore cet ensemble sans déplacer le coût vers quelqu'un d'autre. L'[audit de maturité IA Junyr, gratuit et sans engagement](https://junyr.eu/fr/site/audit), consacre 30 minutes à situer votre organisation, identifier son principal blocage et choisir un premier chantier raisonnable, puis vous envoie un livrable d'une page. - Positionnement sur l'Échelle Junyr™ à partir de vos usages, données, gouvernance et compétences. - Identification du frein principal au niveau suivant. - Choix d'un premier projet qui a du sens dans votre contexte. ## Pour aller plus loin - Le cadre général : [Le travail asynchrone : à l'ère des agents IA, tout le monde devient chef](/blog/travail-asynchrone-tout-le-monde-devient-chef), d'où viennent la taxe de vérification et le risque de déqualification. - La mécanique de décision : [Le développement à décision gardée](/blog/developpement-a-decision-gardee), qui explique pourquoi le goulot d'étranglement est passé de l'exécution à la décision, et [Nous avons retiré Git d'un produit en production](/blog/retirer-git-pilotage-par-roadmap), le registre de plans qui en découle. - La contrainte de sécurité : [Ingénierie des systèmes agentiques : l'humain dans la boucle](/blog/ingenierie-systemes-agentiques-human-in-the-loop), pour dimensionner les points d'arrêt avant les actions irréversibles. - La formulation des mandats : [La fin du prompt engineering](/blog/la-fin-du-prompt-engineering-pourquoi), sur le passage de la conversation à la commande structurée. *Paul-Antoine TUAL, AI Transformation Leader · Croissance et Transitions (SAS) · Méthode Junyr™ · Junyr Mail™ · Junyr Agents™* --- ## Sources [1] **Sunny Yu, Myra Cheng, Ahmad Jabbar, Ilia Sucholutsky, Katherine M. Collins, Dan Jurafsky, Robert D. Hawkins, « Cognitive offloading and the speedup illusion in human-AI interaction »**, arXiv:2605.23177, 22 mai 2026, accepté à la 48ᵉ conférence annuelle de la Cognitive Science Society. N = 1 237 participants (401 sur l'échantillon de prédiction, 836 sur l'échantillon de réalisation). L'assistance ne réduit le temps que sur les tâches difficiles, trois dans le protocole, et pas du tout sur les tâches simples, où elle réduit malgré tout l'effort subjectif ; le temps réel dépasse le temps prédit de près d'une minute en condition assistée ; le biais est absent lorsque l'aide imaginée est humaine, les participants anticipant alors un gain d'environ dix-sept secondes, proche du réel. Affiliations : Stanford (Yu, Cheng, Jabbar, Jurafsky, Hawkins), New York University (Sucholutsky), MIT et Princeton AI Lab (Collins). Préprint accepté en conférence, à distinguer d'un article de revue. https://arxiv.org/abs/2605.23177 [2] **METR, « Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity »**, 10 juillet 2025, arXiv:2507.09089. Essai contrôlé randomisé, 16 développeurs expérimentés, 246 tâches, dépôts de plus de 22 000 étoiles auxquels ils contribuaient depuis plusieurs années : 19 % de temps en plus avec les outils d'IA, alors qu'ils attendaient un gain de 24 % avant l'essai et estimaient encore un gain de 20 % après. METR a depuis apposé sur cette page un avertissement : « ces résultats sont périmés ». https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ [3] **METR, « We are Changing our Developer Productivity Experiment Design »**, 24 février 2026. Continuation de l'étude : 57 développeurs, 143 dépôts, plus de 800 tâches, dont 10 développeurs issus de l'étude d'origine. Pour ceux-ci, gain estimé de 18 % avec un intervalle de confiance allant de 38 % de gain à 9 % de perte ; pour les nouveaux recrutés, gain de 4 % avec un intervalle de 15 % de gain à 9 % de perte. Les deux intervalles traversent zéro. Citation reprise dans l'article : « We have observed a significant increase in developers choosing not to participate in the study because they do not wish to work without AI, which likely biases downwards our estimate of AI-assisted speedup. » https://metr.org/blog/2026-02-24-uplift-update/ [4] **Kathleen D. Vohs, Brandon J. Schmeichel et alii, « A Multisite Preregistered Paradigmatic Test of the Ego-Depletion Effect »**, *Psychological Science*, vol. 32 n° 10, 2021, p. 1566-1581 : 36 laboratoires, 3 531 participants, effet non significatif (d = 0,06), analyse bayésienne donnant les données quatre fois plus probables sous l'hypothèse nulle. Fait suite au rapport de réplication enregistré de Martin Hagger et alii (2016), 23 laboratoires, 2 141 participants, d = 0,04. https://journals.sagepub.com/doi/abs/10.1177/0956797621989733 [5] **Alodie Rey-Mermet, Nicolas Rothen, « The Interplay of Time-of-day and Chronotype Results in No General and Robust Cognitive Boost »**, *Collabra: Psychology*, vol. 9 n° 1, article 88337, 2023. Absence d'effet de synchronie général et robuste au niveau des variables latentes ; les auteurs concluent à un artefact méthodologique probable. https://online.ucpress.edu/collabra/article/9/1/88337/197502/ [6] **Sophie Leroy, « Why is it so hard to do my work? The challenge of attention residue when switching between work tasks »**, *Organizational Behavior and Human Decision Processes*, vol. 109 n° 2, 2009, p. 168-181. Classique fondateur, cité comme tel. Aucun pourcentage de baisse de performance n'est avancé dans cet article : les chiffres de « 30 à 40 % » qui circulent sur le web ne s'y trouvent pas et ne sont pas repris ici. [7] **Gloria Mark, Victor M. González, Justin Harris, « No Task Left Behind? Examining the Nature of Fragmented Work »**, CHI 2005, université de Californie à Irvine. Observation directe de 24 travailleurs du savoir : 11 minutes et 4 secondes en moyenne par sphère de travail avant bascule, 57 % des sphères interrompues, 77,2 % du travail interrompu repris le jour même, en moyenne 25 minutes et 26 secondes plus tard (écart-type 54 minutes et 48 secondes) et après 2,26 autres sphères. Vérification faite dans le texte original : le chiffre de « 23 minutes et 15 secondes » largement attribué à cette étude **n'y figure pas**. https://ics.uci.edu/~gmark/CHI2005.pdf [8] **Francesca Maria Dagnino, Chiara Fante, Vittorio Guerrieri, Marcello Passarelli, « Addicted, attached, or just delegating? A scoping review on "problematic artificial intelligence use" »**, *Frontiers in Psychology*, 9 juillet 2026, DOI 10.3389/fpsyg.2026.1900953. Revue de portée sur 37 études empiriques évaluées par les pairs. Citation traduite dans l'article : « instruments index frequency or preference [...] rather than impairment, thereby conflating efficient, augmentative use with dependence. » https://doi.org/10.3389/fpsyg.2026.1900953 [9] **Raja Parasuraman, Dietrich H. Manzey, « Complacency and Bias in Human Use of Automation: An Attentional Integration »**, *Human Factors*, vol. 52 n° 3, 2010. Synthèse de référence, citée ici comme classique fondateur : la complaisance automatisée et le biais d'automatisation s'observent chez les novices comme chez les experts, et ne sont prévenus ni par l'entraînement ni par la consigne. https://journals.sagepub.com/doi/10.1177/0018720810376055 [10] **Yizhou Fan, Luzhen Tang, Huixiao Le, Kejie Shen, Shufang Tan, Yuan Zhao et alii, « Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance »**, *British Journal of Educational Technology*, vol. 56 n° 2, 2025, p. 489-530, DOI 10.1111/bjet.13544. Étude expérimentale randomisée comparant quatre conditions de soutien sur une tâche d'écriture. https://bera-journals.onlinelibrary.wiley.com/doi/10.1111/bjet.13544 [11] **Nataliya Kosmyna et alii, « Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task »**, MIT Media Lab, 2025. 54 participants sur les sessions 1 à 3, dont 18 seulement sur la session 4 ; EEG, trois groupes (assistant, moteur de recherche, sans outil). **Non évaluée par les pairs**, échantillon restreint, tâche unique en contexte éducatif : signalée ici avec ces réserves. https://www.media.mit.edu/publications/your-brain-on-chatgpt/ [12] **Sherry Ruan, Jacob O. Wobbrock, Kenny Liou, Andrew Ng, James Landay, « Speech Is 3x Faster than Typing for English and Mandarin Text Entry on Mobile Devices »**, arXiv:1608.07323v1, 25 août 2016. Saisie vocale 3,0 fois plus rapide en anglais et 2,8 fois en mandarin qu'un clavier miniature de smartphone ; taux d'erreur inférieur de 20,4 % en anglais et de 63,4 % en mandarin. Reconnaissance vocale Deep Speech 2, claviers iOS QWERTY et Pinyin. Classique fondateur du domaine, cité comme tel : la mesure porte sur des claviers de téléphone, pas sur un clavier complet. Précision de référencement : la version 2 déposée en janvier 2018 porte un titre différent, « Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones ». C'est la version 1 qui est citée ici. https://arxiv.org/abs/1608.07323v1 [13] **« A multi-country study comparing typed to automatic speech recognition-based medical documentation speeds among Low- and Middle-Income Country Trained Clinicians »**, medRxiv 2025.05.11.25327386, 13 mai 2025. Plus de 1 000 cliniciens et personnels de santé, plus de 60 établissements, plus de 15 pays : frappe médiane de 21,4 mots par minute contre 93 en dictée automatique, soit un facteur 4 à 5. **Préprint non évalué par les pairs** ; le protocole repose sur la restitution d'un passage standardisé de 74 mots, ce qui mesure la transcription et non la composition. https://www.medrxiv.org/content/10.1101/2025.05.11.25327386v1.full [14] **Marc Brysbaert, « How many words do we read per minute? A review and meta-analysis of reading rate »**, *Journal of Memory and Language*, vol. 109, 2019. Méta-analyse de 190 études et 18 573 participants : 238 mots par minute en lecture silencieuse de textes documentaires, 260 en fiction, et 183 mots par minute en lecture à voix haute (77 études, 5 965 participants). Les auteurs relèvent que ces valeurs sont inférieures aux chiffres couramment cités. https://biblio.ugent.be/publication/8647789 ## Questions fréquentes ### L'IA fait-elle vraiment gagner du temps ? Le gain de temps dépend de la tâche, de l'utilisateur et du protocole, tandis qu'une étude expérimentale de 2026 observe surtout un effort subjectif moindre sur des tâches cognitives simples. - Yu et alii (1 237 participants) ne mesurent pas de différence de temps sur leurs tâches simples, malgré une impression d'effort réduit. - METR mesure un ralentissement de 19 % chez 16 développeurs expérimentés en 2025, puis juge son signal de 2026 trop biaisé pour estimer proprement l'effet actuel. - La bonne promesse se mesure donc sur votre propre flux : durée, qualité, reprises et charge de revue. ### Baisser sa charge mentale, est-ce un vrai gain si l'horloge ne bouge pas ? Une baisse de l'effort ressenti peut être utile même sans accélération mesurée, à condition de la suivre comme un résultat distinct et de ne pas lui attribuer automatiquement une meilleure productivité ou de meilleures décisions. - Mesurez séparément le temps, la qualité, le nombre de reprises et l'effort perçu. - Réinvestissez la capacité dégagée dans les arbitrages, la relation client ou le travail de fond. - Vérifiez après quelques semaines que ce confort ne masque pas une hausse de la charge de contrôle. ### Qu'est-ce qu'une « session de décision » ? Une session de décision est une plage protégée où l'on regroupe les arbitrages engageants et où l'on transforme chacun d'eux en mandat écrit avant de laisser les agents exécuter. - Entrées : options, contraintes, risques et informations encore manquantes. - Sortie : objectif, périmètre autorisé, limites, critères d'acceptation et cas d'escalade. - Après la session : exécution asynchrone, puis revue groupée à un horaire défini. ### Pourquoi concentrer ses décisions le matin ? Le matin n'a pas de supériorité cognitive générale établie ; l'intérêt vient surtout du choix d'une plage réellement protégeable qui réduit les bascules entre décision, exécution et contrôle. - Les grandes réplications ne soutiennent pas le modèle simple d'un stock de volonté qui s'épuise. - Une étude de 2023 ne retrouve pas de bénéfice général et robuste lié à l'accord entre chronotype et heure. - Si votre meilleur créneau est l'après-midi, gardez la structure et déplacez l'horaire. ### En quoi superviser des agents relève-t-il de la gestion d'équipe ? Superviser des agents mobilise des gestes proches du management, mais demande des contrôles adaptés à des systèmes qui peuvent produire vite, avec assurance, et sans comprendre les conséquences. - Cadrer : mandat, périmètre, critères d'acceptation et escalade. - Déléguer : laisser l'exécution avancer sans notifications intermédiaires inutiles. - Contrôler : comparer les sorties, vérifier les faits et garder la décision finale. - Protéger : placer une approbation humaine avant les actions irréversibles. ### Faut-il dicter à l'IA ou lui écrire ? La dictée peut accélérer la capture d'une intention, mais les mesures disponibles portent surtout sur la transcription d'un texte connu et ne prouvent pas qu'elle améliore la formulation d'une pensée nouvelle. - Dictez un brouillon, une liste de contraintes ou un retour à chaud. - Relisez et structurez ce qui devient une instruction engageante. - Choisissez le clavier lorsque précision, confidentialité ou environnement sonore l'exigent. ### Et pour la sortie : texte, audio, schéma ou vidéo ? Pour une décision à vérifier, le texte et le schéma facilitent le retour en arrière et la comparaison, tandis que l'audio et la vidéo conviennent mieux à une restitution séquentielle. - Texte : faits, clauses, calculs et différences entre versions. - Schéma : dépendances, séquences et responsabilités. - Audio ou vidéo : présentation et diffusion après validation du contenu. ### Par où commence une PME qui veut appliquer cette méthode ? Une PME peut tester la méthode sur un seul flux pendant une semaine, avec une plage de décision, un mandat écrit et une revue groupée, puis conserver ce qui améliore ses mesures. - Choisissez un travail récurrent et réversible. - Mesurez le temps total, les interruptions, les reprises et les erreurs détectées en revue. - Ajoutez des droits ou des outils seulement après avoir stabilisé le mode opératoire. --- # Saaspocalypse : l’abondance de prototypes change la valeur du SaaS Adresse : https://paulantoinetual.fr/blog/saaspocalypse-10000-logiciels-par-jour Publié le 2026-08-02, mis à jour le 2026-09-06 · Marchés & IA > Dépôts GitHub, projets générés et produits maintenus ne se comptent pas ensemble : ce que leur essor change vraiment pour le SaaS, les achats et la gouvernance. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, août 2026 ; révisé le 6 septembre 2026.* La « Saaspocalypse » est surtout un changement de structure économique : l’IA multiplie les artefacts logiciels à faible coût, tandis que la valeur se concentre davantage dans l’exploitation, l’intégration, la sécurité et la preuve d’un résultat métier. - Le volume de dépôts ou de projets générés mesure une activité de création, pas un nombre de produits maintenus. - La facturation au siège devient moins naturelle quand un agent absorbe une partie du travail de plusieurs utilisateurs. - Les éditeurs intégrés à des processus critiques conservent des actifs difficiles à reproduire : données, droits d’accès, support, conformité et coûts de migration. - Les données financières citées décrivent une réévaluation du marché ; elles ne permettent pas d’attribuer chaque baisse à l’IA seule. > **Mise à jour du 7 août 2026.** L’accord de rachat d’Airtable annoncé le 4 août apporte un cas contractuel utile : le formulaire 6-K chiffre la transaction et indique que l’activité Hyperagent a été transférée hors d’Airtable avant la signature [6]. --- ## 1. Le choc de 2026 : des agents face aux logiciels vendus au siège Le lancement de Claude Cowork et l’élargissement des agents aux métiers de bureau ont donné au marché une raison concrète de revoir ses hypothèses sur les logiciels dont la valeur reposait surtout sur le nombre d’utilisateurs équipés [1][2]. - **Déclencheur produit :** Cowork transpose à des tâches de bureau l’exécution en plusieurs étapes déjà popularisée par les agents de développement. - **Réaction financière :** Reuters et Forbes ont décrit début février une forte baisse des valeurs logicielles et l’apparition du terme « Saaspocalypse » ; ce sont des constats de marché, pas une expérience causale. - **Signal contradictoire :** le rebond partiel observé après l’annonce de partenariats entre Anthropic et des éditeurs montre que le marché distingue aussi les fournisseurs capables d’intégrer les agents. - **Précédent opérationnel :** le remplacement annoncé de certains outils par des systèmes internes illustre une option désormais plus accessible, sans établir qu’elle soit préférable pour chaque entreprise. ## 2. La compression des sièges rebat la tarification Un agent peut réduire le nombre de licences nécessaires lorsqu’il centralise l’exécution d’un workflow, mais l’effet économique dépend de la manière dont le produit est utilisé, contrôlé et facturé. - **Exposition forte :** une fonctionnalité isolée, peu différenciée et facturée par utilisateur se compare facilement à un outil interne ou à une fonction agentique. - **Exposition limitée :** un système de référence intégré, riche en données et en permissions, reste coûteux à remplacer même si certaines tâches sont automatisées. - **Réponse tarifaire :** l’usage, le volume traité, le workflow ou le résultat offrent d’autres unités que le siège, à condition qu’elles restent mesurables et compréhensibles. - **Lecture prudente :** les statistiques de rationalisation des fournisseurs citées par la presse décrivent des enquêtes et des périodes précises ; elles ne prédisent pas la trajectoire d’un éditeur particulier [1]. ## 3. « 10 000 logiciels par jour » : un chiffre sans unité commune Le seuil de 10 000 par jour n’est défendable qu’en nommant l’objet compté, car les sources disponibles mesurent des dépôts, des projets, des soumissions ou des entreprises, jamais une même population de produits logiciels exploités durablement. - **Dépôts de code :** GitHub a enregistré 121 millions de nouveaux dépôts en 2025, soit plus de 230 par minute et environ 331 000 par jour ; un dépôt peut être vide, privé, expérimental, dupliqué ou rattaché à un produit existant [3]. - **Projets générés :** TechCrunch a rapporté un million de nouveaux projets Lovable par semaine en juin 2026, soit environ 143 000 par jour ; cette métrique de plateforme ne distingue pas les essais des applications effectivement publiées et maintenues [4]. - **Applications publiées :** les stores appliquent une revue et comptent des applications, mais leurs chiffres ne sont pas directement additionnables aux dépôts ou aux projets générés, et une publication ne garantit toujours ni usage ni pérennité [5]. - **Produits maintenus :** aucune source citée ne fournit un décompte mondial quotidien des produits distincts disposant d’utilisateurs, d’un propriétaire, d’un budget d’exploitation, d’un support et d’un cycle de mise à jour. La conclusion utile porte donc sur l’abondance des tentatives de création, dont l’ordre de grandeur est documenté, tandis que le nombre de nouveaux produits viables demeure inconnu. - La génération rapproche le coût du premier prototype de zéro pour de nombreux cas simples. - Le passage en production ajoute architecture, identité, données, tests, observabilité, sécurité et exploitation. - La maintenance transforme un artefact ponctuel en actif logiciel : correction des défauts, mises à niveau, support et responsabilité. ## 4. Produire un prototype ne crée pas encore un produit fiable L’abondance du code renforce la valeur de la sélection et de la vérification, car un benchmark de génération montre les limites d’un modèle dans son protocole sans prédire le risque d’une application donnée. - Veracode a testé plus de 100 modèles sur des tâches couvrant Java, Python, C# et JavaScript ; 45 % des échantillons ont échoué aux tests de sécurité du benchmark 2025 [7]. - Sa mise à jour de printemps 2026 décrit 80 tâches, quatre langages et quatre familles de vulnérabilités, avec des générations sans consigne de sécurité spécifique, ce qui borne clairement l’interprétation [8]. - Ce taux est une proportion dans ce jeu d’essai, pas une probabilité de vulnérabilité « par défaut » pour un dépôt, une application ou un système de production. - La décision de déployer doit reposer sur le contexte réel : surface d’attaque, données, dépendances, privilèges, tests, revue et capacité de correction. Les SaaS qui conservent une valeur durable vendent ainsi plus que du code exécutable : ils prennent en charge une partie du risque et du travail continu que le prototype laisse à son propriétaire. - **Fiabilité :** disponibilité, reprise, performance et comportement sous charge. - **Sécurité :** gestion des identités, correctifs, surveillance et réponse aux incidents. - **Intégration :** connecteurs, modèle de données, historique et règles métier. - **Exploitation :** support, documentation, migration et responsabilité contractuelle. ## 5. Trois décisions pour un portefeuille logiciel Pour un dirigeant, le bon enseignement consiste à comparer chaque abonnement à une alternative réaliste sur tout son cycle de vie, puis à choisir l’unité de valeur et le niveau de contrôle adaptés. - **Acheter ou construire :** comparer le coût total sur plusieurs années, y compris intégration, sécurité, maintenance, continuité et sortie, plutôt que le seul temps de génération. - **Mesurer la valeur :** relier chaque licence ou unité d’usage à un processus, un volume, un résultat et un propriétaire afin de repérer les doublons et les sièges dormants. - **Gouverner la production :** imposer revue, tests, inventaire des dépendances, contrôle des accès et critères de mise en production à tout code, qu’il soit humain ou généré. Cette logique prolonge le [playbook des éditeurs face à l’IA](/blog/editeur-logiciels-ia-feature-moat), l’approche [UltraCoding](/blog/vibe-coding-mort-ultracoding) et la réflexion sur une [base métier souveraine](/blog/junyr-vous-nachetez-pas-une-ia-vous-achetez-la-base). - Le premier traite la différenciation et l’orchestration. - Le deuxième organise la vérification du code généré. - Le troisième éclaire la maîtrise des données, des modèles et des dépendances fournisseurs. --- ## Addendum : ce que l’accord Airtable établit réellement Le formulaire 6-K déposé le 4 août 2026 documente un accord entièrement en numéraire valorisant Airtable à 1,285 milliard de dollars en valeur d’entreprise et environ 2,25 milliards en valeur des titres après prise en compte de la trésorerie nette [6]. - La clôture était alors attendue plus tard en 2026, sous réserve des autorisations et conditions usuelles, avec un droit de résiliation si elle n’intervenait pas avant le 4 février 2027. - Le communiqué de Bending Spoons indiquait environ 480 millions de dollars d’ARR en juin 2026, en hausse de plus de 20 % sur un an, ainsi que plus de 500 000 organisations clientes [9]. - Airtable avait annoncé en décembre 2021 une valorisation pré-money de 11 milliards de dollars lors de sa série F de 735 millions ; comparer directement ce prix privé au prix d’entreprise de 2026 exige donc de garder les périmètres financiers distincts [10]. ### Hyperagent avait été séparé avant la transaction La pièce réglementaire indique qu’avant la signature, les actifs et passifs de l’activité « Hyperagent » avaient été transférés d’Airtable à Hyperagent Inc., ce qui établit une séparation de périmètre sans révéler la valeur attribuée à l’activité sortie [6]. - L’acheteur acquiert les actions d’Airtable dans le périmètre décrit par l’accord. - Hyperagent est partie au contrat et demeure hors de ce périmètre après la réorganisation préalable. - Le document ne publie aucun prix autonome pour Hyperagent et ne permet donc pas de comparer directement la valeur des deux activités. ### Les causes du prix restent multiples L’opération illustre la revalorisation d’un grand SaaS facturé au siège, mais elle ne permet pas d’isoler l’effet des agents parmi les facteurs qui déterminent un prix de transaction. - Le point de départ de 2021 était une valorisation privée obtenue dans un autre environnement de taux et de croissance. - Le ralentissement de la croissance, la rentabilité, la concurrence, la qualité du revenu et les conditions négociées influencent également le multiple. - La sortie de Hyperagent montre un choix de périmètre ; elle ne prouve pas que le SaaS historique et l’activité agentique ont reçu deux valorisations publiques comparables. ### Préparer une option avant qu’elle devienne urgente Une entreprise qui dépend d’Airtable ou d’un autre SaaS structurant gagne à documenter sa dépendance dès maintenant, sans présumer d’un changement de prix ou de produit qui n’a pas encore eu lieu. - Cartographier les bases, automatisations, interfaces, comptes et intégrations critiques. - Identifier le propriétaire métier, les exigences de continuité et les formats d’export pour chaque processus. - Chiffrer une option de maintien, une option de renégociation et une option de migration avec leurs coûts complets. > **Avertissement.** Cet article est pédagogique et informatif ; il ne constitue ni un conseil en investissement ni une recommandation d’achat ou de vente, et les données de marché ou de presse doivent être relues dans leur méthode et à leur date. --- *Un [audit de maturité IA de 30 minutes, gratuit et sans engagement](https://junyr.eu/fr/site/audit) situe votre organisation, identifie son principal blocage et son premier projet raisonnable, puis vous remet une synthèse d’une page.* ## Sources [1] Reuters, « Global software stocks hit by Anthropic wake-up call on AI disruption », 4 février 2026 ; Forbes, « SaaSpocalypse Now: AI Is Disrupting SaaS, But Not All Software Is Doomed », 6 février 2026. Sources de presse utilisées pour le récit de marché et les enquêtes citées. [2] Anthropic, [The Future of AI at Work: Introducing Cowork](https://www.anthropic.com/webinars/future-of-ai-at-work-introducing-cowork), 30 janvier 2026. Source primaire sur le positionnement et les usages de Cowork. [3] GitHub, [Octoverse 2025](https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/), 28 octobre 2025, mis à jour le 28 février 2026 : 121 millions de nouveaux dépôts et plus de 230 par minute en 2025. [4] TechCrunch, « Lovable says it has hit $500M in annualized revenue, with 1 million new projects a week », 9 juin 2026 ; Lovable, [A first look at the build economy](https://lovable.dev/blog/a-first-look-at-the-build-economy), 9 juin 2026. Le million hebdomadaire est une métrique rapportée par la presse ; le rapport Lovable décrit ses données d’usage de janvier 2025 à mai 2026. [5] Apple, [App Store Transparency Report](https://www.apple.com/legal/app-store/transparency/), édition 2025. Cette source primaire distingue notamment soumissions examinées, rejets et catalogue disponible ; elle ne fournit pas un décompte mondial de produits maintenus. ### Sources primaires de l’addendum et du benchmark [6] U.S. Securities and Exchange Commission, Bending Spoons S.p.A., [Form 6-K du 4 août 2026](https://www.sec.gov/Archives/edgar/data/2004711/000200471126000009/bsp-20260804x6k.htm) : prix, périmètre Hyperagent, conditions et calendrier de clôture. [7] Veracode, [2025 GenAI Code Security Report](https://www.veracode.com/resources/analyst-reports/2025-genai-code-security-report/) : taux d’échec de sécurité de 45 % dans le benchmark publié. [8] Veracode, [Spring 2026 GenAI Code Security Update](https://www.veracode.com/blog/spring-2026-genai-code-security/) : protocole de 80 tâches, quatre langages et quatre familles de vulnérabilités. [9] Bending Spoons, [Definitive agreement to acquire Airtable](https://investors.bendingspoons.com/newsroom/bending-spoons-agrees-to-acquire-airtable), 4 août 2026 : ARR, croissance et base de clients déclarés par l’acquéreur. [10] Airtable, [Airtable secures $735M to invest in its connected apps platform](https://www.airtable.com/newsroom/series-f), 13 décembre 2021 : tour de table et valorisation pré-money de 11 milliards de dollars. ## Questions fréquentes ### Qu'est-ce que la « Saaspocalypse » ? Le terme décrit la réévaluation des éditeurs SaaS lorsque les agents réduisent le coût de certaines tâches et fragilisent la facturation au siège, sans annoncer la disparition de tout le secteur. - Les fonctions simples et peu intégrées deviennent plus faciles à reproduire ou à substituer. - Les données propriétaires, l’intégration, la fiabilité et les coûts de changement continuent de protéger les produits profondément ancrés dans les opérations. - Les mouvements boursiers montrent une évolution des anticipations ; ils n’isolent pas à eux seuls la contribution de l’IA. ### Peut-on affirmer que 10 000 nouveaux logiciels sont créés chaque jour ? On peut documenter des volumes quotidiens bien supérieurs à 10 000 pour certains artefacts de création, mais aucune source citée ne mesure 10 000 nouveaux produits logiciels distincts, publiés, exploités et maintenus chaque jour. - GitHub a compté plus de 230 nouveaux dépôts par minute en 2025, soit plus de 330 000 par jour en moyenne. - Lovable a communiqué sur des projets créés sur sa plateforme, qui peuvent être des essais, des doublons ou des versions intermédiaires. - Un dépôt ou un projet généré ne prouve ni une mise en production, ni des utilisateurs actifs, ni une maintenance durable. ### Qu'est-ce que la compression des sièges ? La compression des sièges désigne la baisse possible du nombre de licences humaines lorsqu’un agent accomplit une partie du travail, mais son ampleur dépend du processus, du contrat et du niveau de contrôle requis. - Une tarification strictement par utilisateur est exposée lorsque l’usage se concentre sur quelques opérateurs et agents. - Une tarification à l’usage, au workflow ou au résultat peut mieux suivre la valeur réellement fournie. - Les tâches sensibles ou réglementées conservent souvent des validations humaines et des licences associées. ### Le benchmark Veracode donne-t-il la probabilité qu’une application soit vulnérable ? Non : son taux de 45 % décrit les échecs de sécurité observés sur un benchmark défini de tâches, de langages et de vulnérabilités, et ne constitue pas une probabilité calibrée pour une application de production quelconque. - Le résultat justifie de traiter le code généré comme une contribution à vérifier. - Le risque réel dépend de l’architecture, des dépendances, des données, du déploiement et des contrôles. - La revue, les tests et l’analyse de sécurité restent nécessaires avant mise en production. ### Que montre l'accord de rachat d'Airtable annoncé le 4 août 2026 ? L’accord fournit un prix négocié pour Airtable et confirme que Hyperagent avait été sorti du périmètre avant la signature, mais il ne démontre ni que l’IA explique seule ce prix ni que tous les SaaS suivront la même trajectoire. - Le formulaire 6-K indique 1,285 milliard de dollars de valeur d’entreprise et environ 2,25 milliards de valeur des titres, trésorerie nette comprise. - Le communiqué de l’acheteur indique environ 480 millions de dollars d’ARR en juin 2026, en croissance de plus de 20 % sur un an. - La valorisation de 2021, le ralentissement de la croissance et les conditions de marché restent des explications concurrentes. ### Cet article est-il un conseil en investissement ? Non : cet article analyse des modèles économiques et des sources publiques à des fins pédagogiques, sans recommander l’achat ou la vente d’un titre. - Les cours, multiples et estimations de presse peuvent changer rapidement. - Une décision d’investissement exige une analyse adaptée et, si nécessaire, un professionnel habilité. --- # Développement à décision gardée : valider le plan avant d'écrire le code Adresse : https://paulantoinetual.fr/blog/developpement-a-decision-gardee Publié le 2026-07-29, mis à jour le 2026-09-14 · Méthode Junyr™ > Une méthode de travail avec des agents IA qui sépare exploration, décision humaine et implémentation, illustrée par dix-sept jours d'un registre interne Junyr. ## Le renversement Quand des agents accélèrent fortement la production de code, le coût relatif bascule vers le choix du changement, sa cohérence avec l'existant et la capacité de l'équipe à le vérifier avant qu'il ne grossisse. - Les méthodes historiques répartissent une capacité d'exécution humaine limitée. - Les agents réduisent le temps d'écriture, mais pas celui nécessaire pour comprendre les dépendances et arbitrer. - Un volume supérieur de code augmente la charge de revue si les choix structurants restent implicites. - Le développement à décision gardée transforme donc le choix en artefact écrit et le soumet à un contrôle humain avant implémentation. ## Les trois règles du contrôle avant code La méthode repose sur trois règles opérationnelles qui séparent clairement l'exploration, la décision et l'écriture du code. - **Planifier par défaut :** une session d'exploration produit un plan ; l'implémentation exige une demande explicite. - **Rendre le plan décision-complet :** il nomme les fichiers, points de raccordement, contraintes, tests et éléments hors périmètre, sans prétendre figer chaque import ou ligne d'insertion. - **Valider avant d'écrire :** un humain accepte, refuse ou demande une révision du plan avant toute modification du code ; les tests et la revue restent ensuite nécessaires. > **[Schéma] De l'idée au verdict : un seul point de passage, une boucle de retour** > Schéma boîtes-flèches : une idée devient un plan décision-complet, passe un gate humain unique, puis se termine soit en abandon avant toute ligne de code, soit en implémentation. Un chemin de retour en pointillé relie les plans implémentés à l'étape du plan : le résultat utilisateur mesuré après chaque vague réordonne les plans approuvés de la vague suivante. > Figure 1. Un plan approuvé s'implémente, un plan non approuvé ou rendu caduc s'abandonne, jamais l'inverse ; le résultat observé chez les utilisateurs après chaque vague réordonne ensuite les plans encore en attente. Source : registre de développement Junyr, 28 juillet 2026. ## Ce que la séparation entre plan et exécution permet ### La planification se parallélise, l'implémentation non La planification se parallélise tant que chaque session produit un artefact isolé, alors que l'implémentation doit être sérialisée ou répartie entre zones réellement indépendantes pour éviter les conflits et les incohérences. - Plusieurs agents peuvent explorer des options, risques ou sous-systèmes sans modifier le dépôt. - Leurs plans peuvent ensuite être comparés, fusionnés ou écartés au même point de contrôle. - Deux écritures simultanées sur un même fichier, schéma ou contrat exigent une coordination explicite ; un écrivain unique par zone est la règle prudente. ### Le plan devient l'unité de revue, pas le diff Le plan devient une première unité de revue parce qu'il expose l'intention et l'architecture avant leur traduction en code, sans dispenser de vérifier ensuite le diff produit. - La revue du plan contrôle le périmètre, les dépendances, les raccordements et la stratégie de test. - La revue du diff contrôle la fidélité de l'implémentation, ses effets réels et sa qualité. - Détecter un mauvais choix dans le plan évite son coût d'écriture ; le détecter dans le diff reste indispensable si l'exécution s'écarte du plan. ### La fraîcheur devient un problème de premier ordre Un plan approuvé reste valable seulement tant que ses prémisses correspondent au dépôt, ce qui impose une vérification de fraîcheur juste avant l'implémentation et une nouvelle validation si un choix substantiel change. - Vérifier les fichiers, interfaces, schémas et hypothèses nommés coûte moins cher que recommencer une exploration sans guide. - Une divergence mécanique peut être ajustée pendant l'exécution si elle ne change aucune décision. - Une divergence de périmètre, d'architecture ou de risque renvoie le plan au contrôle humain. - Dans l'échantillon interne de dix-sept jours, cette passe a notamment arrêté un plan fondé sur une prémisse devenue dangereuse ; cette observation illustre le mécanisme sans en mesurer la fréquence générale. ## Étude de cas : dix-sept jours de registre Ce relevé descriptif porte uniquement sur le registre de développement interne de Junyr, du 11 au 28 juillet 2026, et montre comment les éléments ont circulé dans ce dispositif sans démontrer sa performance dans d'autres équipes ou sur une période longue. - Au jour 11, le registre comptait 260 plans, soit environ 24 par jour depuis sa création. - Au jour 17, il en comptait 565 ; les 305 ajouts des six derniers jours représentent environ 51 plans par jour. - Cette accélération décrit l'activité du registre pendant la fenêtre observée ; elle ne prouve ni un gain de productivité ni la stabilité future de la méthode. | Mesure | Valeur | |---|---| | Plans écrits | 565 | | Plans implémentés puis clos | 477 | | Plans abandonnés | 31, dont 26 jamais réclamés en implémentation | | Plans en attente de validation ou de tour | 57 | | Idées et rapports en amont, jamais devenus des plans | 144 (sur 482 entrés au registre) | | Révisions de plans archivées | 167 | | Taille médiane d'un plan | 5 693 caractères | > **[Schéma] 565 plans, dix-sept jours : où va le volume** > Barres horizontales : sur 565 plans écrits, 477 sont livrés, 57 attendent une validation ou leur tour, et 31 sont abandonnés dont 26 avant toute ligne de code. > Figure 2. Répartition des 565 plans dans le registre interne observé : 477 livrés, 57 en attente et 31 abandonnés. Source : registre de développement Junyr, 28 juillet 2026. Les trois signaux les plus utiles de cet échantillon interne concernent l'arrêt avant code, la sélection entre idée et plan, et la nécessité de renouveler une approbation après une révision substantielle. - **Arrêt avant code :** 31 plans ont été abandonnés ; 26 n'ont jamais été demandés en implémentation, ce qui établit qu'aucun code n'a été écrit pour eux, tandis que le registre ne permet pas d'affirmer la même chose pour les cinq autres. - **Sélection amont :** 144 éléments sur 482, soit 29,9 %, ne sont jamais devenus des plans ; environ trois sur dix constitue une minorité substantielle, sans autoriser une généralisation à « la majorité des idées » ni aux équipes extérieures. - **Nouvelle validation :** 167 révisions ont été archivées ; dès qu'une réécriture modifie une décision approuvée, le nouveau plan doit repasser le contrôle pour que son statut reste fiable. > **[Schéma] Croissance du registre : le rythme s'accélère** > Courbe de croissance du nombre de plans écrits depuis la création du registre : zéro au jour 0, 260 au jour 11, 565 au jour 17. La pente du second segment est plus forte que celle du premier. > Figure 3. Le rythme descriptif passe d'environ 24 plans par jour sur les onze premiers jours à environ 51 sur les six suivants, dans ce seul registre et sur cette fenêtre. Source : registre de développement Junyr, mesures du 21 et du 28 juillet 2026. ## Outcome-driven prioritization : composer la vague suivante Le gate décide si un plan peut être implémenté, et la priorisation par le résultat pour l'utilisateur final, ou outcome-driven prioritization, décide quels plans approuvés entrent dans la vague suivante, classés selon l'effet attendu pour les utilisateurs et corrigés par l'effet observé après la vague précédente. - Une vague est un lot de plans approuvés implémentés puis promus ensemble en production ; le lot de douze plans promu le 14 juillet, décrit dans « [Nous avons retiré Git d'un produit en production](/blog/retirer-git-pilotage-par-roadmap) », en est une. - Le vivier est l'ensemble des plans approuvés qui attendent leur tour, une partie des 57 plans comptés en attente dans le tableau ci-dessus. - Le critère de classement est un résultat utilisateur : une tâche accomplie sans assistance, une erreur qui cesse de se produire, une fonctionnalité réellement utilisée, une demande de support qui disparaît. - Le nombre de plans livrés par jour mesure une production ; l'accélération de la figure 3 ne dit rien de la valeur reçue par les utilisateurs. - Après la promotion, le résultat observé est comparé aux observations d'acceptation que chaque plan avait nommées, et cette comparaison reclasse le vivier, renvoie un plan au gate quand sa prémisse a changé, ou abandonne un plan dont l'effet attendu a disparu. ### La taille de la vague est la variable à optimiser Une vague se dimensionne pour que son résultat reste attribuable à ses plans, parce qu'une vague trop grande brouille la lecture et qu'une vague trop petite gaspille la capacité d'écriture sérialisée. - Regrouper les plans qui touchent la même zone, pour limiter les conflits de fraîcheur, et séparer les plans dont les effets se confondraient dans une même mesure. - Placer un ou deux plans à fort résultat attendu dans chaque vague plutôt que la remplir d'éléments à faible risque, faciles à clore. - Lire le résultat à intervalle fixe après la promotion, avec la même mesure d'une vague à l'autre, pour que les rangs restent comparables. ### Ce que la priorisation ne fait jamais La priorisation classe des plans approuvés et n'en approuve aucun, si bien qu'un plan à fort résultat attendu passe quand même le gate et la vérification de fraîcheur avant tout code. - Le gate conserve la responsabilité de la décision ; la priorisation fixe le rang et rien d'autre. - L'échantillon de registre de cet article compte des plans et ne dit rien des résultats ; la règle de classement est donc un choix de conception dont l'article ne mesure pas l'effet. - Un rang dérivé d'un indicateur indirect, comme des pages vues ou des plans clos, retombe dans la production et doit être remplacé par une observation chez l'utilisateur. ## Les trois façons dont la méthode se dégrade La méthode perd sa fonction de contrôle lorsque l'approbation devient automatique, que le plan reste vague ou que le registre ne reflète plus l'état réel du travail. - Le gate doit provoquer une décision attentive et traçable. - Le plan doit contenir assez de précision pour être actionnable. - Le registre doit être alimenté par des états et des sources fiables. ### Un contrôle qui devient un tampon Un contrôle signé sans lecture ajoute du délai sans réduire le risque, ce qui oblige à calibrer le plan pour qu'un validateur puisse réellement l'examiner. - Adapter la longueur à la complexité et au risque du changement. - Faire ressortir les décisions, hypothèses et conséquences irréversibles. - Refuser l'approbation si le temps ou la compétence nécessaires manquent. ### Un plan qui décrit une intention plutôt qu'il ne décide Un document qui promet une direction sans nommer les surfaces de changement ni les preuves attendues reste une idée, même s'il porte le titre de plan. - Identifier les fichiers, services, contrats ou données concernés. - Nommer les raccordements existants à réutiliser et les règles à préserver. - Définir les tests ou observations qui permettront d'accepter le résultat. ### Un registre qui ment par omission Un registre incomplet peut afficher une situation plausible tout en orientant les décisions vers un travail caduc, une source partiellement lue ou un indicateur mal défini. - Lier chaque statut à un événement vérifiable plutôt qu'à une interprétation implicite. - Signaler les plans périmés, remplacés ou en attente d'une nouvelle validation. - Auditer périodiquement les compteurs contre les artefacts sources. ## Le rapport à la transformation des entreprises Le développement à décision gardée transpose au travail d'ingénierie un principe de la [Méthode Junyr™](/methode) : déléguer l'exécution exige de rendre explicites la responsabilité, les critères de décision et les contrôles associés. - À l'échelle du dépôt, le plan consigne le changement et le gate attribue la décision. - À l'échelle de l'organisation, le cadre relie les usages de l'IA à des responsabilités et à des contrôles adaptés. - Dans les deux cas, le dispositif reste indépendant d'un logiciel précis et ne garantit pas à lui seul la qualité, la sécurité ou la conformité. ## Ce que je ne prétends pas La méthode traite la qualité de la décision avant code et doit être proportionnée au risque, car elle ne choisit ni l'agent ni l'architecture et ne remplace aucune vérification technique. - Conserver les tests, la revue de code, les contrôles de sécurité et l'observabilité nécessaires. - Alléger ou supprimer le plan formel pour une correction triviale, locale et facilement réversible. - Renforcer la précision et l'approbation lorsque le volume, les dépendances, le coût d'erreur ou l'irréversibilité augmentent. - Classer les plans approuvés par résultat utilisateur sans laisser le rang remplacer le gate, ni lire un effet mesuré dans un échantillon qui ne compte que des plans. ## Le principe à retenir Lorsque la production de code dépasse la capacité de décision et de revue, consigner le choix, le faire approuver puis vérifier sa fraîcheur redonne à l'équipe un point de contrôle avant l'exécution. - Le registre conserve la décision et son état. - Le gate humain engage la responsabilité avant le changement. - Les tests et la revue établissent ensuite ce que l'implémentation fait réellement. - Le résultat utilisateur mesuré après chaque vague ordonne la suivante. *Situez votre organisation avec l’[audit de maturité IA Junyr gratuit](https://junyr.eu/fr/site/audit).* ## Pour aller plus loin - [Nous avons retiré Git d’un produit en production](/blog/retirer-git-pilotage-par-roadmap) : la bascule dont ce registre est issu. - [UltraCoding](/blog/vibe-coding-mort-ultracoding) : la chaîne de production qui implémente les plans approuvés. - [Ingénierie des systèmes agentiques : l’humain dans la boucle](/blog/ingenierie-systemes-agentiques-human-in-the-loop) : le contrôle des actions qu’un agent peut engager. *Paul-Antoine TUAL, AI Transformation Leader · Croissance et Transitions (SAS) · Méthode Junyr™ · Junyr Mail™ · Junyr Agents™* --- ## Sources Les statistiques de cet article proviennent exclusivement de deux relevés du registre interne Junyr et doivent se lire comme une description de ce périmètre, tandis que le contexte externe reste documenté dans la bibliographie de « [Nous avons retiré Git d'un produit en production](/blog/retirer-git-pilotage-par-roadmap) ». - **21 juillet 2026 :** 260 plans après onze jours d'existence du registre. - **28 juillet 2026 :** 565 plans écrits, 477 livrés, 31 abandonnés dont 26 jamais demandés en implémentation, 57 en attente, 167 révisions archivées et une taille médiane de 5 693 caractères. - **Sélection amont au 28 juillet :** 144 éléments sur 482, soit 29,9 %, jamais transformés en plans ; ce dénominateur est distinct des 565 plans écrits. - **14 juillet 2026 :** un lot de douze plans approuvés, implémentés le 13 juillet et promus ensemble le lendemain, exemple de vague utilisé dans la section de priorisation, documenté dans l'article Git. ## Questions fréquentes ### Qu'est-ce que le développement à décision gardée ? Le développement à décision gardée formalise la décision dans un plan vérifiable, puis réserve l'implémentation à ce qu'un humain a explicitement approuvé. - Planifier est le comportement par défaut. - Le plan précise les fichiers, raccordements, contraintes, tests et éléments hors périmètre. - Une validation humaine précède toute écriture de code. ### Pourquoi la planification se parallélise-t-elle alors que l'implémentation non ? Plusieurs explorations peuvent avancer en parallèle tant qu'elles ne modifient aucun état partagé, tandis que l'écriture doit être coordonnée selon les dépendances réelles du dépôt. - Les sessions de planification produisent des artefacts séparés et comparables. - Deux implémentations concurrentes peuvent entrer en conflit sur les mêmes fichiers, schémas ou interfaces. - Un écrivain unique est une règle prudente pour une zone de code donnée, pas une interdiction absolue de tout développement parallèle. ### Qu'est-ce qu'un plan « décision-complet » ? Un plan décision-complet contient les choix nécessaires pour commencer sans rouvrir l'analyse de fond, tout en laissant les détails mécaniques au moment de l'implémentation. - Il nomme les fichiers et points de raccordement concernés. - Il fixe les contraintes, tests attendus et limites du changement. - Sa qualité se juge à la couverture des décisions, pas à sa longueur. ### Quel est le rendement réel de la méthode ? Le registre interne Junyr observé pendant dix-sept jours montre surtout la capacité du contrôle à arrêter du travail avant le code, sans établir un rendement généralisable à d'autres équipes. - 565 plans ont été écrits et 477 livrés dans ce registre. - 31 plans ont été abandonnés, dont 26 jamais demandés en implémentation. - 144 éléments amont sur 482, soit 29,9 %, ne sont jamais devenus des plans. ### Qu'est-ce que l'outcome-driven prioritization ? L'outcome-driven prioritization classe les plans approuvés de la vague suivante selon l'effet attendu pour les utilisateurs finaux, corrigé par l'effet observé après la vague précédente, sans contourner le gate humain. - Le gate décide si un plan peut être implémenté ; la priorisation décide de son rang dans la vague. - La mesure est un résultat observé chez les utilisateurs finaux, jamais le nombre de plans livrés. - Chaque vague reste assez petite pour que son résultat soit attribuable à ses plans. ### Quel est le rapport entre cette méthode et la Méthode Junyr™ ? Le développement à décision gardée applique au travail d'ingénierie le même principe de responsabilité explicite que la Méthode Junyr™ applique à la transformation d'une organisation. - L'équipe conserve la décision et délègue une partie de l'exécution. - Le registre rend les choix, leur statut et leur validation consultables. - Aucun niveau de méthode ne remplace les contrôles techniques, juridiques ou organisationnels applicables. --- # Investissements IA et souveraineté : les enjeux du partenariat Microsoft-Mistral Adresse : https://paulantoinetual.fr/blog/bulle-speculative-ia-pivot-mistral Publié le 2026-07-23, mis à jour le 2026-09-06 · Marchés & IA > Une lecture datée des tensions du cycle IA et des choix de souveraineté ouverts par le partenariat Microsoft-Mistral annoncé le 21 juillet 2026. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Juillet 2026 ; révisé en septembre 2026.* > **Posture.** Un cycle spéculatif se qualifie avec prudence et souvent après coup : cet article confronte des signaux datés de 2026 à deux questions distinctes, la soutenabilité économique des investissements IA et la maîtrise européenne de leur infrastructure. ## 1. Lire le cycle avec le cadre Minsky-Kindleberger Le cadre inspiré de Hyman Minsky et de Charles Kindleberger décrit une séquence utile pour raisonner, à condition de ne pas le traiter comme un indicateur capable d'identifier en temps réel le sommet d'un marché. - **Choc initial :** une rupture ouvre un nouveau champ de profits ; l'IA générative en fournit un exemple depuis la diffusion de ChatGPT fin 2022. - **Essor :** capitaux, capacités de calcul et nouveaux produits se développent rapidement. - **Euphorie :** les anticipations et les prix peuvent s'éloigner des flux économiques réalisables. - **Prise de bénéfices puis désengagement :** ces phases ne deviennent certaines qu'à travers des comportements et des données ultérieurs. Les données de l'été 2026 justifient de tester l'hypothèse d'une phase tendue, sans assigner nécessairement l'IA à un point précis du cycle. - La concentration des indices mesure une exposition commune à quelques grandes entreprises. - Les plans d'investissement mesurent l'ampleur d'un pari industriel dépendant d'hypothèses techniques. - Les enquêtes de gérants renseignent le sentiment, qui peut précéder un retournement ou rester durablement prudent. - Les résultats d'entreprise restent le test décisif : utilisation, prix, marges, amortissement et trésorerie. ## 2. Concentration, valorisation et sentiment de marché La concentration est observable, mais son interprétation reste ambivalente : S&P Dow Jones Indices indiquait en mai 2026 que les dix premières sociétés représentaient environ 40 % du S&P 500, tandis que la technologie pesait 38 % de l'indice au 30 juin [1]. - Une baisse simultanée de quelques grandes valeurs aurait un effet disproportionné sur l'indice. - Une forte pondération peut aussi refléter des bénéfices et une croissance déjà réalisés. - La concentration ne permet donc pas, seule, de conclure à une surévaluation ou à l'imminence d'une correction. Les chiffres de la *Global Fund Manager Survey* de Bank of America, rapportés par Reuters le 14 juillet 2026, indiquent que le risque de bulle était plus présent dans les esprits, mais cette mesure reste une photographie d'opinion [2]. - 45 % des répondants auraient cité la bulle IA comme premier « risque extrême », contre 28 % en juin. - 82 % auraient décrit la position acheteuse sur les semi-conducteurs comme la transaction la plus encombrée. - Ces réponses ne mesurent ni probabilité de krach, ni valeur intrinsèque, ni capacité de remboursement. Les analogies avec l'an 2000 éclairent le risque de payer trop cher une technologie utile, tout en laissant ouvertes des différences essentielles. - Les infrastructures IA ont une durée de vie économique incertaine et certains accélérateurs peuvent perdre leur compétitivité avant la fin de leur amortissement. - Les leaders actuels disposent de revenus et de trésorerie considérables, contrairement à de nombreuses entreprises Internet de 2000. - La trajectoire dépendra donc surtout de l'utilisation réelle des capacités installées. ## 3. Relier les investissements aux revenus attendus L'écart pertinent oppose des dépenses physiques engagées aujourd'hui à des revenus et gains futurs incertains, ce qui rend trompeuse la présentation d'un chiffre unique comme déficit certain du secteur. - Goldman Sachs modélise environ **7 600 milliards de dollars** d'investissement cumulé, mais qualifie explicitement l'analyse de cadre par scénarios, sensible à la durée de vie des puces, au coût des centres, à l'architecture et aux contraintes de déploiement [3]. - Les estimations de « revenue gap » de David Cahn chez Sequoia sont une thèse d'investisseur fondée sur des hypothèses de rendement et de monétisation, pas une créance comptable observée [4]. - Le rendement réel dépendra du taux d'utilisation, du prix du calcul, du renouvellement du matériel et de la valeur captée par chaque maillon. Les enquêtes auprès des entreprises montrent surtout une distribution inégale des résultats, plutôt qu'une absence générale de valeur. - McKinsey rapporte en novembre 2025 que 39 % des répondants attribuent un impact d'EBIT à l'IA ; la plupart l'estiment inférieur à 5 %, tandis que 6 % satisfont sa définition plus exigeante d'« AI high performers » [5]. - PwC rapporte en janvier 2026 que 12 % des 4 454 dirigeants interrogés dans 95 pays constatent à la fois une hausse des revenus et une baisse des coûts ; 33 % déclarent au moins l'un des deux effets [6]. - Ces enquêtes utilisent des populations, périodes et définitions différentes ; leurs pourcentages ne s'additionnent pas et ne mesurent pas le ROI agrégé du marché. Le financement par dette accroît l'importance du calendrier des flux, sans suffire à prouver qu'un point de rupture est atteint. - Un actif financé à crédit doit générer assez de marge avant que financement et obsolescence ne dégradent son économie. - Les grands groupes peuvent néanmoins financer une part substantielle des projets avec leurs activités existantes et ajuster le rythme de construction. - Les engagements hors bilan doivent être analysés avec leur durée, leurs garanties et leur traitement comptable avant toute conclusion systémique. ## 4. Microsoft-Mistral : le périmètre de l’annonce du 21 juillet 2026 Le communiqué officiel du 21 juillet décrit une extension du partenariat autour des modèles, des environnements de déploiement et du calcul européen ; il ne publie pas les termes financiers détaillés que certaines reprises de presse ont associés à l'accord [7]. - **Modèles :** Mistral Medium 3.5 et OCR 4 sont disponibles dans Microsoft Foundry, et Medium 3.5 dans Copilot Studio. - **Déploiement :** les clients peuvent viser le cloud, Azure Local et des environnements entièrement déconnectés avec Foundry Local. - **Calcul :** Mistral prévoit d'ajouter en Europe des milliers de GPU Nvidia Vera Rubin. - **Limite documentaire :** le communiqué ne chiffre ni engagement pluriannuel, ni capacité réservée par Microsoft, ni opération sur le capital. Cette architecture élargit les options de localisation et de continuité, mais le mot « souveraineté » doit être décomposé pour éviter une promesse trop large. - Un modèle à poids ouverts peut être exécuté dans un environnement choisi et adapté, selon sa licence et les composants disponibles. - Un environnement déconnecté réduit la dépendance à un service distant pendant l'exploitation. - Azure Local et Foundry Local restent des technologies Microsoft : logiciels, mises à jour, identité et support appartiennent à l'analyse de dépendance. - Le contrôle des données, du modèle, du calcul, des clés et de la gouvernance forme donc un ensemble. Mistral a précisé le 11 août 2026 sa trajectoire d'infrastructure européenne, présentée comme un plan pouvant atteindre 1 GW en 2030 plutôt que comme une capacité déjà disponible [8]. - L'entreprise veut proposer de l'inférence régionale et accueillir des modèles ouverts tiers. - Elle cherche des engagements de long terme pour soutenir la capacité européenne. - Permis, énergie, financement, matériel et demande conditionnent encore la réalisation du plan. ## 5. Capital de Mistral : les informations publiques et leurs limites Les faits publics sur le capital de Mistral sont moins détaillés que les estimations circulant dans la presse, ce qui interdit de présenter une ventilation nationale précise ou une majorité de vote des fondateurs comme acquise. - Le 9 septembre 2025, ASML a officiellement investi **1,3 milliard d'euros** dans la Série C de Mistral [9]. - ASML indiquait alors détenir environ **11 %** du capital pleinement dilué et obtenir un siège au comité stratégique. - Mistral annonçait une levée totale de **1,7 milliard d'euros** et une valorisation post-money de **11,7 milliards d'euros** [10]. - Ces communiqués ne permettent pas de calculer la part française actuelle ou le contrôle de vote après chaque opération. Pour une entreprise européenne, l'ancrage de Mistral mérite donc une analyse multidimensionnelle et actualisée au moment du contrat. - **Gouvernance :** droit applicable, droits de vote, décisions réservées et contrôle des sous-traitants. - **Données :** localisation, accès administratif, chiffrement, journaux et restitution. - **Technologie :** licence des poids, exécution indépendante, dépendances propriétaires et portabilité. - **Infrastructure :** lieu du calcul, chaîne d'approvisionnement, énergie, capacité garantie et continuité. ## 6. Deux scénarios pour les 12 à 24 prochains mois Un scénario d'ajustement devient plausible si les revenus d'usage progressent moins vite que l'amortissement, le financement et le renouvellement des infrastructures, sans que l'on puisse lui attribuer aujourd'hui une probabilité robuste. - Les opérateurs réduiraient ou décaleraient leurs programmes de construction. - Les multiples des fournisseurs les plus exposés pourraient se contracter. - Les centres sous-utilisés et accélérateurs moins compétitifs pourraient subir des dépréciations. - Les jeunes entreprises dépendantes de financements répétés seraient les plus sensibles. Un scénario d'absorption productive devient plausible si la baisse du coût unitaire stimule assez de nouveaux usages pour améliorer l'utilisation des actifs et les flux de trésorerie. - Modèles plus efficaces et matériel plus performant réduiraient le coût de certaines charges. - L'intégration dans des processus complets pourrait accroître la valeur mesurable. - Une demande très élastique pourrait maintenir la dépense totale malgré la baisse du prix unitaire. - Les gains resteraient inégalement répartis entre énergie, puces, cloud, modèles, intégrateurs et utilisateurs. Ces scénarios peuvent se succéder ou coexister selon les segments, ce qui rend plus utile le suivi d'indicateurs opérationnels que l'étiquette globale de « bulle ». - Taux d'utilisation et durée de vie économique des accélérateurs. - Revenu d'inférence et marge par unité de calcul. - CapEx, engagements contractuels, dette et flux de trésorerie disponibles. - Gains attribuables chez les clients, calculés sur une période et un périmètre définis. ## Décisions pour un dirigeant d’entreprise Un dirigeant n'a pas besoin de prévoir le sommet du cycle pour prendre une décision raisonnable : il peut traiter l'IA comme un investissement réversible, mesuré et gouverné, tout en conservant des options de fournisseur et de déploiement. - Relier chaque cas d'usage à un coût complet, une valeur attribuable et une règle d'arrêt. - Distinguer capacité libérée, économie de trésorerie, chiffre d'affaires et marge pour éviter le double comptage. - Tester la portabilité des données, des modèles et des processus avant de qualifier une solution de souveraine. - Contractualiser localisation, dépendances, continuité et sortie, puis vérifier ces engagements en exploitation. > **Avertissement.** Cet article est pédagogique et informatif ; il ne constitue ni un conseil en investissement ni une recommandation d'achat ou de vente, et les scénarios décrits n'ont ni probabilité ni calendrier annoncés. *Pour structurer cette analyse, consultez notre [livre blanc sur l'industrialisation de l'IA](/livre-blanc-industrialisation) et la [Méthode Junyr™](/methode).* ## Sources Sources consultées au 6 septembre 2026 ; les chiffres et plans restent datés de leur publication. [1] S&P Dow Jones Indices, [S&P 500 au 30 juin 2026](https://www.spglobal.com/spdji/en/indices/equity/sp-500/) et [entretien sur la concentration, 20 mai 2026](https://www.spglobal.com/spdji/en/index-tv/article/the-market-measure-in-the-shadows-of-giants/). [2] Reuters, 14 juillet 2026, compte rendu de la *Global Fund Manager Survey* de Bank of America ; le rapport complet n'est pas publiquement accessible. [3] Goldman Sachs Global Institute, [*Tracking Trillions*](https://www.goldmansachs.com/insights/articles/tracking-trillions-the-assumptions-shaping-scale-of-the-ai-build-out), 1er mai 2026. [4] Sequoia Capital, [*AI's $600B Question*](https://www.sequoiacap.com/article/ais-600b-question/), 20 juin 2024 ; estimation analytique, non mesure comptable. [5] McKinsey, [*The state of AI in 2025*](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai), 5 novembre 2025. [6] PwC, [29e *Global CEO Survey*](https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-global-ceo-survey.html), 19 janvier 2026. [7] Microsoft, [« Microsoft et Mistral renforcent leur partenariat stratégique »](https://news.microsoft.com/source/emea/2026/07/microsoft-et-mistral-renforcent-leur-partenariat-strategique-pour-offrir-aux-organisations-davantage-de-choix-de-controle-et-de-flexibilite-dans-le-deploiement-dune-ia-de-pointe/?lang=fr), 21 juillet 2026. [8] Mistral AI, [*In-region inference, open models, and new European infrastructure for sovereign AI*](https://mistral.ai/news/regional-inference-open-models-new-compute/), 11 août 2026. [9] ASML, [*ASML, Mistral AI enter strategic partnership*](https://www.asml.com/en/news/press-releases/2025/asml-mistral-ai-enter-strategic-partnership), 9 septembre 2025. [10] Mistral AI, [*Mistral AI raises 1.7B€*](https://mistral.ai/news/mistral-ai-raises-1-7b-to-accelerate-technological-progress-with-ai), 9 septembre 2025. ## Questions fréquentes ### L'IA est-elle en train de vivre son moment Minsky ? Le cadre Minsky-Kindleberger permet de lire les tensions observées en 2026, mais il ne permet ni de dater un sommet ni d'annoncer un krach. - Le choc technologique et l'afflux de capitaux correspondent aux premières phases du cadre. - La concentration boursière et l'ampleur des dépenses sont des signaux de tension, pas une preuve d'euphorie. - Seules les données ultérieures permettront de qualifier rétrospectivement le stade du cycle. ### Que dit l'enquête Bank of America de juillet 2026 sur le risque de bulle IA ? Les chiffres publiés dans la presse signalent une inquiétude croissante des gérants, sans transformer leur opinion en prévision de marché. - 45 % auraient cité la bulle IA comme premier risque extrême, contre 28 % le mois précédent. - 82 % auraient qualifié la position acheteuse sur les semi-conducteurs de transaction la plus encombrée. - Cette enquête de sentiment ne mesure ni valorisation, ni solvabilité, ni probabilité de krach. ### Que contient l'annonce Microsoft-Mistral du 21 juillet 2026 ? Le communiqué officiel décrit une extension technologique et commerciale autour des modèles Mistral, des environnements Microsoft et de nouvelles capacités Nvidia en Europe. - Mistral Medium 3.5 et OCR 4 sont proposés dans Microsoft Foundry, et Medium 3.5 dans Copilot Studio. - Le déploiement couvre le cloud, Azure Local et des environnements déconnectés via Foundry Local. - Mistral prévoit de déployer des milliers de GPU Nvidia Vera Rubin. - Le communiqué ne publie ni montant, ni réservation chiffrée de capacité, ni modification du capital. ### Mistral AI perd-elle son ancrage français ? Les informations publiques montrent une société française financée par des capitaux internationaux, mais ne permettent pas de reconstituer avec certitude son contrôle effectif. - ASML a investi 1,3 milliard d'euros le 9 septembre 2025 et détenait alors environ 11 % du capital pleinement dilué. - Mistral ne publie pas une table de capitalisation complète ni la répartition détaillée des droits de vote. - La souveraineté doit aussi être évaluée par la localisation, les licences, les dépendances techniques et la gouvernance. ### L'écart entre dépenses IA et retours se creuse-t-il ? Les données montrent un investissement massif et des retours inégaux, sans établir un déficit unique et mesuré pour tout l'écosystème. - Goldman Sachs présente 7 600 milliards de dollars comme un scénario cumulé sensible à plusieurs hypothèses. - McKinsey rapporte que 39 % des répondants attribuent un impact d'EBIT à l'IA, généralement inférieur à 5 %. - PwC rapporte que 12 % des dirigeants interrogés constatent simultanément hausse des revenus et baisse des coûts. ### Cet article est-il un conseil en investissement ? Cet article propose une grille pédagogique datée de 2026 et ne constitue ni un conseil en investissement ni une recommandation sur un titre. - Les scénarios n'ont ni probabilité ni calendrier de marché. - Les enquêtes reflètent leurs échantillons et leurs définitions propres. - Une décision d'investissement exige une analyse adaptée et, si nécessaire, un professionnel habilité. --- # Top 10 CAC 40 et Nasdaq : ce que la taille ne dit pas de la maturité IA Adresse : https://paulantoinetual.fr/blog/cac-40-vs-nasdaq-top-10 Publié le 2026-07-20, mis à jour le 2026-09-06 · Marchés & IA > Lecture critique d'une étude 2026 sur la maturité IA publiquement documentée de deux panels de grandes capitalisations du CAC 40 et du Nasdaq-100. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, juillet 2026 ; révision factuelle du 6 septembre 2026.* Cette étude rapproche une photographie boursière et une grille interne de maturité IA, deux instruments utiles à condition de respecter leurs périmètres, leurs dates et leurs limites de preuve. - La capitalisation et le poids dans un indice sont des données de marché datées, définies par les règles de l'indice. - La maturité présentée ici est une appréciation propriétaire sur sources publiques, sans entretiens ni documents internes. - Les écarts de rang décrivent vingt sociétés et ne démontrent ni causalité, ni loi générale, ni performance future. - Le panel CAC 40 se rapporte à juillet 2026 ; le panel Nasdaq conserve un périmètre sélectionné en janvier 2026. ## Observer la maturité IA à partir des informations publiques La maturité IA est traitée comme une capacité d'exécution collective, observée ici à travers les seules traces qu'une entreprise choisit ou doit rendre publiques. - **Piloter** : relier les usages à une stratégie, un budget, des responsables et des objectifs mesurables. - **Produire** : disposer de données maîtrisées, d'une architecture exploitable et de procédures de maintien en conditions opérationnelles. - **Transformer** : former les équipes, organiser le dialogue social et déployer sur des processus significatifs. - **Maîtriser** : inventorier les systèmes, traiter les risques, documenter les contrôles et communiquer sans exagérer les résultats. La comparaison avec la capitalisation apporte une lecture complémentaire, mais les deux colonnes ne sauraient être interprétées comme les mesures d'une même réalité. - Une entreprise peut vendre des composants ou des services d'IA sans publier beaucoup d'informations sur sa propre gouvernance interne. - Une entreprise très communicante peut fournir davantage de preuves publiques sans que celles-ci couvrent toutes ses pratiques réelles. - Un rang bas peut donc signaler une capacité faible, une preuve insuffisante ou les deux ; l'étude ne permet pas toujours de les départager. | Indice et date du périmètre | Trois premières capitalisations du périmètre historique | Trois premiers scores de maturité documentée | |---|---|---| | **CAC 40, juillet 2026** | LVMH · L'Oréal · Hermès | **L'Oréal · Sanofi · Schneider Electric** | | **Nasdaq, périmètre janvier 2026** | NVIDIA · Apple · Alphabet | **Alphabet · Meta · Amazon** | Le tableau résume les résultats historiques de l'étude interne sans prétendre que le rang boursier explique le rang de maturité. - Un seul nom figure dans les deux trios de chaque panel : L'Oréal à Paris et Alphabet dans le panel Nasdaq. - La moyenne des scores publiés est de 3,05/5 pour le panel CAC 40 et de 3,16/5 pour le panel Nasdaq. - Ces écarts sont descriptifs ; aucun test statistique ni échantillonnage représentatif ne permet de généraliser. ## La grille d'analyse, dimension par dimension La grille répartit le score sur huit dimensions afin qu'une forte communication ou quelques cas d'usage ne compensent pas seuls des lacunes de gouvernance, de données ou de contrôle. - Stratégie et gouvernance reçoivent chacune 15 %, soit 30 % ensemble. - Données, technologie, talents, déploiement et risques reçoivent chacune 12 %. - Communication financière et extra-financière reçoit 10 %. - Les pondérations sont un choix méthodologique de l'auteur, pas une norme de marché. | Dimension | Question examinée | Exemple de preuve publique | Limite d'interprétation | |---|---|---|---| | D1 · Stratégie (15 %) | L'IA est-elle pilotée et financée ? | feuille de route, budget, objectif daté | un budget ne prouve pas la valeur créée | | D2 · Gouvernance (15 %) | Qui décide et rend compte ? | comité, responsabilité exécutive, reporting au conseil | un dispositif publié peut rester formel | | D3 · Données (12 %) | Provenance, qualité et droits sont-ils documentés ? | catalogue, indicateurs, traçabilité | le silence public ne prouve pas l'absence de contrôle | | D4 · Technologie (12 %) | Les systèmes tiennent-ils en production ? | MLOps, tests, suivi de dérive, retour arrière | une architecture décrite ne prouve pas sa performance | | D5 · Talents (12 %) | Les équipes sont-elles préparées et associées ? | formation, compétences, accord social | le volume de formation ne mesure pas l'adoption utile | | D6 · Déploiement (12 %) | Les usages atteignent-ils les processus cœur ? | volumes, utilisateurs, gains attribuables | usage, revenu et bénéfice sont distincts | | D7 · Risques (12 %) | Les systèmes et obligations sont-ils cartographiés ? | inventaire, classification, contrôles, incidents | une politique ne suffit pas à établir la conformité | | D8 · Communication (10 %) | Les affirmations sont-elles précises et suivies ? | indicateurs récurrents, corrections, coûts | publier davantage favorise l'observation | ### Cinq paliers pour classer les scores du panel Le score global est la moyenne pondérée des huit dimensions et se lit selon cinq paliers internes, dont les seuils servent à comparer les feuilles de score mais ne correspondent à aucune certification externe. | Palier | Score | Interprétation dans cette étude | Effectif historique | |---|---|---|---| | Émergent | < 1,8 | sujet encore peu structuré ou peu documenté | 0 | | Exploratoire | 1,8 ≤ score < 2,6 | premiers usages, pilotage ou preuve limités | 1 | | Structuré | 2,6 ≤ score < 3,5 | dispositifs et usages visibles, résultats encore partiels | 13 | | Intégré | 3,5 ≤ score ≤ 4,2 | intégration plus large et preuves plus nombreuses | 6 | | Transformateur | > 4,2 | transformation du modèle et maîtrise documentée | 0 | La distribution décrit la calibration de cette grille et le niveau de publication des entreprises observées. - Treize sociétés sur vingt se situent au palier Structuré, six au palier Intégré et une au palier Exploratoire. - Aucune n'atteint Transformateur, sans que cela prouve que ce palier serait objectivement inaccessible ou qu'aucune entreprise au monde ne l'aurait atteint. ### Relier chaque note à son niveau de preuve Le niveau de preuve rend chaque note discutable ligne par ligne, à condition de ne pas transformer une absence de publication en constat d'absence opérationnelle. - **Documentaire** : une pièce publique identifiée soutient directement l'appréciation. - **Déclaratif** : l'entreprise formule l'affirmation sans élément public suffisant pour la contrôler. - **Mixte** : certaines composantes sont étayées et d'autres restent déclaratives. - **Absent** : la recherche n'a pas trouvé de preuve dans le corpus consulté, ce qui reste distinct de « n'existe pas ». ### Ce que la grille ne mesure pas Une revue documentaire ne remplace pas un diagnostic interne, car les dimensions décisives en exploitation sont souvent les moins visibles dans les rapports réglementés et les présentations investisseurs. - Aucun entretien, test technique, registre de systèmes ou document interne n'a été examiné. - Les dimensions stratégie, risque et communication bénéficient d'une forte exposition publique. - La qualité des données, la dette technique, la résilience et l'efficacité des contrôles restent difficiles à établir de l'extérieur. - Les résultats doivent guider des questions d'audit, pas clore le diagnostic. --- ## Le CAC 40 à la grille : ce que la taille ne prédit pas Le panel parisien montre de forts écarts entre rang boursier et rang de maturité documentée, mais ces écarts reflètent conjointement les pratiques, la qualité des publications et les choix de notation. | Rang | Société | Score interne | Palier | |---|---|---|---| | 1 | L'Oréal | 3,64 | Intégré | | 2 | Sanofi | 3,51 | Intégré | | 3 | Schneider Electric | 3,40 | Structuré | | 4 | Safran | 3,12 | Structuré | | 5 | Air Liquide | 3,10 | Structuré | | 6 | BNP Paribas | 3,03 | Structuré | | 7= | LVMH | 2,88 | Structuré | | 7= | TotalEnergies | 2,88 | Structuré | | 9 | Airbus | 2,76 | Structuré | | 10 | Hermès | 2,15 | Exploratoire | La lecture utile consiste à revenir aux preuves qui composent chaque score plutôt qu'à chercher une explication unique dans la taille ou le secteur. - L'Oréal et Sanofi disposent, dans le corpus étudié, de davantage de preuves publiques sur plusieurs dimensions. - Hermès publie peu d'éléments sur l'IA ; son dernier rang mesure donc aussi cette discrétion documentaire. - Deux entreprises d'un même secteur peuvent différer fortement en publication, en gouvernance et en déploiement. ### La leçon LVMH : trois classements, trois réponses différentes LVMH illustre pourquoi capitalisation totale, poids dans le CAC 40 et score de maturité doivent rester trois mesures séparées, chacune répondant à une question précise. - La capitalisation totale dépend du cours et du nombre d'actions. - Euronext pondère le CAC 40 selon la capitalisation ajustée du flottant, avec ses règles de plafonnement [1]. - Le score de maturité repose sur la grille et le corpus de preuves décrits plus haut. - Un écart entre ces trois rangs n'est ni une anomalie ni une relation de cause à effet. ## Panel Nasdaq : capacités visibles et limites de preuve Le panel Nasdaq doit être lu comme un classement historique du périmètre sélectionné en janvier 2026, sans lui substituer a posteriori la liste des dix plus grandes capitalisations de juillet. | Rang | Société | Score interne | Palier | |---|---|---|---| | 1 | Alphabet | 3,91 | Intégré | | 2 | Meta | 3,79 | Intégré | | 3 | Amazon | 3,64 | Intégré | | 4 | Microsoft | 3,54 | Intégré | | 5 | Netflix | 2,88 | Structuré | | 6 | ASML | 2,86 | Structuré | | 7 | Apple | 2,78 | Structuré | | 8 | Tesla | 2,76 | Structuré | | 9 | NVIDIA | 2,73 | Structuré | | 10 | Broadcom | 2,71 | Structuré | La présence de Netflix et d'ASML signale le périmètre d'origine, tandis que les changements ultérieurs de capitalisation ne modifient pas rétroactivement les scores calculés sur ce panel. - Le Nasdaq-100 regroupe cent grandes sociétés non financières cotées au Nasdaq et applique une pondération modifiée par la capitalisation [2]. - Être coté au Nasdaq, appartenir au Nasdaq-100 et figurer parmi ses dix plus grandes capitalisations sont trois statuts distincts. - Toute mise à jour doit resélectionner le panel à une date commune avant de recalculer les scores. ### Fournisseurs d’IA : distinguer puissance commerciale et maturité documentée Le rang faible de NVIDIA et de Broadcom indique que le corpus étudié documentait moins bien certaines capacités internes, sans établir un lien causal entre la vente d’infrastructures IA et la maturité de leur organisation. - Le score porte sur la gouvernance, les données, les talents, le déploiement interne, les risques et la communication. - La puissance commerciale d'un produit ou d'un composant n'est pas une variable de cette mesure. - L'échantillon ne permet pas de tester une corrélation entre activité de fournisseur et maturité interne. ## Comparer les moyennes par dimension Les moyennes par dimension montrent où les preuves publiques différaient dans les deux panels, sans établir pourquoi ces différences existent. | Dimension | CAC 40 | Nasdaq | Écart descriptif | |---|---|---|---| | D1 · Stratégie | 3,3 | 3,6 | Nasdaq +0,3 | | D2 · Gouvernance | 3,2 | 3,2 | égalité | | D3 · Données | 2,4 | 2,1 | CAC 40 +0,3 | | D4 · Technologie | 3,1 | 3,4 | Nasdaq +0,3 | | D5 · Talents | 3,1 | 2,4 | CAC 40 +0,7 | | D6 · Déploiement | 3,3 | 3,8 | Nasdaq +0,5 | | D7 · Risques / conformité | 2,7 | 3,3 | Nasdaq +0,6 | | D8 · Communication | 3,2 | 3,4 | Nasdaq +0,2 | Quatre constats organisent la lecture de ces chiffres tout en gardant séparés observation, interprétation et exigence réglementaire. - **Données** : D3 est la moyenne la plus basse des deux panels, ce qui justifie de demander des preuves sur provenance, qualité, droits et traçabilité. - **Déploiement** : le panel Nasdaq publie davantage d'éléments observables sur D6, sans causalité démontrée avec l'indice. - **Talents** : le panel CAC 40 obtient son plus grand avantage sur D5 ; accords sociaux et plans de formation produisent des traces, sans mesurer seuls l'adoption. - **Risques** : les dépôts américains rendent certains risques plus visibles, tandis que la conformité européenne dépend du rôle de l'acteur et de la catégorie du système. Le calendrier de l'AI Act doit être appliqué système par système, car le règlement modifié distingue deux grandes échéances pour les obligations visant les systèmes à haut risque [3]. - Annexe III : **2 décembre 2027** pour les systèmes relevant de l'article 6, paragraphe 2. - Annexe I : **2 août 2028** pour les systèmes relevant de l'article 6, paragraphe 1. - Les conditions transitoires et obligations déjà applicables s'examinent séparément ; une note de maturité ne vaut jamais constat de conformité. --- ## Où va la valeur ? La juxtaposition des classements invite à distinguer création de valeur financière, capacité opérationnelle et qualité de la preuve, trois questions qui demandent des données différentes. - Les fournisseurs d'infrastructure captent une part visible des dépenses d'IA, mais ce fait ne mesure pas leur gouvernance interne. - Les utilisateurs peuvent créer de la valeur par les processus, les produits ou les décisions, à condition d'attribuer prudemment résultats et coûts. - Pour une PME ou une ETI, la priorité reste un portefeuille d'usages piloté, des données maîtrisées, des responsabilités claires et des résultats vérifiables. - Les choix de souveraineté relèvent de la dépendance, de la réversibilité, de la localisation des données et de la continuité d'activité. ### Comment lire ces deux classements sans se faire piéger Une lecture rigoureuse conserve la date, le périmètre, la définition et le niveau de preuve de chaque chiffre avant de comparer les rangs. - Datez toute capitalisation et toute composition de panel. - Distinguez capitalisation totale, flottant, poids dans l'indice et appartenance à l'indice. - Ne comparez que des sociétés sélectionnées selon la même règle et à la même date. - Lisez chaque score avec ses preuves ; « non publié » ne signifie pas « inexistant ». - N'interprétez ni un rang ni un écart moyen comme une prévision de cours ou une causalité. > **Avertissement.** Cet article est pédagogique et informatif ; il ne constitue ni un conseil en investissement ni une recommandation d'achat ou de vente, et les scores internes ne sont ni des notations financières ni des certifications. --- *Vous dirigez une PME ou une ETI et voulez traduire ces questions en décisions concrètes ? Consultez la [Méthode Junyr™](/methode) et l’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit).* ## Sources Les règles d'indice et le calendrier légal ci-dessous ont été revérifiés le 6 septembre 2026, tandis que les scores demeurent les résultats historiques d'une étude interne non auditée. - [1] Euronext, *CAC 40 Index Factsheet*, 31 mars 2026 : https://live.euronext.com/sites/default/files/documentation/index-fact-sheets/CAC_40_Index_Factsheet.pdf - [2] Nasdaq, *Nasdaq-100 Index Methodology*, version effective au 1er mai 2026 : https://indexes.nasdaqomx.com/docs/Methodology_NDX_Effective_May_1_2026.pdf - [3] Règlement (UE) 2026/1744 modifiant le règlement sur l'intelligence artificielle, notamment l'article 113 : https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32026R1744 - [4] Croissance & Transitions, études internes *Maturité IA, Top 10 CAC 40* (13 juillet 2026) et *Maturité IA, Top 10 Nasdaq* (14 juillet 2026), grilles détaillées non publiées et non auditées indépendamment. ## Questions fréquentes ### Qu'est-ce que la maturité IA d'une entreprise ? La maturité IA désigne ici la capacité d'une organisation à transformer des usages d'intelligence artificielle en résultats pilotés, reproductibles et maîtrisés, mais une analyse sur sources publiques n'en observe qu'une partie. - Stratégie et gouvernance : priorités, budgets, responsabilités et arbitrages. - Données et technologie : provenance, qualité, sécurité, exploitation et maintien en production. - Organisation et valeur : compétences, dialogue social, déploiement et mesure des résultats. - Risques et communication : classification des systèmes, contrôles, incidents et qualité des preuves publiées. ### Comment la maturité IA est-elle mesurée ici ? L'étude interne de juillet 2026 applique une grille pondérée à huit dimensions et un barème de 1 à 5, exclusivement à partir de pièces publiques, ce qui en fait un indicateur de maturité documentée plutôt qu'un audit interne. - Stratégie et gouvernance pèsent chacune 15 % ; six autres dimensions pèsent de 10 à 12 %. - Chaque appréciation distingue preuve documentaire, déclaration, preuve mixte ou absence de preuve. - L'absence d'information publique limite la note, sans établir l'absence d'une pratique dans l'entreprise. - Les scores organisent une revue contradictoire ; ils ne constituent ni une notation financière ni une certification. ### Être une grande capitalisation signifie-t-il être mûr sur l'IA ? La comparaison ne permet pas de déduire la maturité IA de la capitalisation, car les deux mesures portent sur des objets différents et l'échantillon de vingt sociétés est trop étroit pour établir une relation générale. - La capitalisation reflète un prix de marché multiplié par un nombre d'actions à une date donnée. - La grille évalue la quantité et la qualité des preuves publiques sur huit dimensions internes. - Un écart de rang décrit ce panel et cette méthode ; il ne prouve aucune causalité entre taille et maturité. ### Quelle dimension ressort comme la moins documentée ? Dans les feuilles de score internes, la donnée obtient la moyenne la plus faible des deux panels, résultat qui signale surtout un déficit de preuves publiques sur la qualité, la traçabilité et la gouvernance des données. - Moyenne CAC 40 : 2,4/5 sur la dimension Données. - Moyenne Nasdaq : 2,1/5 sur cette même dimension. - Ces moyennes proviennent de l'étude interne et n'ont pas été auditées indépendamment. - Une publication limitée peut produire une note basse même lorsque des contrôles internes existent. ### Quels périmètres ont été comparés ? Le volet CAC 40 et le volet Nasdaq ne doivent être lus qu'avec leurs dates de sélection respectives, car une liste de dix grandes capitalisations change avec les cours, les émissions d'actions et la composition de l'indice. - Le panel CAC 40 a été étudié les 13 et 14 juillet 2026, avec une photographie de marché arrêtée au 20 juillet. - Le panel Nasdaq reprend un périmètre sélectionné en janvier 2026 puis noté en juillet. - Les sociétés sorties du Top 10 entre les deux dates restent dans le classement de maturité historique. - Comparer les rangs exige une même date et un même univers ; l'article sépare désormais les deux photographies. ### Ce classement est-il un conseil pour investir ? Non, car une note de maturité IA fondée sur des sources publiques ne mesure ni la valorisation d'un titre, ni ses perspectives de rendement, ni l'adéquation d'un investissement à une situation personnelle. - La capitalisation ne dit pas si un titre est cher ou bon marché. - Le score interne n'est ni une prévision de bénéfices ni un objectif de cours. - Les rangs sont historiques et peuvent changer avec les données et la méthode. - Une décision d'investissement relève d'une analyse complète et, si nécessaire, d'un professionnel habilité. --- # Où se concentre la valeur de l'IA : marges, financements croisés et concurrence Adresse : https://paulantoinetual.fr/blog/ia-bourse-chaine-de-valeur-circuit-ferme Publié le 2026-07-20, mis à jour le 2026-09-06 · Marchés & IA > Une lecture économique de la chaîne de valeur de l'IA en 2026 : revenus constatés, investissements annoncés, dépendances financières et alternatives industrielles. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, juillet 2026 ; révisé en septembre 2026.* Suivre l'argent dans l'IA demande de séparer ce qui est déjà comptabilisé de ce qui est seulement annoncé, puis d'examiner comment la marge, l'intensité capitalistique et le pouvoir de négociation évoluent à chaque étage de la chaîne. - Les résultats publiés décrivent le présent : chiffre d'affaires, marge, trésorerie et dette. - Les accords pluriannuels décrivent une intention ou une obligation future, dont l'exécution reste conditionnée au calendrier industriel et au financement. - Les comparaisons avec 2000 et les scénarios de concurrence sont des grilles d'investisseur, pas des faits accomplis. - Cet article est pédagogique et ne constitue ni un conseil en investissement ni une recommandation d'achat ou de vente. --- ## 1. Les quatre étages : qui encaisse vraiment le cash ? La chaîne de valeur de l'IA distribue aujourd'hui les revenus, les marges et les risques de façon très inégale, depuis les composants déjà vendus jusqu'aux usages métiers dont la rentabilité reste à prouver entreprise par entreprise. - **Silicium : revenus et marges constatés.** Au trimestre clos le 26 juillet 2026, Nvidia a publié 96,2 Md$ de chiffre d'affaires, dont 89,0 Md$ pour les centres de données, et 75,0 % de marge brute GAAP [1]. - **Fabrication et mémoire : goulots rentables mais cycliques.** TSMC a publié 67,7 % de marge brute au deuxième trimestre 2026 [2], tandis que SK hynix a annoncé 76 % de marge opérationnelle pour la même période [3] ; ces records reflètent une forte demande, sans garantir leur maintien. - **Infrastructure : actifs lourds et contraintes physiques.** Les centres de données exigent puces, bâtiments, réseaux et énergie ; l'AIE prévoit que leur consommation électrique mondiale fera plus que doubler d'ici 2030 dans son scénario central [4]. - **Modèles et applications : économie plus hétérogène.** Les laboratoires et éditeurs combinent abonnements, API, licences et services, mais leurs revenus privés, coûts de calcul et engagements d'achat ne sont pas publiés selon une norme commune. Comparer directement un montant de capex mondial avec le chiffre d'affaires d'un seul sous-segment peut impressionner sans mesurer un retour sur investissement, car les périodes, périmètres comptables et actifs financés ne coïncident pas. - Le capex crée des capacités utilisées pendant plusieurs années ; il ne doit pas être rapproché d'une seule année de revenus comme s'il s'agissait d'une charge immédiatement consommée. - Une même infrastructure sert à l'entraînement, à l'inférence, au cloud classique et parfois à des clients externes ; attribuer tout l'investissement à l'IA surestime son coût propre. - L'écart reste économiquement pertinent : il indique que les revenus futurs doivent croître fortement ou que le coût unitaire du calcul doit baisser pour rémunérer les capacités installées. - La question utile est donc le taux d'utilisation, le prix du calcul, la durée des contrats et le rendement du capital, plutôt qu'un ratio spectaculaire entre deux agrégats incompatibles. La marge élevée du matériel ne renverse pas une loi générale du logiciel : elle signale surtout qu'en 2026 certains composants rares captent une rente, tandis que la rentabilité des modèles et des applications dépend davantage de leur coût d'inférence, de leur différenciation et de la disposition des clients à payer. - Une marge brute mesure ce qui reste après le coût direct des ventes ; elle ne retranche ni la recherche, ni les dépenses commerciales, ni tous les investissements nécessaires à la croissance. - La rareté des accélérateurs, de la mémoire HBM et des capacités de fabrication soutient les fournisseurs situés en amont. - À l'aval, la concurrence entre modèles, l'open source et la baisse des prix peuvent transférer une partie de la valeur vers les intégrateurs et les entreprises utilisatrices. --- ## 2. Les financements croisés : lire la nature de chaque flux La Banque des règlements internationaux définit le financement circulaire comme une structure réciproque où un fournisseur de cloud ou de puces prend une participation dans un laboratoire ou un opérateur d'infrastructure qui s'engage ensuite à lui acheter du calcul ou du matériel [5]. - **Capital :** l'investisseur acquiert un actif financier et fournit de la trésorerie à l'entreprise financée. - **Engagement commercial :** le bénéficiaire promet des achats futurs, parfois sur plusieurs années ou sous conditions de déploiement. - **Revenu :** le fournisseur ne devrait le reconnaître que lorsque les critères comptables applicables sont remplis ; la valeur faciale d'une annonce n'est donc pas du chiffre d'affaires encaissé. - **Risque :** si le client dépend du même financement pour honorer ses achats, une baisse des levées de fonds peut toucher simultanément la demande, les créances et la valeur des participations. Deux accords publics montrent pourquoi l'étiquette « circulaire » ne suffit pas et pourquoi il faut examiner le statut juridique, les conditions et le calendrier de chaque opération. - En septembre 2025, Nvidia et OpenAI ont annoncé une **lettre d'intention** : Nvidia indiquait vouloir investir jusqu'à 100 Md$ progressivement, à mesure du déploiement d'au moins 10 GW de systèmes Nvidia [6]. - En octobre 2025, AMD et OpenAI ont annoncé un **accord définitif** portant sur 6 GW, avec un premier déploiement MI450 prévu au second semestre 2026 [7]. - AMD a parallèlement émis à OpenAI un **bon de souscription conditionnel** pouvant porter sur 160 millions d'actions, acquis par étapes selon des objectifs de déploiement et de cours [7]. - Aucun de ces montants ne doit être présenté comme du revenu déjà encaissé : l'un décrit une intention progressive, l'autre un contrat et une incitation en capital dont les effets s'étalent dans le temps. Ces relations peuvent accélérer la construction d'une filière et répartir le risque entre partenaires, mais elles rendent la demande finale plus difficile à lire lorsque les mêmes entreprises sont à la fois bailleurs de fonds, fournisseurs et clients. - Le scénario favorable est un amorçage : le capital finance des capacités qui trouvent ensuite des utilisateurs indépendants et rentables. - Le scénario fragile est une dépendance : les achats reposent durablement sur de nouvelles levées, des garanties ou des engagements des fournisseurs. - Les indicateurs à surveiller sont la part de clients tiers, l'utilisation réelle des capacités, les flux de trésorerie opérationnels, les créances, la dette et les clauses d'annulation. - La circularité constitue donc un facteur de concentration et de transmission du risque ; elle ne prouve ni fraude comptable ni effondrement programmé. Le précédent des télécoms rappelle le mécanisme sans fournir un calendrier pour l'IA : des documents déposés à la SEC montrent que des opérateurs finançaient leurs achats auprès de Lucent et Nortel, puis ont rencontré des difficultés à rembourser lorsque leurs propres revenus n'ont pas suivi [8][9]. - Le crédit fournisseur soutenait les commandes d'équipements et reportait la sortie de trésorerie du client. - Lorsque le financement s'est tari, le fournisseur a été exposé à la fois à la baisse des ventes et au risque de crédit. - L'internet a néanmoins créé une valeur économique durable ; la mauvaise allocation de capital et les valorisations excessives n'invalidaient pas la technologie. - Les grands hyperscalers actuels disposent d'activités diversifiées et de flux de trésorerie importants, ce qui limite la portée d'une analogie directe avec les opérateurs télécoms fragiles de l'époque. Les banques centrales décrivent un risque conditionnel plutôt qu'une prédiction : en juillet 2026, la Banque d'Angleterre indiquait qu'une révision des perspectives de bénéfices pourrait être amplifiée par la concentration des indices, le positionnement de marché et l'endettement [10]. - **Observation de marché :** les valeurs liées à l'IA occupent un poids important dans certains indices mondiaux. - **Condition du scénario :** un ajustement brutal suppose une dégradation des attentes d'adoption, de rentabilité ou de financement. - **Canal de transmission :** la dette, le crédit privé et les engagements croisés peuvent propager le choc au-delà des actions. - **Incertitude :** les mêmes institutions reconnaissent que les résultats peuvent aussi dépasser les attentes ; leur analyse vise la résilience du système financier. --- ## 3. Où la concurrence peut-elle réduire la rente ? La concurrence ne se joue pas de la même manière dans l'entraînement d'un grand modèle, qui exige un système cohérent à très grande échelle, et dans l'inférence, où le coût, la latence, l'énergie et l'intégration à une charge précise peuvent peser davantage. - **Entraînement :** la puce, le réseau, les bibliothèques, les compilateurs et les outils d'exploitation doivent fonctionner ensemble pendant de longues séquences. - **Inférence :** une entreprise peut optimiser un modèle stable pour un matériel précis et arbitrer plus finement entre performance, coût et disponibilité. - **Migration :** CUDA et son écosystème créent un coût de changement réel, mais ce coût varie selon les modèles, le code existant et les exigences de production. - **Conséquence :** un concurrent peut gagner des charges ciblées sans remplacer Nvidia sur l'ensemble du marché. Les alternatives sont déjà industrielles, mais leurs annonces doivent encore être converties en livraisons, disponibilité logicielle, taux d'utilisation et satisfaction des clients. - **AMD :** l'accord OpenAI prévoit une première tranche d'un gigawatt de MI450 au second semestre 2026, puis des déploiements pluriannuels conditionnés [7]. - **AWS :** Amazon déclarait en février 2026 que 1,4 million de puces Trainium2 avaient été installées et que son cluster Rainier en utilisait plus de 500 000 pour Anthropic [11]. - **Google :** les TPU sont proposés dans Google Cloud avec des engagements de capacité, ce qui élargit leur rôle au-delà des seuls usages internes [12]. - **Puces spécialisées :** leur avantage potentiel dépend d'une charge suffisamment stable et volumineuse pour amortir la conception, les logiciels et la chaîne d'approvisionnement. La thèse d'investisseur est qu'une offre plus large pourrait comprimer les prix et les marges des accélérateurs, mais son résultat dépendra du rythme de croissance de la demande et de la capacité des concurrents à livrer un système complet. - Si la demande totale croît plus vite que les gains de parts des concurrents, Nvidia peut continuer à augmenter son chiffre d'affaires malgré une concurrence accrue. - Si les puces internes absorbent surtout l'inférence, la pression peut porter d'abord sur le prix par requête plutôt que sur l'entraînement de pointe. - TSMC peut bénéficier de plusieurs concepteurs concurrents puisqu'il fabrique une partie de leurs puces ; diversification des designs ne signifie donc pas diversification de la fonderie. - Les marges records attirent l'investissement concurrent, mais elles ne déterminent ni sa vitesse ni son succès. --- ## Décisions pour un dirigeant d’entreprise Pour un dirigeant de PME ou d'ETI, cette lecture sert surtout à acheter de la capacité avec discipline et à conserver du pouvoir de négociation, sans transformer une décision opérationnelle en pari sur le cours d'un fournisseur. - Relier chaque dépense à un processus, un volume, une qualité attendue et un responsable métier. - Mesurer le coût complet par résultat utile, y compris l'intégration, le contrôle humain, la sécurité et l'exploitation. - Éviter les dépendances inutiles en séparant données, logique métier et fournisseur de modèle lorsque l'économie le justifie. - Réexaminer régulièrement le prix, la qualité et les conditions de sortie, car le marché des modèles et du calcul évolue vite. La baisse du coût unitaire du calcul peut favoriser les entreprises utilisatrices, mais la valeur ne migre pas mécaniquement vers elles : elle apparaît seulement lorsqu'un usage améliore durablement le chiffre d'affaires, la marge, le besoin en fonds de roulement, le risque ou la qualité de service. - Une baisse de prix sans adoption ne crée aucun rendement. - Une automatisation mal intégrée peut déplacer les coûts vers le contrôle, les erreurs et le support. - Un cas d'usage industrialisé peut, au contraire, transformer la baisse des coûts technologiques en avantage opérationnel. - Le [livre blanc sur l'industrialisation de l'IA](/livre-blanc-industrialisation-complet) approfondit cette mise en production, et la [Méthode Junyr™](/methode) fournit le cadre de transformation. > **Avertissement.** Cet article est pédagogique et informatif ; il ne constitue ni un conseil en investissement ni une recommandation d'achat ou de vente, les données sont arrêtées au 6 septembre 2026 et les performances passées ne préjugent pas des performances futures. --- *Situez votre organisation avec l’[audit de maturité IA Junyr gratuit](https://junyr.eu/fr/site/audit).* ## Sources Sources consultées le 6 septembre 2026. [1] [NVIDIA, résultats du deuxième trimestre fiscal 2027, trimestre clos le 26 juillet 2026](https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/default.aspx). [2] [TSMC, résultats du deuxième trimestre 2026, 16 juillet 2026](https://investor.tsmc.com/english/encrypt/files/encrypt_file/reports/2026-07/a80d7933be643644081584087731f73b22ea5a2c/2Q26%20EarningsRelease.pdf). [3] [SK hynix, résultats du deuxième trimestre 2026, 29 juillet 2026](https://news.skhynix.com/en/q2-2026-business-results/). [4] [Agence internationale de l'énergie, *Energy and AI*, synthèse](https://www.iea.org/reports/energy-and-ai/executive-summary). [5] [Banque des règlements internationaux, *Annual Economic Report 2026*, chapitre « Progress and peril »](https://www.bis.org/publications/aer-2026/progress-peril). [6] [NVIDIA et OpenAI, lettre d'intention du 22 septembre 2025](https://nvidianews.nvidia.com/news/openai-and-nvidia-announce-strategic-partnership-to-deploy-10gw-of-nvidia-systems/). [7] [AMD, formulaire 8-K et accord OpenAI du 6 octobre 2025](https://ir.amd.com/financial-information/sec-filings/content/0001193125-25-230895/d28189dex991.htm). [8] [SEC, rapport annuel 2001 de Lucent Technologies](https://www.sec.gov/Archives/edgar/data/1006240/000095011701501896/0000950117-01-501896-index.htm). [9] [SEC, déclaration d'un opérateur sur ses obligations de financement fournisseur envers Nortel et Lucent, 2001](https://www.sec.gov/Archives/edgar/data/1022329/000095013301503365/w54268e10-q.htm). [10] [Banque d'Angleterre, compte rendu du Financial Policy Committee, juillet 2026](https://www.bankofengland.co.uk/financial-policy-committee-record/2026/july-2026). [11] [Amazon, résultats du quatrième trimestre 2025 publiés en février 2026](https://ir.aboutamazon.com/news-release/news-release-details/2026/Amazon-com-Announces-Fourth-Quarter-Results/default.aspx). [12] [Google Cloud, réservations futures de capacité TPU, mise à jour du 26 août 2026](https://docs.cloud.google.com/tpu/docs/long-term-reservation?hl=en). ## Questions fréquentes ### L'IA est-elle une bulle en 2026 ? Le mot « bulle » résume mal une situation où une technologie peut créer de la valeur opérationnelle tandis que certaines valorisations intègrent déjà des scénarios de croissance très exigeants. - Les marges publiées par Nvidia, TSMC et SK hynix attestent une demande et des revenus réels dans les composants. - Les commandes pluriannuelles et lettres d'intention restent des engagements futurs, soumis au financement, au déploiement et à l'adoption. - Le risque porte donc sur le prix payé, la concentration et l'écart entre attentes et résultats, pas sur l'existence de l'IA. ### Que sont les financements croisés de l'IA ? Ce sont des montages où investisseurs, fournisseurs et clients se retrouvent dans plusieurs rôles économiques, ce qui peut renforcer la demande tout en compliquant l'analyse de sa qualité. - Une prise de participation finance une entreprise qui achète ensuite du calcul ou des puces à l'écosystème de l'investisseur. - Un bon de souscription peut aligner un client sur un fournisseur sans constituer immédiatement un paiement en numéraire. - Chaque contrat doit être lu séparément : capital investi, commande annoncée, chiffre d'affaires reconnu et trésorerie encaissée ne sont pas interchangeables. ### Que vaut le parallèle avec les télécoms de l'an 2000 ? Le précédent des télécoms rappelle qu'une infrastructure utile peut être surfinancée et que le crédit fournisseur peut fragiliser la demande, sans permettre de prédire le même dénouement pour l'IA. - À la fin des années 1990, certains équipementiers prêtaient à leurs clients pour acheter leurs équipements. - Lorsque des clients ont manqué de trésorerie, les commandes, créances et financements ont été touchés ensemble. - Aujourd'hui, les grands groupes technologiques disposent aussi de flux de trésorerie et d'activités diversifiées : l'analogie éclaire un risque, elle ne démontre pas une répétition. ### Peut-on remplacer Nvidia ? Nvidia reste difficile à contourner pour de nombreux entraînements à grande échelle, tandis que l'inférence et les charges spécialisées ouvrent davantage d'espace aux accélérateurs AMD et aux puces conçues par les fournisseurs de cloud. - CUDA, les bibliothèques et les outils d'exploitation créent un coût de migration qui dépasse le prix de la puce. - AMD a signé avec OpenAI un accord pluriannuel dont les déploiements MI450 étaient annoncés à partir du second semestre 2026. - AWS exploite déjà Trainium à grande échelle, ce qui montre que l'intégration verticale n'est plus seulement une feuille de route. ### Cet article est-il un conseil en investissement ? Cet article fournit une grille pédagogique pour distinguer résultats publiés, engagements annoncés, thèses et scénarios, sans recommander l'achat ou la vente d'un titre. - Les données de marché sont datées et peuvent changer rapidement. - Une marge élevée ne suffit pas à déterminer une valorisation juste ni le rendement futur d'une action. - Toute décision patrimoniale doit tenir compte de la situation du lecteur et, si nécessaire, d'un conseil habilité. --- # Retirer Git du flux actif sans perdre le rollback : notre pilotage par roadmap Adresse : https://paulantoinetual.fr/blog/retirer-git-pilotage-par-roadmap Publié le 2026-07-15, mis à jour le 2026-09-06 · Méthode Junyr™ > Retour d'expérience Junyr : les agents n'accèdent plus à Git, tandis que l'historique antérieur, les images de déploiement, les sauvegardes et un registre de décisions conservent chacun un rôle distinct. ## Une bascule réversible, pas une disparition de l'historique Le 11 juillet 2026, Junyr a retiré le répertoire `.git` de l'arbre de travail utilisé par ses agents, après l'avoir archivé avec sa procédure de restauration, ce qui a réduit leur exposition quotidienne à Git sans effacer l'historique accumulé avant cette date. - Le périmètre concerné est Junyr, plateforme d'e-mail et de gestion d'entreprise alors décrite en interne comme comptant plus de 90 fonctionnalités opérationnelles. - L'archive conserve le dépôt tel qu'il existait au moment de la bascule ; elle ne crée pas un historique Git détaillé des changements effectués ensuite. - Les versions livrées après la bascule restent récupérables par images de déploiement et archives quotidiennes de code, avec une granularité différente de celle des commits. - L'expérience relatée couvre quatre jours, du 11 au 15 juillet 2026, et ne constitue ni une comparaison contrôlée ni une recommandation générale. Les premiers chiffres internes décrivent un démarrage dense mais très court, utile pour comprendre le dispositif plutôt que pour conclure à sa supériorité. - 50 plans figuraient dans le registre au 15 juillet, dont 20 livrés. - Un lot de 12 plans approuvés avait été implémenté le 13 juillet puis promu en production le lendemain. - La bascule de ce lot avait satisfait le contrôle de santé et n'avait pas nécessité de rollback. - Ces données proviennent du registre Junyr et n'ont pas fait l'objet d'une authentification indépendante. ## Ce que l'on retire réellement en sortant Git du chemin d'écriture Git a été créé en 2005 pour le noyau Linux avec, parmi ses objectifs initiaux, la vitesse, le fonctionnement distribué et le soutien à des milliers de branches parallèles ; retirer son interface d'un flux agentique revient donc à redistribuer plusieurs fonctions, et non à les faire disparaître [1]. - Les branches et worktrees organisent des lignes de travail concurrentes. - Les commits et diffs conservent des états successifs du texte et permettent leur inspection. - Le log, le blame et le bisect aident à reconstruire puis localiser l'origine d'un changement. - Les remotes répliquent l'historique, tandis que les sauvegardes servent à récupérer des données après perte ou corruption. Dans notre configuration, la décision était devenue plus lisible dans le plan approuvé que dans le volume de code produit, mais ce constat interne justifie seulement le déplacement du gate de revue, pas l'idée qu'un diff généré serait par nature inutile. - Le plan expose l'objectif, les choix structurants, les contrats et les exclusions avant que le code existe. - Les tests, contrôles statiques et règles anti-régression évaluent ensuite des propriétés exécutables du résultat. - Un diff ponctuel peut toujours être produit entre deux instantanés pour l'enquête, même si aucune pull request ne structure le flux quotidien. - Une équipe qui tire une information réelle des revues de code doit conserver ce contrôle, avec Git ou un outil équivalent. Le modèle réduit les conflits de fusion en déplaçant le parallélisme vers l'instruction des décisions puis en sérialisant l'écriture, au prix d'un plafond de débit et d'un point de coordination explicite. - Plusieurs sessions peuvent explorer des sujets et soumettre des plans en même temps. - Une seule session d'orchestration détient le droit d'appliquer les modifications au code. - Les analyses, tests et revues peuvent rester distribués sans multiplier les auteurs concurrents du même arbre de travail. - Si l'écriture doit rester parallèle, Git ou une gestion d'état concurrente reste mieux adaptée ; STORM détecte par exemple les conflits au moment de l'écriture dans un espace partagé [4]. L'écosystème explore d'autres réponses que la sérialisation, comme Origin de Cursor, désormais présenté par l'éditeur comme une forge Git pour l'ère agentique et disponible en bêta anticipée sur ses offres payantes [3]. - Cette approche conserve le dépôt Git comme infrastructure centrale. - Elle vise les contextes où plusieurs agents produisent simultanément. - La page éditeur consultée le 6 septembre 2026 n'établit pas, à elle seule, un gain indépendant de qualité ou de productivité. ## Versionner les décisions en plus des artefacts Le *spec-driven development* fournit un cadre voisin en traitant la spécification comme source de vérité et le code comme artefact généré ou vérifié, avec trois niveaux proposés dans un article de 2026 : *spec-first*, *spec-anchored* et *spec-as-source* [2]. - *Spec-first* place la spécification avant l'implémentation. - *Spec-anchored* maintient la spécification comme référence vivante. - *Spec-as-source* pousse le modèle jusqu'à ne plus maintenir directement le code. - L'article propose une taxonomie et des cas d'usage ; il n'établit pas que cette organisation convient à chaque produit. Notre développement piloté par la roadmap retient une unité plus concise, le plan décision-complet, afin de soumettre au décideur les choix qui engagent le produit sans prétendre que le registre remplace tous les artefacts techniques. - Le registre conserve le motif, l'approche, les contrats, les dépendances et le hors-périmètre. - Le code reste nécessaire à l'exécution, à l'inspection technique et aux tests. - Les schémas, spécifications réglementaires ou documents d'architecture restent distincts lorsqu'ils sont nécessaires. - Le journal de livraison relie ensuite la décision approuvée au résultat effectivement déployé. ## Deux registres, six états et un droit d'écriture L'infrastructure décrite ici associe une base dédiée, deux tables et une CLI shell de quelques centaines de lignes, chaque composant couvrant une responsabilité identifiable. - L'**inbox** reçoit idées, backlog, notes et rapports de bug remontés de production, puis enregistre leur rejet ou leur promotion en plan. - Le **registre des plans** stocke identifiant, texte intégral, dépendances, risque, état et approbations. - Le **journal en ajout seul** consigne ce qui a été livré, quand, pour quel motif et avec quels suivis. - La CLI impose les transitions au lieu de laisser chaque agent modifier directement ces données. Le cycle principal fait passer un plan de `draft` à `done`, avec `abandoned` comme sortie terminale et une approbation liée au texte exact examiné. - `draft` : le sujet est encore en cours d'instruction. - `ready` : les choix nécessaires sont exposés pour revue. - `approved` : le décideur humain autorise cette version précise du plan. - `doing` : une session a réclamé le droit d'écriture. - `done` ou `abandoned` : le travail est livré et journalisé, ou arrêté avec sa raison. ```text roadmap next # prochain identifiant libre roadmap submit T-042.md # soumettre le texte intégral du plan roadmap approve T-042 # autoriser cette version précise roadmap claim T-042 # réserver le droit d'écriture roadmap done T-042 # consigner la livraison vérifiée ``` Quatre règles relient ce registre au code et empêchent qu'une approbation ancienne soit réutilisée après un changement de fond. - Les sessions planifient par défaut et n'implémentent qu'après un ordre explicite. - Le gate humain couvre fichiers concernés, mécanismes réutilisés, contrats, tests et hors-périmètre. - Après le `claim`, une passe de fraîcheur vérifie que les hypothèses du plan correspondent encore au code ; sinon, le plan est soumis à nouveau. - Toute nouvelle soumission invalide l'approbation précédente, puis la livraison est inscrite au journal seulement après les contrôles prévus. Le modèle STORM traite autrement l'état périmé : ses auteurs font médiatiser chaque accès à un espace partagé pour détecter les conflits à l'écriture et rapportent +18,7 points sur Commit0-Lite et +1,4 sur PaperBench face à leur baseline par worktrees Git [4]. - Les résultats portent sur les tâches, modèles et protocoles de cette étude, pas sur Junyr. - Notre passe de fraîcheur agit sur un plan avant l'implémentation, alors que STORM arbitre des écritures concurrentes. - Les deux mécanismes répondent au risque d'un état périmé, mais ils ne sont ni identiques ni directement comparés. ## Une couverture fonctionnelle, avec des pertes assumées Le registre, les tests, les images et les sauvegardes couvrent une partie des usages quotidiens de Git, mais la correspondance reste imparfaite et doit être évaluée fonction par fonction. | Fonction auparavant portée par Git | Mécanisme utilisé dans ce flux | Limite conservée | |---|---|---| | Branches et worktrees | Plans instruits en parallèle, écriture sérialisée | Débit d'écriture plafonné à une session | | Pull request et revue de diff | Approbation du plan avant écriture, vérifications après écriture | Moins de lecture humaine ligne par ligne | | Log | Registre des plans et journal de livraison | Pas d'état source commit par commit après la bascule | | Blame | Décisions, fichiers concernés et auteur de l'approbation | Pas d'attribution ligne par ligne | | Revert de production | Redéploiement d'une image précédente | Ne restaure pas à lui seul le code source courant | | Bisect | Journaux, observabilité, tests et comparaison d'instantanés | Pas de recherche binaire native entre commits | | Remote et réplication | Archives hors site du code et export du registre | Instantanés sans graphe de versions Git | Cette séparation évite de confondre trois opérations différentes : remettre le service en état, restaurer les sources et expliquer l'origine d'une régression. - Le rollback opérationnel redéploie une image connue lorsque la nouvelle version échoue au contrôle de santé. - La restauration récupère un instantané de code et le registre associé après perte ou corruption. - L'enquête s'appuie sur plans, journal, observabilité, tests et différences entre instantanés disponibles. - Si le bisect ou le blame précis est une exigence, ce dispositif ne remplace pas Git. ## Ce que montrent quatre jours d'exploitation, et seulement cela Au 15 juillet 2026, le registre interne montrait 50 plans répartis entre livraison, exécution et attente d'une décision, ce qui documente l'adoption du flux sans mesurer son effet causal sur la qualité ou le délai. - 20 plans étaient livrés. - 10 étaient en cours. - 7 étaient approuvés et attendaient leur implémentation. - 13 attendaient le gate humain, auxquels s'ajoutait une quarantaine d'éléments dans l'inbox. Le lot de 12 plans fournit un exemple concret du chemin suivi entre autorisation et production, avec des observations internes limitées à ce déploiement. - Les plans avaient été approuvés avant leur `claim`. - L'implémentation s'est déroulée le 13 juillet et la promotion le 14. - Le contrôle de santé a accepté la bascule et aucun rollback n'a été déclenché. - Ces faits ne renseignent ni le taux de défauts ultérieurs ni la performance comparée d'un flux Git équivalent. La réversibilité reposait sur plusieurs couches testées séparément, et non sur la seule conservation d'une archive `.git`. - L'ancien dépôt complet permettait de revenir au modèle Git et à son historique antérieur. - La version précédente de l'application restait disponible comme image de rollback. - Le code courant et le registre étaient exportés hors site selon le calendrier interne annoncé. - La procédure de restauration avait été testée le jour de la bascule ; sa portée ultérieure dépend de la qualité continue des archives. ## Les conditions qui rendent ce choix défendable Sortir Git du chemin actif n'est cohérent que dans une configuration étroite où l'équipe accepte explicitement les capacités perdues et démontre que chaque fonction critique dispose d'un mécanisme de remplacement suffisant. - **Écriture sérialisable** : une seule autorité modifie le code à un instant donné ; les équipes multi-auteurs gardent Git ou une gestion concurrente équivalente. - **Gate adapté** : la décision peut être examinée dans un plan, tandis que les propriétés du résultat sont contrôlées par tests et analyses. - **Production immuable** : aucune correction n'est faite directement en production et une image précédente peut être redéployée. - **Diagnostic acceptable** : l'organisation accepte de ne plus disposer du blame et du bisect fins sur les changements postérieurs à la bascule. - **Restauration éprouvée** : code, registre, artefacts et procédure sont sauvegardés puis restaurés lors d'exercices réels. Les cas incompatibles dépendent précisément des capacités que Git rassemble dans un même graphe de versions. - Plusieurs développeurs ou agents doivent intégrer des modifications concurrentes. - Les pull requests servent de support de revue, de conformité ou de contribution externe. - Une exigence d'audit réclame l'état exact du code et son auteur à chaque modification. - L'exploitation s'appuie régulièrement sur `revert`, `blame` ou `bisect` pour traiter les incidents. ## La leçon de gouvernance au-delà du développement L'élément transposable est la séparation entre intention autorisée, artefact produit, preuve d'exécution et chemin de récupération lorsque des agents interviennent dans un processus métier. - Le registre décrit ce que l'agent est autorisé à accomplir et les limites de cette autorisation. - Le gate identifie la personne qui engage la décision avant l'action sensible. - Les contrôles vérifient des propriétés observables du résultat. - Le journal relie autorisation, exécution, résultat et suites à traiter. Un dirigeant peut évaluer ce dispositif en demandant une réponse concrète pour chaque couche. - Où réside la version approuvée de l'intention ? - Qui peut autoriser, modifier ou abandonner cette intention ? - Quelles vérifications empêchent la livraison si le résultat s'écarte du plan ? - Quels artefacts permettent de revenir en service, de restaurer les données et d'expliquer l'incident ? ## Le principe à retenir Lorsque le plan devient le principal objet de la décision humaine, il mérite son propre historique, mais ce registre complète les mécanismes de version, de déploiement, de sauvegarde et d'enquête au lieu de les abolir. - Versionner l'intention améliore la traçabilité des choix. - Conserver des états restaurables protège la capacité de récupération. - Nommer les fonctions perdues évite de présenter un compromis local comme une règle générale. *L’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) propose une visio gratuite de 30 minutes, sans engagement, pour situer votre organisation et choisir un premier chantier.* ## Prolonger la réflexion Deux articles complètent ce retour d'expérience en détaillant la chaîne d'implémentation et la place du gate humain. - [Le vibe coding est mort : place à l'UltraCoding](/blog/vibe-coding-mort-ultracoding). - [Ingénierie des systèmes agentiques : l'humain dans la boucle](/blog/ingenierie-systemes-agentiques-human-in-the-loop). *Paul-Antoine TUAL, AI Transformation Leader · Croissance et Transitions (SAS) · Junyr Method™ · Junyr Mail™ · Junyr Agents™* --- ## Sources consultées au 6 septembre 2026 [1] Git, [« A Short History of Git »](https://git-scm.com/book/en/v2/Getting-Started-A-Short-History-of-Git), documentation officielle : origine en 2005, objectifs initiaux et développement non linéaire. [2] Deepak Babu Piskala, [« Spec-Driven Development: From Code to Contract in the Age of AI Coding Assistants »](https://arxiv.org/abs/2602.00180), arXiv:2602.00180, soumis le 30 janvier 2026 : spécification comme source de vérité et niveaux *spec-first*, *spec-anchored*, *spec-as-source*. [3] Cursor, [« Origin »](https://cursor.com/origin), page éditeur consultée le 6 septembre 2026 : forge Git « for the agentic era », bêta anticipée annoncée sur les offres payantes. [4] Mengyang Liu et al., [« Multi-agent Collaboration with State Management »](https://arxiv.org/abs/2605.20563), arXiv:2605.20563, soumis le 19 mai 2026 : médiation d'un espace partagé, détection des conflits à l'écriture et résultats rapportés sur Commit0-Lite et PaperBench. Les nombres propres à Junyr restent des observations internes attribuées au registre du 15 juillet 2026 plutôt que des résultats indépendamment authentifiés. - Ils couvrent les fonctionnalités annoncées, les 50 plans et leur répartition, le lot de 12, les contrôles et les restaurations. - Ils décrivent les quatre premiers jours du flux et ne mesurent pas un effet causal sur la qualité, le délai ou la productivité. ## Questions fréquentes ### Faut-il supprimer Git de vos projets ? Dans la plupart des équipes, non : notre choix reste un cas particulier où l'écriture est sérialisée, l'ancien dépôt est archivé et les fonctions de contrôle sont réparties entre plusieurs mécanismes explicites. - Gardez Git si plusieurs personnes ou agents écrivent en parallèle, si la revue de diff reste utile ou si vous recevez des contributions externes. - Conservez un véritable historique de versions lorsque blame, bisect, branches ou retour précis sur le code font partie de votre exploitation. - N'envisagez une autre architecture qu'après avoir éprouvé séparément déploiement, restauration, journalisation et vérification automatisée. ### Que devient l'historique du code sans Git dans le flux actif ? Il ne disparaît pas au jour de la bascule, mais change de granularité ensuite : l'ancien dépôt reste archivé, tandis que les changements ultérieurs sont documentés par plans, journaux et instantanés de code. - L'archive `.git` conserve l'historique détaillé jusqu'au 11 juillet 2026. - Le registre conserve le contexte, la décision, les contrats et le hors-périmètre de chaque changement ultérieur. - Les archives quotidiennes restaurent des instantanés, sans recréer un blame ou un bisect commit par commit. ### Comment revenir en arrière sans git revert ? Le retour de production passe par les images de déploiement, tandis que la récupération du code et l'analyse d'une régression reposent sur des mécanismes séparés qui ne sont pas des équivalents complets de `git revert` ou `git bisect`. - La version précédente de l'application reste disponible comme image de rollback. - La bascule est validée par un contrôle de santé des services, avec retour opérationnel si ce contrôle échoue. - Les archives de code et du registre servent à la restauration ; journaux, observabilité et tests servent au diagnostic. ### Le pilotage par roadmap est-il du spec-driven development ? C'est une variante plus étroite : le spec-driven development fait de la spécification une référence du code, alors que notre registre fixe surtout les décisions nécessaires pour autoriser et vérifier un changement. - Un plan décrit le contexte, l'approche retenue, les contrats, les tests et le hors-périmètre. - Le code reste un artefact à inspecter et à tester, même s'il n'est plus le principal support de la décision humaine. - Le registre ne remplace pas une spécification exhaustive lorsque le domaine en exige une. ### Que se passe-t-il si deux agents veulent modifier le même fichier ? L'implémentation est sérialisée par un droit d'écriture unique : plusieurs agents peuvent instruire ou relire des plans en parallèle, mais une seule session d'orchestration applique les modifications au code. - Les activités de recherche et de planification restent parallèles. - Le `claim` réserve le chemin d'écriture à une seule session. - Une passe de fraîcheur renvoie le plan à l'approbation si ses hypothèses ne correspondent plus au code. ### Qu'est-ce qu'un plan décision-complet ? C'est un plan que l'implémenteur peut exécuter sans rouvrir les choix structurants, tout en gardant les détails mécaniques au moment de l'écriture du code. - Il nomme les fichiers et les mécanismes existants à réutiliser. - Il fixe les contrats, les tests attendus, les dépendances et le niveau de risque. - Il délimite explicitement ce qui reste hors périmètre. - Il revient au gate humain dès qu'une nouvelle décision structurante apparaît. --- # Contexte LLM : dimensionner la fenêtre, le cache KV et le prompt caching Adresse : https://paulantoinetual.fr/blog/optimisation-contexte-llm-cache-kv-prompt-caching Publié le 2026-07-12, mis à jour le 2026-09-06 · Agents IA > Un guide technique pour sélectionner le bon contexte, calculer la mémoire KV et comparer les mécanismes de cache des API sans confondre calcul, latence et facture. ## Dimensionner le contexte à la tâche Une grande fenêtre donne au modèle accès à davantage d'éléments, mais la qualité dépend surtout de leur pertinence, de leur ordre et de la capacité du modèle à les exploiter, tandis que chaque jeton mobilise du calcul, de la mémoire ou une ligne de facturation. - **Trop peu de contexte** : le modèle manque de faits privés, récents ou spécifiques et doit davantage s'appuyer sur ses paramètres. - **Contexte utile** : les instructions, sources et exemples nécessaires sont présents sans répétition excessive. - **Trop de contexte** : les distracteurs, contradictions et historiques obsolètes peuvent réduire la qualité et allonger le traitement. Cette optimisation recouvre quatre grandeurs qu'il faut mesurer séparément pour éviter des conclusions trompeuses sur la complexité ou le coût. - **Prefill** : traitement en parallèle des jetons d'entrée ; l'attention dense standard a un travail quadratique en longueur, mais les noyaux, l'attention creuse et le matériel modifient la latence observée. - **Decode** : génération séquentielle ; avec cache KV, chaque nouveau jeton lit le contexte conservé, si bien que le travail par jeton augmente généralement avec la séquence sans recalculer tout le préfixe. - **Stockage KV** : mémoire dynamique approximativement linéaire en longueur de séquence et en taille de lot. - **Facturation API** : barème contractuel par catégorie de jetons, cache, stockage, niveau de service ou outils, qui ne reproduit pas nécessairement le coût physique du fournisseur. ## Quand le contexte ne suffit plus Un prompt insuffisant ne crée pas automatiquement une hallucination, mais il prive la réponse de preuves contrôlables et fragilise les tâches qui dépendent de documents internes, d'un état transactionnel ou d'une chaîne de contraintes complète. - **Connaissances de longue traîne** : une procédure interne ou une référence rare peut être absente ou mal mémorisée dans les poids. - **Actualité et traçabilité** : un document récupéré permet de dater et de citer la réponse au lieu de supposer que la mémoire paramétrique est à jour. - **Cohérence de tâche** : les dépendances, exceptions et décisions antérieures doivent tenir dans l'état transmis au modèle. Le seuil pertinent est donc fonctionnel et non lexical : il se trouve par une évaluation où l'on ajoute ou retire des sources et où l'on observe la qualité, plutôt que par des catégories fixes telles que « optimal sous 25 000 jetons ». - Mesurez le rappel de récupération avant d'accuser la fenêtre de contexte. - Vérifiez que les passages décisifs sont effectivement présents et non contradictoires. - Comparez plusieurs budgets de contexte avec les mêmes cas de test et le même modèle versionné. ## Ce que montrent les longs contextes Liu et al. ont observé une courbe souvent en U sur des tâches de récupération : selon le modèle et le jeu d'essai, une information pertinente au milieu d'un long prompt est moins bien utilisée que la même information placée au début ou à la fin [1]. - Ce résultat établit un biais positionnel dans les expériences étudiées, pas une incapacité universelle du milieu de contexte. - Les modèles, longueurs et tâches récents doivent être testés à nouveau dans l'application visée. - Placer les instructions stables et les passages prioritaires à des positions saillantes reste une hypothèse de conception à valider. Plusieurs mécanismes distincts peuvent dégrader un contexte long, et les confondre empêche de choisir le bon correctif. - **Puits d'attention** : certains premiers jetons reçoivent une attention disproportionnée dans les modèles étudiés par Xiao et al. [2]. - **Distraction sémantique** : des éléments hors sujet mais plausibles peuvent détourner une trajectoire de résolution, comme dans GSM-IC [3]. - **Longueur seule** : Du et al. rapportent, sur cinq modèles et plusieurs tâches, une dégradation variable malgré une récupération parfaite [4]. - **Glissement du raisonnement** : un préprint de 2026 observe des traces internes plus courtes dans certains longs contextes ; ce signal préliminaire ne permet pas de généraliser à tous les modèles [5]. La forme « fiabilité en cloche » est une intuition de conception plutôt qu'une loi quantitative : une entrée utile peut améliorer une tâche, un distracteur peut la dégrader, et l'emplacement du meilleur compromis varie. - Construisez un jeu de cas représentatifs avec critères de réussite explicites. - Faites varier séparément longueur, pertinence, position et contradictions. - Retenez le plus petit contexte qui atteint la qualité cible avec une marge stable. ## Cache KV local : mémoire, prefill et decode En inférence locale, les poids constituent une charge relativement statique tandis que le cache KV conserve, pour chaque jeton traité, les clés et valeurs nécessaires aux couches d'attention afin d'éviter de recalculer tout le préfixe à chaque étape de decode. - La phase de prefill calcule les représentations du prompt et remplit le cache. - La phase de decode réutilise ce cache, mais lit un historique croissant pour produire chaque nouveau jeton. - La mémoire totale inclut aussi activations temporaires, espaces de travail des noyaux, buffers et fragmentation du runtime. Pour un transformeur dense où chaque couche stocke des clés et valeurs de même précision, l'approximation suivante rend visibles les paramètres architecturaux qui gouvernent la mémoire. `M_KV = 2 × L × H_kv × D_head × N_seq × B × P_bytes` - `L` : nombre de couches d'attention. - `H_kv` : nombre de têtes de clés et valeurs ; GQA ou MQA le réduit par rapport à l'attention multi-têtes classique. - `D_head` : dimension d'une tête ; `N_seq` : longueur conservée ; `B` : taille de lot. - `P_bytes` : octets par élément, par exemple 2 en FP16/BF16 ou 1 en INT8 ; le facteur 2 représente K et V. Llama 3.1 8B fournit un exemple reproductible avec 32 couches, 8 têtes KV et une dimension de tête de 128 [6], soit 128 Kio de cache BF16 par jeton et par séquence. `2 × 32 × 8 × 128 × 32 768 × 1 × 2 = 4 294 967 296 octets = 4 Gio` - À 4 096 jetons, la même approximation donne 0,5 Gio. - À 32 768 jetons, elle donne 4 Gio, auxquels s'ajoutent les poids et les allocations du moteur. - Pour un lot de 4 séquences de même longueur, le cache brut monte à 16 Gio. La formule est spécifique à l'architecture et au runtime : l'attention latente, les fenêtres glissantes, le cache paginé, le partage de préfixes, la quantification et l'éviction peuvent changer sensiblement le résultat réel. | Scénario Llama 3.1 8B, BF16, lot 1 | Poids théoriques | Cache KV calculé | Somme avant surcoûts du runtime | |---|---:|---:|---:| | 4 096 jetons | ≈ 16 Go | 0,5 Gio | ≈ 16,5 Go | | 32 768 jetons | ≈ 16 Go | 4 Gio | ≈ 20 Go | La quantification KV réduit directement le terme `P_bytes`, mais son effet sur la qualité et le débit dépend du modèle, du moteur et du matériel, donc une réduction théorique de mémoire ne constitue pas une garantie de performance. - INT8 divise par deux le stockage brut par rapport au BF16 ; INT4 le divise théoriquement par quatre. - KIVI étudie une quantification asymétrique à 2 bits par canal pour les clés et par jeton pour les valeurs [10]. - PyramidKV alloue un budget de cache différent selon la profondeur et l'importance des jetons ; il s'agit d'une compression, pas simplement d'un changement uniforme de précision [11]. ## Prompt caching : comparer des factures datées Le prompt caching permet à une API de reconnaître ou de conserver un préfixe déjà prérempli, mais une lecture moins chère ne signifie ni que le fournisseur ne consomme aucune ressource ni que toutes les requêtes répétées seront réutilisées. - Un cache hit dépend d'un préfixe compatible, du routage, de la durée de rétention et des règles du fournisseur. - Les jetons dynamiques et les sorties restent facturés selon leurs propres catégories. - Une écriture, une durée de stockage ou un niveau de service peuvent ajouter des coûts absents du simple tarif de lecture. Cette comparaison arrêtée au **6 septembre 2026** utilise des modèles et API nommés ; elle doit être relue avant toute décision d'achat, car les prix et seuils changent indépendamment. | Fournisseur et référence | Entrée standard | Lecture en cache | Écriture / stockage | Activation et seuil documenté | |---|---:|---:|---:|---| | **Anthropic · Claude Sonnet 4.6, API Claude** [12] | 3,00 $/M | 0,30 $/M | 3,75 $/M pour 5 min ; 6,00 $/M pour 1 h | Cache automatique ou points `cache_control` ; minimum 1 024 jetons au 6 sept. 2026 | | **OpenAI · GPT-5.5, fiche modèle historique du 23 avr. 2026** [13] | 5,00 $/M | 0,50 $/M | Pas de ligne d'écriture sur cette fiche | Détection automatique des préfixes pris en charge à partir de 1 024 jetons | | **Google · Gemini 3.1 Pro Preview, generateContent** [14] | 2,00 $/M jusqu'à 200k | 0,20 $/M jusqu'à 200k | Cache explicite : 4,50 $/M jetons/heure | Implicite et explicite ; minimum documenté 4 096 jetons pour ce modèle, pas 32 768 universellement | | **DeepSeek · V4 Flash depuis le 16 août 2026** [15] | 0,22 $/M creuses ; 0,44 $/M pleines | 0,007 $/M creuses ; 0,014 $/M pleines | Pas de ligne séparée d'écriture dans le barème cité | Préfixe automatique ; les métriques de cache doivent confirmer le hit | Chez Google, l'API choisie change le mécanisme disponible : Interactions ne propose que le cache implicite, tandis que generateContent permet aussi de créer un cache explicite avec TTL et facturation de stockage [14]. - Les seuils minimums sont listés par modèle et peuvent évoluer. - La réduction implicite est transmise lorsqu'un hit survient, sans garantie qu'une requête donnée touchera le cache. - Le cache explicite garantit le tarif associé au contenu référencé, mais ajoute du stockage proportionnel aux jetons et à la durée. Un calcul simple montre pourquoi il faut intégrer l'écriture ou le stockage au seuil de rentabilité : avec 100 000 jetons stables sur Claude Sonnet 4.6 et un cache de cinq minutes, une première écriture coûte 0,375 $, puis chaque lecture 0,03 $ au lieu de 0,30 $ pour une entrée standard. - Deux appels sans cache coûtent 0,60 $ d'entrée stable. - Une écriture suivie d'une lecture coûte 0,405 $, soit 0,195 $ de moins dans cet exemple. - Le résultat change si le second appel arrive après expiration, si le préfixe varie ou si d'autres multiplicateurs tarifaires s'appliquent. Pour augmenter le taux de hit sans promettre une réutilisation universelle, l'application doit stabiliser le début du prompt et déplacer les valeurs volatiles après ce préfixe. - Placez outils, instructions système, schémas et corpus stables avant les questions variables. - Évitez timestamps, identifiants et ordre non déterministe dans la partie censée être identique. - Suivez les compteurs de création, lecture et échec de cache fournis par l'API. - Calculez le coût complet par résultat utile, sorties et stockage compris. ## Une chaîne de contexte mesurable Une architecture robuste réduit progressivement le volume transmis tout en conservant les preuves nécessaires, puis vérifie la qualité à chaque étape au lieu de supposer qu'une technique ou un nombre de jetons convient à tous les modèles. - **Récupération** : maximiser le rappel initial sur une collection versionnée. - **Reranking** : utiliser un modèle plus précis pour ordonner les passages par rapport à la question. - **Assemblage** : dédupliquer, résoudre les contradictions et placer les éléments prioritaires de manière testée. - **Évaluation** : mesurer exactitude, citations, latence, mémoire et facture sur plusieurs budgets. Les outils LLMLingua illustrent trois compromis de compression distincts qu'il faut évaluer sur les documents et la tâche ciblés. - **LLMLingua** utilise la perplexité d'un petit modèle et rapporte jusqu'à 20× de compression dans ses expériences [16]. - **LLMLingua-2** apprend une classification conserver/supprimer indépendante de la question et rapporte généralement des taux plus modérés avec un traitement plus rapide [17]. - **LongLLMLingua** tient compte de la question, filtre et réordonne les documents pour les scénarios de long contexte [18]. La décomposition multi-agent peut réduire le contexte individuel quand les sous-tâches sont réellement séparables, mais elle ajoute des messages, des synthèses, des risques d'incohérence et des jetons facturés. - Définissez des sorties structurées et des critères d'acceptation pour chaque sous-tâche. - Transmettez les preuves nécessaires à l'agent de synthèse, pas seulement des conclusions. - Comparez cette topologie à un appel unique reranké : davantage d'agents ne garantit ni coût inférieur ni qualité supérieure. ## Protocole de décision La taille de contexte doit être traitée comme une variable expérimentale reliée à une version de modèle, une architecture d'inférence, une politique de cache et un objectif métier mesurable. - **Qualité** : testez présence des preuves, exactitude et résistance aux distracteurs. - **Performance locale** : profilez séparément temps de prefill, débit de decode, VRAM des poids et cache KV. - **Coût API** : exploitez les compteurs d'usage et le barème daté, y compris écritures, stockage, sorties et outils. - **Exploitation** : alertez sur les chutes de taux de hit, les dérives de longueur et les changements de modèle. ## Passer de la théorie à votre cas d'usage L'audit de maturité IA Junyr est un échange vidéo gratuit de 30 minutes, sans engagement, qui situe votre organisation sur l'échelle, identifie le principal blocage et le premier projet raisonnable, puis fournit une synthèse d'une page. - [Réserver l'audit de maturité IA](https://junyr.eu/fr/site/audit). - Approfondir les prix, budgets et routes dans [Budgets tokens et API IA : le guide FinOps des PME](/blog/budgets-tokens-et-api-ia-le-guide). ## Sources [1] Nelson F. Liu et al., *Lost in the Middle: How Language Models Use Long Contexts*, TACL 2024. https://arxiv.org/abs/2307.03172 [2] Guangxuan Xiao et al., *Efficient Streaming Language Models with Attention Sinks*, ICLR 2024. https://arxiv.org/abs/2309.17453 [3] Freda Shi et al., *Large Language Models Can Be Easily Distracted by Irrelevant Context*, ICML 2023. https://arxiv.org/abs/2302.00093 [4] Yufeng Du et al., *Context Length Alone Hurts LLM Performance Despite Perfect Retrieval*, Findings of EMNLP 2025. https://arxiv.org/abs/2510.05381 [5] Gleb Rodionov, Roman Garipov et George Yakushev, *Reasoning Shift: How Context Silently Shortens LLM Reasoning*, préprint 2026. https://arxiv.org/abs/2604.01161 [6] Meta, configuration de *Llama 3.1 8B Instruct*. https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct/blob/main/config.json [10] Zirui Liu et al., *KIVI: A Tuning-Free Asymmetric 2bit Quantization for KV Cache*. https://arxiv.org/abs/2402.02750 [11] Zefan Zhang et al., *PyramidKV: Dynamic KV Cache Compression based on Pyramidal Information Funneling*. https://arxiv.org/abs/2406.02069 [12] Anthropic, *Prompt caching* et tarifs, consultés le 6 septembre 2026. https://platform.claude.com/docs/en/build-with-claude/prompt-caching [13] OpenAI, fiche modèle *GPT-5.5* et *Prompt caching*, fiche tarifaire datée du 23 avril 2026, consultées le 6 septembre 2026. https://developers.openai.com/api/docs/models/gpt-5.5 et https://developers.openai.com/api/docs/guides/prompt-caching [14] Google AI for Developers, *Context caching* pour generateContent, Interactions et tarifs Gemini, mis à jour le 2 septembre 2026 pour la page generateContent, consultés le 6 septembre 2026. https://ai.google.dev/gemini-api/docs/generate-content/caching et https://ai.google.dev/gemini-api/docs/caching et https://ai.google.dev/gemini-api/docs/pricing [15] DeepSeek, changement de prix annoncé le 13 août et effectif le 16 août 2026. https://api-docs.deepseek.com/news/news260813/ [16] Huiqiang Jiang et al., *LLMLingua: Compressing Prompts for Accelerated Inference of Large Language Models*. https://arxiv.org/abs/2310.05736 [17] Zhuoshi Pan et al., *LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression*. https://arxiv.org/abs/2403.12968 [18] Huiqiang Jiang et al., *LongLLMLingua: Accelerating and Enhancing LLMs in Long Context Scenarios via Prompt Compression*. https://arxiv.org/abs/2310.06839 *Écrit par Paul-Antoine TUAL, AI Transformation Leader et créateur de la Méthode Junyr™.* ## Questions fréquentes ### Qu'est-ce que la dilution du contexte dans un LLM ? La dilution du contexte désigne une baisse de qualité provoquée par des informations inutiles, concurrentes ou mal placées, même lorsque la donnée nécessaire figure dans le prompt. - Le phénomène dépend du modèle, de la tâche, de la longueur et de la position des informations. - La normalisation de l'attention n'implique pas que chaque jeton superflu vole mécaniquement une part fixe d'attention utile. - Le remède pratique consiste à mesurer, filtrer, reranker et structurer plutôt qu'à appliquer un seuil universel. ### Pourquoi une information au milieu d'un long contexte peut-elle être moins bien exploitée ? L'étude Lost in the Middle montre sur ses tâches de récupération que plusieurs modèles exploitent souvent mieux une information placée au début ou à la fin qu'au milieu du contexte. - Il s'agit d'un résultat expérimental dépendant du modèle et du protocole, pas d'une loi pour toutes les requêtes. - Les puits d'attention et les distracteurs sémantiques offrent deux explications complémentaires. - Le reranking et l'ordre des passages doivent être évalués sur le cas d'usage réel. ### Comment calculer la taille d'un cache KV ? Pour un transformeur dense sans compression particulière, le cache KV croît linéairement avec les couches, les têtes KV, la dimension de tête, la séquence, le lot et les octets par élément. - Une approximation utile est M_KV = 2 × L × H_kv × D_head × N_seq × B × P_bytes. - Avec Llama 3.1 8B, 32 768 jetons, un lot de 1 et du BF16, cette formule donne 4 Gio. - Le runtime peut ajouter des buffers, de la fragmentation ou utiliser un cache paginé ou quantifié : il faut donc mesurer la VRAM réelle. ### Le prompt caching fonctionne-t-il de la même manière chez tous les fournisseurs ? Le prompt caching réutilise un préfixe déjà traité, mais l'activation, le seuil, la durée, le tarif d'écriture ou de stockage et le prix de lecture dépendent du modèle, de l'API et de la date. - Anthropic permet des points de cache explicites et facture séparément écriture et lecture. - OpenAI détecte automatiquement les préfixes compatibles à partir de 1 024 jetons sur les modèles pris en charge. - Google distingue le cache implicite de l'API Interactions et le cache explicite de generateContent ; les seuils sont propres au modèle. - DeepSeek applique depuis le 16 août 2026 des tarifs heures pleines et heures creuses. ### Faut-il remplir toute la fenêtre de contexte disponible ? La bonne longueur est la plus petite fenêtre qui conserve les éléments nécessaires avec une marge mesurée, car davantage de jetons augmente toujours les ressources consommées sans garantir une meilleure réponse. - Ajoutez les sources indispensables, les instructions et les exemples qui améliorent les évaluations. - Retirez les doublons et les passages peu pertinents, puis mesurez qualité, latence et coût. - Recalibrez le budget pour chaque couple modèle, API et tâche au lieu d'imposer un seuil global. --- # Ingénierie des systèmes agentiques : règles d'or, architecture et sécurité du « Human-in-the-Loop » Adresse : https://paulantoinetual.fr/blog/ingenierie-systemes-agentiques-human-in-the-loop Publié le 2026-07-04, mis à jour le 2026-09-06 · Agents IA > HITL, HOTL, HOOTL : choisir le bon régime de supervision, imposer des limites exécutables et calibrer l'escalade humaine sans confondre couverture statistique et certitude. ## Quand une machine agit sans garde-fou L'incident Knight Capital montre qu'une exécution automatisée peut transformer une erreur logicielle locale en perte majeure avant qu'une équipe ait le temps de comprendre puis d'arrêter le système, le 1ᵉʳ août 2012 ayant suffi à matérialiser environ 440 millions de dollars de pertes en quarante-cinq minutes [1]. - Un déploiement défectueux a réactivé du code obsolète sur un routeur d'ordres et déclenché des transactions erronées. - L'événement ne mettait pas en cause une IA ; il illustre le risque général d'une action rapide, répétée et insuffisamment interruptible. - Pour un agent, la question d'ingénierie porte donc autant sur l'autorité d'exécuter que sur la qualité de la recommandation. Les agents contemporains augmentent ce risque opérationnel lorsqu'ils combinent planification multi-étapes, appels d'outils et accès à des environnements externes, tandis que des protocoles tels que MCP et A2A facilitent respectivement la connexion aux capacités et les échanges entre agents [3][4]. - Les actifs exposés peuvent inclure une base de production, un système de paiement, une messagerie ou une commande industrielle. - La découverte ou l'ajout d'un outil élargit les capacités disponibles ; le protocole de connexion n'accorde pas, à lui seul, l'autorisation de l'utiliser. - Une erreur de planification, une injection indirecte ou un état métier obsolète peut ainsi produire un effet réel à grande vitesse. Le contrôle humain doit alors être conçu comme une politique d'autorité exécutable, car la confiance déclarée par un modèle n'est ni une mesure fiable de justesse ni une preuve qu'une action respecte les règles métier [2]. - Évaluer le risque par type d'action : impact, réversibilité, détectabilité, délai d'interruption et obligations applicables. - Appliquer les interdictions et plafonds dans le logiciel qui autorise l'action, indépendamment de la formulation du prompt. - Réserver l'intervention humaine aux points où elle peut encore modifier l'issue, avec le contexte nécessaire pour décider. ### Trois régimes de supervision : HITL, HOTL, HOOTL Le choix entre HITL, HOTL et HOOTL se fait action par action, selon l'autorité accordée à la machine et le moment où un humain peut encore intervenir, cette taxonomie issue des systèmes autonomes fournissant un cadre utile sans déterminer à elle seule la conformité d'un usage [5]. - La criticité évalue l'ampleur et la portée d'une erreur. - La réversibilité mesure la possibilité de restaurer l'état sans dommage résiduel. - L'interruptibilité vérifie qu'un arrêt humain reste techniquement possible avant l'effet ou pendant son exécution. | Régime | Temporalité | Autorité de l'agent | Cas adaptés | Exigence opérationnelle | |---|---|---|---|---| | **Human-in-the-Loop (HITL)** | Pause synchrone avant l'effet. | L'agent propose ; un mécanisme distinct autorise et exécute. | Paiement hors routine, modification sensible, décision dont l'effet est difficilement réversible. | Approbateur compétent, contexte lisible, délai et procédure de suppléance. | | **Human-on-the-Loop (HOTL)** | Surveillance pendant l'exécution, avec alertes et arrêt. | L'agent agit dans une enveloppe prédéfinie. | Volumes élevés, effets bornés et récupérables, anomalies détectables assez tôt. | Télémétrie, seuils, coupe-circuit testé et responsabilité d'astreinte. | | **Human-out-of-the-Loop (HOOTL)** | Paramétrage préalable et audit a posteriori. | L'agent agit sans intervention en temps réel. | Tâches standardisées à faible impact, dont les erreurs sont détectables et réparables. | Droits minimaux, journaux, échantillonnage et retour rapide vers un régime plus contrôlé. | Une même chaîne peut donc utiliser plusieurs régimes sans contradiction, par exemple HOOTL pour classer une demande, HOTL pour préparer une modification réversible et HITL avant un paiement ou une suppression. - Définir le régime au niveau de l'action plutôt qu'au niveau global de l'agent. - Empêcher qu'une délégation ou un nouvel outil contourne le régime attribué. - Réévaluer le choix après incident, changement de modèle, nouvel accès ou dérive des métriques. ## Les règles d'or du Human-in-the-Loop ### Règle 1. Séparer la proposition d'action de son exécution Pour toute action dont l'effet dépasse l'enveloppe autonome autorisée, l'agent doit produire une proposition structurée et un composant distinct doit décider si cette proposition peut être exécutée. - La proposition décrit l'intention, les paramètres, la source des données, l'effet attendu et les possibilités de retour arrière. - Le moteur d'autorisation vérifie les droits, les limites métier et la fraîcheur de l'état au dernier moment utile. - L'exécuteur utilise un jeton à portée et durée limitées, puis consigne le résultat réel plutôt que l'intention seule. ### Règle 2. Placer les interruptions là où elles peuvent changer l'issue Les checkpoints efficaces découlent d'une cartographie des risques réalisée avant l'implémentation et se situent avant l'effet irréversible, avec une procédure explicite pour l'absence de réponse humaine. - Les seuils peuvent porter sur un montant, une sensibilité de données, une destination, un écart au processus ou une combinaison de signaux. - Une expiration doit mener à un rejet ou à une suspension sûre, jamais à une approbation implicite. - Dans l'AI Act, « à haut risque » est une qualification juridique de l'article 6 liée notamment aux produits de l'annexe I ou aux usages de l'annexe III, sous les conditions et exclusions prévues ; le rôle de fournisseur ou de déployeur détermine ensuite les obligations applicables [11]. ### Règle 3. Donner à l'opérateur les éléments vérifiables Une demande d'approbation utile expose les faits et règles nécessaires à la décision sans prétendre restituer fidèlement un raisonnement interne du modèle que l'interface ne peut pas vérifier. - Montrer les données sources, leur date, les paramètres d'action et les règles déclenchées. - Distinguer faits récupérés, inférences du modèle et hypothèses encore non résolues. - Présenter les alternatives pertinentes, l'effet estimé et le moyen d'annuler ou de contenir l'action. ### Règle 4. Faire appliquer les limites par le harnais logiciel Un prompt peut orienter le comportement, mais une limite de sécurité devient contraignante seulement si un composant indépendant la contrôle au point d'autorisation ou d'exécution. - Valider le schéma et la sémantique : types, plages de valeurs, identifiants, destinations et cohérence avec l'état métier. - Appliquer authentification, autorisation, moindre privilège, quotas, filtrage réseau et gestion des secrets hors du modèle. - Prévoir idempotence, concurrence, temporisation, rejet sûr et journalisation ; Pydantic ou un schéma JSON ne couvre qu'une partie du dispositif. ### Règle 5. Accorder l'autonomie par classe d'action Un déploiement nouveau à impact significatif commence avec une supervision serrée puis élargit son autonomie uniquement lorsque les observations en production, les tests de repli et la stabilité du contexte d'usage le permettent. - Enregistrer propositions, corrections, refus, incidents et temps d'attente pour établir une base de référence. - Mesurer séparément la qualité de l'action, la qualité de l'escalade et la capacité à récupérer après erreur. - Définir des seuils de promotion vers HOTL et des seuils automatiques de retour vers HITL. ### Règle 6. Ancrer la gouvernance dans cinq obligations : le mémo « HEART » Le mémo HEART regroupe cinq préoccupations classiques de gouvernance afin de rendre les revues d'architecture plus systématiques, sans constituer un standard, une certification ni une preuve de conformité. - **Human safety & accountability** : attribuer les décisions, contrôles et voies de recours aux personnes ou entités responsables selon le droit et l'organisation applicables. - **Explainability** : fournir une justification proportionnée à l'usage, fondée sur des éléments vérifiables. - **Alignment** : confronter en continu les actions aux objectifs métier, politiques internes et contraintes externes. - **Review** : réévaluer performance, incidents, dérives et adéquation des contrôles. - **Trackability** : conserver une trace suffisante, protégée et gouvernée des propositions, autorisations, exécutions et corrections. ### Règle 7. Adapter la forme de l'escalade au besoin L'interruption doit demander exactement la décision que l'opérateur peut prendre, car une approbation générique transfère peu d'information et favorise la fatigue de validation. - Utiliser une approbation binaire lorsque le contexte est complet et la règle de décision claire. - Poser une question structurée lorsqu'une variable métier manque ou lorsque plusieurs options restent plausibles. - Déléguer à une personne ou à un système habilité lorsqu'une compétence ou une autorité particulière est requise. ### Règle 8. Borner les tentatives et définir le repli Chaque boucle agentique doit posséder une limite d'itérations, de temps et de coût ainsi qu'un état terminal sûr, afin qu'un désaccord ou une erreur répétée ne consomme pas indéfiniment des ressources. - Compter les tentatives par tâche et par outil, avec un budget global. - Empêcher la reformulation automatique de contourner un refus humain ou une règle déterministe. - À l'épuisement du budget, suspendre, préserver l'état utile et alerter le niveau de supervision prévu. ## Cadres d'architecture et propositions émergentes Les références suivantes n'ont pas le même statut : les 12-Factor Agents sont un guide de praticiens, tandis qu'AESP et les certificats liés aux capacités sont des propositions de recherche récentes dont les propriétés doivent être vérifiées dans l'implémentation choisie. - Employer ces cadres comme grilles de conception et de revue. - Distinguer la propriété annoncée par un protocole, la propriété effectivement appliquée par le code et la preuve disponible lors d'un audit. - Conserver des contrôles compensatoires lorsque l'interopérabilité, la révocation ou la journalisation restent incomplètes. ### Les 12 facteurs des agents (12-Factor Agents) Le guide 12-Factor Agents de Dex Horthy transpose des pratiques d'applications fiables aux agents et insiste sur la maîtrise du contexte, des outils et du flux de contrôle, sans promettre qu'appliquer la liste suffit à sécuriser une production [6]. - Les facteurs structurent l'interface entre sorties probabilistes et exécution déterministe. - La pause, la reprise et le contact humain deviennent des opérations explicites du système. - Les agents spécialisés facilitent le cloisonnement des droits, à condition que l'orchestrateur applique réellement ces limites. | Facteur | Description technique | Apport à la supervision humaine | |---|---|---| | **F1. Natural Language to Tool Calls** | Traduire une intention en appel d'outil structuré. | Rend la proposition inspectable avant exécution. | | **F2. Own your prompts** | Versionner et tester les instructions. | Permet de relier un comportement à une configuration connue. | | **F3. Own your context window** | Choisir et structurer les données injectées. | Réduit les décisions fondées sur un contexte bruité ou périmé. | | **F4. Tools are just structured outputs** | Modéliser les outils par des schémas stricts. | Autorise une validation déterministe de la forme de la demande. | | **F5. Unify execution state and business state** | Synchroniser état d'exécution et état métier. | Limite les approbations fondées sur une situation obsolète. | | **F6. Launch/Pause/Resume with simple APIs** | Rendre démarrage, pause et reprise explicites. | Préserve l'état pendant une décision asynchrone. | | **F7. Contact humans with tool calls** | Modéliser l'appel à l'humain comme une opération. | Structure la question, le destinataire et la réponse. | | **F8. Own your control flow** | Garder le routage sous contrôle applicatif. | Empêche le modèle de redéfinir seul les points d'autorisation. | | **F9. Compact Errors into Context Window** | Résumer les erreurs utiles dans le contexte. | Soutient la correction sans exposer inutilement des données. | | **F10. Small, Focused Agents** | Réduire le rôle et les outils de chaque agent. | Facilite le moindre privilège et l'attribution des actions. | | **F11. Trigger from anywhere** | Accepter plusieurs canaux de déclenchement. | Rapproche l'approbation du bon opérateur, sous authentification cohérente. | | **F12. Make your agent a stateless reducer** | Dériver la prochaine action d'un état explicite. | Facilite reprise, audit et reproduction partielle. | | **F13. Pre-fetch all context** *(mention honorable)* | Charger les données requises avant la décision. | Réduit les demandes imprévues au milieu du flux. | ### AESP : borner la capacité économique d'un agent Le préprint AESP propose de rendre un agent économiquement capable sans lui transférer la souveraineté sur les actifs, au moyen d'un moteur déterministe à huit vérifications, d'une escalade graduée et de mécanismes cryptographiques [7]. - Le moteur exprime les limites de transaction, de période, de destination, de méthode, de première interaction, de solde et de budget. - Les engagements EIP-712 lient les signatures à des données typées convenues ; leur effet dépend de la vérification et de l'exécution effective de ces engagements. - La dérivation HKDF vise l'isolation des contextes et la réduction de la corrélabilité, sans garantir à elle seule l'anonymat face aux métadonnées ou aux pratiques opérationnelles. | Règle proposée | Contrôle exercé | Réponse prévue | |---|---|---| | **Per-transaction limit** | Plafond d'un ordre de paiement. | Rejet ou escalade selon la politique. | | **Time-window limit** | Dépense cumulée sur une fenêtre glissante. | Suspension des capacités de paiement. | | **Address allowlist** | Destinations autorisées. | Blocage des destinations inconnues. | | **Chain allowlist** | Réseaux ou protocoles admis. | Rejet de la soumission hors périmètre. | | **Method allowlist** | Fonctions de contrat autorisées. | Blocage de l'appel non permis. | | **First-payment review** | Première interaction avec un tiers. | Approbation renforcée. | | **Minimum balance** | Réserve à préserver. | Refus de la nouvelle dépense. | | **Budget limits** | Enveloppe du cycle opérationnel. | Désactivation temporaire des outils financiers. | AESP fournit ainsi un modèle de politique testable, mais son statut de préprint et son évaluation décrite par l'auteur ne constituent pas une validation indépendante ni la preuve de sa maturité en production. - Vérifier le modèle de menace et le chemin d'exécution complet avant adoption. - Tester les révocations, courses, reprises, défaillances de l'oracle et voies de contournement hors protocole. - Traiter les mesures de performance et de couverture annoncées comme des résultats de la proposition, à reproduire dans le contexte cible. ### Certificats d'agents liés aux capacités Une autre proposition de recherche relie cryptographiquement l'identité d'un agent à un manifeste de capacités afin de détecter qu'un outil, un modèle ou une délégation ne correspond plus au périmètre autorisé [8]. - **G1, intégrité des capacités** : un manifeste modifié doit faire échouer la vérification si chaque partie vérifie la version courante avant d'agir. - **G2, vérifiabilité comportementale** : les attestations et éléments de rejeu soutiennent l'audit, sans rendre automatiquement explicable ou reproductible toute sortie probabiliste. - **G3, auditabilité des interactions** : une chaîne de preuves peut rendre les altérations détectables ; sa robustesse dépend du stockage, des clés, de l'horodatage et des maillons intermédiaires. Ces certificats répondent à un vrai problème de portée d'autorisation, mais ils restent une architecture proposée et ne remplacent ni l'autorisation à l'exécution, ni la révocation, ni l'isolation des outils. - Authentifier l'identité et vérifier le manifeste au dernier moment utile. - Refuser les outils ou sous-agents absents du périmètre approuvé. - Journaliser les décisions de politique et protéger la chaîne de conservation des preuves. ### KnowNo : calibrer l'escalade sans promettre la certitude KnowNo applique la prédiction conforme à la planification robotique pour construire un ensemble d'actions candidates à partir d'exemples de calibration et demander de l'aide lorsque cet ensemble ne permet pas une exécution autonome sûre selon la politique choisie [9]. - Le paramètre `α` fixe un niveau d'erreur nominal et donc une couverture marginale visée de `1 − α`. - La garantie standard suppose notamment l'échangeabilité entre exemples de calibration et cas test, ou des hypothèses adaptées à la variante conforme utilisée. - Elle porte sur la fréquence de couverture à travers les cas, pas sur la certitude que l'action d'un singleton particulier est correcte. Pour un état `x`, l'agent considère `𝒴 = {y_1, …, y_m}` et un jeu de calibration `S_cal = {(x_i, y_i)}` de `n` situations dont l'action correcte a été établie ; avec le score de non-conformité choisi par KnowNo, le calcul conserve la structure suivante. - Pour chaque exemple : `s_i = 1 − f̂(y_i | x_i)`. - Pour la tolérance ciblée : `q̂ = Quantile( {s_1, …, s_n} ; ⌈(n+1)(1−α)⌉ ⁄ n )`. - Pour un nouveau cas : `C(x_test) = { y ∈ 𝒴 : 1 − f̂(y | x_test) ≤ q̂ }`. La cardinalité de `C(x_test)` commande l'escalade, tandis que les seuils métier impératifs conservent la priorité sur ce mécanisme statistique. - Si l'ensemble est vide, suspendre et escalader : aucune option proposée ne passe la règle de sélection. - S'il contient une option, ne l'exécuter que si la classe d'action est autorisée, en conservant le risque résiduel. - S'il contient deux options ou plus, suspendre et poser une question structurée présentant les options admissibles. Les résultats de KnowNo montrent qu'une telle calibration peut améliorer le compromis entre réussite des tâches et fréquence des demandes d'aide dans les environnements étudiés, sans garantir la réussite de chaque cas ni transférer au superviseur une omniscience qu'il ne possède pas. - Une réponse humaine n'aide que si la personne comprend le contexte, possède l'autorité requise et choisit correctement. - Un changement de distribution, de modèle, de liste d'actions ou de politique impose une nouvelle évaluation, souvent une recalibration. - Une baisse de couverture observée ou une hausse des ensembles vides doit suspendre l'autonomie et déclencher une analyse. ### Quatorze principes pour le cycle de vie humain-agent Une synthèse académique de 2026 organise quatorze principes d'interaction humain-agent sur quatre étapes, rappelant que la qualité du contrôle dépend autant de la relation opérationnelle que de la performance brute du modèle [10]. - **Cadrage initial et attentes** : annoncer capacités, limites et modes de défaillance ; fixer un rôle compréhensible avant d'accorder des responsabilités. - **Interaction et contrôle partagé** : négocier l'initiative selon le risque ; rendre l'intention visible ; permettre interruption et reprise. - **Collaboration dans la durée** : surveiller fatigue et taux de correction ; mémoriser les objectifs utiles ; prévenir la dépendance et favoriser un comportement prévisible. - **Défaillance et réparation** : rendre la correction directe ; adapter la récupération au dommage ; expliquer l'erreur et mettre à jour les contrôles. Cette grille reste une proposition de recherche à adapter au contexte, mais elle met en évidence quatre responsabilités souvent dispersées entre produit, opérations, sécurité et management. - Le produit conçoit une demande d'aide compréhensible et proportionnée. - Les opérations assurent disponibilité, suppléance et suivi des délais. - La sécurité et le juridique définissent les limites, preuves et voies de recours selon l'usage applicable. - Le management suit la charge humaine, les incidents et les critères d'autonomie. ## Trois directives pour une autonomie défendable Une architecture agentique industrialisable rend chaque action autorisable, interruptible et auditable à un niveau proportionné à ses effets, tout en traitant l'incertitude calibrée comme un signal statistique parmi les contrôles métier. - **Cloisonner l'exécution** : séparer proposition, autorisation et effet ; appliquer droits, budgets et contraintes dans des composants indépendants du modèle. - **Concevoir l'escalade et le repli** : choisir HITL, HOTL ou HOOTL par classe d'action ; traiter expiration, ensemble conforme vide, dérive et incident comme des états explicites. - **Mesurer avant d'élargir l'autonomie** : suivre couverture, corrections, erreurs d'escalade, récupération et charge des opérateurs, puis réviser la politique sur ces preuves. La Méthode Junyr™ place ainsi la vérification au centre de la valeur opérationnelle : l'autonomie d'un agent devient défendable lorsqu'une organisation peut expliquer son périmètre, démontrer ses contrôles et produire les traces d'une décision sans confondre assurance statistique, sécurité technique et conformité juridique. - Un client doit pouvoir comprendre qui a autorisé quoi et sur quelles données. - Un auditeur doit pouvoir relier configuration, décision, exécution et résultat. - Un régulateur évalue un système, une finalité et un rôle précis ; aucun niveau de maturité ou mécanisme HITL ne garantit à lui seul la conformité. *Pour transformer ces principes en architecture agentique gouvernée dans votre organisation, voir la [Méthode Junyr™](/methode) et l’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit).* --- ## Sources [1] Knight Capital Group, Form 8-K (perte réalisée avant impôt d'environ 440 M$), SEC EDGAR, 2 août 2012 ; et SEC, *Order* / communiqué 2013-222 (code défectueux réactivant une fonction obsolète sur un routeur d'ordres ; environ 45 minutes à l'ouverture), 16 octobre 2013. https://www.sec.gov/newsroom/press-releases/2013-222 [2] *Mind the Confidence Gap: Overconfidence, Calibration, and Distractor Effects in LLMs* (arXiv:2502.11028, 2025), sur la surconfiance verbalisée et l'effet des distracteurs ; corroboré par *Can LLMs Express Their Uncertainty?* (arXiv:2306.13063). https://arxiv.org/abs/2502.11028 [3] Anthropic, « Introducing the Model Context Protocol », 25 novembre 2024 ; spécification MCP pour la découverte d'outils et de ressources. https://www.anthropic.com/news/model-context-protocol · https://modelcontextprotocol.io [4] Google, « Announcing the Agent2Agent Protocol (A2A) », 9 avril 2025 ; contribution du protocole à la Linux Foundation, juin 2025. https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/ [5] Human Rights Watch & Harvard IHRC, *Losing Humanity: The Case Against Killer Robots*, 19 novembre 2012, pour la taxonomie in-the-loop / on-the-loop / out-of-the-loop ici adaptée aux agents logiciels. https://www.hrw.org/report/2012/11/19/losing-humanity/case-against-killer-robots [6] Dex Horthy / HumanLayer, *12-Factor Agents: Patterns of reliable LLM applications*. https://github.com/humanlayer/12-factor-agents [7] Jian Sheng Wang, *AESP: A Human-Sovereign Economic Protocol for AI Agents with Privacy-Preserving Settlement* (arXiv:2603.00318, 27 février 2026), préprint présentant le moteur à huit vérifications, EIP-712 et HKDF. https://arxiv.org/abs/2603.00318 [8] Ziling Zhou, *Governing Dynamic Capabilities: Cryptographic Binding and Reproducibility Verification for AI Agent Tool Use* (arXiv:2603.14332, version du 19 mars 2026), préprint sur l'intégrité des capacités, la vérifiabilité comportementale et l'auditabilité des interactions. https://arxiv.org/abs/2603.14332 [9] Allen Z. Ren *et al.*, *Robots That Ask For Help: Uncertainty Alignment for Large Language Model Planners* (« KnowNo »), CoRL 2023 (arXiv:2307.01928), prédiction conforme et demande d'aide lorsque l'ensemble de prédiction ne permet pas une action autonome. https://arxiv.org/abs/2307.01928 [10] Haiyi Zhu, Canwen Wang, Qing Xiao, Hong Shen, *Design Principles for Human-Agent Interaction* (arXiv:2606.20630, 2026), préprint proposant quatorze principes sur quatre étapes. https://arxiv.org/abs/2606.20630 [11] Règlement (UE) 2024/1689 sur l'intelligence artificielle, notamment articles 3, 6, 14 et annexes I et III ; le classement et les obligations dépendent du système, de sa finalité et du rôle de l'acteur. https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689 ## Questions fréquentes ### Quelle est la différence entre HITL, HOTL et HOOTL ? HITL, HOTL et HOOTL répartissent différemment l'autorité entre l'agent et son superviseur selon le risque, la réversibilité et la possibilité réelle d'interrompre l'action. - HITL bloque l'exécution jusqu'à une décision humaine explicite. - HOTL autorise l'action dans une enveloppe prédéfinie, avec surveillance et capacité d'arrêt. - HOOTL limite le contrôle au paramétrage préalable et à l'audit a posteriori ; il convient seulement aux effets faibles et récupérables. ### Faut-il coder les garde-fous d'un agent dans son prompt ? Les consignes du prompt peuvent guider le modèle, mais les limites non négociables doivent être appliquées par des contrôles logiciels indépendants au point où l'action est autorisée ou exécutée. - Valider le schéma, les types, les montants et les destinations avant l'appel d'outil. - Vérifier l'identité, les droits, les quotas et l'état métier au moment de l'exécution. - Prévoir rejet, journalisation, reprise idempotente et escalade ; un validateur de schéma seul ne couvre pas ces fonctions. ### Comment éviter de submerger les validateurs humains de demandes d'approbation ? Une politique d'escalade combine criticité métier et incertitude calibrée afin de réserver l'attention humaine aux décisions ambiguës ou risquées sans présenter une sortie conforme comme certaine. - Calibrer sur des exemples représentatifs et mesurer la couverture sur des données récentes. - Escalader lorsque l'ensemble conforme est vide ou contient plusieurs options, ainsi qu'à tout seuil métier impératif. - Suspendre l'autonomie si la distribution change ou si la couverture observée se dégrade. ### Qu'est-ce que les « 12-Factor Agents » ? Les 12-Factor Agents constituent un guide pratique de conception qui transpose aux applications agentiques des principes de contrôle du contexte, des outils, de l'état et du flux d'exécution. - Les facteurs 4 et 8 structurent les sorties d'outils et gardent le routage sous contrôle logiciel. - Les facteurs 6 et 7 rendent la pause, la reprise et l'appel à un humain explicites. - Le facteur 10 réduit le périmètre de chaque agent et facilite l'application du moindre privilège. ### Par quel niveau de supervision commencer un déploiement d'agents ? Un nouveau cas d'usage à effet significatif commence généralement avec une validation humaine serrée, puis gagne de l'autonomie lorsque ses mesures en production et ses mécanismes de repli le justifient. - Définir d'abord les actions interdites, celles qui exigent une approbation et celles qui sont réversibles. - Mesurer les corrections humaines, les faux négatifs d'escalade, les incidents et les délais de validation. - N'assouplir les contrôles que par classe d'action, avec seuils de retour automatique vers HITL. --- # CSE et transformation IA : consulter au bon moment, sur le bon périmètre Adresse : https://paulantoinetual.fr/blog/irp-cse-transformation-ia-jurisprudence Publié le 2026-06-30, mis à jour le 2026-09-06 · Méthode Junyr™ > Trois ordonnances de référé éclairent la consultation du CSE face aux projets d’IA : effets sur le travail, phase pilote, remplacement d’outil, expertise et articulation avec l’AI Act. Trois ordonnances de référé rendues entre février 2025 et janvier 2026 donnent aux entreprises un repère concret : l’analyse doit porter sur la décision de l’employeur, l’usage réel du système et ses effets sur le travail, puis la consultation applicable doit être achevée avant la mise en œuvre. - L’IA n’est pas un déclencheur automatique détaché du Code du travail : l’article L.2312-8 vise notamment l’introduction de nouvelles technologies et les aménagements importants affectant la santé, la sécurité ou les conditions de travail [1]. - Un « pilote » impliquant déjà les salariés peut constituer une première mise en œuvre, tandis qu’un changement de logiciel peut être suffisamment substantiel pour nécessiter une nouvelle consultation [5][7]. - La qualification dépend du périmètre de l’entreprise, des fonctions du système, des salariés concernés et des effets attendus ; elle ne se déduit ni du nom du fournisseur ni d’une mention « IA » dans une fiche produit. - L’AI Act ajoute un cadre européen distinct, fondé sur la catégorie du système et le rôle de l’acteur, sans remplacer les obligations françaises de dialogue social [8][9]. ## Ce que les trois ordonnances établissent — et ce qu’elles n’établissent pas Lues ensemble, les trois décisions montrent plusieurs manières de porter atteinte aux prérogatives du CSE, mais leur portée doit rester attachée aux faits examinés et au fondement retenu par chaque juge. - **TJ Nanterre, 14 février 2025, n° 24/01457 :** la consultation avait finalement été engagée ; le juge a surtout sanctionné la mise en œuvre anticipée de cinq outils, car la phase dite pilote impliquait déjà leur utilisation par les salariés concernés avant l’avis du CSE [5]. - **TJ Créteil, 15 juillet 2025, n° 25/00851 :** un groupe de presse avait commencé à déployer des outils capables notamment d’améliorer, transcrire, synthétiser ou rédiger des contenus sans consultation préalable ; le juge a retenu une technologie nouvelle susceptible d’affecter les conditions de travail [6]. - **TJ Nanterre, 29 janvier 2026, n° 25/02856 :** deux logiciels de gestion des compétences étendaient l’usage à l’ensemble des salariés et intervenaient dans les entretiens, les affectations et la formation ; le remplacement d’un outil préexistant ne constituait donc pas une simple évolution technique sans effet propre [7]. - **Limite de lecture :** il s’agit d’ordonnances de référé relatives à des projets déterminés, et non d’une règle selon laquelle tout achat, test isolé ou composant d’IA impose mécaniquement la même procédure et la même sanction. Les mesures prononcées rendent le risque de calendrier très concret, tout en confirmant que le juge adapte l’injonction et l’astreinte au litige qui lui est soumis. - À Nanterre en février 2025, le déploiement a été suspendu jusqu’à l’achèvement de la consultation, sous astreinte de 1 000 € par infraction constatée pendant 90 jours, avec 5 000 € accordés au CSE à titre provisionnel [5]. - À Créteil en juillet 2025, l’utilisation des outils a été suspendue jusqu’à la clôture de la consultation, sous astreinte de 1 000 € par jour pendant trois mois, avec 5 000 € de dommages-intérêts provisionnels [6]. - À Nanterre en janvier 2026, le déploiement des deux logiciels RH a été suspendu sous astreinte de 500 € par jour de retard [7]. ## Le cadre français : seuil, objet, information et délais Dans les entreprises où le CSE exerce les attributions de la section applicable à partir de 50 salariés, le raisonnement juridique commence par l’article L.2312-8 et non par une présomption générale propre à l’IA [1]. - **Objet :** le CSE est informé et consulté sur les questions intéressant l’organisation, la gestion et la marche générale de l’entreprise, dont les conditions d’emploi et de travail, l’introduction de nouvelles technologies et les aménagements importants affectant la santé, la sécurité ou les conditions de travail. - **Moment :** l’article L.2312-14 prévoit que la décision de l’employeur est précédée de la consultation, sous les exceptions qu’il énonce ; une information donnée après le début de la mise en œuvre ne remplit donc pas la même fonction [2]. - **Qualité du dossier :** le CSE doit disposer d’informations précises et écrites et d’un délai d’examen suffisant ; le Conseil d’État rattache le point de départ du délai à la réception d’informations permettant réellement d’apprécier la portée du projet [3]. - **Périmètre :** le CSE est mis en place à partir de 11 salariés sous les conditions de durée prévues par l’article L.2311-2, mais les attributions économiques et consultatives ici étudiées relèvent de la section des entreprises d’au moins 50 salariés [1]. Le recours à l’expertise doit être anticipé comme une possibilité encadrée plutôt que présenté comme une conséquence automatique de tout projet d’IA. - L’article L.2315-94 permet au CSE de faire appel à un expert habilité en cas d’introduction de nouvelles technologies ou de projet important modifiant les conditions de santé, de sécurité ou de travail [4]. - Le financement de droit commun des consultations ponctuelles concernées est réparti à 80 % pour l’employeur et 20 % pour le budget de fonctionnement du CSE, avec les exceptions prévues par l’article L.2315-80 [4]. - À défaut d’accord, l’article R.2312-6 fixe un mois pour rendre l’avis, deux mois en cas d’expertise et trois mois lorsque la consultation avec expertise se déroule à la fois au niveau du CSE central et d’un ou plusieurs CSE d’établissement [4]. ## Remplacement, pilote ou IA intégrée : examiner les effets réels Une revue sérieuse évite les catégories trop simples en décrivant ce que le système fait, qui l’utilise, quelles données il mobilise et comment il transforme les décisions ou les tâches. - **Remplacement d’outil :** comparer l’ancien et le nouveau périmètre, les fonctions ajoutées, les personnes exposées, les données traitées et la place de la recommandation algorithmique dans la décision. - **Phase pilote :** distinguer une préparation technique sans usage opérationnel d’une première utilisation réelle par les salariés, même limitée à une population ou une durée déterminée. - **Service acheté :** analyser l’effet de son déploiement dans l’entreprise ; le statut de logiciel standard ou de service SaaS ne neutralise pas les conséquences sur le travail. - **Produit vendu :** ne pas conclure qu’il échappe toujours au CSE ; son contenu commercial ne suffit pas, mais son développement ou son exploitation peut aussi réorganiser le travail des salariés de l’entreprise. ## Préparer une consultation utile dès le cadrage Le calendrier est plus robuste lorsque l’entreprise qualifie le projet et prépare les informations utiles avant tout engagement opérationnel difficile à suspendre. - **Cartographier la décision :** identifier l’entité employeur, le décideur, les établissements concernés, les salariés exposés, le responsable du déploiement et le rôle de chaque acteur dans la chaîne du système. - **Décrire le travail avant et après :** documenter les tâches, l’autonomie, les contrôles, les critères d’évaluation, la charge, les compétences, la formation, la santé et la sécurité, puis isoler les changements attribuables au projet. - **Sécuriser le séquençage :** décider avec le conseil compétent si une consultation est requise, transmettre un dossier suffisamment précis et réserver le temps correspondant avant le pilote opérationnel ou le déploiement. - **Organiser la vérification :** partager des indicateurs, les modalités de supervision humaine, les incidents, les voies de remontée et les conditions d’arrêt afin que le suivi ne s’achève pas avec l’avis initial. L’inventaire interne des usages d’IA constitue une bonne infrastructure de gouvernance et une source utile pour le dossier du CSE, à condition de ne pas le présenter comme un registre universel que l’AI Act imposerait déjà à toute entreprise. - **Inventaire de gouvernance :** il peut couvrir tous les systèmes et usages, avec leur finalité, leur propriétaire interne, les populations concernées, les données, les fournisseurs, les risques et l’état de validation. - **AI Act :** les obligations varient selon que l’acteur est fournisseur, déployeur, importateur ou distributeur, et selon la catégorie du système ; l’enregistrement dans la base de l’Union vise des cas définis, notamment certains fournisseurs et certains déployeurs publics de systèmes à haut risque [8]. - **Travail :** l’article 26 prévoit, pour l’employeur déployeur d’un système à haut risque, l’information des représentants des travailleurs et des travailleurs concernés avant la mise en service ou l’utilisation, conformément aux règles applicables ; ce texte européen ne réduit pas la portée d’une consultation requise par le droit français [8]. - **Calendrier au 6 septembre 2026 :** les exigences des sections 1 à 3 du chapitre III s’appliquent aux systèmes à haut risque de l’annexe III à partir du 2 décembre 2027 et à ceux de l’annexe I à partir du 2 août 2028, sous les dispositions transitoires applicables [9]. ## Du projet ponctuel au dialogue social continu Une consultation répond à une décision donnée, tandis qu’un accord ou une instance de suivi peut traiter dans la durée les principes d’usage, l’évolution des métiers et le partage d’informations sans supprimer les prérogatives légales du CSE. - Le CEET a recensé 242 accords d’entreprise mentionnant l’IA, conclus entre 2017 et 2024 par 160 organisations, ce qui documente un objet de négociation émergent sans établir une pratique majoritaire [10]. - La MAIF a annoncé un accord signé le 7 mai 2026 par ses six organisations syndicales représentatives, avec une commission IA rattachée au CSE composée de douze membres et réunie trois fois par an [11]. - Un tel cadre peut fixer les thèmes suivis, les informations partagées, la fréquence de revue et les modalités d’alerte, mais il ne dispense pas d’examiner les consultations ponctuelles exigées par chaque nouvelle décision. ## Donner aux élus les moyens d’analyser le système La qualité du dialogue dépend moins d’une connaissance abstraite de l’IA que d’un accès symétrique aux faits du projet, complété si nécessaire par une méthode d’acculturation ou une expertise habilitée. - **Dossier commun :** finalité, utilisateurs, processus concernés, données, sorties, supervision, critères de réussite, risques, incidents, formation et changements attendus sur le travail. - **DialIA :** ce projet coordonné par l’IRES avec des organisations syndicales et patronales propose un cadre méthodologique pour le dialogue social technologique [12]. - **Expertise :** lorsqu’elle entre dans le champ de l’article L.2315-94, elle apporte au CSE une analyse indépendante des effets du projet sur la santé, la sécurité et les conditions de travail [4]. ## La gouvernance Junyr appliquée au dialogue social La Méthode Junyr™ intègre le dialogue social à la gouvernance du projet en reliant les responsabilités, les effets sur le travail et les preuves de maîtrise, sans prétendre qu’une méthode propriétaire détermine à elle seule la conformité juridique. - **Planifier :** qualifier le système, les acteurs, les cas d’usage, le périmètre social et le calendrier de décision. - **Exécuter :** former les utilisateurs, limiter le pilote au périmètre autorisé, tracer les choix et appliquer les mesures de supervision convenues. - **Vérifier :** suivre les impacts réels, les incidents, les écarts entre usage prévu et usage observé, puis réexaminer le besoin d’information, de consultation ou de négociation lors des évolutions significatives. ## Situer votre projet avant de le déployer L’audit gratuit Junyr aide un dirigeant de PME ou d’ETI à situer sa maturité et à choisir un premier projet raisonnable avant d’engager son calendrier de transformation. - Appel vidéo de 30 minutes, gratuit et sans engagement. - Position sur l’échelle, principal blocage et premier projet pertinent. - Suivi d’une page transmis après l’échange. - [Réserver l’audit Junyr](https://junyr.eu/fr/site/audit). *Paul-Antoine TUAL · AI Transformation Leader · Croissance et Transitions (SAS) · Méthode Junyr™* ## Sources 1. Code du travail, [article L.2312-8](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000043975196) et [article L.2311-2](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000035609353). 2. Code du travail, [article L.2312-14](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000036262404). 3. Conseil d’État, 15 juillet 2020, n° 418543, [décision et analyse sur l’information permettant l’exercice utile de la compétence](https://www.legifrance.gouv.fr/ceta/id/CETATEXT000042120799). 4. Code du travail, [article L.2315-94](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000043975185), [article L.2315-80](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000036761908) et [article R.2312-6](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000036411558). 5. Tribunal judiciaire de Nanterre, ordonnance de référé du 14 février 2025, n° 24/01457, [texte intégral reproduit par Doctrine](https://www.doctrine.fr/d/TJ/Nanterre/2025/U0681F4C8B4DFC59B0391). 6. Tribunal judiciaire de Créteil, ordonnance de référé du 15 juillet 2025, n° 25/00851, [texte intégral reproduit par Doctrine](https://www.doctrine.fr/d/TJ/Creteil/2025/U1C46D52AA7DCA75D3220). 7. Tribunal judiciaire de Nanterre, ordonnance de référé du 29 janvier 2026, n° 25/02856, [copie de la décision](https://www.cfdt.fr/upload/media-library/2026/03/02/0e7db5d1-8d2c-4f40-9278-e9d93d57df15.pdf). 8. Règlement (UE) 2024/1689, notamment articles 3, 26, 49 et 71, [texte EUR-Lex](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689). 9. Règlement (UE) 2026/1744, notamment la modification de l’article 113, [texte EUR-Lex](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32026R1744). 10. CEET, octobre 2024, [« L’IA dans les entreprises : que révèlent les accords négociés ? »](https://ceet.cnam.fr/publications/connaissance-de-l-emploi/l-ia-dans-les-entreprises-que-revelent-les-accords-negocies--1501114.kjsp). 11. MAIF, 11 mai 2026, [« MAIF adopte un accord d’entreprise pour un développement de l’IA éthique et durable »](https://entreprise.maif.fr/actualites/presse/2026/maif-accord-entreprise-developpement-ia). 12. IRES, [« Dialoguer sur l’IA – Dial-IA »](https://ires.fr/projets/dialoguer-sur-lia-dial-ia/). ## Questions fréquentes ### Faut-il consulter le CSE avant tout projet d’IA en entreprise ? Non automatiquement : dans une entreprise relevant des attributions consultatives prévues à partir de 50 salariés, il faut analyser la décision et ses effets au regard de l’article L.2312-8 du Code du travail. - La consultation est notamment requise pour l’introduction d’une nouvelle technologie ou un aménagement important modifiant les conditions de santé, de sécurité ou de travail. - L’étiquette « IA », « pilote » ou « mise à jour » ne remplace pas l’analyse de l’usage, des personnes concernées et des effets sur l’organisation ou les tâches. - Une IA intégrée à un produit vendu à des clients n’est pas exclue par principe : le déclencheur reste l’effet de la décision de l’employeur sur sa propre entreprise et ses salariés. ### Que risque une entreprise qui met en œuvre le projet trop tôt ? Les ordonnances étudiées montrent qu’un juge des référés peut suspendre l’utilisation ou le déploiement jusqu’à l’achèvement de la consultation et assortir cette mesure d’une astreinte. - TJ Nanterre, 14 février 2025, n° 24/01457 : suspension de cinq outils déjà en phase pilote, sous astreinte de 1 000 € par infraction constatée pendant 90 jours. - TJ Créteil, 15 juillet 2025, n° 25/00851 : suspension d’outils d’IA dans un groupe de presse, sous astreinte de 1 000 € par jour pendant trois mois. - TJ Nanterre, 29 janvier 2026, n° 25/02856 : suspension de deux logiciels RH sous astreinte de 500 € par jour de retard. - Ces ordonnances de référé éclairent le risque opérationnel, sans transformer chaque usage d’IA en cas automatiquement identique. ### Une mise à jour logicielle avec une fonctionnalité IA déclenche-t-elle la consultation ? Elle peut la déclencher lorsque ses fonctions, son périmètre ou ses effets changent suffisamment le travail, comme l’illustre l’ordonnance du TJ de Nanterre du 29 janvier 2026. - Le nouvel usage concernait tous les salariés et non plus seulement deux directions. - Les outils intervenaient dans les entretiens, les compétences, les affectations et la formation. - Le juge a examiné les différences réelles entre les systèmes plutôt que la qualification de « simple évolution technique » avancée par l’employeur. ### Comment articuler consultation du CSE et AI Act ? Le Code du travail et l’AI Act doivent être instruits ensemble dans le projet, tout en conservant leurs déclencheurs, calendriers et destinataires propres. - Le Code du travail organise l’information-consultation du CSE sur certaines décisions de l’employeur et leurs effets dans l’entreprise. - L’AI Act répartit des obligations selon le système, sa catégorie de risque et le rôle de l’acteur, par exemple fournisseur ou déployeur. - Un inventaire interne de tous les usages d’IA facilite la gouvernance et le dossier du CSE, mais l’AI Act n’impose pas à toute entreprise privée d’enregistrer tous ses systèmes dans une base universelle. ### Quels moyens le CSE peut-il mobiliser pour comprendre le projet ? Le CSE doit recevoir des informations précises lui permettant d’apprécier la portée du projet et peut, dans les cas prévus par le Code du travail, recourir à un expert habilité. - L’article L.2315-94 vise l’introduction de nouvelles technologies et les projets importants modifiant la santé, la sécurité ou les conditions de travail. - À défaut d’accord sur les délais, l’article R.2312-6 prévoit un mois, deux mois avec expertise, ou trois mois dans la configuration centrale et établissements qu’il décrit. - DialIA propose par ailleurs une méthode d’acculturation et de dialogue social technologique. --- # E-mail et suites bureautiques : reprendre la main sur un espace de travail dispersé Adresse : https://paulantoinetual.fr/blog/la-fin-des-emails-et-suites-office-2030 Publié le 2026-06-26, mis à jour le 2026-09-06 · Management de transition > L'e-mail et les suites bureautiques ne disparaissent pas : les entreprises peuvent réduire leur dispersion en attribuant à chaque canal un rôle clair et en exigeant interopérabilité, modularité et réversibilité. L'hypothèse utile n'est pas la mort prochaine de l'e-mail ou d'Office, mais la possibilité de réduire une pile de canaux qui disperse l'attention, duplique les documents et rend les sorties de fournisseur difficiles. - Les faits observés portent sur des migrations d'usage, des évolutions tarifaires et des exigences de gouvernance. - La convergence vers une surface unique reste un scénario d'architecture, pas une loi du marché ni une échéance 2030. - Une entreprise peut progresser dès maintenant en clarifiant le rôle de chaque canal et en testant la réversibilité. ## L'e-mail reste un échange et devient aussi une archive Le courriel cumule deux fonctions durables — coordination asynchrone et mémoire organisationnelle — que les nouveaux outils complètent plus facilement qu'ils ne les remplacent entièrement. - La British Library conserve environ 40 000 courriels dans l'archive hybride de Wendy Cope [1]. - Le Harry Ransom Center a acquis la correspondance électronique d'Ian McEwan depuis 1997 [2]. - L'Université de Manchester a étudié quelque 215 000 courriels et 65 000 pièces jointes de Carcanet Press avec des outils d'archivage, de visualisation et d'analyse de réseaux [3]. - L'archive numérique de Salman Rushdie est conservée à Emory University, qui a émulé son ancien Macintosh pour restituer son environnement d'écriture [4]. Cette valeur patrimoniale ne signifie pas que toute information doit rester dans une boîte de réception, car un échange, une version de référence et une décision validée n'ont ni la même durée de vie ni les mêmes besoins de contrôle. - L'e-mail convient à un échange inter-organisationnel et asynchrone. - Un espace documentaire versionné convient mieux à un contenu qui doit rester à jour. - Un registre métier convient mieux à une décision, un devis ou une facture qui doit être recherché et audité. ## Atos « Zero Email » : une réduction possible, une suppression non démontrée L'initiative annoncée par Atos en 2011 montre qu'une entreprise peut déplacer une partie des échanges internes vers un réseau social d'entreprise, sans établir que l'e-mail puisse disparaître de ses relations externes ou de son identité numérique [5][6]. - L'objectif public était une entreprise « zéro e-mail » en trois ans. - Le dispositif blueKiwi organisait les échanges internes en communautés. - Les publications de cas rapportent une forte baisse du volume interne, tout en décrivant des difficultés de conduite du changement plutôt qu'une éradication générale [6]. - La portée du cas reste celle d'une organisation et d'un programme précis. | Besoin | E-mail (SMTP/IMAP) | Messagerie d'équipe | Canevas collaboratif | | --- | --- | --- | --- | | Échange externe | Large interopérabilité | Accès souvent limité au tenant | Accès par invitation | | Temporalité | Asynchrone | Quasi synchrone | Synchrone ou asynchrone | | Source de vérité | Faible sans classement | Historique de canal | Version visuelle du tableau | | Réversibilité | Formats et protocoles établis | Dépend du fournisseur | Dépend des exports et API | La leçon opérationnelle consiste donc à remettre chaque canal à sa place et à mesurer le déplacement des usages, sans transformer une cible de conduite du changement en prophétie technologique. - Conserver l'e-mail pour les échanges externes et les notifications qui exigent une adresse universelle. - Déplacer les tâches, versions et validations vers leur système de référence. - Désactiver les duplications quand un nouveau canal a effectivement repris la fonction. ## Réduire la charge attentionnelle avant de changer d'outil L'effet le plus directement pilotable ne vient pas du nombre de marques utilisées, mais de la fréquence des interruptions, des copies inutiles et de l'absence de règles pour choisir entre asynchrone et synchrone. - Une étude de Loughborough a mesuré environ 64 secondes pour reprendre le travail après une interruption par courriel dans son protocole [7] ; ce chiffre ne justifie pas à lui seul une estimation universelle d'heures perdues. - Le traitement des messages par lots réduit les bascules volontaires de contexte, à condition de prévoir un canal distinct pour les urgences réelles. - En France, l'article L2242-17 du Code du travail inscrit les modalités du droit à la déconnexion dans la négociation sur la qualité de vie et les conditions de travail [8]. Une règle d'hygiène n'a de valeur que si elle correspond au contexte de l'équipe et si son effet est suivi pendant quelques semaines. - Mesurer la part des messages en copie et supprimer les listes devenues inutiles. - Fixer un nombre d'allers-retours après lequel l'équipe choisit un appel court ou un document partagé. - Suivre les délais de réponse, les relances et les interruptions déclarées avant de généraliser la règle. ## Suites bureautiques : arbitrer coût, dépendance et juridiction Les suites intégrées restent commodes, mais leur évolution tarifaire et leur poids dans l'identité, les documents et la collaboration justifient une comparaison fondée sur le coût complet et le risque de sortie. - Microsoft a appliqué en juillet 2026 de nouveaux prix catalogue à plusieurs offres commerciales Microsoft 365, avec des variations selon les références et les pays [9]. - En septembre 2025, la Commission européenne a rendu contraignants des engagements de Microsoft sur les offres sans Teams, l'interopérabilité et l'extraction des données [10]. - Ces faits montrent des enjeux de dépendance et de concurrence ; ils ne prouvent pas qu'une suite modulaire soit toujours moins chère ou meilleure. La souveraineté numérique se traite comme une analyse de contrôle effectif, de juridiction et de continuité, plutôt que comme une simple préférence pour l'origine nationale d'un fournisseur. - Cartographier qui administre les identités, chiffre les données, détient les clés et peut répondre à une injonction. - Classer les données et les usages avant d'exiger le même niveau de protection partout. - Examiner les sous-traitants, les lieux d'exploitation et la capacité de fonctionner pendant une migration. Le programme France 2030 a soutenu le développement de suites collaboratives cloud, tandis que SecNumCloud fournit un repère exigeant dont le périmètre doit être lu avec précision [11][12]. - CollabNext figure parmi les projets soutenus décrits par Bpifrance [11]. - L'ANSSI qualifie une offre cloud précise, pas automatiquement l'éditeur, tous ses produits ni les logiciels simplement hébergés dessus [12]. - Une offre hébergée sur un service qualifié n'hérite donc pas de la qualification sans sa propre évaluation. ## Téléphone, messageries et e-mail : des usages qui se déplacent La voix, le SMS et les messageries ne suivent pas une trajectoire unique de disparition ; ils se recomposent selon l'urgence, le contexte, le public et la nécessité de conserver une trace. - Un appel reste efficace pour lever rapidement une ambiguïté complexe. - Un chat sert une coordination brève au sein d'un groupe déjà identifié. - Un e-mail demeure adapté à un échange externe, différé et interopérable. - Un objet métier est préférable quand la transaction doit être structurée, signée, payée ou auditée. La multiplication des canaux devient coûteuse lorsqu'une même conversation est copiée partout et qu'aucune surface ne fait autorité. - Attribuer un usage principal à chaque canal. - Définir où se trouve la version de référence après un échange. - Fermer les anciens flux lorsque le nouveau processus est stable. ## Une analyse interne pour choisir les premiers flux à déplacer Une analyse interne déclarée de 874 conversations métier d'une micro-entreprise de conseil suggère des pistes de substitution, mais sa méthode ne permet ni une généralisation aux PME ni une prévision de marché [13]. - Période : avril à juin 2026. - Préparation : retrait de 54 fils de bruit technique et de 472 fils de supervision automatisée d'un flux brut de 1 400 fils. - Classement : sept catégories produites par des règles, avec 631 résumés exploitables. - Limites : un seul contexte, taux de substitution estimés, absence d'expérience contrôlée et précision du classifieur non auditée indépendamment. Le calcul illustratif attribue environ 68 % du volume à un canal potentiellement plus structuré que l'e-mail, ce qui constitue une hypothèse de pilote plutôt qu'une mesure de gain réalisé. | Catégorie | Fils | Part | Substitution estimée | Candidat au pilote | | --- | ---: | ---: | ---: | --- | | Relation client et projet | 285 | 32,6 % | ~60 % | Espace client + rendez-vous | | Formation et Qualiopi | 147 | 16,8 % | ~70 % | Dépôt partagé + signature | | Facturation et comptabilité | 141 | 16,1 % | ~75 % | Registre + portail | | Notifications et logistique | 107 | 12,2 % | ~85 % | Classement + désabonnement | | Prospection entrante | 69 | 7,9 % | ~45 % | Formulaire CRM | | Fournisseurs et catalogue | 66 | 7,6 % | ~70 % | Catalogue synchronisé | | Devis, contrats et signatures | 59 | 6,8 % | ~80 % | Objet métier + signature | Deux constats complémentaires invitent surtout à vérifier la qualité des signaux avant d'automatiser la boîte de réception. - Après retrait des flux automatiques, 14 % des fils portaient un signal d'urgence, contre 26 % dans le flux qui les incluait. - Au moins 21 % des fils contenaient un marqueur documentaire, mais les logos de signature pouvaient produire de faux positifs. - Les devis et contrats concentraient la densité documentaire la plus forte dans ce corpus, ce qui en fait un meilleur candidat au test qu'une migration générale. Pour transformer ces estimations en décision, le pilote doit mesurer le travail complet avant et après le changement. - Compter le temps de traitement, les relances et les erreurs sur un échantillon stable. - Vérifier que le nouvel outil réduit réellement les doubles saisies et les copies. - Documenter les exceptions qui doivent rester dans l'e-mail. ## Documents vivants et canevas : choisir les espaces de collaboration Les canevas collaboratifs peuvent réunir idées, décisions et contributions d'IA, mais ils demandent des espaces distincts pour l'exploration privée, la production partagée et la publication. - Les travaux de Hinze-Hoare distinguent plusieurs fonctions de collaboration, dont communication, planification, production, réflexion et confidentialité [14]. - Une étude IBM présentée à CHIWORK 2024 explore la génération d'idées par LLM dans un canevas virtuel et relève des besoins de transparence et d'espaces privés [15]. - Ces recherches décrivent des configurations et des besoins utilisateurs ; elles n'établissent pas qu'un canevas doive remplacer tous les documents. | Couche | Fonction | Contrôle à prévoir | | --- | --- | --- | | Cadrage | Objectifs et hypothèses | Sources, mandat, espace privé | | Interaction | Coédition et retours | Rôles, notifications, historique | | IA | Génération et classement | Provenance, validation, filtrage | | Gouvernance | Publication et conservation | Accès, rétention, export | ## IA au travail : traiter les effets comme des scénarios à surveiller L'IA générative peut accélérer la rédaction et la synthèse tout en affaiblissant l'examen critique si l'utilisateur délègue aussi la formulation du problème et la vérification du résultat. - Conserver une étape où l'humain définit le but, les critères et les sources autorisées. - Séparer génération et vérification lorsque l'enjeu est matériel. - Former les équipes à détecter une réponse plausible mais non étayée. - Mesurer la qualité et les reprises, pas seulement le temps gagné. Les travaux sur l'emploi décrivent des expositions et des évolutions déjà visibles, mais leurs catégories ne permettent pas de prévoir mécaniquement le sort d'un poste ou d'une entreprise à l'horizon 2030. - Une tâche structurée et répétitive est plus facile à automatiser qu'une responsabilité complète. - Un métier peut combiner substitution de certaines tâches, augmentation de l'expertise et rééquilibrage du rôle. - Les besoins de formation dépendent du contenu réel du travail, de l'organisation et du degré d'autonomie donné au système. ## La Méthode Junyr™ appliquée à l'espace de travail Dans la Méthode Junyr™, le passage d'outils isolés à un ensemble coordonné relève du palier Orchestre, à condition que les règles de données, de supervision et de sortie soient explicites. - Spectateur : usages observés sans cadre commun. - Artisan : outils choisis localement pour des besoins ponctuels. - Orchestre : flux coordonnés, responsabilités écrites et mesures partagées. - Architecte : architecture, sécurité et gouvernance conçues à l'échelle du système. - Pionnier : expérimentation avancée avec contrôle des risques et apprentissage organisé. Une surface gouvernée repose sur trois garanties vérifiables au moment de l'achat et pendant l'exploitation. - Standards ouverts pour communiquer et exporter dans des formats documentés. - Modularité pour remplacer un composant sans immobiliser tout le processus. - Réversibilité testée par un export, une restauration et un scénario de migration. ## Trois objections à tester dans le contexte réel Les objections à la convergence sont utiles parce qu'elles obligent à comparer le scénario cible à la pile actuelle avec les mêmes critères. - L'e-mail persiste : conserver son rôle d'interopérabilité et retirer seulement les tâches qui ont un meilleur système de référence. - Les alternatives sont parfois moins intégrées : mesurer les écarts fonctionnels et le coût de conduite du changement sur un pilote. - L'unification peut verrouiller : exiger des composants remplaçables, des formats documentés et une procédure de sortie contractualisée. Cette semaine, un dirigeant peut obtenir une première photographie sans lancer de migration. - Combien d'outils un collaborateur consulte-t-il pour traiter un dossier courant ? - Où se trouve la version de référence après un appel, un chat et un e-mail ? - Peut-on exporter identités, documents et historiques dans un format réutilisable ? ## Faire le point en 30 minutes L'audit gratuit Junyr est un échange vidéo de 30 minutes, sans engagement, qui situe l'organisation sur l'échelle de maturité et identifie le prochain pas raisonnable. - Votre position actuelle sur l'échelle. - Le principal blocage à traiter. - Le premier projet sensé à tester. - Une synthèse d'une page envoyée après l'échange. [Réserver l'audit Junyr](https://junyr.eu/fr/site/audit) ## Sources et statut des données [1] British Library, *Wendy Cope Archive*. https://www.bl.uk/collection-guides/wendy-cope-archive [2] Harry Ransom Center, *Acclaimed Writer Ian McEwan's Archive Acquired* (2014). https://www.hrc.utexas.edu/press/releases/2014/ian-mcewan-archive.html [3] University of Manchester, *Palladium: providing access to large literary archives in a digital medium*. https://www.manchester.ac.uk/about/news/palladium-providing-access-to-large-literary-archives-in-a-digital-medium/ [4] Emory University, *Rushdie: Digital archive at Emory “allowed me to write” memoir* (2012). https://news.emory.edu/stories/2012/03/er_rushdie_digital_archives_memoris/campus.html [5] Atos, annonce « Zero Email » rapportée le 7 février 2011. https://atos.net/en/2011/press-release_2011_02_07/pr-2011_02_07_01 [6] N. Silic & M. Back, *Atos, Towards Zero Email Company*, ECIS 2015. https://aisel.aisnet.org/ecis2015_cr/168/ [7] T. Jackson, R. Dawson, D. Wilson, *The Cost of Email Interruption*, 2001. https://interruptions.net/literature/Jackson-JOSIT-01.pdf [8] Code du travail, article L2242-17. https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000039070718 [9] Microsoft, *Microsoft 365 Pricing and Packaging Updates*, 16 février 2026. https://www.microsoft.com/en-us/licensing/news/2026-m365-packaging-pricing-updates [10] Commission européenne, *La Commission accepte les engagements offerts par Microsoft concernant Teams*, 12 septembre 2025. https://france.representation.ec.europa.eu/informations-et-evenements/informations/la-commission-accepte-les-engagements-offerts-par-microsoft-pour-resoudre-les-problemes-de-2025-09-12_fr [11] Bpifrance, *Recueil des projets France 2030*, fiche CollabNext. https://www.bpifrance.fr/sites/default/files/inline-files/Recueil%20AAP%20France%202030%20Bpifrance.pdf [12] ANSSI, *FAQ avant de se lancer dans la qualification SecNumCloud*. https://cyber.gouv.fr/enjeux-technologiques/cloud/faq-qualification-secnumcloud/ [13] Croissance et Transitions / Junyr, analyse interne de 874 conversations métier, avril-juin 2026 ; données non vérifiables sur le web, proportions non généralisables et estimations non expérimentales. [14] V. Hinze-Hoare, *CSCR: Computer Supported Collaborative Research*, 2006. https://arxiv.org/abs/cs/0611042 [15] J. He et al., *AI and the Future of Collaborative Work: Group Ideation with an LLM in a Virtual Canvas*, CHIWORK 2024. https://dl.acm.org/doi/10.1145/3663384.3663398 ## Questions fréquentes ### L'e-mail va-t-il disparaître d'ici 2030 ? Aucun fait disponible ne permet de fixer sa disparition, mais plusieurs usages gagnent à quitter la boîte de réception. - L'e-mail reste utile pour l'interopérabilité entre organisations et les échanges asynchrones. - Les rendez-vous, validations, factures et documents versionnés sont souvent mieux traités dans des outils dédiés. - La décision pertinente porte sur le rôle du canal, pas sur une date de fin. ### Qu'est-ce qu'un espace de travail gouverné ? C'est un ensemble de canaux coordonnés par des règles communes, sans exiger qu'un seul éditeur fournisse tout. - Les standards ouverts maintiennent les échanges avec l'extérieur. - La modularité permet de remplacer un composant sans reconstruire l'ensemble. - La réversibilité prévoit les exports, les formats et la procédure de sortie avant l'achat. ### Pourquoi une PME devrait-elle étudier des solutions souveraines ? La souveraineté devient un critère concret lorsque la juridiction, la sensibilité des données ou la dépendance fournisseur modifient le risque métier. - Identifier l'entité qui contrôle les données et les lois auxquelles elle est soumise. - Vérifier le périmètre exact d'une qualification telle que SecNumCloud. - Comparer le coût complet, l'interopérabilité et les conditions de sortie, pas seulement le prix de licence. ### Une surface unifiée ne crée-t-elle pas un nouveau verrouillage ? Elle le peut si l'intégration rend les données, les identités ou les flux impossibles à déplacer. - Tester les exports et documenter les formats réellement récupérables. - Séparer les composants critiques afin qu'ils puissent évoluer indépendamment. - Inscrire les délais, coûts et responsabilités de réversibilité dans le contrat. ### Par où commencer concrètement ? Commencez par un inventaire court des canaux et choisissez un seul flux pénible dont le résultat pourra être mesuré. - Pendant une semaine, relever les outils consultés, les doubles saisies et les interruptions. - Choisir un flux fréquent, par exemple la prise de rendez-vous ou la validation d'un devis. - Comparer avant et après le délai de traitement, les relances et les erreurs. ### Que montre l'analyse interne de 874 conversations ? Elle illustre un potentiel de substitution dans une micro-entreprise, sans mesurer un taux généralisable aux PME. - Le corpus interne déclaré couvre 874 fils métier d'avril à juin 2026 après retrait des notifications techniques. - Les parts substituables reposent sur une classification par règles et sur des estimations par catégorie. - Le résultat sert à choisir des pilotes, pas à prédire la disparition de l'e-mail. --- # Éditeurs SaaS : construire un avantage au-delà de la feature IA Adresse : https://paulantoinetual.fr/blog/editeur-logiciels-ia-feature-moat Publié le 2026-06-23, mis à jour le 2026-09-06 · Méthode Junyr™ > Une feature IA seule se copie vite ; l'avantage durable vient de l'intégration métier, de la fiabilité, des données, de la distribution et d'une économie unitaire maîtrisée. Une fonctionnalité IA améliore parfois fortement un produit, mais elle ne constitue un avantage durable que si elle s'appuie sur des actifs et une exécution que le concurrent ne peut pas reproduire en ajoutant le même modèle à son interface. - L'accès à un modèle généraliste et les composants d'intégration sont largement disponibles. - La connaissance du métier, les données autorisées, la distribution et la place dans le workflow restent propres à chaque éditeur. - La fiabilité, le coût par opération et la gouvernance se construisent dans la durée et se vérifient en production. --- ## Le débit de code ne mesure pas la valeur livrée Les observations publiées en 2026 convergent sur un point limité mais utile : l'IA peut accélérer des tâches individuelles, tandis que la valeur d'entreprise dépend encore de la capacité à intégrer, vérifier et exploiter ce travail à l'échelle. - KPMG classe 11 % des 2 110 dirigeants interrogés parmi les « AI leaders », une catégorie de maturité dans un échantillon composé à 75 % d'entreprises dépassant un milliard de dollars de chiffre d'affaires, et non un taux universel d'organisations obtenant de la valeur [3]. - Le même rapport décrit l'orchestration des systèmes, des workflows et des équipes comme la différence observée entre usages isolés et capacité d'entreprise [3]. - Pour un éditeur, le gain doit donc être mesuré jusqu'à la production : délai de livraison, taux d'échec des changements, temps de restauration, défauts et résultat produit. La vitesse de génération devient contre-productive lorsque la revue, les tests et la correction absorbent le temps économisé en amont, ce qui impose de suivre le flux complet plutôt que le seul nombre de lignes ou de tickets terminés. - Mesurer séparément le temps de génération et le temps de vérification révèle les transferts de charge. - Comparer des lots de changements de taille et de risque proches évite d'attribuer à l'outil un effet de composition. - Relier chaque pilote à un indicateur métier empêche une hausse d'activité technique d'être confondue avec un bénéfice client. --- ## La dette technique limite aussi les agents de code Un agent branché sur un patrimoine fragmenté peut accélérer la compréhension et la modification du code, mais il hérite également des couplages, des règles implicites et des contrôles manquants qui rendaient déjà ce patrimoine difficile à faire évoluer. - Une architecture fortement couplée élargit le rayon d'impact d'un changement apparemment local. - Une documentation lacunaire prive l'agent comme l'équipe du contexte nécessaire pour arbitrer correctement. - Une chaîne CI/CD fragile ralentit le retour d'information et rend les régressions plus coûteuses. - Des habilitations imprécises augmentent le risque d'exposer du code, des secrets ou des données personnelles. - Des tests insuffisants laissent passer les écarts entre l'intention, l'implémentation et le comportement réel. L'étude « Debt Behind the AI Boom » apporte un signal empirique sur ce risque sans démontrer que tout code généré par IA dégrade un système : ses auteurs ont analysé 304 362 commits attribués à cinq assistants dans 6 275 dépôts GitHub et suivi les problèmes détectés par analyse statique [1]. - Plus de 15 % des commits de chacun des assistants étudiés introduisaient au moins un problème détecté par leur méthode. - Les odeurs de code représentaient 89,1 % des 484 606 problèmes identifiés. - Parmi les problèmes suivis, 24,2 % existaient encore dans la dernière révision observée, ce qui justifie un contrôle renforcé sans fournir un taux de défaut pour un projet donné. La dette de données complète ce diagnostic, car une application peut être techniquement saine tout en produisant des réponses fragiles si ses référentiels se contredisent, si les droits d'usage sont inconnus ou si la provenance n'est pas traçable. - L'unicité et la fraîcheur des données conditionnent la cohérence des sorties. - Les droits, la confidentialité et la conservation conditionnent les usages permis. - La traçabilité des sources conditionne la vérification et la contestation d'une réponse. --- ## Moderniser le legacy avec des agents sous contrôle Les modèles de code récents rendent des chantiers de grande ampleur plus accessibles, mais leurs scores et démonstrations publiés par les fournisseurs doivent servir à choisir un pilote, pas à présumer la fiabilité sur un patrimoine particulier. - Anthropic rapporte pour Claude Opus 4.8 un score de 88,6 % sur SWE-bench Verified et de 69,2 % sur SWE-bench Pro, deux évaluations de résolution de problèmes logiciels [2]. - Anthropic présente aussi des workflows dynamiques capables de planifier, répartir puis vérifier une migration sur un vaste codebase ; il s'agit d'une capacité annoncée par le fournisseur, dépendante du harnais, des tests et du contexte [2]. - Une évaluation interne d'Anthropic indique que le modèle laisse moins souvent passer sans le signaler un défaut dans le code qu'il a écrit ; elle ne mesure pas un taux de défaut général en production [2]. Un chantier de modernisation pilotable découpe le travail en artefacts vérifiables et conserve à l'équipe la décision d'accepter, de corriger ou d'abandonner chaque changement. - Cartographier les dépendances, les règles métier et les zones sans tests avant de modifier. - Rétro-documenter et isoler le code mort avec validation par les responsables du domaine. - Générer des tests de caractérisation pour figer le comportement attendu avant le refactoring. - Migrer par lots réversibles, observables et limités dans leur rayon d'impact. La discipline opérationnelle peut se résumer par « Planifier, Exécuter, Vérifier », à condition de préciser les preuves et les pouvoirs associés à chaque étape. - Le plan fixe le périmètre, les critères d'acceptation, les accès et la règle d'arrêt. - L'exécution journalise les actions, les outils appelés, les coûts et les changements proposés. - La vérification combine tests automatisés, revue humaine proportionnée au risque et observation après déploiement. --- ## Prioriser par le processus et la capacité de preuve La meilleure première cible n'est pas celle qui promet le plus grand chiffre abstrait, mais celle dont le flux réel, la donnée, le risque et le résultat peuvent être observés assez précisément pour décider de poursuivre ou d'arrêter. - Reconstituer le processus à partir des traces ERP, CRM ou de livraison lorsque les journaux sont suffisamment complets. - Choisir un nombre limité de cas à impact plausible, dépendances maîtrisées et contrôle humain clair. - Définir une situation de référence, le coût complet du pilote et une fenêtre d'évaluation adaptée au cycle métier. - Reporter un cas dont les données, les droits ou les critères de qualité ne permettent pas encore une mesure crédible. Data Fabric et Data Mesh répondent à des choix d'organisation différents et ne doivent pas devenir des prérequis de façade : l'enjeu concret est de savoir qui produit chaque donnée, sous quel contrat, avec quel niveau de qualité et pour quels usages autorisés. - Une approche de type Data Fabric privilégie une couche cohérente d'intégration, de métadonnées et de gouvernance entre silos. - Une approche de type Data Mesh distribue la responsabilité de produits de données aux domaines métier avec des contrats communs. - Une architecture hybride est souvent plus réaliste si elle rend explicites les propriétaires, les interfaces et les contrôles. --- ## Le développeur devient responsable d'un système de production élargi À mesure que la génération automatise davantage de tâches, la contribution du développeur se déplace vers la formulation de l'intention, l'architecture, l'évaluation et la maîtrise du risque, sans faire disparaître le besoin de comprendre le code livré. - Cadrer le problème et fournir le bon contexte déterminent ce que l'agent peut raisonnablement exécuter. - Arbitrer les dépendances, la sécurité et les compromis de maintenance exige une compréhension du système complet. - Examiner les preuves, les tests et les écarts préserve la responsabilité humaine de la mise en production. - Transmettre ces pratiques aux profils juniors évite de réserver l'apprentissage du système aux seuls experts déjà établis. La conduite du changement doit traiter l'outil comme une nouvelle chaîne de travail dont les rôles et les critères de qualité évoluent, plutôt que comme une simple réduction du temps de saisie. - Impliquer les équipes dans le choix des cas et des règles d'usage rend les contraintes opérationnelles visibles tôt. - Former à la décomposition, aux tests, à la sécurité et à la critique des sorties complète la maîtrise de l'interface. - Évaluer la qualité et la maintenabilité livrées décourage la production de changements inutiles. --- ## Les actifs qui rendent une offre difficile à remplacer Une feature IA peut contribuer à un avantage, mais sa défendabilité vient de la combinaison d'actifs que le client valorise et qu'un concurrent ne reconstitue pas en changeant simplement de modèle. - Des données propriétaires ou contractuellement accessibles améliorent le service lorsqu'elles sont pertinentes, gouvernées et difficiles à réunir. - Une distribution efficace réduit le coût d'acquisition et installe la confiance avant la comparaison fonctionnelle. - Une intégration profonde au processus client augmente la valeur d'usage, à condition que la portabilité reste traitée honnêtement. - Une fiabilité mesurée, une assistance compétente et une gouvernance démontrable réduisent le risque perçu. - Une économie unitaire maîtrisée permet de maintenir le service et son niveau de qualité lorsque l'usage augmente. --- ## Relier le prix à la valeur et au coût d'inférence L'IA embarquée ajoute un coût variable à une activité SaaS souvent vendue par abonnement, de sorte qu'une croissance de l'usage peut réduire la marge si le prix, les limites et l'architecture ne suivent pas le coût réel du service. - Mesurer le coût par fonctionnalité, requête, client et niveau de qualité révèle les subventions croisées. - Router les tâches simples vers un modèle suffisant et réserver les modèles coûteux aux cas qui le justifient réduit le coût sans promettre une qualité identique. - Mettre en cache les résultats stables et limiter les contextes inutiles diminue les appels, sous réserve de fraîcheur et de confidentialité. - Choisir entre abonnement, crédits, usage et tarification au résultat dépend de la prévisibilité du coût et de la valeur perçue. Une décision de prix solide s'appuie sur une marge de contribution par segment et des scénarios de volume, plutôt que sur une moyenne sectorielle qui ne reflète ni le mix de modèles ni le niveau de service de l'éditeur. - Inclure l'inférence, le stockage, l'observabilité, la revue, le support et les incidents dans le coût servi. - Tester les cas d'usage intensifs et les boucles agentiques pour dimensionner quotas et coupe-circuits. - Réviser les hypothèses lorsque les prix fournisseurs, le routage ou le comportement des clients changent. --- ## Transformer la gouvernance en preuve de confiance Le rôle d'un éditeur au titre de l'AI Act dépend de ce qu'il développe ou fait développer, de la manière dont le système est mis sur le marché ou en service et du nom sous lequel il est proposé ; embarquer une API tierce ne suffit donc pas, à lui seul, à trancher entre fournisseur et déployeur [4]. - Est fournisseur celui qui développe ou fait développer un système d'IA et le met sur le marché ou en service sous son propre nom ou sa propre marque. - Est déployeur l'organisation qui utilise un système d'IA sous son autorité dans un cadre professionnel, sous réserve des autres conditions du règlement. - Une même chaîne de valeur peut répartir plusieurs rôles entre le fournisseur du modèle, l'éditeur de l'application et son client selon les faits et les modifications apportées. Depuis le 2 août 2026, l'article 50 impose des obligations de transparence ciblées dont la répartition varie selon le rôle, le système et le contenu concernés, ce qui appelle une analyse par fonctionnalité plutôt qu'une déclaration globale de conformité [4]. - Les fournisseurs de systèmes destinés à interagir directement avec des personnes doivent prévoir l'information requise, sauf lorsque l'interaction avec une IA est évidente dans le contexte. - Les fournisseurs de systèmes génératifs concernés doivent permettre le marquage détectable par machine des sorties générées ou manipulées. - Les déployeurs supportent notamment des obligations propres pour la reconnaissance des émotions, la catégorisation biométrique, les deepfakes et certains textes d'intérêt public. ISO/IEC 42001 peut structurer les politiques, objectifs et processus d'un système de management de l'IA, tandis que SecNumCloud qualifie une offre cloud déterminée après évaluation et ne se transmet pas automatiquement à une application simplement hébergée sur cette offre [5][6]. - La norme ISO/IEC 42001 porte sur l'établissement, la mise en œuvre, la maintenance et l'amélioration continue d'un système de management de l'IA. - La qualification SecNumCloud reconnaît une offre précise et impose un processus propre à l'offre qui souhaite s'en prévaloir. - Ces cadres peuvent renforcer une preuve commerciale de maîtrise, mais ne garantissent ni toute conformité juridique ni toute sécurité du produit. --- ## Une feuille de route en cinq décisions vérifiables Une transformation sur douze mois peut être organisée en cinq décisions successives, chacune produisant les éléments nécessaires pour engager la suivante sans transformer la durée en promesse universelle. - **Diagnostiquer** le flux de livraison, la dette technique et de données, les coûts, les compétences et les rôles réglementaires. - **Cadrer** un cas interne de modernisation et un cas produit avec référence, critères d'acceptation et règle d'arrêt. - **Préparer** les accès, tests, journaux, budgets, responsabilités et contrôles utiles à ces seuls cas. - **Piloter** sur un périmètre réversible en mesurant le gain net, la qualité, le coût servi et les incidents. - **Décider** d'industrialiser, d'adapter ou d'abandonner, puis faire évoluer l'organisation et le prix à partir des résultats. --- ## Ce qu'un concurrent copie moins facilement L'avantage d'un éditeur ne vient pas du bouton IA pris isolément, mais de sa capacité à combiner un produit utile, un patrimoine modernisable, des développeurs capables de superviser les agents, une gouvernance crédible et une économie qui tient lorsque l'usage augmente. - Traiter la génération de code comme une accélération soumise aux mêmes preuves de qualité que le reste de l'ingénierie. - Investir dans les données, le workflow, la distribution et la confiance qui donnent à la feature sa valeur propre. - Mesurer le résultat de bout en bout afin que vitesse, conformité et marge restent compatibles. *Pour situer votre organisation et choisir un premier chantier raisonnable, l'[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) est un échange vidéo gratuit de 30 minutes, sans engagement, suivi d'une synthèse d'une page.* --- ## Sources 1. Liu, Widyasari, Zhao, Irsan et Lo, [« Debt Behind the AI Boom: A Large-Scale Empirical Study of AI-Generated Code in the Wild »](https://arxiv.org/abs/2603.28592), arXiv, 30 mars 2026. 2. Anthropic, [« Introducing Claude Opus 4.8 »](https://www.anthropic.com/news/claude-opus-4-8) et [Claude Opus 4.8 System Card](https://www-cdn.anthropic.com/0b4915911bb0d19eca5b5ee635c80fef830a37ea.pdf), 28 mai 2026. 3. KPMG International, [« Global AI Pulse: Q1 2026 »](https://assets.kpmg.com/content/dam/kpmgsites/xx/pdf/2026/04/global-ai-pulse.pdf), avril 2026, 2 110 dirigeants dans 20 pays, territoires et juridictions. 4. Union européenne, [règlement (UE) 2024/1689](https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=fr), notamment les articles 3 et 50 ; Commission européenne, [lignes directrices relatives aux obligations de transparence](https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations), mises à jour le 6 août 2026. 5. ISO, [ISO/IEC 42001:2023 — Systèmes de management de l'intelligence artificielle](https://www.iso.org/fr/standard/81230.html). 6. ANSSI, [FAQ avant de se lancer dans la qualification SecNumCloud](https://cyber.gouv.fr/enjeux-technologiques/cloud/faq-qualification-secnumcloud/). ## Questions fréquentes ### Les agents de code peuvent-ils résorber la dette technique ? Ils peuvent accélérer une modernisation bien cadrée, mais leur vitesse ne remplace ni la connaissance métier, ni les tests, ni la revue humaine. - Ils aident à cartographier les dépendances, documenter le legacy, proposer des refactorings et générer des tests. - Une étude de 304 362 commits attribués à l'IA a trouvé que 24,2 % des problèmes introduits et suivis subsistaient à la dernière révision observée. - Le dispositif de contrôle doit donc séparer planification, exécution, vérification et décision de mise en production. ### Le métier de développeur va-t-il disparaître avec l'IA ? L'automatisation déplace une partie du travail vers la formulation de l'intention, l'architecture, l'évaluation et la responsabilité de livraison, sans établir que tous les postes suivront la même trajectoire. - Les tâches répétitives de production, de recherche et de migration sont davantage automatisables. - La compréhension du domaine, l'arbitrage des risques et la validation des effets restent des responsabilités d'équipe. - L'enjeu de management consiste à former les profils juniors comme seniors et à mesurer la qualité livrée, pas le seul volume de code généré. ### Pourquoi une hausse de vitesse de codage ne garantit-elle pas une hausse de valeur ? Le débit local ne crée de valeur que si le reste du système de livraison absorbe les changements sans augmenter les défauts, la reprise ou le risque opérationnel. - Le temps gagné en génération peut réapparaître en revue, tests, intégration et correction. - Un indicateur utile relie délai, fréquence de livraison, taux d'échec et temps de restauration à un résultat produit. - Les enquêtes d'entreprise de 2026 décrivent une valeur inégale ; elles ne permettent pas d'attribuer un taux d'échec universel aux projets IA. ### Quand un éditeur est-il fournisseur au sens de l'AI Act ? Le rôle dépend du système effectivement développé ou fait développer, de sa mise sur le marché ou en service et du nom sous lequel il est proposé, pas de la seule présence d'une fonctionnalité IA. - Un éditeur peut être fournisseur de son propre système IA lorsqu'il remplit les critères de l'article 3. - S'il utilise un système tiers sous son autorité, il peut relever des obligations du déployeur selon le cas d'usage. - L'article 50 répartit des obligations de transparence entre fournisseurs et déployeurs pour certains systèmes et contenus depuis le 2 août 2026. --- # IA et objet publicitaire : défendre la relation client par la donnée et le conseil Adresse : https://paulantoinetual.fr/blog/objet-publicitaire-ia-desintermediation Publié le 2026-06-23, mis à jour le 2026-09-06 · Méthode Junyr™ > Un cadre pratique pour tester quatre usages de l’IA dans l’objet publicitaire, protéger la relation client et étayer les promesses environnementales. Les chiffres 2024 d’ASI décrivent un marché européen légèrement haussier mais une France en recul, ce qui justifie d’étudier l’IA comme un levier opérationnel sans en faire une prédiction de croissance ni de disparition des distributeurs [1]. - ASI estime les ventes européennes des distributeurs à **14,24 milliards de dollars**, soit **+1,22 %** sur un an. - La France reste le troisième marché étudié, avec environ **1,67 milliard de dollars**, en baisse de **1,7 % en 2024**. - Ces montants sont des estimations produites par ASI à partir de données économiques et d’entretiens sectoriels, et non un recensement exhaustif. - Les données tarifaires citées pour 2025 concernent l’Amérique du Nord ; elles illustrent un mécanisme de pression sur les coûts, sans mesurer la situation française [2]. L’enjeu stratégique est donc de choisir les endroits où l’IA peut raccourcir un cycle, fiabiliser une décision ou renforcer un service, puis d’en mesurer l’effet sur le délai, les reprises, la marge et le réachat. - **Observation sectorielle :** le marché français a reculé en 2024 selon l’estimation ASI. - **Scénario :** assistants et plateformes peuvent déplacer le point d’entrée de certains achats. - **Décision :** investir seulement lorsqu’un flux et un indicateur économique sont clairement définis. --- ## La désintermédiation commence quand un tiers cadre le besoin La désintermédiation devient plausible si l’acheteur confie la découverte ou la présélection à un assistant conversationnel, car le distributeur peut alors recevoir un choix déjà cadré au lieu de participer à la définition du besoin. - Une réponse d’assistant peut orienter les critères avant le premier échange commercial. - Une plateforme de sourcing peut recommander à partir de son catalogue et de ses données d’usage. - L’ampleur de ce déplacement n’est pas mesurée ici pour les acheteurs français d’objets publicitaires. - Il faut donc le traiter comme un scénario à tester dans les parcours d’acquisition, pas comme une évolution certaine du secteur. Un distributeur réduit ce risque lorsqu’il conserve les informations qui améliorent réellement la décision et transforme son expertise en éléments vérifiables plutôt qu’en simple promesse de service. - **Donnée client :** contraintes de marque, préférences, historique des BAT et incidents passés. - **Donnée fournisseur :** délais observés, compatibilités de marquage, documents et dates de validité. - **Expertise :** arbitrage entre usage, budget, rendu, qualité et risque de livraison. - **Exécution :** contrôle du BAT, échantillonnage, coordination logistique et résolution des écarts. --- ## Réduire le choix sans masquer les critères Un grand assortiment ne paralyse pas automatiquement l’acheteur, mais la méta-analyse de Chernev, Böckenholt et Goodman montre que la surcharge est plus probable lorsque l’ensemble est complexe, la tâche difficile, les préférences incertaines ou l’objectif centré sur la réduction de l’effort [3]. - Ces modérateurs sont pertinents pour un achat occasionnel qui combine budget, délai, matière, marquage et exigences environnementales. - Ils n’autorisent pas à conclure que tout catalogue volumineux nuit à la conversion. - La réponse utile consiste à réduire progressivement l’ensemble selon des critères visibles et révisables. L’IA peut préparer une sélection argumentée si elle interroge des attributs structurés, signale les informations manquantes et laisse le commercial vérifier les contraintes qui engagent le devis. - Reformuler le brief en critères obligatoires, préférences et points à clarifier. - Filtrer sur des valeurs connues plutôt que compléter silencieusement les champs absents. - Expliquer pourquoi chaque produit reste dans la sélection. - Conserver une voie de retour lorsque le client modifie le budget, le délai ou l’usage. --- ## Quatre leviers à tester dans l’ordre des dépendances Les quatre leviers forment une chaîne de dépendances : le catalogue fournit les faits, le mock-up et le devis les utilisent, puis le sourcing conversationnel orchestre l’ensemble sous contrôle humain. - **1. Catalogue et PIM :** rapprocher les sources fournisseurs, normaliser matière, dimensions, MOQ, techniques de marquage, délais, prix et justificatifs, puis suivre complétude et fraîcheur. - **2. Mock-ups et prépresse :** générer une proposition visuelle, contrôler résolution, zone de marquage, fonds perdus et couleurs, puis faire valider le BAT avant production. - **3. Devis :** combiner produit, quantité, marquage, transport, délai et règle de marge, tout en soumettant les exceptions à une personne responsable. - **4. Sourcing et allégations :** comparer les options, rattacher chaque recommandation à ses données sources et refuser toute affirmation environnementale sans pièce suffisante. Des éditeurs montrent que certaines briques existent déjà, mais leur présence dans un produit ne démontre ni leur qualité sur votre catalogue ni leur rentabilité dans votre organisation [4][5]. - commonsku documente une recherche produit assistée par IA disponible et un générateur de mock-ups en bêta. - Afineo documente la correction, la reformulation, la traduction et la génération dans les champs texte de son PIM, avec validation humaine avant publication. - Ces pages sont des sources éditeurs sur les fonctionnalités, pas des évaluations indépendantes de performance. - Un pilote doit comparer le flux complet, y compris préparation des données, contrôle et reprises. > Donner un assistant généraliste aux commerciaux sans données de référence, règle de validation ni indicateur ne constitue pas un cas d’usage mesurable. > > - Choisissez un flux récurrent et réversible. > - Définissez les erreurs inacceptables avant le test. > - Comparez le délai, la qualité et le coût complet avec le processus actuel. --- ## Cadrer les visuels générés et les allégations environnementales Pour un mock-up généré ou sensiblement manipulé, l’analyse de l’article 50 doit partir de la définition concrète du deepfake et du rôle de l’entreprise, tandis que les droits sur les éléments fournis et la validation du rendu demandent un cadrage contractuel distinct [6]. - L’article 3 vise un contenu ressemblant à une personne, un objet, un lieu, une entité ou un événement existant et paraissant faussement authentique. - L’article 50 distingue notamment le marquage détectable attendu du fournisseur du système et la divulgation imposée au déployeur lorsqu’un contenu constitue un deepfake. - L’exception relative à l’édition assistée standard ne vaut pas qualification générale de tous les mock-ups. - Pour chaque flux, documentez l’outil, la nature de la transformation, le contexte de diffusion, la validation du BAT et les autorisations sur les actifs. L’IA peut aider à retrouver et contrôler les pièces relatives à une allégation environnementale, mais elle ne transforme ni un label expiré ni une description vague en preuve recevable. - La DGCCRF indique avoir contrôlé plus de **3 000 établissements** en 2023-2024 sur les allégations environnementales, tous secteurs couverts [7]. - Plus de **15 % des professionnels contrôlés** présentaient des manquements graves ; ce taux ne décrit pas spécifiquement les distributeurs d’objets publicitaires. - Le contrôle a conduit à plus de 430 injonctions, plus de 500 avertissements et plus de 70 amendes administratives ou procès-verbaux pénaux. - Pour une commande, reliez chaque allégation à une pièce, son périmètre, son émetteur et sa date de validité. --- ## Une feuille de route pilotée par les preuves La transformation peut avancer en cinq phases avec des critères de passage explicites, sans imposer un calendrier identique à toutes les entreprises ni promettre qu’un outil compensera une donnée défaillante. - **Diagnostiquer :** cartographier le catalogue, le devis, le BAT, les reprises et les responsabilités. - **Choisir :** retenir un cas fréquent, mesurable et suffisamment réversible pour apprendre. - **Préparer :** corriger les données nécessaires, les accès, les règles de marge et les preuves attendues. - **Piloter :** comparer un périmètre limité au processus de référence avec validation humaine. - **Consolider :** étendre seulement si la qualité, le délai, le coût complet et le risque évoluent dans le sens attendu. Sur l’échelle Junyr, le passage d’un usage individuel de niveau **Artisan** à un fonctionnement de niveau **Orchestre** décrit une ambition de processus gouverné et mesuré, pas une certification ni une garantie de résultat. - Un responsable métier porte le résultat et les exceptions. - Les sources, règles et versions sont traçables. - La qualité et la valeur sont suivies sur le flux complet. - Les droits d’action augmentent seulement après des résultats reproductibles. --- ## Le rôle à défendre : rendre la décision plus sûre Le meilleur rempart contre la désintermédiation consiste à rendre le choix et l’exécution plus fiables grâce à une donnée maîtrisée, un conseil explicable et des preuves conservées, puis à utiliser l’IA là où elle renforce concrètement ces capacités. - Structurez les attributs qui conditionnent réellement le produit, le marquage, le délai et la conformité. - Montrez les critères et les pièces derrière chaque recommandation. - Mesurez le cycle complet plutôt qu’une démonstration isolée. - Conservez une validation humaine avant devis engageant, BAT final ou allégation environnementale. *[Réservez l’audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour situer votre premier chantier.* --- ## Sources 1. ASI Research, [« European Distributors’ Annual Sales Rise in 2024, Topping $14.24B »](https://members.asicentral.com/news/strategy/june-2025/asi-research-exclusive-european-distributors-annual-sales-rise-in-2024-topping-1424b/), 25 juin 2025. 2. ASI Research, [« Industry Outlook Slowly Rebounds Even as May Sales Sluggish »](https://members.asicentral.com/news/industry-news/june-2025/industry-outlook-slowly-rebounds-even-as-may-sales-sluggish/), 23 juin 2025. 3. A. Chernev, U. Böckenholt et J. Goodman, [« Choice overload: A conceptual review and meta-analysis »](https://doi.org/10.1016/j.jcps.2014.08.002), *Journal of Consumer Psychology*, 2015. 4. commonsku, [« The AI Features Shipping Inside commonsku »](https://commonsku.com/articles/the-ai-features-shipping-inside-commonsku), consulté le 6 septembre 2026. 5. Afineo, [« IA et fiches produits : comment améliorer la qualité rédactionnelle dans un PIM »](https://www.afineo.com/blog/ia-qualite-fiches-produits-pim/), 8 juin 2026. 6. Union européenne, [règlement (UE) 2024/1689 consolidé au 27 juillet 2026](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:02024R1689-20260727), articles 3 et 50. 7. DGCCRF, [« Lutte contre l’écoblanchiment : bilan des enquêtes 2023 et 2024 »](https://www.economie.gouv.fr/files/files/directions_services/dgccrf/media-document/cp-dgccrf-lutte-contre-ecoblanchiment-20251001.pdf), 1er octobre 2025. ## Questions fréquentes ### L'IA peut-elle soutenir la croissance d'un distributeur d'objets publicitaires ? L’IA peut améliorer la marge, la réactivité ou la rétention sur certains flux, mais aucune donnée sectorielle citée ici ne permet de promettre une croissance automatique. - ASI estime le marché européen 2024 à 14,24 Md$, en hausse de 1,22 %, avec des trajectoires nationales contrastées. - Pour la France, ASI estime les ventes à 1,67 Md$ et une baisse de 1,7 % sur la seule année 2024. - La décision doit reposer sur des mesures locales : délai de devis, coût des reprises, marge par commande et taux de réachat. ### Quel risque de désintermédiation l'IA crée-t-elle pour un distributeur ? Le risque apparaît lorsqu’un assistant ou une plateforme contrôle la découverte des produits tandis que le distributeur reste cantonné à l’exécution de la commande. - Scénario de découverte : le distributeur absent des réponses perd l’occasion de cadrer le besoin. - Scénario de plateforme : le catalogue normalisé et l’historique d’achat alimentent les recommandations d’un tiers. - Réponse stratégique : conserver une donnée exploitable et rendre visible la valeur du conseil, du marquage, de la conformité et de la logistique. ### Un mock-up produit généré par IA est-il un « deepfake » au sens de l'AI Act ? La qualification dépend du visuel et de son contexte, car l’AI Act vise le contenu qui ressemble sensiblement à une personne, un objet, un lieu, une entité ou un événement existant et paraît faussement authentique. - Un simple détourage, redimensionnement ou élément manifestement stylisé peut relever de l’édition assistée ou d’une création évidente. - Un rendu photoréaliste d’un produit existant, d’un marquage ou d’une situation qui n’a jamais été photographiée demande une analyse plus prudente. - Indépendamment de l’AI Act, le contrat doit préciser les droits sur le logo et les fichiers sources, la validation du BAT et l’usage autorisé du rendu. ### Par où commencer une transformation IA dans la distribution d'objets publicitaires ? Commencez par un flux étroit dont les données, les erreurs et le résultat commercial peuvent être mesurés avant d’automatiser davantage. - Normalisez les attributs nécessaires au cas choisi : matière, dimensions, quantité minimale, marquage, délai, prix et justificatifs. - Testez les recommandations ou le devis sur un périmètre limité avec validation humaine. - Mesurez délai complet, reprises, exactitude, marge et satisfaction avant d’élargir. --- # Agents IA et travail asynchrone : déléguer sans confondre supervision et management Adresse : https://paulantoinetual.fr/blog/travail-asynchrone-tout-le-monde-devient-chef Publié le 2026-06-23, mis à jour le 2026-09-06 · Méthode Junyr™ > Un cadre pratique pour confier du travail à des agents IA en différé : mandat, permissions, points de contrôle, responsabilité et mesure, sans transformer chaque collaborateur en manager. > **Mise à jour du 6 septembre 2026.** Cet article prolonge [« Junyr Agents™ : déléguer l'IA sans perdre le contrôle »](/blog/junyr-agents-deleguer-lia-dans-votre) en distinguant la supervision d'un logiciel du management de personnes. - Il traite du travail confié à un agent puis repris en différé. - Il ne suppose ni que tous les emplois suivent ce modèle, ni que l'asynchrone soit toujours préférable. - Il sépare compétence de délégation, autorité hiérarchique et responsabilité organisationnelle. ## Ce que l'asynchrone change réellement Un agent rend possible une boucle de travail dans laquelle une personne formule un résultat attendu, laisse le système exécuter plusieurs étapes, puis reprend la main pour contrôler ou décider, sans que cette séquence transforme automatiquement son métier ou son statut. - **La délégation** porte sur une tâche, des données et des outils explicitement autorisés. - **La reprise** intervient à une échéance ou à un point de contrôle connu. - **La décision** reste humaine lorsque les effets dépassent le mandat accordé. - **Le rôle formel** ne change que si l'organisation modifie réellement les responsabilités et l'autorité de la personne. Microsoft décrit chez les utilisateurs avancés un déplacement vers l'intention, l'évaluation et l'appropriation du résultat, mais son enquête porte sur 20 000 actifs utilisant déjà l'IA au travail et ne permet pas de conclure que tous les salariés deviennent managers [1]. - 50 % des répondants citent le contrôle qualité des sorties d'IA parmi les compétences devenues plus importantes. - 46 % citent l'esprit critique. - 86 % disent traiter la sortie comme un point de départ et rester responsables du raisonnement. - Ces réponses sont déclaratives et décrivent une population sélectionnée d'utilisateurs de l'IA. ## Choisir entre synchrone, asynchrone et hybride La différence utile ne sépare pas deux catégories absolues de logiciels : elle décrit le degré d'autonomie accordé, le délai avant retour humain et la possibilité de poursuivre un autre travail pendant l'exécution. - **Synchrone** : l'humain échange à chaque étape, comme dans une conversation de résolution de problème. - **Asynchrone** : l'agent reçoit un lot de travail borné et revient avec un résultat ou une demande d'arbitrage. - **Hybride** : l'agent avance seul entre des validations prévues, ce qui convient à de nombreux processus métier. Le mode asynchrone est pertinent lorsque le travail se découpe proprement et reste récupérable, tandis qu'une boucle plus serrée est préférable lorsque l'ambiguïté, l'urgence ou le risque exigent un jugement continu. - Bon candidat : préparer un premier projet de rapport à partir de sources approuvées, avec revue avant diffusion. - Candidat hybride : rapprocher des factures, puis demander validation pour les écarts ou les paiements. - Mauvais candidat sans garde-fous : publier, payer, supprimer ou contacter un tiers sans contrôle préalable. ## Les compétences de délégation ne sont pas un pouvoir hiérarchique Diriger le travail d'un agent emprunte au management la clarté du mandat, le suivi et la revue, mais la comparaison s'arrête là car un logiciel n'est ni un salarié, ni un collègue, ni un détenteur de droits ou d'obligations sociales. - **Compétence de délégation** : décrire le résultat, les contraintes et les critères d'acceptation. - **Autorité formelle** : répartir ou évaluer le travail d'autres personnes au nom de l'employeur. - **Responsabilité métier** : accepter un résultat et répondre de la décision qui l'utilise. - **Responsabilité du système** : administrer les accès, les données, les journaux et le cycle de vie de l'agent. Le NIST recommande précisément de définir et de différencier les rôles et responsabilités dans les configurations humain-IA, ce qui conduit à nommer plusieurs propriétaires plutôt qu'à attribuer indistinctement le rôle de « chef d'agents » à chaque utilisateur [4]. - Le commanditaire autorise l'objectif et le niveau de risque. - Le propriétaire du processus définit les contrôles et les critères de sortie. - L'utilisateur révise dans son domaine de compétence. - Les fonctions techniques et de contrôle gèrent l'accès, la sécurité et les incidents. ## Paralléliser sans confondre activité et valeur L'exécution en différé peut réduire le délai calendaire lorsqu'un agent travaille pendant que l'humain traite autre chose, mais le nombre de tâches lancées ne dit rien, à lui seul, de la qualité obtenue ou du temps réellement économisé. - Mesurer le **délai de bout en bout**, y compris l'attente de la revue. - Mesurer l'**attention humaine**, y compris le cadrage, la surveillance et les corrections. - Mesurer la **qualité**, avec erreurs, reprises et conformité aux critères d'acceptation. - Mesurer le **coût complet**, avec logiciels, intégrations, exploitation et contrôle. METR a signalé en 2026 que le travail simultané sur d'autres tâches et l'usage de plusieurs agents rendaient le temps par tâche difficile à interpréter dans son expérience auprès de développeurs open source, une limite de mesure qui invite à suivre plusieurs indicateurs plutôt qu'un taux de productivité unique [3]. - Leur nouvelle étude subissait aussi des biais de sélection et de participation. - Les auteurs qualifient leurs données de signal peu fiable sur l'effet actuel des outils. - Cette observation concerne le développement logiciel et ne prouve pas un effet identique dans tous les métiers. ## Les quatre coûts à prévoir avant de déléguer Une délégation utile transfère une partie de l'exécution, mais elle crée simultanément du cadrage, de la vérification, de la gestion des exceptions et un besoin d'entretien des compétences que le calcul de rentabilité doit intégrer. - **Cadrage** : préparer les données, les consignes, les exemples et les critères de succès. - **Vérification** : contrôler davantage lorsque l'erreur est coûteuse, discrète ou difficile à corriger. - **Exceptions** : traiter les cas hors périmètre et interrompre l'agent avant une action sensible. - **Compétences** : maintenir assez de pratique humaine pour détecter une sortie plausible mais fausse. Le contrôle doit être placé avant le premier effet difficile à annuler, car une revue finale ne protège pas d'une action déjà publiée, payée, supprimée ou envoyée à un tiers. - Autoriser la préparation d'un brouillon, puis bloquer sa diffusion. - Autoriser le calcul d'une proposition, puis bloquer l'engagement contractuel. - Autoriser la détection d'un incident, puis réserver la remédiation destructive à une personne habilitée. ## Une discipline simple : planifier, exécuter, vérifier Dans la pratique Junyr, la boucle **Planifier → Exécuter → Vérifier** sert à rendre chaque délégation lisible et révisable, sans prétendre qu'une méthode interne garantit à elle seule la qualité, la sécurité ou la conformité. - **Planifier** : annoncer les étapes, les sources autorisées, les critères de succès et les cas d'escalade. - **Exécuter** : journaliser les actions, respecter les permissions et conserver les éléments nécessaires à la revue. - **Vérifier** : comparer le résultat aux critères, documenter les écarts et obtenir l'approbation prévue. Dans l'échelle interne de la Méthode Junyr™, le palier **Orchestre** désigne qualitativement la coordination de plusieurs usages avec des règles communes, tandis que le palier **Architecte** décrit des processus redessinés de façon plus systématique autour de l'IA. - Cette lecture aide à situer un mode d'organisation ; elle ne constitue ni un standard externe ni un titre professionnel. - Le passage de l'Artisan à l'Orchestre suppose des pratiques partagées, pas seulement davantage d'agents. - La progression doit rester fondée sur des preuves observables dans chaque processus. ## Le pilote minimal d'une PME Une PME peut tester le travail asynchrone sur un seul flux à faible risque, avec une base de comparaison et un responsable nommé, avant d'étendre l'autonomie ou de multiplier les agents. - **Avant** : relever volume, délai, temps humain, taux de reprise, incidents et coût. - **Mandat** : écrire objectif, entrées, outils, permissions, interdits, sortie attendue et escalades. - **Contrôle** : placer un arrêt humain avant toute conséquence sensible ou irréversible. - **Après** : comparer les mêmes indicateurs et recueillir les effets sur la charge et les compétences. Le Baromètre France Num 2025 indique que 26 % des TPE-PME interrogées utilisent des solutions d'IA, mais seulement 5 % déclarent des solutions d'automatisation de tâches, ce qui rappelle que l'usage d'un assistant et la délégation asynchrone d'un processus ne sont pas équivalents [5]. - Le chiffre porte sur l'usage déclaré d'au moins une solution d'IA. - L'IA générative et les assistants dominent les usages recensés. - Le baromètre ne mesure ni une généralisation des agents autonomes ni une transformation universelle des métiers. ### Trois questions pour cadrer le premier essai Trois questions suffisent à repérer une délégation mal définie avant d'investir dans une plateforme ou d'accorder davantage d'autonomie. - Quel résultat précis l'agent doit-il livrer, à partir de quelles sources et selon quels critères ? - Qui peut autoriser le mandat, qui relit le résultat et qui décide en cas d'écart ? - Avant quelle action l'agent doit-il s'arrêter, et comment revient-on à l'état précédent ? ## Conclusion : organiser la délégation sans surpromesse Les agents asynchrones peuvent déplacer une partie du travail de l'exécution vers le cadrage et la revue, mais ce déplacement reste partiel, dépend du processus et demande une organisation explicite des pouvoirs, des contrôles et des responsabilités. - Tous les collaborateurs n'ont ni à devenir managers ni à utiliser des agents. - La compétence de supervision peut être enseignée sans modifier l'autorité hiérarchique. - La valeur vient d'un résultat contrôlé, pas du nombre d'agents actifs. - L'autonomie doit augmenter seulement lorsque les preuves du pilote le justifient. --- ## Pour aller plus loin Un audit gratuit et sans engagement de 30 minutes en visio permet de situer votre entreprise sur l'échelle Junyr, d'identifier son principal blocage et son premier projet raisonnable, puis de recevoir une synthèse d'une page. - [Réserver l'audit de maturité IA](https://junyr.eu/fr/site/audit) - [Comprendre les cinq paliers de la Méthode Junyr™](/blog/echelle-methode-junyr-cinq-niveaux-maturite-ia-pme) - [Découvrir Junyr Agents™](https://junyr.app) --- ## Sources vérifiées au 6 septembre 2026 [1] **Microsoft, *2026 Work Trend Index Annual Report*, « Agents, human agency, and the opportunity for every organization »**, 5 mai 2026 : [rapport et méthodologie](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization). [2] **Jiayi Geng et Graham Neubig, « Effective Strategies for Asynchronous Software Engineering Agents »**, 23 mars 2026 : [prépublication et résumé](https://arxiv.org/abs/2603.21489). [3] **METR, « We are Changing our Developer Productivity Experiment Design »**, 24 février 2026 : [note méthodologique](https://metr.org/blog/2026-02-24-uplift-update/). [4] **NIST, *AI Risk Management Framework 1.0*, fonction Govern 3.2** : [cadre officiel](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/). [5] **Direction générale des Entreprises / France Num, *Baromètre France Num 2025*** : [résultats officiels](https://www.francenum.gouv.fr/guides-et-conseils/strategie-numerique/comprendre-le-numerique/barometre-france-num-2025-le). --- *Paul-Antoine Tual est AI Transformation Leader et dirige Croissance et Transitions (SAS), qui opère la suite Junyr™ ; il accompagne les dirigeants d'ETI et de PME françaises dans leur transformation IA.* ## Questions fréquentes ### Pourquoi parle-t-on de travail asynchrone avec les agents IA ? Le travail devient asynchrone lorsqu'une personne confie une tâche à un agent, poursuit une autre activité, puis reprend le résultat à un moment prévu. - L'agent exécute un mandat borné sans dialogue humain continu. - Le résultat revient dans une file de revue plutôt que dans une conversation immédiate. - Le mode peut rester synchrone ou hybride lorsque la tâche exige des échanges rapides. ### Déléguer à un agent fait-il de chaque salarié un manager ? Déléguer à un logiciel mobilise certaines compétences d'encadrement, mais ne confère ni titre de manager, ni pouvoir hiérarchique, ni nouvelle position dans le contrat de travail. - La compétence opérationnelle consiste à formuler, suivre et contrôler un mandat. - L'autorité formelle sur des personnes reste celle que l'organisation a explicitement attribuée. - La responsabilité du résultat et des risques doit être affectée à des rôles humains nommés. ### Le travail asynchrone est-il toujours plus productif ? L'asynchrone peut libérer de l'attention quand les tâches sont séparables et contrôlables, mais son intérêt dépend du coût de coordination, de revue et de reprise. - Il convient aux travaux différables dotés de critères d'acceptation clairs. - Il convient moins aux problèmes ambigus qui exigent une exploration humaine serrée. - Le gain se mesure sur le délai, l'attention humaine, la qualité et le coût total. ### Qui répond du travail produit par un agent IA ? L'organisation doit nommer les personnes qui autorisent le mandat, valident le résultat, administrent le système et assument les décisions prises avec sa sortie. - Le demandeur vérifie le résultat dans la limite de sa compétence et de son mandat. - Le propriétaire du processus définit les contrôles et les seuils d'escalade. - Les fonctions IT, sécurité, juridique ou métier interviennent selon les données et les effets concernés. ### Par où une PME peut-elle commencer ? Une PME peut commencer par un processus étroit, réversible et mesurable, puis décider de l'étendre à partir de résultats observés plutôt que d'une promesse générale. - Mesurer le fonctionnement actuel avant le pilote. - Écrire l'objectif, les sources, les permissions, les interdits et le format attendu. - Placer une validation humaine avant toute action sensible ou difficile à annuler. - Comparer délai, temps humain, qualité, reprises et coût complet. ### Comment éviter la déqualification des équipes ? La capacité de jugement se maintient en conservant des tâches d'apprentissage, des revues expliquées et des exercices réguliers réalisés sans assistance. - Former aux fondamentaux du métier avant d'automatiser leur pratique. - Demander au réviseur de justifier les corrections importantes. - Suivre les erreurs que l'équipe ne sait plus détecter seule. --- # Du vibe coding à l'UltraCoding : quatre pratiques pour un code vérifiable Adresse : https://paulantoinetual.fr/blog/vibe-coding-mort-ultracoding Publié le 2026-06-23, mis à jour le 2026-09-06 · Méthode Junyr™ > Le vibe coding reste utile pour explorer ; en production, l'UltraCoding ajoute orchestration, revue contradictoire, tests à trois couches et seuils de livraison. ## Ce que recouvre vraiment le vibe coding Le *vibe coding*, expression proposée par Andrej Karpathy en février 2025, décrit une pratique où l'on formule une intention en langage naturel, accepte largement le code généré et itère sur le résultat sans examiner chaque ligne [1]. - Karpathy situait cette pratique dans le registre des projets personnels et jetables. - Simon Willison réserve le terme au cas où l'on ne lit pas le code produit, et distingue cette approche du développement assisté par IA avec compréhension et revue [2]. - Collins a consacré l'expression « mot de l'année » 2025, signe de sa diffusion culturelle plutôt que validation de sa pertinence en production [3]. Le choix de la méthode dépend donc de la durée de vie et du risque du logiciel, car la souplesse utile à un prototype devient une dette dès que le code traite des clients, de l'argent, des données sensibles ou une activité durable. - Pour explorer : viser un apprentissage rapide et prévoir la suppression du prototype. - Pour conserver : identifier un propriétaire, documenter les choix et installer les tests utiles. - Pour produire : ajouter les contrôles de sécurité, d'exploitation et d'expérience adaptés aux conséquences d'une défaillance. ## Ce que mesurent réellement les études disponibles Les travaux disponibles invitent à vérifier le code généré, mais chacun porte sur un dispositif précis et aucun ne permet de calculer à lui seul la probabilité de défaut, le gain de productivité ou la stabilité future d'un projet particulier. - **Sécurité :** dans le benchmark 2025 de Veracode, 45 % des échantillons générés ont échoué aux tests de sécurité ; cette proportion agrège plus de 100 modèles, 80 tâches et quatre langages, et ne représente pas un risque de vulnérabilité « par défaut » en production [4]. - **Productivité :** l'essai randomisé de METR a observé un ralentissement de 19 % chez 16 développeurs expérimentés réalisant 246 tâches dans des dépôts qu'ils connaissaient bien ; METR présente ce résultat comme un instantané des outils de début 2025 dans ce contexte [5]. - **Livraison :** DORA 2025 observe une association entre une adoption plus forte de l'IA, davantage de débit et davantage d'instabilité ; l'étude décrit un effet d'amplification des pratiques existantes, pas une causalité mécanique pour chaque équipe [6]. Ces résultats convergent vers une décision pratique : l'équipe doit mesurer le comportement de son propre système et conserver des preuves de contrôle au lieu de déduire sa qualité d'un benchmark, d'une démonstration convaincante ou du nom du modèle. - Définir les risques et les critères d'acceptation avant la génération. - Tester sur le code, l'architecture et l'environnement réellement livrés. - Examiner les écarts, corriger puis conserver les résultats qui fondent la décision. - Faire signer la livraison par une personne responsable lorsque l'enjeu le demande. ## L'UltraCoding comme méthode de livraison Nous appelons **UltraCoding** une organisation du développement assisté par agents dans laquelle la génération n'est qu'une étape et la livraison repose sur quatre pratiques coordonnées, traversées par des contrôles de sécurité, d'accessibilité et d'internationalisation. - **Orchestrer** des rôles distincts lorsque le travail se décompose utilement. - **Contredire** la première solution par une revue orientée défauts et hypothèses. - **Tester** le comportement, les qualités transverses et l'interface rendue. - **Décider** à partir de seuils définis et d'un arbitrage humain explicite. Cette méthode vise une qualité vérifiable dans un périmètre donné, sans promettre un logiciel exempt de défauts ni confondre la validation par un agent avec une assurance indépendante. - Les agents peuvent partager les mêmes angles morts, données d'entraînement ou erreurs de raisonnement. - Les tests ne prouvent que les propriétés et scénarios effectivement couverts. - L'assurance indépendante suppose une séparation suffisante des personnes, outils, intérêts ou environnements selon le risque. ## Pratique 1 : orchestrer quand le travail se parallélise Une architecture multi-agents est pertinente lorsque plusieurs pistes peuvent être explorées séparément, mais son intérêt doit être évalué sur la tâche visée plutôt que déduit des résultats d'un système de recherche [7]. - Un orchestrateur découpe le problème, distribue des mandats bornés et rassemble les résultats. - Des spécialistes peuvent traiter en parallèle l'architecture, l'implémentation, les tests ou la documentation lorsque leurs dépendances restent maîtrisables. - Les interfaces, critères de fin et mécanismes de résolution des conflits comptent autant que le nombre d'agents. Le retour d'expérience d'Anthropic fournit un repère utile mais étroit : son système multi-agents a dépassé Claude Opus 4 seul de 90,2 % sur une évaluation interne de recherche et a utilisé environ 15 fois les jetons d'une conversation [7]. - Le gain concerne des recherches larges comportant des directions indépendantes. - Les 15× décrivent cette architecture et cette comparaison, pas l'économie universelle des workflows de code. - Anthropic indique lui-même que de nombreuses tâches de programmation ont moins de parallélisme et davantage de dépendances. - Une décision de déploiement exige donc un test local de la qualité, du délai, du coût et du taux de reprise. ## Pratique 2 : organiser une contradiction traçable La revue contradictoire demande à un second agent de chercher les erreurs, hypothèses fragiles et cas limites du premier résultat, puis rattache chaque critique à une preuve exécutable ou à une décision humaine [8][9][10]. - Une compilation, un test ou un analyseur statique peut confirmer certains défauts de manière reproductible. - Un agent critique peut proposer des scénarios oubliés, sonder les autorisations et rechercher des fuites ou injections. - Le générateur répond aux constats, tandis qu'un responsable tranche les désaccords et accepte le risque résiduel. Cette séparation améliore la détection sans créer automatiquement une assurance indépendante, car deux agents peuvent partager un modèle, un fournisseur, un contexte ou un harnais qui reproduisent les mêmes biais. - Pour un changement courant : combiner critique agentique, tests automatiques et revue de code proportionnée. - Pour un composant sensible : ajouter des outils de sécurité spécialisés et un examinateur suffisamment séparé du producteur. - Pour une obligation réglementaire ou contractuelle : faire déterminer les contrôles et l'indépendance requis par les textes et le contexte applicables. ## Pratique 3 : tester le logiciel sur trois couches Une stratégie de test utile couvre séparément le comportement attendu, les qualités transverses et l'interface rendue, afin qu'un succès sur une couche ne masque pas les défauts que seule une autre peut révéler. - **Comportement :** tests unitaires, d'intégration et de bout en bout sur les parcours et erreurs prévus. - **Qualités transverses :** analyse de sécurité, détection de secrets, dépendances, autorisations, journalisation, internationalisation et critères WCAG applicables [12]. - **Interface :** captures sur les états et tailles d'écran critiques, comparaison de régression et inspection visuelle assistée. Les modèles vision-langage peuvent repérer et décrire des anomalies visibles, tandis que l'évaluation d'une expérience reste une activité humaine nourrie par la recherche utilisateur, les tests d'usage et les contraintes métier [11]. - L'IA visuelle pré-classe des captures, suggère des problèmes et accélère la documentation. - Les tests techniques confirment les états reproductibles, les interactions et les critères d'accessibilité automatisables. - Des personnes représentatives révèlent les incompréhensions, attentes et compromis qui ne se lisent pas dans une image. - Le responsable design décide si l'expérience convient au public et à la situation réels. ## Pratique 4 : relier chaque livraison à des seuils explicites La boucle de livraison répète génération, contradiction, test et correction jusqu'à satisfaire des critères convenus, puis soumet les éléments non automatisables et le risque résiduel à la personne qui possède la décision. - Définir les tests obligatoires, leur environnement et les tolérances avant le travail. - Bloquer la livraison sur les échecs critiques convenus, par exemple une régression fonctionnelle ou une vulnérabilité critique détectée. - Documenter les dérogations, leur durée, leur propriétaire et le plan de correction. - Réévaluer les seuils avec les incidents, les retours d'usage et l'évolution du produit. Un seuil rend la décision observable et répétable dans son périmètre, mais il ne garantit ni l'absence absolue de vulnérabilité ni une conformité globale que seuls des contrôles adaptés à chaque système, acteur et obligation peuvent étayer. - « Aucun défaut critique détecté par les outils définis » est un critère vérifiable. - « Le logiciel est sûr » dépasse ce que ce résultat permet d'affirmer. - La mise en production reste une décision de risque, avec supervision, observabilité et capacité de retour arrière. ## Dimensionner l'effort selon le risque et l'économie réelle Le niveau de contrôle doit croître avec la durée de vie, l'exposition et le coût d'une défaillance, tandis que son économie se calcule sur les mesures locales plutôt que sur le multiplicateur de jetons d'une autre application. - Un script jetable peut se contenter d'une vérification courte et d'un périmètre fermé. - Un service client, un flux financier ou un traitement de données personnelles justifie davantage de tests, de séparation et de traçabilité. - Les métriques à suivre comprennent le coût complet, le délai, les reprises, les défauts échappés et les incidents évités sans double comptage. L'hébergement interne peut répondre à des contraintes de contrôle ou de localisation, mais il ne transforme pas gratuitement le calcul en avantage : matériel, énergie, disponibilité, exploitation, sécurité, mises à jour et compétences entrent tous dans le coût total. - Comparer des modèles et niveaux de qualité équivalents sur une charge représentative. - Intégrer l'utilisation réelle, les périodes creuses, la redondance et le coût du personnel. - Vérifier les conditions contractuelles et les flux de données avant de qualifier une solution de souveraine. - Choisir entre API, hébergement dédié et modèle hybride avec une analyse de coût total documentée. ## Les questions qu'un dirigeant peut exiger Un dirigeant n'a pas besoin de choisir chaque outil pour instaurer cette discipline, mais il doit demander qui produit, qui contrôle, quelles preuves déclenchent la livraison et qui répond du risque restant. - Qui relit le code généré, avec quel degré de séparation et quel pouvoir de blocage ? - Quels tests couvrent le comportement, la sécurité, l'accessibilité, l'internationalisation et les interfaces ? - Quels seuils empêchent une mise en production, et comment les dérogations sont-elles suivies ? - Quelles mesures comparent le coût total, la vitesse et la qualité après livraison ? Le développeur conserve alors un rôle central : il formule les contraintes, choisit les preuves pertinentes, arbitre les cas que l'automatisation ne tranche pas et assume la décision de livraison. - L'agent produit et explore à grande vitesse. - Les outils apportent des observations limitées à leur couverture. - Les spécialistes interprètent les résultats dans le contexte technique et métier. - Le responsable humain accepte, reporte ou refuse la livraison. ## Passer de la génération à la preuve L'UltraCoding organise une idée simple : plus la génération de code devient facile, plus la valeur se déplace vers des critères explicites, des contrôles complémentaires et une responsabilité humaine capable de défendre la livraison. - Utiliser le vibe coding pour explorer dans un périmètre où l'échec reste peu coûteux. - Installer les quatre pratiques dès que le logiciel doit durer ou que son défaut a des conséquences. - Adapter la profondeur des contrôles aux risques observés, sans transformer un benchmark en promesse individuelle. L'audit de maturité IA Junyr est un échange vidéo gratuit et sans engagement de 30 minutes qui donne une première position exploitable, suivie d'une synthèse d'une page. - Votre position sur l'échelle de maturité. - Le principal frein à traiter. - Le premier projet raisonnable à engager. - Une synthèse d'une page après l'échange. *[Réserver l'audit de 30 minutes](https://junyr.eu/fr/site/audit).* --- ## Sources [1] Andrej Karpathy, publication à l'origine de l'expression *vibe coding*, 2 février 2025. https://x.com/karpathy/status/1886192184808149383 [2] Simon Willison, « Not all AI-assisted programming is vibe coding (but vibe coding rocks) », 19 mars 2025. https://simonwillison.net/2025/Mar/19/vibe-coding/ [3] Collins Dictionary, « Collins’ Word of the Year 2025: AI meets authenticity as society shifts », 6 novembre 2025. https://blog.collinsdictionary.com/language-lovers/collins-word-of-the-year-2025-ai-meets-authenticity-as-society-shifts/ [4] Veracode, *2025 GenAI Code Security Report*. https://www.veracode.com/wp-content/uploads/2025_GenAI_Code_Security_Report_Final.pdf [5] METR, « Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity », 10 juillet 2025. https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ [6] DORA, *State of AI-assisted Software Development 2025*. https://dora.dev/research/2025/dora-report/ [7] Anthropic, « How we built our multi-agent research system », 13 juin 2025. https://www.anthropic.com/engineering/multi-agent-research-system [8] OpenAI, « Finding GPT-4's mistakes with GPT-4 », 27 juin 2024. https://openai.com/index/finding-gpt4s-mistakes-with-gpt-4/ [9] Madaan et al., *Self-Refine: Iterative Refinement with Self-Feedback*, 2023. https://arxiv.org/abs/2303.17651 [10] Shinn et al., *Reflexion: Language Agents with Verbal Reinforcement Learning*, 2023. https://arxiv.org/abs/2303.11366 [11] Lu et al., *UXAgent: An LLM Agent-Based Usability Testing Framework for Web Design*, CHI 2025. https://arxiv.org/abs/2502.12561 [12] W3C, *Web Content Accessibility Guidelines (WCAG) 2.2*. https://www.w3.org/TR/WCAG22/ ## Questions fréquentes ### Le vibe coding est-il vraiment « mort » ? Le vibe coding reste adapté aux explorations jetables, mais son principe de non-relecture ne constitue pas une méthode de livraison pour un logiciel dont il faudra assurer la sécurité, la maintenance et l'exploitation. - Prototype jetable : la vitesse et l'apprentissage peuvent primer. - Outil interne durable : tests, relecture et propriétaire explicite deviennent nécessaires. - Production ou données sensibles : les contrôles doivent être définis avant la livraison. ### Qu'est-ce que l'UltraCoding ? L'UltraCoding désigne ici une méthode de développement assisté par agents qui organise la génération, la contradiction, les contrôles techniques et la décision humaine autour de critères de livraison explicites. - Décomposer le travail entre rôles spécialisés quand la tâche s'y prête. - Faire relire la production par un autre agent et par les contrôles adaptés au risque. - Tester le comportement, la sécurité, l'accessibilité, l'internationalisation et l'interface. - Livrer sur la base de preuves définies, avec un responsable humain identifié. ### Le benchmark Veracode signifie-t-il que mon code a 45 % de risque d'être vulnérable ? Non, les 45 % correspondent à la proportion d'échantillons ayant échoué aux tests de sécurité dans le benchmark 2025 de Veracode, pas à une probabilité prédictive applicable à chaque logiciel en production. - Périmètre : plus de 100 modèles, 80 tâches et quatre langages. - Mesure : échec à des tests portant sur des vulnérabilités OWASP Top 10. - Usage correct : justifier des contrôles de sécurité, sans prédire le risque d'un projet particulier. ### Plusieurs agents donnent-ils toujours un meilleur résultat ? Non, les gains dépendent du type de travail, de sa parallélisabilité et de la qualité de l'orchestration, tandis que les dépendances fortes peuvent rendre plusieurs agents plus coûteux et plus difficiles à coordonner. - Anthropic a mesuré +90,2 % sur son évaluation interne de recherche, pas sur le développement logiciel en général. - Son système de recherche consommait environ 15 fois les jetons d'une conversation, sans établir une loi universelle des coûts. - Chaque équipe doit comparer qualité, délai et coût sur ses propres tâches. ### Un agent de revue apporte-t-il une assurance indépendante ? Un agent critique ajoute une perspective et peut détecter des défauts, mais il ne constitue pas à lui seul une assurance indépendante lorsqu'il partage le même fournisseur, les mêmes hypothèses ou le même environnement que le générateur. - Les tests exécutables donnent des signaux reproductibles sur le comportement prévu. - Les outils de sécurité spécialisés couvrent des classes de défauts définies. - Une revue humaine ou externe reste nécessaire lorsque l'enjeu l'exige. ### L'IA peut-elle juger seule la qualité d'une interface ? Non, un modèle visuel peut repérer des anomalies de rendu et préparer une revue, tandis que la compréhension des usages, l'accessibilité réelle et l'arbitrage de design restent sous responsabilité humaine. - L'automatisation vérifie les états, tailles d'écran et régressions prévus. - L'IA visuelle aide à classer et documenter les anomalies observables. - Les tests avec des personnes et la décision UX valident l'expérience dans son contexte. --- # Junyr : une base métier reliée à vos assistants IA par MCP Adresse : https://paulantoinetual.fr/blog/junyr-vous-nachetez-pas-une-ia-vous-achetez-la-base Publié le 2026-06-14, mis à jour le 2026-09-06 · Méthode Junyr™ > Junyr sépare la base métier, les fonctions opérationnelles et le modèle d'IA afin de rendre l'architecture, la maîtrise des données et les coûts d'usage plus lisibles. *Un manifeste Croissance & Transitions* --- ## Le principe : dissocier le socle métier du modèle d'IA Junyr propose de maintenir les données, les règles et les actions métier dans un socle distinct du modèle qui raisonne, afin qu'une entreprise puisse choisir ses assistants sans reconstruire son système opérationnel à chaque évolution du marché. - **Le socle** organise les informations et les processus de l'entreprise. - **L'interface MCP** expose uniquement les outils et ressources prévus à des assistants compatibles [1]. - **Le modèle** apporte ses capacités de raisonnement selon le produit, le forfait et les conditions retenus. - **Le contrat Junyr** couvre la plateforme et les services convenus, tandis que les coûts du modèle restent identifiables séparément. Cette architecture rend le partage des responsabilités plus lisible, mais elle ne suffit pas à établir qu'un abonnement sera toujours moins cher qu'une API ni que l'ensemble des coûts restera fixe. - Le prix d'un abonnement peut être forfaitaire tout en comportant des limites d'usage ou de fonctionnalités. - Les API de modèles sont généralement tarifées selon les volumes et les options consommés [3][4][5]. - La facture complète comprend aussi Junyr, l'intégration, l'hébergement éventuel, l'exploitation et l'accompagnement. --- ## Ce qui fait varier le coût d'une architecture IA Le coût dépend moins d'une opposition entre deux modèles tarifaires que de la manière dont chaque usage combine plateforme métier, accès au modèle, volume de contexte, fréquence des actions et niveau de service attendu. - **API au volume :** le coût varie avec les tokens d'entrée et de sortie, le cache, le modèle et les outils mobilisés. - **Abonnement utilisateur :** la mensualité est connue, mais les limites, usages autorisés et capacités de connexion diffèrent selon le fournisseur. - **Plateforme métier :** le forfait finance le socle, ses modules, sa maintenance et les services explicitement inclus. - **Projet d'entreprise :** migration, paramétrage, contrôle, support et conduite du changement complètent le coût d'exploitation. Pour comparer deux options, il faut donc mesurer le même service sur la même période et publier les hypothèses plutôt que d'appliquer un multiplicateur général à des usages différents. - Relever les volumes réels par type de token et par modèle. - Préciser le nombre d'utilisateurs, les limites du forfait et les tâches automatisées. - Ajouter les coûts techniques et humains qui ne figurent pas dans le tarif du modèle. - Tester plusieurs scénarios de charge, puis suivre l'écart entre prévision et facture. --- ## Trois couches à budgéter séparément La proposition Junyr devient plus facile à évaluer lorsque l'entreprise distingue la plateforme opérationnelle, l'accès au raisonnement et les options de déploiement qu'elle souhaite conserver sous son contrôle. - La séparation évite de confondre le prix du logiciel métier avec celui des modèles tiers. - Chaque couche doit avoir un responsable, une métrique de consommation et une condition de réversibilité. - Le périmètre exact des fonctionnalités et crédits inclus reste celui du devis et du contrat en vigueur. | Couche | Poste de coût | Question de décision | |---|---|---| | **Socle Junyr** | Forfait de plateforme et services convenus | Quelles données, fonctions métier, règles d'accès et prestations sont comprises ? | | **Assistant ou modèle tiers** | Abonnement, API ou infrastructure choisie | Quels usages, plafonds, traitements de données et niveaux de service s'appliquent ? | | **Déploiement maîtrisé** | Hébergement, modèle ou clé API apportés par le client, selon la configuration proposée | Quelles compétences, opérations et responsabilités l'entreprise reprend-elle ? | Les réponses pré-calculées côté serveur peuvent réduire le contexte envoyé au modèle pour certaines questions, mais le gain doit être mesuré sur des traces réelles et dépend de la conception de chaque outil. - Une agrégation métier peut éviter de transmettre de nombreuses lignes brutes. - Un outil bien délimité peut réduire le nombre d'appels nécessaires à une tâche. - La latence, les tokens et la justesse doivent être comparés à une méthode de référence définie. - Aucun facteur d'économie ne peut être généralisé sans périmètre, période et journaux d'usage. --- ## Choisir l'assistant sans déplacer le socle métier Le principal intérêt économique et technique de la séparation tient à la possibilité de faire évoluer l'accès au modèle tout en conservant les données, les règles et les outils métier dans une couche durable. - Une entreprise peut sélectionner un assistant compatible avec ses besoins et ses règles internes. - Elle peut comparer abonnement, API et modèle déployé sur une infrastructure choisie. - Elle limite la dépendance à un modèle unique si les outils métier restent décrits par une interface stable. - Elle doit néanmoins vérifier les conditions d'usage de chaque fournisseur et la compatibilité effective de l'hôte MCP. Un abonnement à un assistant et l'accès API correspondant ne sont pas interchangeables par défaut, comme l'illustre Anthropic en les présentant comme deux produits séparés et facturés séparément [2]. - L'abonnement vise une expérience utilisateur avec ses propres limites et fonctions. - L'API vise l'intégration logicielle et applique sa propre tarification. - Certaines automatisations, identités de service ou garanties peuvent imposer l'API malgré l'existence d'un abonnement. --- ## Traduire la souveraineté en contrôles vérifiables Junyr.eu présente Junyr Suite comme un outil indépendant des Big Tech et hébergé en Europe [7], une orientation qui doit être complétée pour chaque client par des engagements précis sur le cycle de vie de ses données. - Localiser l'hébergement principal, les sauvegardes et les éventuels sous-traitants. - Définir qui administre les comptes, les rôles, les outils MCP et les journaux d'accès. - Confirmer la propriété de l'entreprise sur ses données et préciser les droits attachés aux configurations ou agents développés pour elle. - Documenter l'export, la portabilité, les délais d'effacement et la sortie du service. - Examiner séparément les données envoyées au modèle tiers et les conditions de ce fournisseur. La confidentialité dépend ensuite du minimum de données exposé à chaque outil et des autorisations appliquées à chaque appel, ce qui transforme une intention de protection en règles testables. - Limiter les outils aux champs et actions nécessaires à leur finalité. - Appliquer les droits de la personne et de la société avant toute réponse du serveur. - Journaliser les appels sensibles et prévoir une validation humaine pour les engagements importants. - Tester les refus d'accès, les erreurs de périmètre et la révocation des droits avant la production. --- ## Une interface ouverte entre Junyr et les assistants compatibles MCP fournit une convention commune pour relier une application d'IA aux outils et aux données d'un système, ce qui permet à Junyr de se positionner comme couche métier utilisable par plusieurs hôtes plutôt que comme modèle de langage [1]. - Le serveur décrit les outils, ressources et invites qu'il rend disponibles. - L'hôte compatible choisit les capacités qu'il prend en charge et demande les autorisations nécessaires. - Les schémas d'outils rendent les entrées et sorties plus explicites qu'un accès direct à une base. - Le standard facilite le changement d'assistant sans garantir une compatibilité identique entre tous les produits. La valeur de cette couche dépend de la couverture métier effectivement disponible et de la qualité des autorisations, car un agent ne peut consulter ou modifier que ce que ses outils lui permettent d'atteindre. - Cartographier les modules réellement connectés, leurs données sources et leurs propriétaires. - Distinguer lecture, calcul, proposition et action engageante pour chaque outil. - Prévoir les cas d'erreur, la reprise manuelle et la traçabilité des décisions. - Étendre le périmètre progressivement après validation des usages prioritaires. --- ## Évaluer Junyr comme un système de gestion accessible aux agents Junyr se présente comme une suite de gestion assortie d'une interface agentique, ce qui invite à l'évaluer à la fois comme logiciel métier, architecture de données et point d'accès pour les assistants. - **Fonctions métier :** vérifier les modules disponibles et leur adéquation aux processus réels. - **Données :** contrôler qualité, droits, historique, export et reprise. - **Agents :** examiner les outils exposés, les validations et les journaux d'activité. - **Économie :** comparer le coût complet au scénario actuel et aux solutions concurrentes sur une période définie. Un forfait par entreprise peut simplifier la prévision du poste Junyr, tandis que le devis doit préciser les variables qui subsistent dans l'ensemble du dispositif. - Nombre d'utilisateurs ou d'entités couverts. - Crédits, modules, stockage, support et maintenance inclus. - Prestations d'intégration, de migration et de configuration facturées à part. - Coûts des modèles et services tiers choisis par le client. --- ## Ce que l'entreprise doit vérifier dans le produit Le positionnement décrit une base structurée reliée par MCP à des fonctions de gestion et à des assistants, mais la décision doit porter sur le périmètre livré aujourd'hui plutôt que sur une vision future. - Demander une démonstration des processus prioritaires avec les rôles et droits réels. - Vérifier les modules, intégrations, fonctions vocales ou agents compris dans l'édition proposée. - Examiner la qualité de la reprise de données et les règles de rapprochement. - Obtenir les modalités d'hébergement, de sauvegarde, de support et de réversibilité. Les capacités annoncées pour de futurs échanges entre agents, la sécurité post-quantique ou de nouveaux modes d'interface relèvent d'une feuille de route tant qu'un périmètre disponible et des preuves techniques ne sont pas publiés. - Distinguer les fonctions en production, en pilote et envisagées. - Définir les critères d'acceptation avant le déploiement. - Faire valider les engagements importants dans le contrat et ses annexes. ## Lire précisément le périmètre d'une offre Junyr La promesse utile réside dans l'assemblage du socle métier, de l'interface MCP et de l'accompagnement, sous réserve que chaque composant soit décrit dans l'offre commerciale et testé sur les cas d'usage retenus. - La plateforme fournit les modules et mécanismes d'accès prévus par l'édition souscrite. - Les assistants tiers restent soumis à leurs propres comptes, conditions, limites et coûts. - Les prestations humaines couvrent uniquement la migration, la configuration ou l'accompagnement inscrits au devis. - Les responsabilités de sécurité, de validation et d'exploitation sont réparties explicitement entre les parties. --- ## Commencer par un diagnostic de 30 minutes L'audit de maturité IA publié par Junyr est une visioconférence gratuite et sans engagement qui fournit un premier positionnement avant de décider d'une formation, d'un accompagnement ou de l'adoption de Junyr Suite [6]. - Situer l'organisation sur l'Échelle Junyr™. - Identifier le principal blocage vers le niveau suivant. - Choisir le premier chantier qui a du sens dans le contexte observé. - Recevoir un livrable d'une page après la séance. *Réserver l'[audit de maturité IA de 30 minutes](https://junyr.eu/fr/site/audit).* ## Prolonger l'analyse Ces ressources complètent l'évaluation par les dimensions FinOps, gouvernance des agents et maîtrise de l'infrastructure. - [Budgets tokens et API IA : le guide FinOps des PME](/blog/budgets-tokens-et-api-ia-le-guide) : construire et suivre un budget d'usage. - [Junyr Agents™ : déléguer l'IA dans votre PME sans perdre le contrôle](/blog/junyr-agents-deleguer-lia-dans-votre) : définir mandats, validations et journaux. - [Le « Tout-Cloud » est mort : 5 risques qui imposent l'On-Premise stratégique](/blog/souverainete-numerique-les-3) : examiner les options d'hébergement et de confidentialité. --- *Junyr est une plateforme éditée dans l'écosystème Croissance & Transitions.* ## Sources consultées le 6 septembre 2026 [1] **Model Context Protocol**, *Introduction*, documentation officielle. URL : https://modelcontextprotocol.io/docs/getting-started/intro ; MCP y est défini comme un standard ouvert reliant des applications d'IA à des systèmes externes au moyen notamment d'outils et de ressources. [2] **Anthropic**, *I subscribe to a paid Claude.ai plan. Why do I have to pay separately for API usage on Console?*, aide officielle. URL : https://support.anthropic.com/en/articles/9876003-i-subscribe-to-a-paid-claude-ai-plan-why-do-i-have-to-pay-separately-for-api-usage-on-console ; l'abonnement Claude.ai et l'API Console sont des produits séparés. [3] **Anthropic**, *Claude API pricing*, documentation officielle. URL : https://platform.claude.com/docs/en/about-claude/pricing ; tarifs variables par modèle et type de token. [4] **OpenAI**, *API Pricing*, documentation officielle. URL : https://developers.openai.com/api/docs/pricing ; tarifs des modèles et services API selon l'usage. [5] **Google**, *Gemini Developer API pricing*, documentation officielle. URL : https://ai.google.dev/gemini-api/docs/pricing ; tarifs et paliers de l'API Gemini. [6] **Junyr**, *Audit de maturité IA — 30 minutes*. URL : https://junyr.eu/fr/site/audit ; format, durée, livrable et absence d'engagement de l'audit. [7] **Croissance et Transitions**, *Mentions légales & identité de l'éditeur*. URL : https://junyr.eu/fr/site/mentions-legales ; positionnement public de Junyr Suite comme outil indépendant, souverain et hébergé en Europe. *Article rédigé par Paul-Antoine TUAL, AI Transformation Leader, créateur de la Méthode Junyr™.* ## Questions fréquentes ### Quelle est la proposition centrale de Junyr Suite ? Junyr Suite associe une base métier et des fonctions de gestion à une interface MCP afin que des assistants compatibles puissent consulter des données autorisées et déclencher les actions exposées par la plateforme. - La base et les règles métier forment le socle opérationnel. - MCP fournit une interface standard entre ce socle et les assistants compatibles. - Le modèle d'IA peut évoluer sans imposer la reconstruction de la couche métier. ### Pourquoi séparer le prix de Junyr du coût du modèle d'IA ? Cette séparation distingue le forfait de la plateforme des frais propres au modèle choisi, ce qui clarifie les postes de coût sans garantir que la dépense totale sera fixe ou inférieure dans chaque configuration. - Le forfait Junyr rémunère la plateforme et les services compris au contrat. - Un abonnement à un assistant peut comporter des limites d'usage. - Une API est généralement facturée selon les tarifs et volumes du fournisseur. - L'intégration, l'exploitation et l'accompagnement restent à inclure dans le coût complet. ### Un abonnement Claude, ChatGPT ou Gemini remplace-t-il toujours une API ? Un abonnement et une API sont des produits distincts, et le choix dépend des connecteurs disponibles, des conditions du fournisseur, des limites d'usage et du niveau d'automatisation attendu. - Il faut confirmer que l'assistant et le forfait choisis acceptent le serveur MCP concerné. - Les automatisations serveur à serveur peuvent nécessiter une API facturée séparément. - Les prix et limites doivent être vérifiés au moment du déploiement. ### Que signifie la souveraineté des données dans cette architecture ? La souveraineté se juge sur des engagements vérifiables concernant l'hébergement, les accès, les transferts, l'export et l'effacement, tandis que le recours à un modèle tiers ajoute son propre périmètre de traitement. - Junyr.eu indique que Junyr Suite est hébergée en Europe et indépendante des Big Tech. - Les données transmises à un assistant dépendent des outils MCP autorisés et de leurs paramètres. - Le contrat et la documentation technique doivent préciser réversibilité, sous-traitants et conservation. ### En quoi MCP facilite-t-il l'interopérabilité ? MCP est un standard ouvert qui permet à un serveur d'exposer des outils, des ressources et des invites à des applications d'IA compatibles au moyen d'une interface commune. - La couche métier peut rester stable quand l'assistant change. - Chaque outil conserve un schéma et un périmètre d'action explicites. - La compatibilité réelle et les autorisations doivent être testées pour chaque hôte. ### Comment comparer le coût d'un abonnement et celui d'une API ? Une comparaison sérieuse applique les tarifs du modèle au volume réellement observé puis ajoute tous les autres postes, sur la même période et pour le même service rendu. - Mesurer séparément les tokens d'entrée, de sortie, de cache et les éventuels appels d'outils. - Intégrer le prix des abonnements, de Junyr, de l'hébergement et de l'accompagnement. - Comparer aussi les limites, la disponibilité, l'automatisation et les responsabilités d'exploitation. - Présenter le résultat comme un scénario propre au périmètre mesuré. ### Comment démarrer avec Junyr ? L'entrée publique proposée est un audit de maturité IA gratuit, sans engagement et réalisé en visioconférence pendant 30 minutes, avant toute décision sur un accompagnement ou sur Junyr Suite. - L'échange situe l'organisation sur l'Échelle Junyr™. - Il identifie le principal blocage et le premier chantier pertinent. - Un livrable d'une page est envoyé après la séance. --- # Où se crée la valeur de l'IA ? Trois signaux pour décider sans parier sur un fournisseur Adresse : https://paulantoinetual.fr/blog/ou-va-la-valeur-de-lia-trois-signaux-de Publié le 2026-06-07, mis à jour le 2026-09-06 · Méthode Junyr™ > Modèles ouverts, IA locale et logiciel reproductible : une méthode prudente pour investir dans les données, l'intégration et les compétences. *Par Paul-Antoine TUAL · AI Transformation Leader, Croissance et Transitions · Juin 2026, révisé en septembre 2026.* Les annonces de 2026 ne prouvent pas que toute l'IA se banalise, mais elles rendent fragile une stratégie fondée sur la rareté durable d'un modèle, d'une machine ou d'un logiciel précis. - Des modèles open-weight rejoignent régulièrement les solutions fermées sur certaines évaluations, dont la portée varie avec le protocole. - Des modèles compacts exécutent désormais des flux multimodaux et agentiques sur du matériel personnel compatible. - Les mécanismes d'orchestration deviennent plus faciles à observer, réimplémenter et remplacer. - La décision utile consiste donc à tester où se trouve votre dépendance, puis à investir dans les actifs qui survivent à un changement de fournisseur. ## 1. Les modèles ouverts élargissent le choix sans abolir les écarts La sortie de GLM-5.1 et l'estimation d'Epoch AI d'un retard moyen d'environ quatre mois pour les meilleurs modèles ouverts illustrent un rapprochement réel, sans établir une équivalence générale entre licences, tâches ou modes de déploiement [1][2]. - Z.ai présente GLM-5.1 comme un modèle open-weight conçu pour des tâches longues et l'usage d'outils ; ces caractéristiques viennent de l'éditeur et doivent être confirmées sur le terrain [1]. - L'indice d'Epoch AI agrège plusieurs évaluations et comporte des limites explicites, notamment l'accès incomplet aux modèles et benchmarks privés [2]. - Un score ponctuel ne renseigne pas directement sur la stabilité de l'API, la confidentialité, la latence, le coût ni les erreurs graves dans votre processus. - L'écart utile se mesure sur un jeu de cas représentatifs, avec les mêmes outils, consignes et critères d'acceptation. Les anciens chiffres de SWE-bench ne peuvent plus soutenir une hiérarchie durable, car OpenAI a retiré SWE-bench Verified de ses évaluations de pointe en février 2026 puis sa recommandation de SWE-bench Pro en juillet après avoir identifié des défauts importants dans les tâches [3][4]. - Un classement reste un relevé daté d'un protocole donné. - Une différence de quelques points peut provenir du harness, du budget de calcul ou d'un intervalle d'incertitude. - Une entreprise doit conserver l'historique de ses propres régressions au lieu de remplacer son architecture à chaque publication. La baisse du prix d'une capacité donnée renforce la substituabilité des modèles, mais elle ne garantit aucune baisse de facture tant que l'usage, les reprises et le contrôle humain ne sont pas comptés. - Le **prix par token** compare une unité facturée dans des conditions précises. - Le **coût total du flux** ajoute volume, appels d'outils, infrastructure, observabilité et travail humain. - Le **coût par résultat accepté** divise ce total par les dossiers réellement validés et constitue le bon indicateur de pilotage. ## 2. L'exécution locale devient une option, pas une règle d'achat Gemma 4 12B montre qu'un modèle multimodal orienté vers les agents peut fonctionner sur un ordinateur équipé de 16 Go de VRAM ou de mémoire unifiée, ce qui ouvre des scénarios locaux sans démontrer qu'un portable suffit à tous les usages [5][6]. - Google documente la vision, l'audio natif et l'exécution locale du modèle, ainsi que des exemples de traitement et d'usage d'outils sur ordinateur [5][6]. - La mémoire annoncée décrit la possibilité d'exécuter le modèle ; elle ne garantit ni débit, ni autonomie, ni qualité applicative. - Les besoins de raisonnement, de contexte, de simultanéité et de disponibilité peuvent toujours justifier une API ou une infrastructure plus importante. - Une donnée sensible ne devient pas automatiquement sûre parce que le calcul est local : les accès, journaux, sauvegardes et mises à jour restent à gouverner. Le position paper de chercheurs de NVIDIA propose que 80 à 90 % des appels d'un système agentique puissent être confiés à de petits modèles, mais ce chiffre est une hypothèse d'architecture à tester et non une mesure représentative de toutes les entreprises [7]. - Les appels d'outils simples, le routage et les transformations structurées sont de bons candidats à un modèle compact. - Les cas ambigus, rares ou à fort impact peuvent être escaladés vers un modèle plus capable ou un humain. - La part réellement routable dépend du corpus, de l'agent, des seuils d'acceptation et du coût des erreurs. La quantification peut réduire l'empreinte mémoire de certains composants, mais ses gains doivent rester attachés au modèle, au nombre de bits, au matériel et au benchmark effectivement testés [8]. - Google Research rapporte pour TurboQuant des résultats sur la compression du cache KV et la recherche vectorielle, avec plusieurs modèles et tests de long contexte [8]. - Ces résultats ne prouvent pas qu'un modèle autrefois réservé à un cluster conserve toute sa qualité sur n'importe quel poste de travail. - Une comparaison local/cloud doit mesurer consommation électrique, administration, disponibilité, amortissement et coût d'opportunité, en plus du prix des tokens. ## 3. Le code d'orchestration circule vite, mais l'exploitation reste difficile L'épisode du source map de Claude Code rapporté par Zscaler, suivi par l'apparition de réimplémentations publiques, montre que des choix d'architecture peuvent se diffuser rapidement sans prouver que toute la valeur d'un produit est clonable en une nuit [9][10]. - Les boucles de planification, les appels d'outils et les modèles de permission peuvent être étudiés puis reconstruits. - La marque, la distribution et l'expérience utilisateur ne se copient pas avec un dépôt de code. - La sécurité, les évaluations, les connecteurs, le support et la cadence de maintenance demandent un travail récurrent. - La barrière défendable réside donc dans le système opéré et son adoption, plutôt que dans le secret d'un harness isolé. ## 4. Les laboratoires vendent plusieurs formes de valeur Réduire les laboratoires à des loueurs de calcul serait prématuré, car leur position dépend aussi de la recherche, de la distribution, de la sûreté, des produits intégrés, des contrats et de leur capacité à exploiter les modèles à grande échelle. - La concurrence sur les prix d'API peut comprimer une composante de marge sans déterminer la rentabilité d'une entreprise entière. - Un modèle avancé peut conserver une prime sur une tâche exigeante même si une solution compacte suffit ailleurs. - Les données d'usage, l'écosystème développeur, la marque et les garanties contractuelles créent des coûts de changement réels. - Les chiffres privés de revenus, de marges ou de valorisation ne permettent pas une conclusion solide sans comptes comparables et audités. Le partenariat annoncé par IBM et Google Cloud en juin 2026 apporte un signal plus borné : mettre des agents en production exige des compétences de secteur, de modernisation, de gouvernance et d'intégration en plus du modèle [11]. - IBM annonce une pratique mondiale réunissant plusieurs milliers de consultants certifiés Google Cloud [11]. - Le communiqué décrit des agents, des données, de la cybersécurité, du cloud hybride et de la résilience opérationnelle. - Il s'agit d'une déclaration commerciale des partenaires, qui documente leur offre mais ne prouve pas que tous les acteurs convergeront vers le conseil. ## 5. Cartographier les actifs qui résistent au changement de modèle La question utile consiste à identifier pour chaque couche la pression concurrentielle, la dépendance créée et la preuve exigée avant d'investir, sans prédire une migration certaine de la valeur. - Examinez séparément les six couches afin d'éviter qu'un prix de modèle masque le coût du système complet. - Convertissez chaque dépendance détectée en actif interne, critère contractuel ou solution de repli. | Couche | Pression à examiner | Actif durable à construire | | --- | --- | --- | | Calcul et hébergement | Prix, capacité, disponibilité, énergie | Architecture dimensionnée et options de repli | | Modèle | Qualité datée, prix unitaire, politique de version | Évaluation interne et interface remplaçable | | Logiciel agentique | Copiabilité des fonctions, dépendance aux API | Connecteurs maintenus, contrôles et observabilité | | Données | Qualité, droits, fraîcheur, accès | Corpus gouverné et traçable | | Processus | Coût des erreurs, acceptation, délais | Règles, seuils et reprise humaine | | Compétences | Dépendance au prestataire, capacité d'exploitation | Équipe formée et responsabilités explicites | Une PME gagne en résilience lorsqu'elle achète une capacité réversible et garde chez elle la définition du résultat attendu, les données autorisées et les preuves de qualité. - Versionnez les cas de test, les consignes et les sorties acceptées. - Isolez l'appel au modèle derrière une interface que vous contrôlez. - Mesurez le coût par dossier accepté et le temps de validation humaine. - Négociez la restitution des données, les délais de migration et un scénario de repli. > **Trois questions de direction :** quelle part du flux a réellement besoin du modèle le plus capable, que perdrait l'entreprise si le fournisseur changeait demain, et quel actif interne s'améliore à chaque dossier traité ? ## 6. Ce que ces signaux permettent de conclure — et leurs limites Ces signaux justifient une discipline d'achat et une vigilance sur les dépendances, mais ils ne permettent ni de dater une correction financière ni d'affirmer quelles couches gagneront ou perdront mécaniquement de la valeur. - Les performances, tarifs et parts de marché évoluent à des rythmes différents. - Une entreprise cotée combine souvent plusieurs couches de la chaîne et plusieurs sources de revenus. - Une bonne décision opérationnelle peut rester pertinente quel que soit le scénario boursier : tester, limiter l'enfermement et capitaliser sur les actifs internes. - Toute décision d'investissement financier exige des informations réglementées et un conseil adapté à la situation de l'investisseur. ## Passer du signal à une première décision L'[audit gratuit de maturité IA Junyr](https://junyr.eu/fr/site/audit) est un échange vidéo de 30 minutes, sans engagement, qui situe l'entreprise sur l'échelle, identifie le principal blocage et le premier projet raisonnable, puis donne lieu à une synthèse d'une page. - Préparez un processus candidat, son volume et deux exemples de dossiers. - Utilisez l'échange pour décider quoi mesurer avant de choisir un modèle ou une infrastructure. *Paul-Antoine TUAL · AI Transformation Leader · Croissance et Transitions (SAS) · Méthode Junyr™* ## Sources [1] Z.ai, [*GLM-5.1 release notes*](https://docs.z.ai/release-notes/new-released), 7 avril 2026. [2] Epoch AI, [*Open models lag state-of-the-art closed models by 4 months*](https://epoch.ai/data-insights/open-closed-eci-gap), 29 mai 2026. [3] OpenAI, [*Why SWE-bench Verified no longer measures frontier coding capabilities*](https://openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/), 23 février 2026. [4] OpenAI, [*Separating signal from noise in coding evaluations*](https://openai.com/index/separating-signal-from-noise-coding-evaluations/), 8 juillet 2026. [5] Google, [*Introducing Gemma 4 12B*](https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemma-4-12B/), 3 juin 2026. [6] Google Developers Blog, [*Bringing Gemma 4 12B to your Laptop*](https://developers.googleblog.com/bringing-gemma-4-12b-to-your-laptop-unlocking-local-agentic-workflows-with-google-ai-edge/), 3 juin 2026. [7] NVIDIA Research, [*Small Language Models are the Future of Agentic AI*](https://arxiv.org/abs/2506.02153), position paper, version consultée le 6 septembre 2026. [8] Google Research, [*TurboQuant: Redefining AI efficiency with extreme compression*](https://research.google/blog/turboquant-redefining-ai-efficiency-with-extreme-compression/), 24 mars 2026. [9] Zscaler ThreatLabz, [*Anthropic Claude Code Leak*](https://www.zscaler.com/blogs/security-research/anthropic-claude-code-leak), 2026. [10] GitHub, [dépôt `ultraworkers/claw-code`](https://github.com/ultraworkers/claw-code), consulté le 6 septembre 2026. [11] IBM, [*IBM and Google Cloud Announce Strategic Partnership to Scale AI with Human Expertise and AI-Powered Delivery*](https://newsroom.ibm.com/2026-06-04-ibm-and-google-cloud-announce-strategic-partnership-to-scale-ai-with-human-expertise-and-ai-powered-delivery), 4 juin 2026. ## Questions fréquentes ### Un modèle open-weight vaut-il un modèle propriétaire ? La licence ne prédit pas la qualité : la comparaison doit porter sur une version, une configuration et les tâches réelles de l'entreprise. - Les classements publics servent à présélectionner des candidats, pas à désigner un vainqueur durable. - L'hébergement privé apporte du contrôle mais transfère l'exploitation, la sécurité et les mises à jour à l'entreprise. - Le bon choix minimise le coût d'un résultat accepté sous les contraintes de qualité, de délai et de risque. ### Une PME doit-elle exécuter ses modèles en local ? Le local devient crédible pour certains flux, mais sa pertinence dépend du modèle, du volume, de la latence, des données et des compétences disponibles. - Google indique que Gemma 4 12B peut fonctionner avec 16 Go de VRAM ou de mémoire unifiée. - Une API managée reste souvent plus simple pour les pointes de charge, les capacités avancées et les équipes sans exploitation dédiée. - Un essai comparatif doit mesurer qualité, débit, disponibilité et coût complet avant tout achat de matériel. ### La baisse du prix par token réduit-elle forcément la facture ? Un token moins cher réduit un prix unitaire, alors que la facture totale dépend aussi du volume, des reprises et du contrôle humain. - Mesurez séparément les tokens d'entrée, de sortie et de raisonnement, ainsi que les appels d'outils. - Ajoutez les nouvelles tentatives, l'infrastructure, l'observabilité et le temps de validation. - Rapportez le total à un dossier accepté, un ticket résolu ou un document approuvé. ### Le logiciel d'un agent IA constitue-t-il une barrière durable ? Le code d'orchestration peut être reproduit ou remplacé, tandis que la fiabilité opérationnelle et l'accès au workflow demandent un effort continu. - Les boucles d'agent, outils et permissions reposent souvent sur des schémas observables. - Les connecteurs maintenus, les évaluations, la sécurité et le support restent coûteux à exploiter. - La défense la plus solide associe distribution, confiance, données et intégration au métier. ### Où concentrer un budget IA ? Le budget le plus résilient finance les actifs qui restent utiles lorsque le modèle ou l'outil change. - Corpus gouverné, règles explicites et droits d'accès. - Connecteurs, évaluations et observabilité du processus. - Compétences internes, conduite du changement et clauses de sortie fournisseur. --- # Prospection en visio : conduire un premier rendez-vous B2B utile en 2026 Adresse : https://paulantoinetual.fr/blog/golden-standard-prospection-visio-2026 Publié le 2026-06-02, mis à jour le 2026-09-06 · Efficacité personnelle > Préparer, découvrir, démontrer, chiffrer et conclure un premier rendez-vous B2B à distance, avec un usage encadré de l'enregistrement et de l'IA. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Mai 2026, mis à jour le 6 septembre 2026.* ## Le commercial intervient là où le self-service s'arrête Le premier rendez-vous B2B à distance a une fonction plus précise en 2026 : reprendre les informations déjà consultées par l'acheteur, les confronter à son contexte et préparer une décision qu'il pourra partager avec les autres parties prenantes. - Dans l'enquête Gartner de mars 2026, **67 %** des répondants préfèrent une expérience sans commercial sur une partie du parcours [5]. - Dans une autre enquête Gartner publiée en mai 2026, **69 %** disent solliciter un commercial pour valider des analyses produites par l'IA [6]. - Ces pourcentages décrivent des enquêtes distinctes ; ils soutiennent une complémentarité entre self-service et échange humain, sans établir qu'une visio donnée fera progresser ou gagner une affaire. - Le rendez-vous doit donc apporter ce que la page web ou l'assistant ne peut pas fixer seul : le contexte, les désaccords, les critères et la prochaine décision. Une visio utile suit une séquence observable que l'équipe peut préparer, répéter puis améliorer à partir de ses propres affaires, plutôt qu'un idéal de présence ou une recette de conversion annoncée comme universelle. - **Avant :** formuler une hypothèse de valeur, partager l'objectif et tester le dispositif. - **Pendant :** découvrir, reformuler, montrer un scénario puis chiffrer avec des hypothèses visibles. - **À la fin :** convenir d'une prochaine décision, des responsables et d'une échéance. - **Après :** envoyer une synthèse vérifiée et mettre à jour le CRM selon les règles de l'entreprise. ## Avant l'appel : préparer l'hypothèse, l'agenda et le dispositif La préparation doit permettre au prospect de comprendre pourquoi la réunion mérite son temps et au commercial d'entrer directement dans le problème métier, sans prétendre connaître à l'avance la réponse. - **Hypothèse :** relier un fait public ou communiqué par le prospect à un coût, un délai ou un risque à vérifier pendant l'échange. - **Questions :** préparer trois thèmes distincts — situation actuelle, conséquences, décision — puis adapter les relances aux réponses. - **Agenda :** envoyer l'objectif, les trois temps de la réunion et le résultat attendu ; une salle de vente numérique peut centraliser ces éléments si plusieurs personnes doivent les reprendre. - **Dispositif :** vérifier son, caméra, partage d'écran, droits d'accès et solution de repli ; la qualité attendue est celle qui évite de détourner l'attention du fond. Pour un éditeur de logiciel de maintenance, une préparation concrète pourrait partir du délai de clôture mensuelle observé chez le prospect et annoncer un test ciblé sur un seul rapport, sans promettre que l'outil réduira ce délai avant d'avoir vu le flux réel. - Apporter un jeu de données fictif ou anonymisé pour la démonstration. - Demander qui produit, vérifie et utilise aujourd'hui le rapport. - Prévoir une capture ou une courte vidéo si l'environnement de démonstration échoue. - Ne demander des données réelles qu'après avoir clarifié leur nécessité et les conditions de traitement. ## Pendant l'appel : découvrir avant de démontrer Le repère **43 % de parole pour 57 % d'écoute** publié par Gong à partir de plus de 326 000 appels aide à relire une pratique, mais il ne remplace ni le contexte de l'échantillon ni la vérification de ce que le prospect a réellement pu expliquer [8]. - Poser une première question après avoir confirmé l'objectif et le temps disponible. - Explorer successivement la situation, le problème, ses conséquences et le besoin, comme le propose SPIN, sans transformer la réunion en questionnaire. - Demander les critères de décision, les personnes concernées et le processus interne, éléments que MEDDIC aide à cartographier. - Reformuler le problème, les contraintes et les désaccords avant d'ouvrir la démonstration. L'attention à distance se vérifie par des interactions explicites plutôt que par une interprétation psychologique de la caméra, car un regard hors écran ou une caméra coupée peut avoir de nombreuses causes. - Nommer chaque changement de phase : découverte, scénario, hypothèses chiffrées, suite. - Faire participer l'interlocuteur par une correction, un choix ou une donnée qu'il souhaite partager. - En cas de silence ou de décrochage apparent, demander si le niveau de détail convient. - Si plusieurs décideurs sont absents, consigner les questions qu'ils devront trancher plutôt que d'inférer leur position. ## Démontrer un scénario, puis laisser le prospect le contester Une démonstration devient utile lorsqu'elle relie quelques actions du produit à un scénario formulé pendant la découverte, tout en rendant visibles les limites et les données encore manquantes. - Reprendre les mots employés par le prospect pour nommer le point de départ et le résultat attendu. - Montrer le chemin principal de bout en bout avant les fonctions secondaires. - Inviter le prospect à choisir un cas, modifier une hypothèse ou signaler un écart avec son processus. - Distinguer ce qui est disponible, ce qui exige une configuration et ce qui reste à vérifier. Dans le cas d'un distributeur industriel qui veut accélérer ses devis, la démonstration peut suivre une demande réelle simplifiée depuis la réception jusqu'au brouillon relu, sans extrapoler un taux de transformation à partir de chiffres promotionnels d'éditeurs de démos [10, 11]. - Montrer la provenance de chaque donnée utilisée dans le devis. - Faire apparaître les contrôles humains avant envoi. - Noter les exceptions qui empêchent l'automatisation complète. - Terminer par la mesure à relever sur un pilote : durée totale, reprises et erreurs détectées. ## Chiffrer sans transformer l'hypothèse en promesse Le business case construit en séance sert à rendre les hypothèses discutables et à identifier les données nécessaires, sans confondre capacité libérée, économie de trésorerie et revenu additionnel. - **Volume :** nombre de dossiers concernés sur une période définie. - **Situation actuelle :** temps complet, coût pertinent et qualité observée, y compris les reprises. - **Scénario :** changement prudent à tester, avec une fourchette plutôt qu'un point certain. - **Coût total :** licences, intégration, conduite du changement, contrôle et exploitation. - **Décision :** seuil mesurable qui justifie de poursuivre, modifier ou arrêter le pilote. Si 200 devis trimestriels demandent en moyenne 45 minutes jusqu'à validation, une hypothèse de 15 minutes libérées par devis représente 50 heures de capacité ; ce calcul ne devient une économie que si l'entreprise peut effectivement réduire une dépense, et il ne devient un revenu que si cette capacité produit une marge additionnelle attribuable. - Faire confirmer le volume et la durée par le responsable du processus. - Séparer les mesures observées des hypothèses du fournisseur. - Éviter de compter à la fois les heures libérées et le chiffre d'affaires qu'elles permettraient de générer. - Inscrire dans le compte rendu les valeurs à mesurer pendant le pilote. ## Conclure par une décision, puis envoyer une synthèse exploitable La réunion avance lorsqu'elle se termine sur un plan d'action commun proportionné au stade de l'affaire, dont chaque étape possède un objet, un responsable et une date convenus par les deux parties. - Confirmer la prochaine décision attendue : accès à des données, atelier métier, test ou arbitrage budgétaire. - Nommer la personne qui fournit chaque entrée et celle qui valide le résultat. - Fixer une date réaliste avant de quitter l'appel. - Présenter le **+26 % de taux de réussite** publié par Outreach comme un résultat de fournisseur associé à ses pratiques, et non comme un effet causal garanti [13]. Le compte rendu doit restituer fidèlement ce qui engage les participants, que sa première version soit rédigée par un humain ou par un assistant IA. - Résumer le problème, le périmètre et les critères de décision. - Séparer faits confirmés, hypothèses à tester et questions ouvertes. - Lister les actions avec responsables et dates. - Faire relire la sortie de l'IA avant envoi et avant toute écriture automatique dans le CRM. L'étude HBR souvent citée sur la réponse en moins de cinq minutes portait sur la prise en charge de prospects web avant qualification ; elle ne permet pas d'affirmer qu'un compte rendu envoyé dans l'heure améliore à lui seul la conversion après une réunion [12]. - Répondre rapidement reste une règle de service raisonnable lorsque l'information est prête. - La précision de la synthèse prime sur une échéance arbitraire. - L'équipe peut mesurer sur son propre cycle le délai, le taux de réponse, la progression et les corrections nécessaires. ## Enregistrement et IA : quatre contrôles juridiques et opérationnels L'enregistrement et la transcription d'une réunion ne se résument ni à l'ajout d'un robot ni à une case « consentement », car le RGPD, l'information des personnes, la sécurité du traitement et le droit pénal français répondent à des questions distinctes [17, 18]. - **Base légale :** choisir et documenter avant le traitement l'une des bases prévues par le RGPD ; le consentement est une possibilité, tandis que le contrat ou l'intérêt légitime ne s'appliquent que si leurs conditions propres sont réellement remplies. - **Transparence et droits :** informer de la finalité, du responsable, des destinataires, de la conservation et des droits ; un accord éventuel ne dispense jamais de cette information. - **Proportionnalité et sécurité :** n'enregistrer que ce qui est nécessaire, limiter les accès et la durée, encadrer le fournisseur et les transferts, puis prévoir la suppression. - **Paroles privées ou confidentielles :** l'article 226-1 du Code pénal sanctionne l'atteinte volontaire à la vie privée par leur captation sans consentement ; une autre base RGPD ne neutralise pas cette contrainte pénale. Une politique interne prudente peut exiger l'accord exprès de chaque participant avant tout enregistrement, tout en précisant que ce choix organisationnel n'est pas l'unique base légale possible au titre du RGPD et qu'il ne vaut que pour la finalité annoncée. - Annoncer l'enregistrement avant son démarrage, pas après l'arrivée du robot. - Offrir une réunion sans enregistrement et utiliser des notes manuelles en cas de refus. - Interrompre la captation lorsqu'un échange devient privé, confidentiel ou hors finalité. - Réévaluer la base légale et l'information si la transcription sert ensuite à entraîner, évaluer ou profiler. L'article 4 de l'AI Act, dans sa version modifiée en 2026, demande aux fournisseurs et déployeurs concernés de soutenir la littératie IA de leur personnel et des autres personnes chargées pour leur compte de l'exploitation ou de l'utilisation des systèmes, selon leurs connaissances, leur expérience et le contexte [19]. - Former les commerciaux aux limites de transcription, aux hallucinations et aux règles d'escalade. - Montrer comment corriger une attribution, retirer une donnée et signaler un incident. - Définir qui valide le compte rendu et qui peut déclencher une action dans le CRM. - Ne pas présenter cette formation comme une certification générale de conformité. ## Un standard en huit gestes vérifiables La qualité d'un premier rendez-vous en visio repose sur une chaîne d'exécution que l'équipe peut observer et améliorer, sans attribuer à un outil, à un ratio ou à une case juridique un pouvoir qu'il n'a pas. - Formuler une hypothèse de valeur à vérifier. - Partager l'objectif et l'agenda. - Tester la visio, la démonstration et le repli. - Découvrir puis reformuler avant de montrer. - Démontrer un scénario issu de l'échange. - Chiffrer avec des hypothèses et des coûts visibles. - Fixer la prochaine décision, les responsables et la date. - Envoyer une synthèse vérifiée dans le cadre de gouvernance établi. La **Méthode Junyr™** applique ici un principe simple : déléguer la transcription, la synthèse ou la synchronisation CRM exige de définir le mandat, les données accessibles, les contrôles humains et les critères qui permettent d'accepter le résultat. - Commencer sur un flux réversible et peu risqué. - Mesurer le temps total, les erreurs, les reprises et l'utilité pour le destinataire. - Étendre l'automatisation seulement après avoir stabilisé la méthode et les responsabilités. ## Tester la méthode sur trois rendez-vous Trois réunions comparables suffisent pour obtenir un premier retour opérationnel sur la méthode, sans permettre d'en déduire un taux de conversion général ni un effet causal. - Avant chaque appel, préparer la même fiche : hypothèse, agenda, scénario, métriques et prochain jalon possible. - Après chaque appel, relever la part de découverte, les hypothèses corrigées, les actions datées et les reprises du compte rendu. - À l'issue des trois appels, conserver les gestes qui ont amélioré la clarté, le temps de cycle ou la qualité des décisions. *Situez votre organisation avec l’[audit de maturité IA Junyr gratuit](https://junyr.eu/fr/site/audit).* *Paul-Antoine TUAL · AI Transformation Leader · Croissance et Transitions (SAS) · Méthode Junyr™* --- ## Sources [1] McKinsey & Company, *The future of B2B sales is hybrid*. https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the-future-of-b2b-sales-is-hybrid [2] McKinsey & Company, *Five fundamental truths: How B2B winners keep growing (B2B Pulse 2024)*. https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/five-fundamental-truths-how-b2b-winners-keep-growing [3] Gartner, *Gartner Says 80% of B2B Sales Interactions Between Suppliers and Buyers Will Occur in Digital Channels by 2025*. https://www.gartner.com/en/newsroom/press-releases/2020-09-15-gartner-says-80–of-b2b-sales-interactions-between-su [4] Gartner, *The B2B Buying Journey: Key Stages and How to Optimize Them*. https://www.gartner.com/en/sales/insights/b2b-buying-journey [5] Gartner, *Gartner Sales Survey Finds 67% of B2B Buyers Prefer a Rep-Free Experience* (9 mars 2026). https://www.gartner.com/en/newsroom/press-releases/2026-03-09-gartner-sales-survey-finds-67-percent-of-b2b-buyers-prefer-a-rep-free-experience [6] Gartner, *Gartner Survey Finds 69% of B2B Buyers Turn to Sales Reps to Validate AI-Generated Insights* (20 mai 2026). https://www.gartner.com/en/newsroom/press-releases/2026-05-20-gartner-survey-finds-sixty-nine-percent-of-b-two-b-buyers-turn-to-sales-reps-to-validate-ai-generated-insights [7] Gartner, *Gartner Says by 2030 that 75% of B2B Buyers Will Prefer Sales Experiences that Prioritize Human Interaction Over AI* (25 août 2025). https://www.gartner.com/en/newsroom/press-releases/2025-08-25-gartner-says-by-2030-that-75-percent-of-b2b-buyers-will-prefer-sales-experiences-that-prioritize-human-interaction-over-ai [8] Gong, *Mastering the talk-to-listen ratio in sales calls* (analyse déclarée de 326 000 appels B2B). https://www.gong.io/blog/talk-to-listen-conversion-ratio [9] Gong, *Mastering Discovery Calls: Essential Questions and Tips*. https://www.gong.io/blog/best-discovery-call-tips [10] Navattic, *Interactive Demo Best Practices 2026* (source éditeur). https://www.navattic.com/blog/interactive-demos [11] Demostack, *Sales Demo: 8 Tips to Improve Your Demo Conversion Rates* (source éditeur). https://www.demostack.com/post/sales-demo-roi [12] Harvard Business Review, Oldroyd, McElheran & Elkington, *The Short Life of Online Sales Leads* (2011). https://hbr.org/2011/03/the-short-life-of-online-sales-leads [13] Outreach, *How to improve win rates by 26% with a best-in-class mutual action plan* (source éditeur). https://www.outreach.io/resources/blog/how-to-use-mutual-action-plans [14] Gartner, *Gartner Predicts 75% of B2B Sales Organizations Will Augment Traditional Sales Playbooks with AI-Guided Selling Solutions by 2025*. https://www.gartner.com/en/newsroom/press-releases/gartner-predicts-75–of-b2b-sales-organizations-will-augment-tra [15] Gartner, *Sales Organizations That Provide AI-Enabled Next Best Actions Are 2.6x More Likely to Achieve Commercial Growth* (20 mai 2026). https://www.businesswire.com/news/home/20260520536156/en/Gartner-Survey-Finds-Sales-Organizations-That-Provide-AI-Enabled-Next-Best-Actions-Are-2.6x-More-Likely-to-Achieve-Commercial-Growth [16] Forrester, *Forrester's 2026 B2B Marketing, Sales, And Product Predictions* (28 octobre 2025). https://www.forrester.com/press-newsroom/forrester-b2b-marketing-sales-product-2026-predictions/ [17] CNIL, *La licéité du traitement : l'essentiel sur les bases légales prévues par le RGPD* ; *L'écoute et l'enregistrement des appels sur le lieu de travail*. https://www.cnil.fr/fr/les-bases-legales/liceite-essentiel-sur-les-bases-legales | https://www.cnil.fr/lecoute-et-lenregistrement-des-appels-sur-le-lieu-de-travail [18] Légifrance, Code pénal, article 226-1, version en vigueur depuis le 23 mars 2024. https://www.legifrance.gouv.fr/loda/article_lc/LEGIARTI000049312755 [19] Règlement (UE) 2026/1744, article 4 modifié relatif à la littératie IA. https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32026R1744 ## Questions fréquentes ### Quelle durée prévoir pour un premier rendez-vous de prospection en visio ? Un créneau de trente à quarante-cinq minutes constitue un point de départ praticable, à ajuster selon la complexité du sujet, le nombre de participants et la décision attendue. - Ouvrez par cinq minutes de cadrage et de validation de l'agenda. - Réservez la plus grande part à la découverte et au scénario métier. - Gardez les dernières minutes pour décider de la suite, des responsables et de l'échéance. ### Quel ratio parole/écoute viser en rendez-vous commercial ? Le ratio de 43 % de parole pour 57 % d'écoute observé par Gong sur son échantillon peut servir de repère de débrief, sans devenir une règle universelle ni un objectif à piloter seconde par seconde [8]. - Mesurez surtout si le prospect a pu exposer le problème, ses conséquences et ses critères. - Préférez des relances liées aux réponses à une liste rigide de questions. - À la fin, reformulez ce que vous avez compris et faites-le corriger. ### Peut-on enregistrer et transcrire une réunion en respectant le RGPD ? Oui dans certains cadres, mais une politique sérieuse doit distinguer la base légale du traitement, l'information des personnes, leurs droits et les contraintes pénales propres aux paroles privées ou confidentielles [17, 18]. - Déterminez et documentez la base légale avant l'enregistrement ; le consentement n'est qu'une des six bases du RGPD. - Informez les participants de la finalité, du responsable, des destinataires, de la durée de conservation et de leurs droits. - Si le consentement est retenu, il doit être libre, spécifique, éclairé et univoque, et un simple bouton dans l'invitation ne suffit pas à le présumer. - En France, l'article 226-1 du Code pénal sanctionne l'atteinte volontaire à la vie privée par la captation sans consentement de paroles privées ou confidentielles ; en cas de doute ou de refus, désactivez l'enregistrement et prenez des notes. ### Un assistant IA de compte rendu est-il utile ? Il est utile lorsqu'il réduit le délai entre la réunion et un compte rendu vérifié, à condition de mesurer le temps total, les corrections et les erreurs plutôt que de supposer un gain automatique. - Limitez sa sortie aux décisions, hypothèses, objections, responsables et échéances. - Faites relire le compte rendu par le commercial avant tout envoi ou synchronisation CRM. - Comparez plusieurs réunions avec et sans assistant sur le temps, la qualité et les reprises. ### Le self-service fait-il disparaître le commercial B2B ? Les enquêtes Gartner de 2026 décrivent deux attentes coexistantes : 67 % des répondants préfèrent une expérience sans commercial sur une partie du parcours, tandis que 69 % sollicitent un commercial pour valider des analyses issues de l'IA [5, 6]. - Le contenu et les outils en libre-service prennent en charge l'information accessible. - Le rendez-vous humain sert à tester les hypothèses, arbitrer et organiser la décision. - Ces résultats décrivent les échantillons Gartner et ne prédisent pas l'issue d'un rendez-vous particulier. ### Comment faire avancer une affaire après le premier rendez-vous ? La progression devient vérifiable lorsque le vendeur et l'acheteur quittent la réunion avec la même synthèse, une prochaine décision explicite et des responsabilités datées. - Consignez le problème, les hypothèses chiffrées et les points encore à confirmer. - Nommez le prochain livrable, son responsable et sa date. - Envoyez rapidement le compte rendu, sans présenter la vitesse comme une garantie de conversion. --- # Junyr Agents™ : déléguer des processus à l’IA avec un mandat clair Adresse : https://paulantoinetual.fr/blog/junyr-agents-deleguer-lia-dans-votre Publié le 2026-06-01, mis à jour le 2026-09-06 · Méthode Junyr™ > Une méthode concrète pour cadrer un agent IA : mandat versionné, permissions, validations humaines, journal d’actions et pilote mesuré. L’enquête mondiale McKinsey publiée en novembre 2025 montre un passage encore limité de l’essai à l’échelle : 23 % des répondants déclarent déployer un système agentique dans au moins une fonction et 39 % supplémentaires l’expérimenter, ce qui décrit les organisations interrogées sans mesurer spécifiquement les PME françaises [1]. - Le chiffre de 62 % additionne déploiement et expérimentation ; il ne signifie pas que 62 % des entreprises disposent d’agents autonomes en production. - La mise à l’échelle concerne le plus souvent une ou deux fonctions parmi les répondants qui la déclarent. - Le problème pratique devient donc celui de la délégation : décider ce que l’agent peut faire, avec quelles données, sous quel contrôle et selon quelle preuve. Junyr Agents™ formalise cette délégation comme une configuration de produit et une méthode de pilotage fondées sur un mandat, des permissions, des validations et un journal, dont l’efficacité doit ensuite être établie sur chaque processus réel. - Le mandat décrit le résultat attendu et les limites d’action. - Les permissions traduisent ces limites dans les outils et les données accessibles. - Les validations humaines protègent les décisions sensibles ou difficiles à annuler. - Le journal permet de comprendre, reprendre et évaluer l’exécution. --- ## Assistant ou agent : la frontière se situe dans l’action Un assistant répond dans une interaction pilotée étape par étape, tandis qu’un agent reçoit un objectif, planifie ou enchaîne plusieurs opérations et peut appeler des outils qui produisent un effet dans le système d’information. - **Interaction** : l’assistant propose un texte, une analyse ou une commande que l’utilisateur reprend. - **Exécution** : l’agent peut lire une commande, préparer un devis, écrire un statut ou déclencher une transmission. - **Risque** : une réponse erronée se corrige souvent avant usage ; une action erronée peut atteindre un client, une base ou un flux financier. - **Contrôle** : le niveau d’autonomie acceptable dépend de l’impact, de la réversibilité et de la qualité des signaux disponibles. Cette distinction fournit un test simple pour le cadrage : dès qu’un système peut agir au-delà de la conversation, son périmètre, ses identités techniques, ses conditions d’arrêt et ses escalades doivent être écrits avant le déploiement. - Une lecture seule n’accorde pas le même pouvoir qu’une création ou une suppression. - Une préparation de facture n’équivaut pas à son émission. - Un brouillon d’email n’équivaut pas à un envoi externe. - Une recommandation RH n’équivaut pas à une décision sur une personne. --- ## Mandat, supervision et preuve : les trois contrôles Junyr Le mandat explicite transforme un objectif vague en contrat d’exécution versionné, validé par un référent métier et assez précis pour décider après coup si l’agent est resté dans son rôle. - **Objectif** : résultat attendu, destinataire et critère d’achèvement. - **Périmètre** : sources autorisées, outils accessibles et actions permises. - **Limites** : montants, catégories de données, horaires et opérations exclues. - **Escalade** : cas ambigus, erreurs, conflits ou seuils qui rendent la main à l’humain. La supervision humaine documentée répartit les validations selon le risque plutôt que de soumettre mécaniquement chaque étape au même contrôle. - Les actions en lecture ou les brouillons réversibles peuvent être préautorisés. - Les communications externes, écritures métier ou paiements exigent une règle d’approbation explicite. - Les décisions portant sur des personnes nécessitent un examen adapté au contexte juridique et aux droits concernés. - L’approbateur doit disposer du contexte, du temps et de l’autorité nécessaires pour contester la sortie. Le journal auditable doit relier l’objectif, la version du mandat, l’identité utilisée, les appels d’outils, les validations et le résultat afin que l’équipe puisse expliquer une exécution et corriger le dispositif. - **Pilotage** : délais, échecs, reprises et coût par dossier. - **Investigation** : données consultées, action effectuée et responsable de l’approbation. - **Amélioration** : causes récurrentes d’escalade et règles à modifier. - **Conformité** : éléments utiles à certaines obligations, sans présumer de la qualification du système ni remplacer l’analyse applicable. --- ## L’architecture annoncée, et ce qu’elle permet réellement de contrôler La présentation publique de Junyr décrit une suite hébergée en France, reliée à Junyr Mail et à un ERP intégré, avec orchestration d’agents, permissions et routage par email ; ce sont des choix d’architecture et des contrôles configurables, pas une garantie universelle de sécurité ou de conformité [3]. - **Canal** : une mission peut être déclenchée et suivie depuis l’email. - **Contexte métier** : les agents peuvent travailler avec les modules commercial, production, RH, finances, marketing, RSE, administration et tableau de bord décrits par la suite. - **Accès** : les rôles et permissions limitent les données et outils attribués à chaque agent. - **Traçabilité** : l’offre Entreprise annonce un journal d’audit ; sa couverture doit être vérifiée contre le mandat et le scénario testé. Les « Night Reflections » sont présentées comme des cycles planifiés de consolidation et de vérification hors production, mais une nouvelle passe de modèle ne prouve pas que le résultat initial devient exact. - Le cycle peut rapprocher une sortie de règles ou de données de référence. - Les écarts détectés peuvent alimenter une file de reprise ou d’escalade. - Les contrôles déterministes restent préférables pour les formats, montants, identifiants et règles calculables. - Un échantillonnage humain conserve sa place tant que le taux et la gravité des erreurs ne sont pas établis dans le contexte réel. --- ## Cinq agents types, à configurer pour chaque processus Junyr présente cinq familles d’agents comme des exemples de missions conçues sur mesure, avec un mandat et des données propres à l’entreprise, plutôt que comme un catalogue prêt à produire les mêmes résultats partout [3]. - **Devis** : qualifier la demande, préparer une proposition depuis le catalogue et la soumettre au commercial. - **Facturation** : préparer et contrôler une facture issue d’une commande acceptée avant validation et transmission ; cette fonction est publiquement indiquée comme en développement. - **Reporting** : compiler à fréquence définie les indicateurs issus de l’ERP et signaler les données manquantes. - **Veille** : surveiller une liste de sources définie et produire une note avec liens et date de collecte. - **SAV de niveau 1** : classer les demandes, répondre depuis une base approuvée et transférer les cas non couverts. Deux missions internes servent d’observations de terrain, mais leurs chiffres ne constituent ni un benchmark publié ni une promesse contractuelle pour un autre client. - Sur une mission de distribution B2B, le suivi interne indique un délai de devis passé de 4,2 à 1,1 jour et une conversion en hausse de 24 %. - Sur une mission d’e-commerce B2B intégrant cinq assistants à l’ERP, le suivi interne indique 58 % de temps de traitement en moins, une capacité libérée estimée à 1,5 ETP et un retour sur investissement atteint en neuf mois. - Sans publication du volume de dossiers, de la période, de la définition des indicateurs et des autres changements concomitants, ces résultats décrivent ces missions seulement. - Un nouveau pilote doit donc établir sa propre référence, son coût complet et ses critères de succès avant d’extrapoler un gain. --- ## Des interdits adaptés à l’impact, au droit et à la réversibilité Le socle de gouvernance Junyr proposé exclut les décisions juridiquement contraignantes sans validation humaine, les écritures financières irréversibles sans double contrôle et les actions externes non journalisées, puis doit être complété selon le secteur et l’usage. - Contrats, sanctions et décisions RH restent soumis à une autorité humaine identifiée. - Paiements, suppressions et modifications critiques requièrent séparation des rôles ou double validation. - Tout envoi externe doit conserver le contenu, le destinataire, l’heure, l’identité technique et l’approbation applicable. - Les secrets, données personnelles et données sensibles exigent des permissions minimales et des règles de conservation propres au traitement. L’AI Act n’interdit pas toute notation de personnes : son article 5 vise des pratiques de notation sociale définies et leurs traitements défavorables, tandis que certains usages d’évaluation en emploi, accès aux services essentiels ou crédit peuvent relever du régime des systèmes à haut risque selon leur finalité [2]. - La qualification dépend du système, de son usage prévu et du rôle de l’acteur, notamment fournisseur ou déployeur. - L’article 14 encadre la conception de la supervision humaine des systèmes à haut risque ; l’article 26 précise des devoirs de leurs déployeurs. - L’article 12 impose des capacités de journalisation aux systèmes à haut risque, avec une portée adaptée à leur finalité. - Un mandat, une validation et un journal soutiennent la gouvernance, mais ne démontrent pas à eux seuls la conformité au RGPD, à l’AI Act ou aux règles sectorielles. --- ## Un pilote en quatre décisions mesurables Le démarrage le plus solide consiste à isoler un sous-processus fréquent et réversible, à mesurer son état initial, à exécuter un pilote borné puis à décider de l’extension à partir des résultats observés. - **Choisir** : cartographier les processus coûteux, puis retenir une tâche de qualification, préparation ou transmission avec un propriétaire métier. - **Cadrer** : écrire le mandat, les accès, les interdits, les seuils d’approbation, les données de référence et la procédure d’arrêt. - **Tester** : sur une période et un volume annoncés, comparer qualité, délai, taux de reprise, incidents, satisfaction et coût complet à la référence. - **Décider** : corriger, arrêter ou industrialiser ; avant toute extension, intégrer journalisation, gestion des versions, surveillance et reprise dans l’exploitation normale. L’Échelle Junyr™ situe cette progression de Spectateur à Pionnier, mais le passage d’un palier décrit une maturité de pratiques et ne certifie ni la performance d’un agent ni la conformité d’un système particulier. - **Spectateur** : comprendre les possibilités et les risques avant tout usage organisé. - **Artisan** : expérimenter individuellement avec des règles élémentaires. - **Orchestre** : coordonner des usages et des agents dans des processus partagés. - **Architecte** : industrialiser données, intégrations, gouvernance et exploitation. - **Pionnier** : développer de nouveaux modèles d’activité tout en maintenant les contrôles acquis. --- ## Situer le premier chantier avant de choisir l’agent L’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) est une visio gratuite de 30 minutes, sans engagement, qui fournit une position sur l’Échelle Junyr™, le principal blocage, le premier chantier pertinent et un livrable d’une page. - Le diagnostic porte sur les usages, les données, la gouvernance et les compétences actuelles. - Il peut orienter vers une formation, une modernisation du système d’information ou un accompagnement. - L’adoption de Junyr Suite reste une décision ultérieure et n’est pas un prérequis à l’audit. --- ## Sources consultées le 6 septembre 2026 [1] **McKinsey & Company** (5 novembre 2025), [*The state of AI in 2025: Agents, innovation, and transformation*](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai). [2] **Union européenne**, [Règlement (UE) 2024/1689 sur l’intelligence artificielle](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689), notamment articles 5, 12, 14 et 26, article 6 et annexe III. [3] **Junyr**, [présentation publique de Junyr Agents™](https://junyr.app/fr/junyr-agents) et [présentation de Junyr Suite](https://junyr.app/fr). [4] **Croissance et Transitions**, suivis internes des missions distribution B2B et e-commerce B2B, 2024-2025 ; données non publiées, citées comme observations internes sans généralisation. *Article rédigé par Paul-Antoine TUAL, AI Transformation Leader, créateur de la Méthode Junyr™.* ## Questions fréquentes ### Quelle différence entre un assistant IA et un agent IA ? La différence opérationnelle tient au degré d’action délégué : l’assistant produit une réponse à valider, tandis que l’agent peut enchaîner des étapes et appeler des outils dans un périmètre autorisé. - L’assistant reste généralement dans une interaction question-réponse. - L’agent poursuit un objectif sur plusieurs étapes et peut modifier un système métier. - Plus l’action est sensible ou difficile à annuler, plus la validation humaine doit être stricte. ### L’AI Act impose-t-il un journal à tous les agents IA ? Non : les obligations dépendent notamment de la qualification du système, de son usage et du rôle de l’entreprise, même si un journal complet reste une pratique de gouvernance utile pour tout agent qui agit. - L’article 12 impose des capacités de journalisation aux systèmes à haut risque. - L’article 26 prévoit des obligations de conservation pour certains déployeurs de ces systèmes. - Un journal interne plus large peut faciliter l’enquête, la reprise et le contrôle sans constituer, à lui seul, une preuve de conformité. ### Comment lancer un premier agent IA dans une PME ? Le premier pilote doit porter sur un sous-processus fréquent, mesurable et réversible, avec une référence avant déploiement et des règles d’arrêt définies avant le premier essai. - Choisir une tâche comme la qualification, la préparation ou la transmission. - Écrire le mandat, les données accessibles, les actions permises et les cas d’escalade. - Mesurer qualité, délai, reprises humaines, incidents et coût complet. - Élargir le périmètre seulement si les résultats observés le justifient. ### Que comprend l’audit de maturité IA Junyr ? L’audit Junyr est une visio gratuite de 30 minutes, sans engagement, qui donne un premier diagnostic exploitable plutôt qu’une promesse de transformation complète. - Votre position sur l’Échelle Junyr™. - Le principal blocage vers le niveau suivant. - Le premier chantier qui a du sens dans votre contexte. - Un livrable de synthèse d’une page après la séance. --- # Du téléphone subi au binôme messagerie + visio : organiser la relation client en 2026 Adresse : https://paulantoinetual.fr/blog/la-fin-du-telephone-pourquoi-le-binome Publié le 2026-05-31, mis à jour le 2026-09-06 · Management de transition > La voix reste utile, mais l'appel non annoncé perd en efficacité : une méthode concrète pour répartir messagerie, visio et automatisation sous contrôle. *Par Paul-Antoine TUAL · AI Transformation Leader, Croissance et Transitions · Mis à jour le 6 septembre 2026.* La voix ne disparaît pas : elle cesse simplement d'être le passage obligé lorsque la messagerie peut préparer l'échange et que la visio peut réserver la synchronisation aux moments qui demandent du contexte, de la confiance ou une décision. - La messagerie traite les questions brèves, la qualification et le suivi asynchrone. - La visio porte la découverte, la démonstration, la négociation et l'arbitrage. - L'appel vocal reste pertinent pour l'urgence, l'accessibilité ou une conversation courte déjà attendue. - L'automatisation aide à router et planifier, à condition de préserver une reprise humaine. ## La voix recule sur le réseau classique, pas dans la relation Les données disponibles décrivent une redistribution des usages plus solidement qu'une « fin du téléphone » : le volume classique diminue, l'écrit progresse et une part de la voix passe désormais par les applications. - En France, les usages vocaux fixe et mobile totalisaient environ **200 milliards de minutes en 2024**, en baisse de 3 % sur un an et sur une tendance descendante depuis 2014 [3]. - Le Baromètre du numérique 2024 indique que **85 %** de la population utilise la messagerie instantanée et que **78 %** passe des appels audio ou vidéo par ces applications [4]. - Dans l'enquête YouGov de mars 2026, **65 %** des répondants de la génération Z préfèrent l'écrit pour joindre leurs proches, mais seuls **13 %** jugent un appel impromptu inacceptable [1]. - Gartner constate que le téléphone reste apprécié entre générations, ce qui invite à organiser les canaux plutôt qu'à supprimer la voix [2]. La différence utile pour une entreprise se situe entre une conversation choisie et une interruption sans contexte. - Un message préalable expose le motif et laisse le destinataire choisir son moment. - Un appel convenu conserve la spontanéité de la voix sans exiger une disponibilité immédiate. - Une visio apporte le partage d'écran et les signaux visuels lorsqu'ils améliorent réellement la décision. ## Le numéro inconnu a perdu une partie de sa valeur de confiance La saturation commerciale et l'usurpation de numéro rendent l'appel entrant plus coûteux à trier, même lorsqu'il est légitime. - Dans son enquête d'octobre 2024, UFC-Que Choisir rapporte que **72 %** des personnes interrogées reçoivent du démarchage sur leur mobile chaque semaine, pour six appels en moyenne [5]. - En janvier 2026, l'Arcep a ouvert une enquête administrative visant les opérateurs sur la lutte contre l'usurpation de numéro et le spam [6]. - L'identité affichée ne suffit donc plus : le contexte fourni en amont et un moyen de rappel vérifiable deviennent des éléments de confiance. Depuis le **11 août 2026**, la réforme française a changé la prospection téléphonique des consommateurs, sans transformer chaque appel professionnel en pratique interdite [7][8]. - L'article L223-1 interdit de démarcher par téléphone un consommateur qui n'a pas préalablement consenti à cette prospection. - Le professionnel doit conserver la preuve d'un consentement libre, spécifique, éclairé, univoque et révocable. - Une exception couvre certaines sollicitations en rapport avec l'exécution d'un contrat en cours ; des secteurs liés au logement font l'objet d'une interdiction renforcée. - Le texte vise le **téléphone et les consommateurs** : il ne crée ni permission générale pour l'email ou la messagerie, ni règle universelle pour tout échange B2B. ## Répartir les rôles entre messagerie, voix et visio Un parcours multicanal devient lisible lorsque chaque moyen de contact correspond à un type d'échange précis et à une promesse de délai explicite. - **Messagerie :** recueillir la demande, partager une pièce, répondre à une question courte et assurer le suivi. - **Voix :** traiter une urgence, lever rapidement une ambiguïté ou répondre à un besoin d'accessibilité. - **Visio :** mener une découverte, montrer un produit, négocier et prendre une décision à plusieurs. - **Système de référence :** consigner la décision et les prochaines actions dans le CRM ou l'outil métier, plutôt que dans un fil privé. Les chiffres français de 2025 confirment le déplacement vers les services sur internet, tout en laissant à chaque entreprise le soin de mesurer ce qui fonctionne pour ses propres clients. - L'Arcep relie le recul du SMS à l'essor de la messagerie instantanée et du RCS [9]. - Le bon indicateur interne n'est pas le volume de messages, mais le délai de réponse, le taux de rendez-vous tenus, la conversion et la satisfaction par canal. - L'accessibilité, l'âge, l'équipement et le contexte métier peuvent justifier plusieurs portes d'entrée plutôt qu'un parcours unique. ## Automatiser le premier contact sans automatiser la relation La prise de rendez-vous constitue un périmètre raisonnable pour tester l'IA parce que ses étapes sont bornées, observables et faciles à rendre à un humain lorsque la demande sort du cadre. - Qualifier le motif avec quelques questions nécessaires, sans collecter de données « au cas où ». - Proposer des créneaux à partir des disponibilités autorisées, puis faire confirmer le choix. - Envoyer rappel, lien de visio et consignes de préparation selon des règles approuvées. - Escalader les demandes ambiguës, sensibles, conflictuelles ou sans créneau satisfaisant. L'adoption déclarée progresse, mais elle ne démontre ni la qualité d'un déploiement particulier ni un retour sur investissement automatique. - Le Baromètre France Num 2025 rapporte que **26 %** des TPE-PME interrogées utilisent des solutions d'IA, dont **14 %** des chatbots ou assistants [10]. - Les prévisions de marché sur les assistants conversationnels décrivent un scénario, pas une trajectoire garantie pour chaque PME [2][11]. - Une expérimentation doit comparer un état initial et un état cible : délai de prise en charge, rendez-vous obtenus, absences, reprises humaines et erreurs. La gouvernance dépend du traitement réel et ne se résume ni à cocher une case de consentement ni à imposer une validation humaine sur chaque opération [12][13]. - Choisir et documenter la base légale applicable ; le RGPD n'impose pas toujours le consentement. - Informer sur le responsable, la finalité, les destinataires, la conservation et les droits. - Limiter les accès, journaliser les actions utiles et encadrer les sous-traitants. - Pour un enregistrement ou une transcription, vérifier aussi les règles de confidentialité et le contexte de la conversation ; une base RGPD alternative n'autorise pas à ignorer ces règles. ## Choisir l'infrastructure sur des critères vérifiables La dépendance à une suite intégrée se juge sur le contrat, les données et la capacité de sortie, car une visio pratique aujourd'hui peut devenir coûteuse à remplacer lorsque l'identité, les fichiers et les historiques y sont liés. - Google a intégré Gemini aux offres Workspace Business et Enterprise en 2025 avec une nouvelle tarification, ce qui illustre la possibilité de faire évoluer fonctions et prix ensemble [14]. - La Commission européenne a rendu contraignants en septembre 2025 les engagements de Microsoft sur la vente de suites sans Teams, l'interopérabilité et la portabilité [15]. - L'évaluation doit porter sur les entités contractantes, les sous-traitants, les lieux de traitement, les transferts, les contrôles d'accès et les conditions de réversibilité. - Une qualification comme SecNumCloud répond à un périmètre précis : elle doit être vérifiée pour l'offre effectivement achetée et selon la sensibilité des données [16]. ## Passer d'un empilement d'outils à un parcours gouverné La Méthode Junyr™ applique ici une règle simple : attribuer un rôle à chaque canal, rendre les décisions traçables et n'automatiser qu'un périmètre dont l'entreprise sait mesurer la qualité et reprendre le contrôle. - **Cartographier :** types de demandes, volumes, délais, données manipulées et responsables. - **Attribuer :** canal conseillé, délai de réponse et voie d'escalade pour chaque demande. - **Piloter :** tester la planification sur un périmètre limité avec des critères avant/après. - **Gouverner :** base légale, information, accès, conservation, validation et journalisation proportionnés au risque. - **Préparer la sortie :** exports testés, formats documentés et solution de continuité. Un assistant de réunion ou de planification n'a de valeur que si son fonctionnement peut être expliqué et contrôlé dans le parcours quotidien. - Avant la réunion : objectif, participants, données nécessaires et règles de planification. - Pendant : enregistrement ou transcription activés seulement dans le cadre juridique et organisationnel prévu. - Après : compte rendu relu quand l'enjeu le justifie, actions affectées et écriture CRM vérifiable. - En incident : arrêt de l'automatisation, reprise manuelle et correction des données erronées. ## Trois objections à tester plutôt qu'à écarter Les objections au changement de canal servent de critères de conception lorsqu'elles sont traduites en tests concrets. - **« Nos clients préfèrent appeler » :** conserver l'appel et comparer les résultats par segment, motif et moment du parcours. - **« L'IA déshumanise » :** automatiser la coordination, mesurer les reprises et réserver les décisions sensibles aux personnes responsables. - **« Une solution souveraine coûte plus cher » :** comparer le coût total, les fonctions, le risque, l'interopérabilité et la sortie sur le même périmètre. Un dirigeant peut obtenir une première photographie en une semaine à partir de trois questions opérationnelles. - Quels appels entrants ou sortants n'aboutissent pas, et pour quels motifs ? - Quel canal permet aujourd'hui de retrouver le contexte et la décision ? - Où sont traitées les données de rendez-vous, de transcription et de suivi, et qui peut y accéder ? ## Situer votre organisation en 30 minutes L'audit Junyr gratuit et sans engagement est un échange de 30 minutes en visio qui fournit une première position utile pour choisir la prochaine étape. - Votre position sur l'échelle de maturité. - Le principal blocage à traiter. - Le premier projet raisonnable à tester. - Une synthèse d'une page après l'échange. [Réserver l'audit Junyr](https://junyr.eu/fr/site/audit) ## Sources et périmètre des données [1] YouGov, *Mythbusting claims about Gen Z and their phone habits* (2 mars 2026). https://yougov.com/en-gb/articles/54114-mythbusting-claims-about-gen-z-and-their-phone-habits [2] Gartner, *Traditional Customer Service Channels Are Losing Ground to Mobile and AI Innovations* (10 février 2025). https://www.gartner.com/en/newsroom/press-releases/2025-02-10-traditional-customer-service-channels-are-losing-ground-to-mobile-and-ai-innovations [3] Arcep, *Observatoire des marchés des communications électroniques en France, année 2024* (2025). https://www.arcep.fr/cartes-et-donnees/nos-publications-chiffrees/observatoire-des-marches-des-communications-electroniques-en-france/marche-communications-electroniques-france-2024-resultats-definitifs.html [4] CREDOC / Arcep, *Baromètre du numérique 2024* (2025). https://www.economie.gouv.fr/files/files/media-document/Barometre_numerique_2024.pdf [5] UFC-Que Choisir, enquête sur le démarchage téléphonique (octobre 2024). https://www.quechoisir.org/action-ufc-que-choisir-demarchage-telephonique-mettons-enfin-un-terme-au-harcelement-marketing-n132374/ [6] Arcep, *Protection des consommateurs : enquête sur l'usurpation de numéro et le spam* (29 janvier 2026). https://www.arcep.fr/actualites/actualites-et-communiques/detail/n/protection-des-consommateurs-290126.html [7] Légifrance, Code de la consommation, article L223-1, version en vigueur depuis le 11 août 2026. https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000051830285/2026-08-11 [8] Légifrance, loi n° 2025-594 du 30 juin 2025, article 13. https://www.legifrance.gouv.fr/jorf/article_jo/JORFARTI000051824325 [9] Arcep, *Observatoire des communications électroniques, quatrième trimestre 2025* (9 avril 2026). https://www.arcep.fr/fileadmin/reprise/observatoire/4-2025/obs-marches-t4-2025_avril2026.pdf [10] Direction générale des Entreprises / France Num, *Baromètre France Num 2025*. https://www.francenum.gouv.fr/guides-et-conseils/strategie-numerique/comprendre-le-numerique/barometre-france-num-2025-le [11] Gartner, *Self-Service and Live Chat Will Surpass Traditional Channels by 2027* (27 août 2025). https://www.gartner.com/en/newsroom/press-releases/2025-08-27-gartner-survey-finds-self-service-and-live-chat-will-surpass-traditional-channels-as-top-customer-service-technologies-by-2027 [12] CNIL, *Le consentement est-il toujours obligatoire ?* https://www.cnil.fr/fr/cnil-direct/question/reglement-europeen-le-consentement-est-il-obligatoire [13] CNIL, *L'écoute et l'enregistrement des appels sur le lieu de travail* (page signalée comme en cours de mise à jour). https://www.cnil.fr/fr/lecoute-et-lenregistrement-des-appels-sur-le-lieu-de-travail [14] Google Workspace, *Google Workspace généralise l'IA pour toutes les entreprises* (15 janvier 2025). https://workspace.google.com/blog/fr/annonces-de-produits/google_workspace_generalise_l_ia_pour_toutes_les_entreprises?hl=fr [15] Commission européenne, *Commission accepts commitments offered by Microsoft to address competition concerns related to Teams* (12 septembre 2025). https://ec.europa.eu/commission/presscorner/detail/en/ip_25_2048 [16] ANSSI, *Cloud : posture générale et qualification SecNumCloud*. https://cyber.gouv.fr/enjeux-technologiques/cloud/ ## Questions fréquentes ### Le téléphone va-t-il disparaître des entreprises ? La voix conserve des usages décisifs, tandis que l'appel non annoncé devient un point d'entrée moins fiable pour la relation client. - Conserver la voix pour l'urgence, l'ambiguïté et les échanges qui gagnent à être synchrones. - Faire précéder les rendez-vous importants d'un message qui donne le motif et permet de choisir le moment. - Mesurer les réponses et les conversions par canal avant de modifier l'organisation. ### Que change la réforme du démarchage téléphonique depuis le 11 août 2026 ? Le Code de la consommation interdit désormais la prospection téléphonique d'un consommateur sans consentement préalable, sous réserve des exceptions prévues par le texte. - Le professionnel doit pouvoir prouver un consentement libre, spécifique, éclairé, univoque et révocable. - Une sollicitation liée à l'exécution d'un contrat en cours peut relever de l'exception définie par l'article L223-1. - Cette règle vise les consommateurs et le téléphone ; les autres destinataires et canaux demandent une analyse propre. ### Pourquoi associer messagerie et visio ? Les deux canaux couvrent des moments différents d'un même parcours et évitent d'imposer une conversation synchrone pour chaque interaction. - La messagerie recueille le contexte, répond aux questions brèves et garde une trace du suivi. - La visio sert la découverte, la démonstration, la négociation et les arbitrages complexes. - La voix seule reste disponible quand elle est plus rapide ou plus accessible. ### Une IA de prise de rendez-vous est-elle compatible avec le RGPD ? La compatibilité dépend du traitement précis, de sa base légale et de ses garanties ; le consentement n'est pas l'unique base légale prévue par le RGPD. - Définir la finalité, les données nécessaires, la base légale et la durée de conservation. - Informer les personnes et organiser leurs droits, les accès, les sous-traitants et la sécurité. - Prévoir une validation humaine pour les décisions ou messages sensibles et une reprise manuelle en cas d'erreur. ### Faut-il quitter Teams ou Google Meet ? Le choix dépend des données, des juridictions, de la dépendance fournisseur et du coût total plutôt que de l'origine d'une marque prise isolément. - Cartographier les données, les sous-traitants et les transferts réellement utilisés. - Vérifier les exports, les formats, l'interopérabilité et le scénario de sortie. - Exiger une qualification adaptée lorsque la sensibilité ou une politique sectorielle le justifie. --- # Cryptographie 2026 : transport, stockage, identités et transition post-quantique, le cadre de décision pour dirigeants et RSSI Adresse : https://paulantoinetual.fr/blog/cryptographie-2026-transport-stockage Publié le 2026-05-29, mis à jour le 2026-09-06 · Méthode Junyr™ > La cryptographie est devenue une décision de direction. Données en transit, au repos, identités et post-quantique : le cadre 2026 pour dirigeants. La cryptographie est devenue une décision de direction parce que la transition post-quantique, les attaques contre l'identité et les exigences européennes touchent ensemble la durée de vie des données, la continuité des services et la capacité à changer de fournisseur. - **Prioriser** les données par sensibilité et durée de confidentialité attendue. - **Cartographier** les protocoles, certificats, bibliothèques, clés et dépendances fournisseurs. - **Moderniser** par essais compatibles et réversibles avant de basculer les systèmes critiques. - **Gouverner** les accès aux clés, les méthodes de récupération et les preuves d'intégrité. > **À retenir en une phrase.** La crypto-agilité est la capacité à remplacer un algorithme, une clé ou un fournisseur sans refondre le système d'information ni interrompre les usages essentiels. --- ## 1. La transition post-quantique : décider malgré l'incertitude ### 1.1. Ce qui change aujourd'hui Un ordinateur quantique cryptographiquement pertinent n'existe pas à ce jour, mais Shor menace à terme RSA et les courbes elliptiques, ce qui rend déjà rationnelle la préparation des données exposées au scénario « Store Now, Decrypt Later ». - **Menace future** : un ordinateur quantique assez puissant pourrait retrouver les secrets protégés par les principaux mécanismes asymétriques actuels. - **Exposition présente** : un adversaire peut conserver du trafic TLS ou VPN chiffré et attendre de disposer d'une capacité de déchiffrement. - **Règle de priorité** : traiter d'abord les données dont la durée de confidentialité, ajoutée au délai de migration, chevauche un horizon de risque quantique plausible. - **Limite** : cet horizon reste incertain ; un seuil universel de cinq ou dix ans donnerait une précision que l'état de la technologie ne permet pas. La confidentialité des échanges mérite généralement le premier effort, car une interception peut être stockée dès maintenant, tandis qu'une falsification de signature exige en principe une capacité opérationnelle au moment de l'attaque. - **Échange de clés** : tester en priorité les mécanismes hybrides pour TLS, VPN et accès d'administration. - **Signatures** : inventorier aussi les certificats, PKI, signatures de code et firmwares, dont les cycles de remplacement peuvent être longs. - **Dépendances** : demander aux éditeurs leurs formats, calendriers de support et procédures de rotation. ### 1.2. Des standards disponibles Depuis août 2024, les trois premiers standards post-quantiques finalisés du NIST donnent une base de mise en œuvre, sans faire disparaître le besoin d'évaluer les protocoles, les bibliothèques et les paramètres qui les emploient. - **ML-KEM** établit des secrets partagés pour protéger la confidentialité. - **ML-DSA** et **SLH-DSA** produisent des signatures numériques avec des compromis différents de taille et de performance. - **LMS/XMSS**, déjà normalisés dans SP 800-208, conviennent à certains usages de signature à état, notamment les firmwares. | Standard | Nom d'origine | Nom normalisé | Fonction | Usage principal | | --- | --- | --- | --- | --- | | FIPS 203 | CRYSTALS-Kyber | ML-KEM | Encapsulation de clé | Établissement de secrets, protection contre le SNDL | | FIPS 204 | CRYSTALS-Dilithium | ML-DSA | Signature numérique | Certificats, PKI, signature de code | | FIPS 205 | SPHINCS+ | SLH-DSA | Signature numérique sans état | Diversification et usages à longue durée | | SP 800-208 | LMS / XMSS | LMS / XMSS | Signature à état | Firmwares et environnements maîtrisant strictement l'état | ### 1.3. L'hybridation comme transition L'ANSSI recommande pendant la transition de combiner une primitive classique éprouvée et une primitive post-quantique, afin que la construction conserve une protection si l'une des deux familles résiste, sous réserve d'un combinateur et d'une implémentation corrects. - **Assurance** : la brique classique compense le recul limité sur les nouveaux algorithmes. - **Confidentialité à long terme** : la brique post-quantique traite le risque que la cryptographie classique soit cassée plus tard. - **Coût** : clés, chiffres et signatures plus volumineux augmentent la taille des messages et peuvent révéler des incompatibilités réseau. - **Réversibilité** : les suites doivent rester négociables, observables et remplaçables selon les doctrines applicables et le support des fournisseurs. --- ## 2. Les données en transit : tester la chaîne entière La migration de TLS, IPsec et SSH dépend autant des pare-feux, proxys, concentrateurs et bibliothèques que des algorithmes, car l'augmentation des messages peut faire échouer une connexion pourtant cryptographiquement correcte. - **Inventaire** : recenser versions de protocoles, terminaisons TLS, équipements d'inspection et clients anciens. - **Essais** : mesurer fragmentation, nombre d'allers-retours, latence, taux d'échec et comportement de repli. - **Déploiement** : activer progressivement, surveiller les négociations et conserver une procédure de retour maîtrisée. ### 2.1. TLS 1.3 et QUIC TLS 1.3 constitue le terrain principal des essais hybrides — Cloudflare observait début 2024 cette version sur plus de 93 % des connexions de son propre réseau — et des groupes tels que **X25519MLKEM768** ajoutent assez de données au ClientHello pour exposer certains intermédiaires fragiles. - **Portée du chiffre** : 93 % décrit les connexions vues par Cloudflare en 2024, pas l'ensemble universel des connexions sécurisées. - **Compatibilité** : tester les chemins comportant inspection TLS, pare-feux, équilibreurs, NAT et liens à MTU réduite. - **Ossification** : GREASE aide les implémentations à révéler leur intolérance aux valeurs nouvelles, sans remplacer les essais de bout en bout. - **Authentification** : suivre séparément la normalisation et le support des certificats et signatures post-quantiques. ### 2.2. IPsec et IKEv2 Avec IPsec, l'enjeu post-quantique se concentre sur l'établissement des clés dans IKEv2 plutôt que sur le plan de données correctement configuré avec un chiffrement symétrique robuste, et plusieurs RFC fournissent les briques nécessaires à des échanges plus volumineux ou multiples. - **RFC 7383** : fragmentation des messages IKE au niveau du protocole. - **RFC 9242** : échange `IKE_INTERMEDIATE` pour transporter des charges supplémentaires avant l'authentification. - **RFC 9370** : négociation de plusieurs échanges de clés pour construire une solution hybride. - **RFC 8784** : clé pré-partagée post-quantique, utile comme défense supplémentaire dans certains systèmes fermés. La mise à niveau doit viser des combinaisons réellement prises en charge par chaque client, passerelle et politique de sécurité, car la présence d'une RFC dans un firmware ne garantit ni l'interopérabilité ni le bon choix de paramètres. - Vérifier les matrices de compatibilité et les tailles maximales de message. - Tester renouvellement de clés, reprise après coupure et haute disponibilité. - Refus silencieux et replis vers une suite plus faible doivent apparaître dans la supervision. ### 2.3. SSH OpenSSH propose un échange de clés hybride par défaut depuis la version 9.0 et utilise **mlkem768x25519-sha256** par défaut depuis OpenSSH 10.0, publié en avril 2025, ce qui permet une migration concrète dès que les deux extrémités le prennent en charge. - **Compatibilité** : mettre à jour serveurs, postes administrateurs, bastions et automates avant d'exiger la nouvelle suite. - **Vérification** : contrôler l'algorithme effectivement négocié plutôt que déduire la protection du seul numéro de version. - **Périmètre** : l'échange de clés post-quantique protège la confidentialité de session ; il ne rend pas automatiquement post-quantiques les signatures de clés hôte ou utilisateur. ### 2.4. Messagerie de groupe et MLS Le standard **Messaging Layer Security** (MLS, RFC 9420) organise l'établissement de clés pour les groupes asynchrones autour d'un arbre, ce qui réduit le coût des mises à jour de groupe et crée un cadre extensible sans rendre automatiquement chaque déploiement post-quantique. - **Échelle** : une mise à jour suit un chemin logarithmique dans l'arbre plutôt qu'une renégociation indépendante avec chaque membre. - **Sécurité** : les garanties dépendent de l'implémentation, de la gestion des identités et des suites cryptographiques choisies. - **Choix fournisseur** : vérifier la version du protocole, les audits, l'interopérabilité et la feuille de route post-quantique au lieu de se fier au seul sigle MLS. --- ## 3. Les données au repos : algorithmes, clés et rétention Pour les données stockées, AES reste une base solide et le NIST estime qu'AES-128 devrait demeurer sûr pendant des décennies malgré Grover, tandis qu'AES-256 apporte une marge accrue sans résoudre les risques de mauvaise gestion des clés, des nonces ou des accès. - **Algorithme** : employer un mode authentifié correctement paramétré, par exemple AES-GCM selon le contexte. - **Marge** : privilégier AES-256 dans une nouvelle architecture sensible lorsque son coût et sa compatibilité sont acceptables. - **Exploitation** : séparer les rôles, limiter les accès, journaliser les usages et tester les rotations. ### 3.1. Le chiffrement en enveloppe Le chiffrement en enveloppe sépare le traitement des données de la protection des clés maîtresses : une DEK chiffre le contenu, puis une KEK gérée centralement enveloppe cette DEK afin de limiter l'exposition de la clé la plus sensible. - **Chiffrement** : l'application génère ou reçoit une DEK, chiffre les données localement et stocke le contenu avec la DEK enveloppée. - **Déchiffrement de clé** : le KMS, éventuellement adossé à un HSM, utilise la KEK pour désenvelopper la DEK après autorisation. - **Déchiffrement en volume** : le service autorisé utilise ensuite la DEK en clair dans sa propre mémoire ; le volume de données ne transite normalement pas par le HSM. - **Contrôles** : la certification du HSM, son niveau FIPS, la rotation et la séparation des rôles se choisissent selon le risque et les exigences applicables, sans imposer universellement le niveau 3. ### 3.2. Souveraineté et maîtrise des clés La maîtrise des clés réduit certains risques juridiques et opérationnels, mais aucun acronyme ne garantit à lui seul la souveraineté si le fournisseur peut encore accéder au texte clair, au composant d'exécution ou à une clé déchiffrée pendant le traitement. - **Clés gérées par le fournisseur** : simplicité maximale, avec contrôle minimal du client sur l'autorisation et la révocation. - **BYOK / CMEK** : meilleure gouvernance du cycle de vie, mais le fournisseur peut souvent employer la clé pour fournir le service autorisé. - **External KMS / HYOK** : décision d'usage de la KEK conservée hors du fournisseur, avec des dépendances supplémentaires de disponibilité, de latence et d'intégration. - **Chiffrement côté client** : protection la plus forte contre l'accès du fournisseur lorsque les clés et le texte clair restent effectivement hors de son périmètre, au prix de fonctions cloud parfois réduites. L'arbitrage doit donc relier juridiction, localisation, architecture du traitement et capacité technique d'accès, en considérant SecNumCloud comme une qualification d'ensemble assortie d'exigences propres plutôt que comme le synonyme d'un modèle de clés. - Classer les données et identifier les acteurs susceptibles d'accéder au clair. - Vérifier contrats, sous-traitants, journaux d'accès, mécanismes de révocation et scénarios d'indisponibilité du KMS. - Faire valider l'architecture et la base juridique correspondant au secteur et aux transferts concernés. ### 3.3. Intégrité et immutabilité des sauvegardes Une sauvegarde récupérable combine détection cryptographique des altérations, rétention empêchant les suppressions et organisation capable de survivre à la compromission du domaine principal, car aucune de ces couches ne remplace les deux autres. - **Intégrité** : hash protégé pour détecter une modification ; MAC ou signature pour authentifier la preuve selon le modèle de menace. - **Immutabilité** : verrou de rétention ou stockage WORM empêchant l'écrasement et la suppression pendant une durée définie. - **Résistance au retour arrière** : versionnage, index ou journaux protégés et contrôle des points de restauration. - **Récupération** : copie isolée, identités d'administration séparées et exercices de restauration mesurés. --- ## 4. Les identités : traiter les mots de passe, le hameçonnage et la récupération Le chantier identités offre souvent un effet rapide parce qu'il réunit trois décisions contrôlables — stockage correct des secrets, authentification liée à l'origine et suppression des replis faibles — tout en exigeant un scénario de récupération praticable. - Protéger les mots de passe existants avec une fonction de dérivation lente et adaptée. - Déployer WebAuthn sur les comptes à privilèges puis sur les populations exposées. - Durcir l'enrôlement, la récupération et la révocation autant que l'authentification normale. ### 4.1. Stocker les mots de passe correctement Un mot de passe doit être traité par une fonction de dérivation lente avec un sel unique, dont les paramètres sont mesurés sur l'infrastructure puis réévalués, afin qu'une fuite de base rende chaque tentative de devinette plus coûteuse. - **Argon2id** constitue le choix général recommandé par OWASP. - **scrypt** fournit une alternative résistante par consommation mémoire. - **bcrypt** reste destiné aux systèmes hérités et impose de traiter sa limite d'entrée de 72 octets. - **PBKDF2-HMAC-SHA-256** reste pertinent quand la conformité FIPS est requise, avec un nombre d'itérations ajusté aux recommandations maintenues. | Algorithme | Usage | Repère OWASP consulté le 6 septembre 2026 | | --- | --- | --- | | **Argon2id** | Choix général | m = 19 MiB, t = 2, p = 1 au minimum, puis réglage par mesure | | **scrypt** | Alternative | N = 2¹⁷, r = 8, p = 1, ou compromis équivalent documenté | | **bcrypt** | Hérité | Facteur de travail ≥ 10 ; limite courante de 72 octets | | **PBKDF2-HMAC-SHA-256** | Besoin FIPS | ≥ 600 000 itérations selon la recommandation OWASP consultée | Un poivre ajoute une défense si son secret reste séparé de la base, par exemple dans un KMS ou un HSM, mais il exige une procédure de rotation et de récupération compatible avec le fait qu'une perte de ce secret bloque la vérification. - Le sel est unique par mot de passe et peut être stocké avec le hash. - Le poivre est commun à un périmètre, secret et absent de la base applicative. - Les paramètres et la version de l'algorithme doivent accompagner chaque empreinte pour permettre une migration progressive. ### 4.2. Là où le MFA classique échoue Les codes SMS, TOTP et validations push restent utiles contre le simple vol de mot de passe, mais un proxy AiTM peut relayer la connexion en temps réel et récupérer le jeton de session après une authentification pourtant réussie. - L'utilisateur se connecte à un domaine contrôlé par l'attaquant. - Le proxy relaie les pages et les défis du service légitime. - Le code ou la validation MFA est transmis pendant sa période de validité. - Le jeton de session obtenu peut ensuite être réutilisé selon les protections du service. La réponse doit associer une authentification résistante au hameçonnage à la protection de session, car former l'utilisateur à reconnaître chaque imitation ne neutralise ni le relais en temps réel ni le vol d'un terminal déjà authentifié. - Favoriser WebAuthn/FIDO2 pour empêcher une signature destinée au mauvais domaine. - Réduire les méthodes de repli et surveiller les enrôlements ou récupérations inhabituels. - Limiter la durée et la portée des sessions, puis détecter leurs réutilisations anormales. ### 4.3. FIDO2 et passkeys : une garantie précise WebAuthn lie chaque identifiant public au service concerné et demande à l'authentificateur de signer un défi dans le contexte de cette origine, ce qui résiste au hameçonnage d'identifiants sans promettre une invulnérabilité du compte. - **Origine** : une page sur un faux domaine ne peut pas demander une assertion valable pour le vrai service. - **Clé** : la clé privée est gérée par l'authentificateur ; les passkeys multi-appareils peuvent être sauvegardées ou synchronisées, tandis que des clés matérielles peuvent rester liées à un appareil. - **Résidu de risque** : récupération faible, replis, terminal compromis et vol de session restent hors de la garantie d'origine. Les chiffres publiés par la FIDO Alliance le 7 mai 2026 indiquent une adoption large mais doivent garder leur périmètre : cinq milliards de passkeys constituent une estimation mondiale, et les 68 % de déploiement ou de déploiement en cours proviennent de 1 400 décideurs d'organisations d'au moins 500 salariés dans dix pays. - L'estimation mondiale décrit des identifiants, pas cinq milliards d'utilisateurs distincts. - L'enquête entreprise ne représente pas spécifiquement les PME françaises. - Le choix de déploiement doit reposer sur la population, les terminaux et les contraintes de récupération de l'organisation. --- ## 5. Le cadre européen : séparer le texte, son interprétation et son état Deux dossiers européens influencent la confiance numérique, mais ils appellent une lecture datée et précise de leur portée plutôt qu'une conclusion générale sur les autorités de certification ou le chiffrement de bout en bout. - **eIDAS 2.0** encadre notamment les certificats qualifiés d'authentification de site et leur présentation. - **Lutte contre les abus sexuels sur mineurs en ligne** : une mesure temporaire et un projet de cadre permanent suivent des trajectoires distinctes. ### 5.1. eIDAS 2.0, QWAC et navigateurs Selon la FAQ de la Commission européenne consultée le 6 septembre 2026, les navigateurs doivent reconnaître un QWAC et afficher de façon conviviale les données d'identité attestées, tandis que l'usage d'un QWAC par un site reste volontaire et que les navigateurs n'ont pas l'obligation d'intégrer les listes nationales de confiance. - **Obligation** : reconnaissance du QWAC et présentation des données d'identité dans l'environnement du navigateur. - **Liberté technique** : choix des moyens d'affichage par l'éditeur et absence d'obligation d'intégrer directement les listes de confiance. - **Débat de sécurité** : les critiques sur l'incident, la révocation et la gouvernance doivent être attribuées à leurs auteurs, sans les transformer en description du texte final. Pour les applications critiques, la mesure utile consiste à connaître ses autorités et certificats, surveiller Certificate Transparency, maintenir navigateurs et bibliothèques, puis préparer une révocation rapide ; le pinning ne convient qu'aux applications qui maîtrisent vraiment le cycle de mise à jour et de secours. - Inventorier certificats, autorités, échéances et propriétaires opérationnels. - Déclencher des alertes sur les émissions inattendues et tester le renouvellement. - Réserver l'épinglage aux clients maîtrisés, avec plusieurs clés de secours et une procédure de rotation éprouvée. ### 5.2. Mesure temporaire et futur cadre européen Au 6 septembre 2026, l'Union a rétabli jusqu'au 3 avril 2028 une dérogation temporaire permettant certaines détections volontaires de contenus pédocriminels, tandis que les règles permanentes restent en négociation et ne peuvent être déduites de cet accord transitoire. - Le Conseil a donné son feu vert final à la mesure temporaire le 23 juillet 2026. - Les amendements retenus excluent de cette mesure les communications interpersonnelles indépendantes du numéro auxquelles un chiffrement de bout en bout s'applique, s'est appliqué ou doit s'appliquer. - Le Conseil précise que cette exclusion temporaire ne préjuge pas sa position sur le futur cadre permanent. L'analyse côté entreprise doit distinguer la possibilité technique d'une analyse sur le terminal de ses effets sur le modèle de sécurité, la confidentialité et les obligations professionnelles, car déplacer l'inspection avant le chiffrement ne préserve pas toutes les garanties attendues de l'E2EE. - Suivre séparément le règlement temporaire et le texte permanent. - Identifier les services, types de communication et catégories de données réellement concernés. - Soumettre tout mécanisme d'inspection client à une analyse de risques, de droit applicable et de gouvernance des signalements. --- ## 6. Où mettre l'effort en 2026 avec la Méthode Junyr™ La grille Junyr peut ordonner la progression sans constituer une certification de sécurité : **Artisan** traite les bases, **Orchestre** rend les changements pilotables et **Architecte** aligne durée des données, fournisseurs et gouvernance. - Les horizons ci-dessous sont indicatifs et dépendent de l'inventaire, des contrats et des cycles de renouvellement. - Chaque niveau doit produire des preuves vérifiables : configurations, journaux, tests et responsables. - Aucun niveau ne dispense d'une analyse de risques adaptée au secteur. Au niveau **Artisan**, l'organisation sécurise les fondations pendant un premier cycle court en traitant les identités, le stockage et la responsabilité opérationnelle. - Corriger le stockage des mots de passe et supprimer les algorithmes rapides. - Déployer WebAuthn sur les comptes privilégiés avec une récupération durcie. - Vérifier le chiffrement authentifié au repos et isoler les sauvegardes critiques. - Nommer un responsable des clés, certificats et échéances. Au niveau **Orchestre**, l'organisation structure la crypto-agilité sur les cycles suivants en reliant l'inventaire aux essais, aux choix de clés et aux automatismes contrôlés. - Cartographier flux, certificats, bibliothèques, matériels et durées de confidentialité. - Tester les échanges hybrides TLS, IKEv2 et SSH avec une mesure d'interopérabilité. - Choisir BYOK, External KMS ou chiffrement côté client selon le modèle de menace. - Automatiser rotation, alertes d'expiration et contrôles de configuration. Au niveau **Architecte**, l'organisation pilote la durée et les dépendances en faisant entrer les risques à long terme, la continuité et les feuilles de route fournisseurs dans ses décisions. - Prioriser la migration post-quantique par exposition SNDL et délai de remplacement. - Tester continuité du KMS, révocation, restauration et sortie de fournisseur. - Intégrer les feuilles de route MLS, PKI et post-quantiques aux décisions d'achat. - Maintenir une veille réglementaire datée avec responsables et critères de réexamen. Junyr Agents™ peut assister les tâches répétitives d'inventaire, de surveillance et de préparation des rotations, à condition que les droits, validations et journaux soient fixés par le système et que les décisions de sécurité restent attribuées. - Les agents collectent et rapprochent les éléments techniques. - Les politiques déterministes limitent leurs accès et actions. - Les responsables valident les changements de clés, de certificats et de configuration. --- ## Conclusion Une stratégie cryptographique crédible en 2026 ne repose ni sur une date de « Q-Day » ni sur une technologie présentée comme absolue, mais sur une capacité démontrable à inventorier, migrer, limiter les accès, détecter les altérations et restaurer les services. - Commencer par les données longues, les identités privilégiées et les dépendances anciennes. - Tester la transition post-quantique sur des chemins réels avant de l'imposer. - Traiter séparément confidentialité, intégrité, immutabilité, disponibilité et souveraineté. - Réexaminer les choix lorsque les standards, les textes ou le support des fournisseurs changent. *Situez votre organisation avec l’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit).* --- ## Sources : liens directs et références, mise à jour éditoriale du 6 septembre 2026 ### Post-quantique, standards et transition 1. NIST, [NIST Releases First 3 Finalized Post-Quantum Encryption Standards](https://www.nist.gov/news-events/news/2024/08/nist-releases-first-3-finalized-post-quantum-encryption-standards) 2. NIST CSRC, [Post-Quantum Cryptography](https://csrc.nist.gov/projects/post-quantum-cryptography) 3. NIST CSRC, [FAQ Post-Quantum Cryptography — AES et Grover](https://csrc.nist.gov/Projects/Post-Quantum-Cryptography/faqs) 4. Akamai, [A Guide to International Post-Quantum Cryptography Standards](https://www.akamai.com/blog/security/guide-international-post-quantum-cryptography-standards) 5. Akamai, [Post-Quantum Cryptography Implementation Considerations in TLS](https://www.akamai.com/blog/security/post-quantum-cryptography-implementation-considerations-tls) 6. Palo Alto Networks, [A Complete Guide to Post-Quantum Cryptography Standards](https://www.paloaltonetworks.com/cyberpedia/pqc-standards) 7. ANSSI, [Follow-up position paper on Post-Quantum Cryptography (addendum 2023)](https://cyber.gouv.fr/en/publications/follow-position-paper-post-quantum-cryptography) ### Transport (TLS, QUIC, IPsec, SSH) 8. ANSSI, [Transition post-quantique du protocole TLS 1.3](https://messervices.cyber.gouv.fr/guides/Transition-post-quantique-protocole-TLS-1-3) 9. ANSSI, [Transition post-quantique de SSHv2 (PDF)](https://messervices.cyber.gouv.fr/documents-guides/transition_post_quantique_ssh_v2.pdf) 10. ANSSI, [Transition post-quantique du protocole IPsec](https://messervices.cyber.gouv.fr/guides/Transition-post-quantique-protocole-IPsec) 11. DataGuidance, [France: ANSSI releases guide on Post-Quantum Transition of IPsec](https://www.dataguidance.com/news/france-anssi-releases-guide-post-quantum-transition) 12. [blog.ogwilliam.com](https://blog.ogwilliam.com), [Concrete Technical Steps for Post-Quantum TLS, SSH, and IPsec](https://blog.ogwilliam.com/post/post-quantum-guide-tls-ssh-ipsec) 13. AWS Security Blog, [Enable post-quantum key exchange in QUIC with the s2n-quic library](https://aws.amazon.com/blogs/security/enable-post-quantum-key-exchange-in-quic-with-the-s2n-quic-library/) 14. Cloudflare Blog, [The state of the post-quantum Internet](https://blog.cloudflare.com/pq-2024/) 15. OpenSSH, [Post-Quantum Cryptography](https://www.openssh.org/pq.html) ### Messagerie de groupe / MLS 16. IETF Datatracker, [RFC 9420, The Messaging Layer Security (MLS) Protocol](https://datatracker.ietf.org/doc/rfc9420/) 17. Feisty Duck, [RFC 9420: Messaging Layer Security](https://www.feistyduck.com/newsletter/issue_103_rfc_9420_messaging_layer_security) 18. Gopher Security, [Understanding Messaging Layer Security](https://www.gopher.security/post-quantum/understanding-messaging-layer-security) 19. YouTube (37C3), [RFC 9420 or how to scale end-to-end encryption with Messaging Layer Security](https://www.youtube.com/watch?v=FTPRjVLi8k4) ### Stockage, KMS, sauvegardes et souveraineté cloud 20. Google Cloud, [Envelope encryption / Chiffrement encapsulé (Cloud KMS)](https://docs.cloud.google.com/kms/docs/envelope-encryption) 21. AWS, [Protection des données dans AWS Key Management Service](https://docs.aws.amazon.com/fr_fr/kms/latest/developerguide/data-protection.html) 22. AWS, [S3 Object Lock et stockage WORM](https://docs.aws.amazon.com/AmazonS3/latest/userguide/object-lock.html) 23. Entrust, [Quelles sont les meilleures stratégies de gestion des clés d'entreprise ?](https://www.entrust.com/resources/learn/best-enterprise-key-management-strategies) 24. CERT-FR (ANSSI), [Secteur du cloud, État de la menace informatique (CERTFR-2025-CTI-001)](https://www.cert.ssi.gouv.fr/cti/CERTFR-2025-CTI-001/) 25. CNIL, [Les pratiques de chiffrement dans l'informatique en nuage (cloud) public](https://www.cnil.fr/fr/les-pratiques-de-chiffrement-dans-linformatique-en-nuage-cloud-public) 26. ANSSI, [Recommandations de déploiement d'un service IaaS OpenStack SecNumCloud (ANSSI-BP-104)](https://cyber.gouv.fr/publications/recommandations-de-deploiement-dun-service-iaas-openstack-secnumcloud) ### Hachage de mots de passe 27. OWASP, [Password Storage Cheat Sheet](https://cheatsheetseries.owasp.org/cheatsheets/Password_Storage_Cheat_Sheet.html) 28. ANSSI / MonServiceSécurisé, [Protéger les mots de passe stockés sur le service](https://monservicesecurise.cyber.gouv.fr/articles/proteger-les-mots-de-passe-stockes-sur-le-service) 29. ANSSI, [Guide des mécanismes cryptographiques : règles et recommandations (ANSSI-PG-083)](https://cyber.gouv.fr/publications/mecanismes-cryptographiques) ### AiTM, MFA, FIDO2 / passkeys 30. W3C, [Web Authentication: An API for accessing Public Key Credentials — Level 3](https://www.w3.org/TR/webauthn-3/) 31. The Hacker News, [How AitM Phishing Attacks Bypass MFA and EDR, and How to Fight Back](https://thehackernews.com/2024/08/how-to-stop-aitm-phishing-attack.html) 32. Luxgap, [Okta/SSO hit by vishing: how FIDO2 blocks MFA bypass](https://luxgap.com/articles/okta-sso-vishing-fido2-mfa-contournement?lang=en) 33. WorkOS, [Passkeys stop phishing. Your MFA fallbacks undo it.](https://workos.com/blog/passkeys-stop-ai-phishing-mfa-fallbacks) 34. FIDO Alliance, [The State of Passkeys 2026: Global Consumer and Workforce Report](https://fidoalliance.org/the-state-of-passkeys-2026-global-consumer-and-workforce-report/) ### eIDAS 2.0 35. Commission européenne, [Questions & Answers on Trust Services under the European Digital Identity Regulation](https://digital-strategy.ec.europa.eu/en/faqs/questions-answers-trust-services-under-european-digital-identity-regulation) 36. EFF, [eIDAS 2.0 Sets a Dangerous Precedent for Web Security](https://www.eff.org/deeplinks/2022/12/eidas-20-sets-dangerous-precedent-web-security) 37. R Street Institute, [Cybersecurity Score, European Union Electronic Identification, Authentication, and Trust Services (eIDAS 2.0)](https://www.rstreet.org/research/cybersecurity-score-european-union-electronic-identification-authentication-and-trust-services-eidas-2-0/) ### Détection de contenus pédocriminels et E2EE 38. Conseil de l'Union européenne, [Interim measure protecting children reinstated, 23 July 2026](https://www.consilium.europa.eu/en/press/press-releases/2026/07/23/fighting-child-sexual-abuse-online-interim-measure-protecting-children-now-reinstated/) 39. European Newsroom, [Privacy vs. child protection: EU's “chat control” plans split member states](https://europeannewsroom.com/privacy-vs-child-protection-eus-chat-control-plans-split-member-states/) 40. EFF, [EU Parliament Blocks Mass-Scanning of Our Chats, What's Next?](https://www.eff.org/deeplinks/2026/04/eu-parliament-blocks-mass-scanning-our-chats-whats-next) 41. EFF, [After Years of Controversy, the EU's Chat Control Nears Its Final Hurdle: What to Know](https://www.eff.org/deeplinks/2025/12/after-years-controversy-eus-chat-control-nears-its-final-hurdle-what-know) 42. EDRi, [Chat Control is in the final stretch, but it could be a marathon, not a sprint](https://edri.org/our-work/chat-control-is-in-the-final-stretch-but-it-could-be-a-marathon-not-a-sprint/) 43. Tech Policy Press, [How Europe's “Chat Control” Regulation Could Compromise American Communications](https://www.techpolicy.press/how-europes-chat-control-regulation-could-compromise-american-communications/) ## Questions fréquentes ### Quand une PME doit-elle commencer sa transition post-quantique ? Le bon déclencheur est le croisement entre la durée de confidentialité des données, le temps nécessaire pour migrer et l'incertitude sur l'arrivée d'une menace quantique exploitable. - Inventorier les usages de RSA, des courbes elliptiques, des certificats et des échanges de clés. - Prioriser les données qui doivent rester confidentielles longtemps et qui peuvent être collectées dès aujourd'hui. - Tester les mécanismes hybrides avec les éditeurs avant toute généralisation en production. ### Le HSM déchiffre-t-il toutes les données dans un chiffrement en enveloppe ? Dans l'architecture habituelle, le KMS ou le HSM protège la clé maîtresse et déchiffre la clé de données, tandis que l'application autorisée déchiffre le volume de données avec cette clé. - La KEK reste dans le service de gestion de clés ou le HSM. - La DEK existe temporairement en clair dans le composant autorisé qui traite les données. - Les contrôles IAM, les journaux et la durée de vie de la DEK restent donc déterminants. ### Un hash ou un MAC rend-il une sauvegarde immuable ? Un hash détecte une modification et un MAC en authentifie l'origine, mais aucun des deux n'empêche à lui seul l'effacement, le remplacement ou le retour à une ancienne version. - L'intégrité exige une référence ou une clé d'authentification protégée. - L'immutabilité exige un verrou de rétention, du stockage WORM ou un contrôle équivalent. - La restauration exige aussi des copies isolées, du versionnage et des tests réguliers. ### L'ordinateur quantique rend-il déjà AES-128 vulnérable ? Non : le NIST estime qu'AES-128 devrait rester sûr pendant des décennies malgré l'avantage théorique de Grover, tandis qu'AES-256 offre une marge supplémentaire pour les nouvelles architectures sensibles. - La menace quantique la plus urgente concerne la cryptographie asymétrique utilisée pour l'échange de clés et les signatures. - Le choix d'AES-256 ne dispense pas de gérer correctement les clés, les nonces et les modes de chiffrement authentifié. ### Les passkeys bloquent-elles toutes les formes de hameçonnage ? WebAuthn résiste au vol d'identifiants par faux domaine grâce à la liaison d'origine, mais la sécurité du compte dépend encore du terminal, de la récupération, des méthodes de repli et de la protection des sessions. - Une passkey synchronisée peut être sauvegardée entre appareils ; une clé matérielle peut rester liée à un seul authentificateur. - Un attaquant qui vole un cookie de session ou contrôle le terminal contourne le problème traité par l'authentification. - Les comptes privilégiés gagnent à employer des authentificateurs matériels et une récupération fortement contrôlée. ### eIDAS 2.0 oblige-t-il les navigateurs à intégrer toutes les autorités des listes de confiance européennes ? La Commission précise que les navigateurs doivent reconnaître les QWAC et afficher leurs données d'identité, mais qu'ils ne sont pas obligés d'intégrer ni d'utiliser directement les listes de confiance nationales. - L'usage d'un QWAC par un site reste volontaire. - La portée exacte se distingue des critiques formulées pendant les négociations sur la confiance imposée aux navigateurs. - Les entreprises doivent suivre les règles d'application et conserver une procédure de réaction aux certificats compromis. --- # Après le prompt engineering : concevoir un contexte fiable pour l'IA Adresse : https://paulantoinetual.fr/blog/la-fin-du-prompt-engineering-pourquoi Publié le 2026-05-19, mis à jour le 2026-09-06 · Management de transition > Passer de la requête isolée à une consigne testée : contexte, exemples, données, outils et format de sortie pour fiabiliser les usages IA en entreprise. *Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions. Mise à jour le 6 septembre 2026.* ## Le prompt n'est qu'une partie du système L'interface de ChatGPT, lancée le 30 novembre 2022, a rendu l'IA accessible sous la forme d'une conversation, mais un usage professionnel dépend moins d'une « formule parfaite » que de la qualité de l'ensemble transmis au modèle. - Une demande isolée peut suffire pour explorer, reformuler ou résumer un texte court. - Une application ajoute des références, des exemples, un historique, des outils, des permissions et un format de sortie. - Chaque élément consomme une partie de la fenêtre de contexte et peut renforcer, contredire ou noyer une instruction. - La discipline consiste donc à construire puis tester ce contexte, souvent appelée *context engineering* [1]. Cette évolution ne signe pas la disparition du prompt engineering ; elle le replace dans un cycle d'ingénierie où les critères de réussite et les évaluations précèdent l'optimisation de la consigne [2]. - Le prompt formule la tâche, le ton, les contraintes et le résultat attendu. - Le contexte fournit seulement les informations nécessaires à cette tâche. - L'évaluation mesure la qualité, la robustesse, le coût et la latence sur des cas représentatifs. - Une erreur persistante peut appeler un meilleur modèle, un meilleur retrieval, un outil ou une règle métier plutôt qu'un prompt plus long. ## Ce qu'un dirigeant doit retenir du fonctionnement d'un LLM Un LLM produit une réponse token par token à partir de son contexte et de paramètres d'inférence, ce qui explique à la fois sa fluidité, sa variabilité et la nécessité de vérifier ses sorties. - **Tokenisation :** le texte est découpé en unités que le modèle représente numériquement. - **Prédiction :** le transformeur calcule une distribution de probabilités pour le token suivant. - **Attention :** le modèle pondère les relations entre les éléments présents dans le contexte. - **Génération :** la réponse résulte d'une suite de choix probabilistes, sans garantie intrinsèque de vérité ni de conformité métier. La longueur disponible ne garantit pas que chaque information sera utilisée avec la même fiabilité, car les expériences dites *lost in the middle* montrent que la position d'un fait pertinent peut affecter les performances sur certaines tâches de contexte long [3]. - Placer la question et les contraintes essentielles à un endroit conforme au guide du modèle utilisé. - Retirer les documents sans rapport direct avec la décision demandée. - Identifier les sources et séparer clairement données, exemples et instructions. - Tester plusieurs positions et volumes de contexte sur le jeu métier au lieu d'appliquer une règle universelle. ## Ce que l'interface de chat masque en production Une conversation tolère la reformulation et la correction au tour suivant, tandis qu'un processus automatisé doit rendre explicites les hypothèses, les entrées, les sorties et le traitement des erreurs dès sa conception. - La politesse ou une persona peuvent orienter le ton, mais ne remplacent pas une définition vérifiable de la tâche. - Un terme comme « urgent », « complet » ou « risque élevé » doit être relié à une règle ou à un seuil métier. - Les données injectées par un utilisateur ou un document externe doivent être traitées comme des entrées non fiables. - Une sortie destinée à un logiciel doit respecter un schéma contrôlé, idéalement via la fonction de sortie structurée de l'API. ## Les recommandations des éditeurs convergent sur la clarté, pas sur un format unique Anthropic, OpenAI et Google recommandent tous des instructions précises et des parties clairement séparées, mais leurs guides laissent plusieurs moyens valables de les exprimer selon le modèle, la complexité et la sortie attendue [4][5][6]. - Anthropic propose notamment des balises XML descriptives pour distinguer instructions, contexte, documents et exemples dans les prompts complexes [4]. - OpenAI met l'accent sur des instructions simples, directes, cohérentes et sur l'itération à partir d'évaluations [5]. - Google cite les balises XML, les titres Markdown et les séparateurs comme options de structuration, à utiliser de façon cohérente [6]. - Pour une sortie JSON consommée par un programme, les fonctions de sortie structurée ou d'appel d'outil sont plus sûres qu'une simple demande textuelle de « répondre en JSON ». Les résultats de recherche sur un domaine précis peuvent éclairer une conception sans fournir un pourcentage transférable à tous les processus, modèles ou secteurs. - Une étude clinique combine RAG et prompt engineering pour interpréter des recommandations relatives à l'hépatite C ; elle ne permet pas d'isoler l'effet du seul balisage ni de prédire le gain d'une PME [7]. - Les benchmarks de sortie structurée comparent des modèles, des formats et des tâches définis ; leur score ne remplace pas un test sur les documents réels de l'entreprise [8]. - Une décision de formation doit partir des tâches, erreurs et contrôles de l'entreprise plutôt que d'un taux générique de salariés formés. ## Quand le balisage apporte peu Le balisage devient utile quand il clarifie une frontière ou une hiérarchie réelle, mais il ajoute du bruit lorsqu'il enveloppe mécaniquement une demande courte déjà non ambiguë. - **Prose courte :** une reformulation ou une classification simple peut tenir dans une phrase avec le format attendu. - **Markdown :** des rubriques lisibles conviennent souvent à un prompt maintenu conjointement par métiers et développeurs. - **XML :** des balises descriptives aident à isoler plusieurs documents, exemples ou blocs de données. - **Schéma natif :** une API de sortie structurée convient mieux lorsqu'un système aval exige des champs et types précis. Le choix doit venir d'une comparaison contrôlée plutôt que d'une préférence esthétique, car un gabarit gagne sa place seulement s'il améliore un critère utile sans dégrader excessivement le coût ou la maintenabilité. - Construire un petit jeu de cas normaux, difficiles et interdits. - Comparer la version simple et la version structurée sur le même modèle et les mêmes paramètres. - Mesurer exactitude métier, respect du format, omissions, coût et latence. - Conserver la forme la plus simple qui franchit les seuils convenus. ### Les modèles plus capables réduisent-ils le besoin de structure ? Un meilleur modèle peut réussir davantage de demandes en prose, mais une production gouvernée a toujours besoin d'un contrat explicite entre le métier, l'application et le modèle. - La structure rend les champs variables et les responsabilités visibles aux humains. - Le versionnage permet de relier une modification à une variation mesurée des sorties. - Les cas limites évitent de confondre une bonne démonstration avec une qualité stable. - La réévaluation à chaque changement majeur de modèle remplace toute prédiction arbitraire sur la durée de vie d'XML. ## Quatre décisions pratiques pour une PME Une PME peut professionnaliser ses usages sans transformer tous ses collaborateurs en spécialistes du prompting, à condition d'attribuer les responsabilités et de concentrer l'effort sur les processus qui ont un véritable enjeu. - **Former les métiers à la spécification :** définir l'objectif, les références autorisées, les critères de réussite et les cas à escalader. - **Maintenir les gabarits critiques :** nommer un propriétaire, versionner les changements et associer chaque version à des tests. - **Gouverner les agents :** limiter leurs outils, leurs données et leurs droits, puis exiger une validation humaine pour les actions à conséquence élevée. - **Préparer la portabilité :** séparer la logique métier des particularités du fournisseur et tester au moins une solution de repli lorsque la continuité le justifie. ### Trois questions pour auditer vos consignes Trois questions simples révèlent rapidement si les prompts critiques sont encore des astuces individuelles ou déjà des composants pilotés du processus. - Quels prompts influencent une décision, un client, un paiement, un document officiel ou une action sur un système ? - Qui possède chacun de ces gabarits, ses sources, ses droits d'accès et son jeu de tests ? - Quel test de non-régression est exécuté après une modification du prompt, du modèle, du retrieval ou d'un outil ? ## Le socle opérationnel proposé par la Méthode Junyr™ Au niveau 3 « Orchestre » de la Méthode Junyr™, les usages récurrents sont traités comme des actifs opérationnels : leur consigne, leurs entrées, leurs contrôles et leur propriétaire deviennent inspectables. - Un gabarit minimal sépare la tâche, les références, les règles de traitement et la sortie attendue. - Une bibliothèque versionnée relie chaque gabarit à un responsable, un historique et un jeu d'évaluation. - Un cadre de délégation limite les outils et prévoit les validations, journaux et procédures de reprise adaptés au risque. Le gabarit suivant illustre une tâche multi-document ; ses balises sont descriptives, mais leur nom et leur présence doivent être adaptés au modèle et au cas d'usage. - `` formule le livrable et la décision qu'il doit éclairer. - `` regroupe les sources avec un identifiant stable. - `` décrit la méthode, les exclusions et les conditions d'escalade. - `` fixe les sections, les citations et les champs attendus. ```xml Comparer les documents et produire une note de décision. … … Citer chaque divergence avec l'identifiant du document. Signaler toute information insuffisante sans la compléter par supposition. Résumé, divergences, informations manquantes, recommandation. ``` ## Conclusion : spécifier, tester, gouverner La compétence durable n'est ni une tournure magique ni XML en soi, mais la capacité à transformer un besoin métier en contexte contrôlé, en sortie vérifiable et en processus dont une personne reste responsable. - Commencer par une consigne courte et des critères de réussite observables. - Ajouter contexte, exemples ou balises seulement lorsqu'ils résolvent une erreur identifiée. - Employer les fonctions natives de schéma et d'outils quand le modèle doit interagir avec un logiciel. - Rejouer les évaluations après chaque changement susceptible d'affecter le comportement. --- ### Faire le point en 30 minutes L'audit gratuit de maturité IA Junyr est un échange vidéo de 30 minutes, sans engagement, qui situe l'entreprise sur l'échelle, identifie le principal blocage et le premier projet raisonnable, puis fournit un récapitulatif d'une page. - [Réserver l'audit](https://junyr.eu/fr/site/audit) - Préparer un processus concret, son responsable et un exemple de sortie actuelle pour rendre l'échange plus utile. --- ## Sources - [1] Andrej Karpathy, publication sur le *context engineering*, 25 juin 2025. [x.com](https://x.com/karpathy/status/1937902205765607626) - [2] Anthropic, *Prompt engineering overview*. [platform.claude.com](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview) - [3] Liu et al., *Lost in the Middle: How Language Models Use Long Contexts*, 2023. [arxiv.org](https://arxiv.org/abs/2307.03172) - [4] Anthropic, *Prompting best practices*. [platform.claude.com](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices) - [5] OpenAI, *Prompting*. [developers.openai.com](https://developers.openai.com/api/docs/guides/prompting) - [6] Google, *Prompt design strategies*. [ai.google.dev](https://ai.google.dev/gemini-api/docs/prompting-strategies) - [7] So et al., *Optimization of hepatological clinical guidelines interpretation by large language models*, 2024. [Nature](https://www.nature.com/articles/s41746-024-01091-y) - [8] Jiao et al., *StructEval: Benchmarking LLMs' Capabilities to Generate Structural Outputs*, 2025. [arxiv.org](https://arxiv.org/abs/2505.20139) --- *Paul-Antoine TUAL est AI Transformation Leader. Il dirige Croissance et Transitions et développe la suite Junyr™.* ## Questions fréquentes ### Le prompt engineering est-il vraiment mort ? Le terme reste utile, mais une application fiable exige de concevoir tout ce que le modèle reçoit et tout ce qui contrôle son action, au-delà de la seule formulation de la demande. - Le prompt reste l'instruction visible. - Le contexte ajoute données, exemples, historique, outils et règles. - Les évaluations déterminent si l'ensemble fonctionne sur les cas métier. ### Faut-il utiliser XML dans tous les prompts ? XML aide à séparer les parties d'un contexte complexe, tandis qu'une prose claire, des titres Markdown ou un schéma natif peuvent mieux convenir à d'autres tâches. - Une demande courte peut rester en prose. - Des documents multiples gagnent souvent à être délimités explicitement. - Une sortie machine doit privilégier le mode structuré ou l'appel d'outil proposé par l'API. ### Quelle différence entre prompt engineering et context engineering ? Le prompt engineering travaille la consigne, alors que le context engineering organise l'ensemble des informations et capacités disponibles au moment où le modèle doit répondre ou agir. - La consigne décrit la tâche et ses contraintes. - Le contexte rassemble références, exemples, état et historique utiles. - Les outils, permissions et schémas bornent les actions et les sorties. ### Une équipe non technique doit-elle apprendre XML ? Une équipe métier doit surtout apprendre à définir une tâche vérifiable, tandis qu'un référent peut traduire cette définition dans le format adapté au modèle et à l'application. - Le métier fournit les critères de réussite et les cas limites. - Le référent maintient le gabarit et le jeu d'évaluation. - Les utilisateurs remplissent des champs stables plutôt que de réécrire la consigne. ### Une consigne structurée protège-t-elle d'une injection de prompt ? La séparation des instructions et des données réduit certaines ambiguïtés, mais elle ne constitue qu'une couche d'une défense qui doit aussi limiter les droits et valider les actions sensibles. - Traiter tout contenu externe comme non fiable. - Limiter les outils et les données accessibles. - Imposer une validation humaine lorsque l'action a des conséquences élevées. - Tester les attaques représentatives du processus. ### Le balisage remplace-t-il le RAG ou le fine-tuning ? Le balisage organise une requête, le RAG sélectionne des références et le fine-tuning modifie le comportement du modèle ; ces techniques répondent donc à des problèmes distincts. - Utiliser le RAG pour apporter des connaissances à jour ou privées. - Utiliser un schéma pour garantir une sortie exploitable quand l'API le permet. - N'envisager le fine-tuning qu'après avoir défini des exemples et une évaluation stables. --- # Budgets tokens et API IA : le guide FinOps des PME en 2026 Adresse : https://paulantoinetual.fr/blog/budgets-tokens-et-api-ia-le-guide Publié le 2026-05-18, mis à jour le 2026-09-06 · Efficacité personnelle > Un guide FinOps 2026 pour mesurer, budgéter et contrôler les coûts d'API IA, du routage des modèles au ROI réellement attribuable. ## Introduction : piloter une dépense variable sans étouffer l'usage Une application d'IA combine souvent abonnement, appels facturés à l'usage, stockage et travail humain, si bien qu'un budget fiable part des unités réellement consommées et de la valeur obtenue plutôt que d'un simple nombre de licences. - **Demande** : requêtes, documents, conversations et étapes d'agent déterminent le volume à traiter. - **Consommation** : tokens d'entrée, tokens de sortie, cache, outils et éventuels tokens de raisonnement composent la facture variable. - **Service** : latence, disponibilité et qualité fixent le niveau de modèle acceptable pour chaque usage. - **Valeur** : économies décaissées, marge additionnelle, capacité libérée et risque évité doivent être suivis séparément. Le risque financier vient moins du token lui-même que de l'absence de responsabilité, de limites exécutables et de mesure de la qualité, car une équipe peut optimiser le prix unitaire tout en multipliant les appels inutiles ou les reprises humaines. - Une clé partagée empêche d'attribuer la dépense à une équipe, une application et un cas d'usage. - Un tableau de bord révèle la dérive après coup ; une politique placée sur le chemin de la requête peut la ralentir, la rerouter ou la refuser. - Un modèle moins cher n'est économique que si son taux d'erreur, ses escalades et son coût de contrôle restent acceptables. - Un agent sans plafond d'étapes peut transformer une erreur banale en boucle de consommation. Ce guide propose donc une chaîne de contrôle complète, depuis l'inventaire et la passerelle jusqu'au cache, aux disjoncteurs et au calcul du ROI, avec des exemples bornés à adapter aux données de chaque PME. - Les tarifs sont une photographie au **6 septembre 2026** et doivent être relus dans les catalogues fournisseurs avant toute décision. - Les seuils de quota, de similarité et d'escalade sont des exemples de conception, non des normes universelles. - Les gains ne sont retenus dans le ROI que lorsqu'ils sont attribuables, documentés et non comptés deux fois. ## Gouvernance : relier usage, risque et centre de coûts Une gouvernance utile crée une ligne traçable entre chaque application, son responsable, ses fournisseurs, ses données, ses risques et son budget, ce qui rend possibles l'arbitrage et l'arrêt d'un usage devenu disproportionné. - **Inventaire** : application, modèle, version, fournisseur, finalité, données traitées et dépendances. - **Responsabilité** : propriétaire métier, propriétaire technique, centre de coûts et personne autorisée à relever un plafond. - **Évaluation** : qualité attendue, risques, population concernée, supervision humaine et scénario de repli. - **Mesure** : coût par résultat utile, erreurs, reprises, latence et incidents, avec une période de référence. ### ISO/IEC 42001 : un système de management, pas une promesse automatique ISO/IEC 42001:2023 fournit un cadre de système de management de l'IA que l'entreprise peut utiliser pour structurer politiques, responsabilités, risques, objectifs et amélioration continue, sans que l'alignement ou la certification garantisse à lui seul la conformité d'un système particulier [1]. - La norme aide à organiser les décisions et les preuves autour du cycle de vie de l'IA. - La certification est un choix distinct de l'usage du référentiel et dépend du périmètre audité. - Les obligations juridiques continuent de dépendre du rôle de l'entreprise, du système et de son cas d'usage. - Le contrôle budgétaire bénéficie du même socle documentaire, mais reste à implémenter dans les systèmes techniques et financiers. ### AI Act : appliquer le calendrier au bon acteur et au bon système Au 6 septembre 2026, le calendrier européen doit être lu par obligation, catégorie de système et rôle de l'organisation, car une PME peut être fournisseur, déployeur, importateur ou distributeur et ne porte pas les mêmes devoirs dans chaque situation [2][3]. - L'article 50 s'applique depuis le **2 août 2026** aux fournisseurs et déployeurs entrant dans son champ, selon l'obligation de transparence concernée. - Le délai au **2 décembre 2026** vise seulement les fournisseurs de systèmes mis sur le marché ou mis en service avant le 2 août 2026, pour le marquage et la détection de l'article 50(2) ; il ne reporte pas tout l'article 50 [3]. - Les sections 1 à 3 du chapitre III, sauf l'article 6(5), s'appliquent le **2 décembre 2027** aux systèmes à haut risque relevant de l'article 6(2) et de l'annexe III, puis le **2 août 2028** à ceux relevant de l'article 6(1) et de l'annexe I [2]. - Pour les systèmes à haut risque déjà commercialisés ou mis en service avant la date applicable, la transition dépend notamment d'une modification significative de la conception ; un régime particulier couvre les systèmes destinés aux autorités publiques [2]. - L'article 4 impose désormais aux fournisseurs et déployeurs de prendre des mesures pour soutenir le développement de la maîtrise de l'IA des personnes concernées, selon leur expérience et le contexte d'usage [2]. La conformité et la sobriété peuvent partager les mêmes données de pilotage, mais elles répondent à des objectifs distincts qu'une direction doit documenter sans transformer une baisse de tokens en preuve juridique ou environnementale. - L'AFNOR Spec 2314 propose une méthode pour mesurer et réduire les impacts environnementaux de l'IA [4]. - Les journaux de consommation peuvent alimenter à la fois le suivi financier et des indicateurs de ressources, si leurs limites sont explicites. - Une réduction de contexte n'est positive que si la qualité, la sécurité et la conservation des preuves restent au niveau requis. ## La passerelle IA : le point d'exécution des politiques Une passerelle IA placée entre les applications et les fournisseurs centralise l'identité, le routage et les règles de consommation, à condition que les applications ne puissent pas la contourner avec des clés directes. - **Identité** : rattacher chaque appel à un utilisateur, une équipe, un environnement, une application et un centre de coûts. - **Politique** : vérifier modèle autorisé, plafond, débit, région, classification des données et droit d'utiliser un outil. - **Résilience** : gérer délais, reprises bornées, fournisseurs de repli et modes dégradés. - **Comptage** : rapprocher estimation avant appel, usage retourné par le fournisseur et facture réelle. L'observabilité éclaire la décision alors que le composant de contrôle l'exécute, distinction essentielle puisque des outils comme Langfuse reçoivent des traces hors du chemin modèle et ne peuvent pas, seuls, bloquer une dépense [5]. - **Passerelle ou moteur de politique** : se trouve sur le chemin synchrone, autorise, reroute, ralentit ou rejette la requête. - **Collecteur de télémétrie** : reçoit les spans et mesures, souvent de façon asynchrone, puis les rend exploitables. - **Plateforme d'observabilité** : analyse coûts, latence, qualité et traces ; une alerte n'équivaut pas à une coupure. - **Boucle de gouvernance** : transforme les observations en nouvelles politiques testées puis déployées dans la passerelle. Le choix d'outils doit porter sur des capacités vérifiées dans la version retenue plutôt que sur un classement général, car les fonctions et performances changent avec le mode d'hébergement, les plugins et la charge. - Le chemin de contrôle détermine la capacité à faire respecter une politique. - Le chemin de télémétrie détermine la qualité des mesures et du diagnostic. - Les deux doivent être testés ensemble en charge et lors d'une panne de fournisseur. | Composant | Fonction principale | Peut bloquer une requête ? | Vérifications avant choix | | --- | --- | --- | --- | | Passerelle API/LLM ou proxy | Authentification, quotas, routage, limitation de débit | Oui, si la politique est exécutée sur le chemin de l'appel | Modèles couverts, granularité des budgets, haute disponibilité, contournement impossible | | Routeur de modèles | Sélection d'un modèle selon tâche, coût et qualité | Oui, s'il est intégré au chemin de contrôle | Jeux d'évaluation, règles de repli, latence ajoutée, explicabilité | | Observabilité LLM | Traces, coûts estimés, évaluations et débogage | Non, sauf composant de contrôle séparé | Capture des usages, protection des données, échantillonnage, rapprochement facture | | Cache exact ou sémantique | Réutilisation contrôlée d'un résultat | Oui, en servant une réponse sans nouvel appel | Fraîcheur, isolation par client, invalidation, qualité des correspondances | ## Quotas : budgéter un résultat plutôt qu'un volume abstrait Un quota exploitable combine une enveloppe monétaire, une période, un propriétaire et un comportement de dépassement, puis le traduit en métriques techniques que la passerelle peut évaluer avant et après chaque appel. - Le budget mensuel fixe la dépense maximale acceptable pour le portefeuille d'usages. - Une réserve explicite couvre les pointes légitimes et ne doit pas masquer une prévision trop basse. - Les sous-quotas par application ou centre de coûts évitent qu'un seul flux épuise l'enveloppe commune. - Le coût par résultat utile complète les tokens : dossier traité, conversation résolue, test corrigé ou rapport validé. Les profils de consommation diffèrent surtout par la forme du travail, ce qui rend plus robuste un modèle fondé sur les mesures locales qu'une fourchette générique de tokens par département. - Mesurer d'abord les inducteurs propres au flux : tours, pages, outils, contexte et sorties. - Relier ensuite ces inducteurs à un résultat métier vérifiable. - Définir enfin la politique de coût qui protège ce résultat sans dégrader sa qualité. | Cas d'usage | Principal inducteur de coût | Indicateur de résultat | Politique adaptée | | --- | --- | --- | --- | | Support client | Nombre de tours, contexte client, réponses générées | Conversation résolue et vérifiée | Modèle économique par défaut, plafond de tours, escalade sur motifs définis | | Documents finance | Pages, OCR, extraction et validation | Document correctement structuré | Prétraitement déterministe, sortie structurée, revue sur exceptions | | Génie logiciel | Taille du dépôt, appels d'outils, cycles test-correction | Tâche fusionnable ou défaut corrigé | Budget par tâche, limites d'étapes, modèle supérieur sur complexité prouvée | | Marketing | Volume de sortie, variantes et reprises | Contenu approuvé ou marge de campagne | Limite de variantes, gabarit de sortie, coût rattaché à la campagne | Une politique graduée maintient le service tant que possible tout en empêchant le dépassement, avec des seuils choisis selon la criticité et testés sur un environnement de préproduction. - **Alerte** : à un premier seuil, notifier le propriétaire et expliquer la vitesse de consommation. - **Mode conservateur** : réduire la verbosité, désactiver les options coûteuses ou router vers un modèle validé moins cher. - **Autorisation exceptionnelle** : réserver les relèvements de plafond à un rôle identifié, pour une durée et une justification enregistrées. - **Coupure** : à la limite stricte, refuser l'appel ou servir un mode dégradé sans engager de nouvelle dépense non autorisée. ## Routage dynamique : acheter le niveau de qualité nécessaire Le routage réduit la dépense seulement si le petit modèle satisfait un seuil de qualité mesuré et si le coût des classifications, échecs, reprises et escalades est inclus dans la comparaison. - Définir un jeu d'évaluation représentatif par intention, langue, risque et longueur de contexte. - Affecter un modèle par défaut à chaque classe de tâche, avec contraintes de données et de région. - Escalader sur un signal observable : validation de schéma, score d'évaluation, outil en échec ou règle métier. - Recalculer périodiquement le coût par résultat correct, car prix et performances évoluent indépendamment. Le routeur suit une séquence courte et auditable qui sépare la décision initiale du contrôle de la réponse et limite les cascades coûteuses. - **Classifier** l'intention, le risque et la complexité avec des règles ou un petit modèle. - **Vérifier** les politiques d'accès, de données, de budget et de disponibilité. - **Appeler** le modèle admissible le moins coûteux qui atteint le niveau de qualité mesuré. - **Valider** la sortie puis autoriser au plus le nombre d'escalades défini pour ce flux. ### Une photographie tarifaire, pas un classement permanent Les prix publics au 6 septembre 2026 montrent pourquoi le catalogue du routeur doit être daté, versionné et rapproché des factures plutôt que copié une fois dans un tableur [6][7][8]. - Les lignes OpenAI donnent des prix publics comparables pour l'entrée et la sortie. - Les lignes DeepSeek et Anthropic signalent des dimensions tarifaires qui interdisent une comparaison à deux colonnes. - Les remises de cache, de batch, de volume et les frais d'outils restent à calculer par scénario. | Offre API | Entrée / 1 M tokens | Sortie / 1 M tokens | Point d'attention | | --- | ---: | ---: | --- | | OpenAI GPT-5.6 Luna | 0,20 $ | 1,20 $ | Tarif annoncé à compter du 30 juillet 2026 ; vérifier cache, batch et outils séparément [6]. | | OpenAI GPT-5.6 Terra | 2,00 $ | 12,00 $ | Même date de référence ; comparer le coût par résultat correct, pas le prix du token seul [6]. | | OpenAI GPT-5.6 Sol | 4,00 $ | 20,00 $ | Le niveau premium doit être réservé aux tâches où l'évaluation justifie l'écart [7]. | | Gamme DeepSeek V4 | Variable | Variable | Depuis le 16 août 2026, la tarification distingue heures pleines et creuses, ces dernières étant annoncées 50 % moins chères ; consulter le tarif vivant [8]. | | Anthropic Claude | Selon le modèle | Selon le modèle | Le catalogue distingue entrée, écriture de cache à 5 min ou 1 h, lecture de cache et sortie [9]. | Un budget de modèle de raisonnement doit utiliser les compteurs facturés renvoyés par le fournisseur, car la visibilité, la dénomination et le traitement tarifaire des tokens internes et des appels d'outils varient selon l'API. - Fixer l'effort de raisonnement maximal lorsque l'API le permet. - Plafonner la sortie et le nombre d'appels d'outils indépendamment de la longueur de la réponse visible. - Mesurer la distribution réelle par type de tâche, notamment les valeurs hautes, au lieu d'appliquer un multiplicateur universel. - Inclure les recherches, exécutions de code et autres outils tarifés dans le coût complet de la requête. ## Ingénierie du contexte : distinguer calcul, latence, mémoire et facture Allonger un contexte augmente plusieurs ressources selon des lois différentes, de sorte que l'affirmation « deux fois plus de contexte coûte quatre fois plus cher » n'est valable que dans un cas technique étroit et ne décrit ni toute l'inférence ni la facturation API [10]. - **Préremplissage (*prefill*)** : avec une attention dense standard et à implémentation identique, le travail d'attention théorique croît quadratiquement avec la longueur ; doubler le contexte peut donc approcher quatre fois ce travail si cette phase domine. - **Décodage** : le cache KV évite de recalculer tout le préremplissage à chaque token généré ; la latence dépend alors notamment de la longueur déjà mise en cache, de la mémoire et du matériel. - **Mémoire du cache KV** : elle croît approximativement avec la longueur de séquence, le nombre de couches et la représentation utilisée. - **Facturation API** : elle suit les unités et options du fournisseur — tokens d'entrée, cache, sortie et outils — plutôt que les opérations internes exactes du GPU. - **Latence observée** : noyaux optimisés, mise en lots, parallélisme, réseau, charge et matériel peuvent éloigner la mesure du simple ordre de complexité. Une bonne ingénierie du contexte retire le bruit avant l'appel, conserve les preuves nécessaires et vérifie que la compression ne détériore pas la réponse sur le jeu d'évaluation métier. - Filtrer les documents par droits d'accès, date, source et pertinence avant de les injecter. - Résumer l'historique avec références vers les éléments originaux plutôt que recopier tous les tours. - Utiliser des sorties structurées et des limites de longueur adaptées au résultat attendu. - Tester les compresseurs tels que LLMLingua sur ses propres tâches ; les résultats de recherche publiés restent dépendants du jeu de données et du modèle [11]. ## Cache : économiser un appel sans servir une réponse périmée Le cache exact et le cache sémantique réduisent appels et latence lorsque les demandes se répètent, mais leur gain net dépend du taux de succès, du coût d'indexation, des faux rapprochements et de la fraîcheur exigée. - Le cache exact normalise puis hache une requête et réutilise seulement une correspondance identique. - Le cache sémantique calcule un embedding et réutilise une réponse lorsque la similarité franchit un seuil validé. - Le cache fournisseur réemploie un préfixe selon les règles, durées et tarifs de l'API concernée. - Un appel au modèle reste nécessaire lorsque les contrôles de correspondance ou de fraîcheur échouent. Une architecture de cache défensive vérifie successivement l'identité du tenant, la version des sources, la correspondance et la politique de durée de vie avant de réutiliser un résultat. - Les couches locales décident si une réponse existante est admissible pour cette requête. - Le cache fournisseur réduit une partie du traitement d'un préfixe selon son propre contrat tarifaire. - Le repli modèle produit une réponse neuve lorsque l'une des vérifications échoue. | Couche | Gain recherché | Risque principal | Contrôle nécessaire | | --- | --- | --- | --- | | Correspondance exacte | Éviter l'appel et l'embedding | Clé de cache trop large | Inclure tenant, langue, version du prompt et droits dans la clé | | Similarité sémantique | Reconnaître les reformulations | Faux positif sémantique | Seuil évalué par intention et exclusion des usages sensibles | | Cache fournisseur | Réduire le coût d'un préfixe répété | Règles ou tarifs mal modélisés | Lire compteurs de cache, durée et frais d'écriture/stockage | | Repli modèle | Produire une réponse nouvelle | Coût et latence | Budget, délai et nombre de reprises bornés | La durée de vie doit refléter la volatilité et le risque métier, avec invalidation événementielle lorsque la source change et sans seuil générique présenté comme sûr pour tous les contenus. - Prix, stocks, droits et consignes urgentes exigent une expiration courte ou une vérification directe. - Documentation versionnée et FAQ stables peuvent durer davantage si leur version reste dans la clé. - Données personnelles et réponses propres à un client doivent être isolées et soumises à la politique de conservation. - Le taux de succès, les erreurs de fraîcheur et les économies nettes doivent être mesurés ensemble. ## Agents : contenir les boucles et les pouvoirs Un agent peut consommer de façon accélérée lorsque son historique grossit ou qu'il répète outils et tentatives, sans que cette croissance soit universellement quadratique ni qu'une boucle soit nécessairement visible à l'utilisateur. - Chaque étape ajoute potentiellement du contexte, des résultats d'outils et une nouvelle sortie facturée. - Une reprise automatique peut reproduire une erreur permanente et multiplier le coût sans augmenter la probabilité de succès. - Une délégation à d'autres agents élargit l'arbre d'appels et doit partager le même budget parent. - Un arrêt applicatif n'annule pas forcément les opérations déjà lancées ; le contrôle doit couvrir le plan de données et les outils. Une architecture de confinement combine budget, temps, identité et portée des outils afin qu'aucune défaillance unique ne donne à l'agent une dépense ou un accès indéfini. - **Budget et étapes** : plafond par tâche, session, agent enfant et outil, vérifié avant chaque nouvelle action. - **Temps** : échéance globale, délai par appel et nombre de reprises avec temporisation. - **Identité** : identifiant distinct et révocable, secrets courts et permissions minimales. - **Données et outils** : ressources explicitement autorisées, écritures sensibles soumises à validation et journal d'audit. - **Reprise humaine** : état sauvegardé, raison d'arrêt claire et procédure d'autorisation bornée. ## ROI : séparer liquidités, marge, capacité et risque Le ROI financier compare les bénéfices attribuables réalisés pendant une période au coût total de la même période, tandis que les indicateurs de qualité et de capacité expliquent la performance sans devenir automatiquement des flux de trésorerie. `ROI (%) = [(bénéfices attribuables − TCO) / TCO] × 100` - Le **TCO** comprend API et outils, données, intégration, infrastructure, évaluation, supervision, changement, sécurité et gouvernance. - Les **économies de trésorerie** correspondent à des dépenses effectivement réduites ou supprimées. - La **marge additionnelle** applique le taux de contribution au revenu incrémental attribuable ; le revenu brut n'est pas un bénéfice. - La **capacité libérée** se mesure en heures et en valeur théorique, puis n'entre dans le ROI que lorsqu'une utilisation économique distincte est démontrée. - Le **risque évité** repose sur une variation documentée de perte attendue, avec hypothèses et incertitude explicites. Un exemple annuel illustratif montre pourquoi additionner les heures économisées à leur réemploi compterait deux fois le même effet, même lorsque chaque ligne prise isolément paraît défendable. - Le scénario suppose un TCO annuel de 80 000 €. - Il retient uniquement les bénéfices financiers dont la réalisation est explicitée. - La valeur de capacité reste un indicateur opérationnel séparé dans ce calcul. | Élément illustratif | Montant retenu | Traitement | | --- | ---: | --- | | TCO du projet | 80 000 € | Dénominateur et coût soustrait | | Économies de contrats et prestations | 25 000 € | Bénéfice de trésorerie documenté | | 120 000 € de revenu incrémental à 40 % de marge contributive | 48 000 € | Marge, pas revenu brut | | Réduction de perte attendue | 15 000 € | Bénéfice sous hypothèses documentées | | 1 200 heures libérées à 45 €/h | 54 000 € de capacité | Suivie hors ROI, car les effets réalisés figurent déjà ci-dessus | Dans cet exemple borné, les bénéfices attribuables atteignent 88 000 €, le bénéfice net 8 000 € et le ROI annuel 10 %, résultat qui change dès qu'une hypothèse d'attribution, de marge ou de risque est modifiée. - Calcul : `(25 000 + 48 000 + 15 000 − 80 000) / 80 000 = 10 %`. - Les 54 000 € de capacité ne sont pas ajoutés au numérateur sans preuve d'une économie, d'une marge ou d'un coût évité supplémentaire. - Une analyse de sensibilité doit varier adoption, volume, qualité, coût unitaire et taux de marge. - Le délai de récupération complète le ROI en indiquant quand les flux cumulés couvrent le TCO. Le tableau de pilotage relie enfin les résultats financiers aux preuves opérationnelles qui permettent de les expliquer et de les auditer. - Chaque résultat financier reçoit un indicateur opérationnel antérieur ou concomitant. - Chaque ligne précise le contrôle nécessaire pour isoler l'effet de l'IA. - Les hypothèses non observables restent documentées dans l'analyse de sensibilité. | Domaine | Résultat financier possible | Preuve opérationnelle | Garde-fou d'attribution | | --- | --- | --- | --- | | Finance et opérations | Coût décaissé réduit ou capacité redéployée | Temps de cycle, reprises, volume traité | Comparaison avant/après et contrôle des variations de volume | | Support | Coût évité ou marge conservée | Résolution correcte, escalades, satisfaction | Qualité et demande comparables, coût humain résiduel inclus | | Sécurité et conformité | Perte attendue réduite | Incidents, gravité, temps de détection | Probabilité et impact documentés, scénario de référence explicite | | Ventes et marketing | Marge incrémentale | Conversion, panier, coût d'acquisition | Groupe ou période de comparaison, cannibalisation déduite | ## Une cadence FinOps praticable en PME Une PME peut démarrer avec un seul cas d'usage et une boucle mensuelle courte, à condition de définir avant le pilote le résultat attendu, le plafond de perte acceptable et la règle de décision après mesure. - **Avant** : établir référence, TCO prévisionnel, critères de qualité, contraintes juridiques et limite budgétaire. - **Pendant** : mesurer coût par résultat correct, distribution des coûts, cache, escalades, reprises humaines et incidents. - **Après** : rapprocher facture et télémétrie, calculer bénéfices attribuables, documenter les écarts et décider d'arrêter, corriger ou étendre. - **À chaque changement** : réévaluer modèle, tarif, contrat, données, prompts et règles de cache avant de déplacer le trafic. ## Conclusion : une architecture économique vérifiable La maîtrise des budgets d'API IA repose sur une chaîne cohérente où la gouvernance attribue, la passerelle exécute, l'observabilité mesure, le routage arbitre, le cache évite et la finance valorise seulement les effets réellement réalisés. - Une dépense sans propriétaire ou sans résultat mesuré reste difficile à défendre, même avec un token peu cher. - Une alerte sans mécanisme de blocage informe mais ne protège pas le budget. - Un contexte plus long affecte calcul, mémoire, latence et prix de façons différentes qu'il faut mesurer séparément. - Un gain de temps décrit d'abord une capacité ; son effet financier dépend de ce que l'entreprise en fait. - La **Méthode Junyr™** relie ces décisions pour faire du coût de l'IA une variable gouvernée plutôt qu'une surprise de fin de mois. ## Pour aller plus loin L’[audit de maturité IA Junyr](https://junyr.eu/fr/site/audit), gratuit, permet de situer l’organisation, d’identifier son principal blocage et de choisir un premier chantier lors d’un échange de trente minutes, suivi d’un livrable d’une page. - Préparer un cas d’usage, les consommations disponibles et la principale incertitude de coût. - Utiliser l’échange pour désigner l’investigation prioritaire. - Cadrer séparément une éventuelle revue détaillée d’architecture et des recommandations chiffrées. *Pour la démarche complète, lire [Maturité IA des PME françaises](/livre-blanc-complet).* ## Sources : vérifiées ou consultées le 6 septembre 2026 [1] **ISO**, *ISO/IEC 42001:2023 — Information technology — Artificial intelligence — Management system*. URL : https://www.iso.org/standard/42001 [2] **Union européenne**, *Règlement (UE) 2026/1744*. URL : https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=OJ:L_202601744 [3] **Commission européenne**, *Transparency obligations under Article 50 of the AI Act*. URL : https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act [4] **AFNOR**, *Référentiel général pour l'IA frugale — AFNOR Spec 2314*. URL : https://www.afnor.org/en/news/artificial-intelligence/reference-framework-reduce-environmental-impact-ai/ [5] **Langfuse**, *Route OpenTelemetry to Langfuse through Azure API Management*. URL : https://langfuse.com/integrations/gateways/azure-api-management [6] **OpenAI**, *Advancing the price-performance frontier with GPT-5.6*, 30 juillet 2026. URL : https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/ [7] **OpenAI**, *Compare models — OpenAI API*. URL : https://developers.openai.com/api/docs/models/compare [8] **DeepSeek**, *DeepSeek-V4-Pro GA Release — API pricing update*, 13 août 2026. URL : https://api-docs.deepseek.com/news/news260813/ [9] **Anthropic**, *Claude API pricing*. URL : https://docs.anthropic.com/en/docs/about-claude/pricing [10] **Huang et al.**, *APB: Accelerating Distributed Long-Context Inference by Passing Compressed Context Blocks across GPUs*, ACL 2025. URL : https://aclanthology.org/2025.acl-long.525/ [11] **Microsoft Research**, *LLMLingua: Compressing Prompts for Accelerated Inference of Large Language Models*. URL : https://arxiv.org/abs/2310.05736 *Article rédigé par Paul-Antoine TUAL, AI Transformation Leader, créateur de la Méthode Junyr™.* --- # Cloud, local ou hybride en 2026 : 5 arbitrages de souveraineté pour une PME Adresse : https://paulantoinetual.fr/blog/souverainete-numerique-les-3 Publié le 2026-05-13, mis à jour le 2026-09-06 · Cybersécurité > Une méthode pratique pour arbitrer juridiction, données de code, cybersécurité, coût total et migration post-quantique sans opposer cloud et on-premise par principe. La souveraineté numérique utile consiste à décider où placer chaque charge de travail à partir de risques explicites, car un cloud européen, une qualification SecNumCloud et un serveur local répondent à des besoins différents sans garantir à eux seuls sécurité, conformité ou disponibilité. - **Juridiction** : qui peut légalement ordonner un accès, et qui détient les clés ou le contrôle technique ? - **Données** : quels contenus, journaux, secrets et métadonnées quittent l'organisation ? - **Résilience** : quelles dépendances peuvent interrompre le service, et quel plan de reprise a été testé ? - **Économie** : quel est le coût complet par tâche acceptée sur la durée du contrat ? - **Crypto-agilité** : quelles données doivent encore rester confidentielles après 2030 ? ## 1. Cartographier juridiction, contrôle et continuité Le CLOUD Act crée un risque juridique réel mais conditionnel : l'article 18 U.S.C. § 2713 oblige un fournisseur couvert à répondre à une procédure américaine valable pour les données sous sa « possession, garde ou contrôle », y compris lorsqu'elles sont stockées hors des États-Unis. - Un centre de données en France ne neutralise pas automatiquement la juridiction du fournisseur ou de sa maison mère. - Le texte n'autorise pas un accès libre et systématique des autorités américaines : la nature de la demande, la juridiction et le contrôle effectif doivent être établis. - Le RGPD continue de s'appliquer aux données personnelles ; une demande étrangère ne rend pas, à elle seule, leur transfert licite dans l'Union européenne. Une PME peut transformer ce sujet juridique en exigences vérifiables dans son registre d'architecture et ses contrats, puis retenir le niveau de maîtrise adapté à la sensibilité de chaque traitement. - **Localisation** : données actives, sauvegardes, journaux, administration et support. - **Contrôle** : entités capables d'accéder aux données, gestion des clés et conditions de réquisition. - **Continuité** : dépendances réseau, RTO/RPO, export des données, procédure de sortie et test de restauration. - **Assurance** : preuves d'audit et qualifications pertinentes ; SecNumCloud ajoute notamment des exigences contre les lois extra-européennes, sans dispenser le client de ses contrôles. ## 2. Encadrer les données envoyées aux assistants de code La politique GitHub entrée en vigueur le 24 avril 2026 distingue clairement les offres individuelles des offres d'entreprise, ce qui impose de vérifier le plan, le propriétaire du dépôt et le réglage de confidentialité avant de conclure qu'une interaction peut servir à l'entraînement. - **Individuel** : Free, Pro et Pro+ participent par défaut avec possibilité de refus. - **Entreprise** : Business, Enterprise et les dépôts détenus par une entreprise sont exclus du changement annoncé. - **Vérification** : le réglage du compte et le contrat applicable restent les preuves à conserver. | Offre Copilot | Traitement annoncé des interactions pour l'entraînement | Action de contrôle | | --- | --- | --- | | Free, Pro, Pro+ individuels | Utilisation par défaut des entrées, sorties, extraits de code et contexte associé | Refuser dans **Settings → Privacy** si ce traitement n'est pas souhaité | | Business, Enterprise | Exclus du changement annoncé en mars 2026 | Vérifier l'accord d'entreprise et les politiques du compte | | Dépôt appartenant à une entreprise | Interactions exclues du programme annoncé | Confirmer la propriété et les règles de l'organisation | Le risque de propriété intellectuelle dépasse l'entraînement du modèle, car le service traite du contexte pour produire sa réponse et l'environnement de développement peut exposer des secrets, des dépendances ou des instructions malveillantes. - **Minimisation** : exclure secrets, clés, données clients et dépôts sensibles du contexte envoyé. - **Rétention** : documenter durées de conservation, localisation, sous-traitants et télémétrie. - **Chaîne logicielle** : vérifier existence, éditeur, signature et réputation d'un paquet suggéré avant installation afin de limiter le slopsquatting. - **Agentivité** : traiter fichiers, tickets et dépendances comme des entrées non fiables, limiter les permissions et faire approuver les actions à impact. - **Contrôle local** : bloquer les sorties réseau non nécessaires, car un modèle sur site peut encore transmettre de la télémétrie ou appeler un service externe. ## 3. Adapter la défense à l'accélération des attaques assistées par IA Le rapport GTIG du 11 mai 2026 documente un acteur utilisant un zero-day que Google estime développé avec l'aide de l'IA, une formulation qui établit une observation attribuée sans démontrer qu'un système autonome a conçu seul tout l'exploit. - GTIG observe l'IA comme accélérateur de recherche de vulnérabilités, de développement d'outils et d'obfuscation. - Le rapport décrit aussi CANFAIL et LONGSTREAM, dont le code leurre semble avoir été généré par LLM. - L'effet opérationnel principal est une compression possible du délai entre découverte, exploitation et correction. Réduire ce délai défensif exige des contrôles sur le code et les accès plutôt qu'une simple migration d'hébergement, car un serveur privé mal corrigé et exposé reste vulnérable. - **Inventorier** les actifs accessibles, leurs dépendances et leur propriétaire opérationnel. - **Réduire** l'exposition publique, les privilèges permanents et les secrets accessibles aux agents. - **Détecter** les comportements anormaux avec journaux centralisés, alertes et règles testées. - **Corriger** selon l'exploitabilité, l'exposition et l'impact métier. - **Répéter** des exercices de restauration et de révocation des identifiants compromis. ## 4. Comparer les architectures avec un coût complet daté La mise à jour Microsoft du 1er juillet 2026 illustre le risque de prix d'un abonnement, mais la comparaison doit conserver le périmètre officiel : prix catalogue commerciaux mensuels en dollars avec Teams, variations locales possibles et application aux clients existants lors du renouvellement. - **Date** : 1er juillet 2026 pour les nouveaux achats, puis renouvellement pour les contrats existants. - **Périmètre** : offres commerciales avec Teams présentées ci-dessous. - **Devise** : dollars américains hors adaptation au pays, à la devise et au contrat. | Offre | Prix avant le 1er juillet 2026 | Prix catalogue annoncé | Évolution annoncée | | --- | ---: | ---: | ---: | | Microsoft 365 Business Basic | 6 $ | 7 $ | 16 % | | Microsoft 365 Business Standard | 12,50 $ | 14 $ | 12 % | | Microsoft 365 Business Premium | 22 $ | 22 $ | 0 % | | Microsoft 365 E3 | 36 $ | 39 $ | 8 % | | Microsoft 365 E5 | 57 $ | 60 $ | 5 % | La fin de support d'Exchange Server 2016 et 2019 le 14 octobre 2025 impose une décision de migration, mais Microsoft cite deux familles de trajectoires qui doivent être comparées : Microsoft 365 et Exchange Server Subscription Edition. - Chiffrer licences, migration, administration, sauvegardes, antispam, haute disponibilité et compétences internes. - Comparer les fonctions requises, y compris sécurité, mobilité, archivage et collaboration. - Tester la réversibilité et la restauration avant d'attribuer une valeur financière à la continuité. ### 4.1 Calculer le coût d'un LLM local, cloud ou hybride Un LLM local n'a pas de facture variable par token, mais son coût complet inclut matériel, énergie, capacité inutilisée, exploitation, sécurité, redondance et renouvellement, tandis qu'une API ajoute ses tarifs de tokens, outils, stockage et trafic sortant. - **Mesurer la charge** : tokens d'entrée et de sortie, pics, latence, disponibilité et volume de traitements acceptés. - **Mesurer la qualité** : taux de réussite sur un jeu de cas métier, coût de revue humaine et besoin éventuel d'un modèle plus puissant. - **Calculer sur une période** : coût local annualisé comparé à la facture cloud évitable, avec la même qualité et le même niveau de service. - **Valoriser séparément les contraintes** : confidentialité, fonctionnement hors ligne ou latence peuvent justifier le local même sans économie directe. Dans un scénario de cinq millions de tokens par mois à un prix hypothétique de 0,72 $ par million, la facture API atteint 3,60 $ par mois, ce qui exige d’autres motifs qu’une économie de consommation pour justifier un investissement local de 50 000 à 250 000 €. - Un point mort crédible doit nommer le modèle cloud comparé, le mélange entrée-sortie et le taux d'utilisation du matériel. - Une architecture hybride peut router les tâches simples vers un modèle compact et réserver l'API aux cas complexes, mais l'économie doit être mesurée sur les tâches acceptées. - Il n'existe donc ni économie universelle de 90 %, ni délai de retour générique de 18 à 30 mois. ### 4.2 Évaluer les agents et la messagerie comme des services complets Pour un agent ou une messagerie, le lieu d'hébergement ne suffit pas à démontrer souveraineté, conformité eIDAS, disponibilité ou coût inférieur, car ces résultats dépendent du contrat, de l'architecture, des opérations et du cas d'usage. - Pour un **agent**, inclure orchestrateur, modèle, connecteurs, journalisation, contrôle humain, gestion des secrets et reprise après erreur. - Pour la **messagerie**, inclure délivrabilité, archivage, antispam, sauvegarde, administration, support et continuité. - Pour le **juridique**, vérifier rôles RGPD, transferts, sous-traitants et preuves applicables au service précis. - Pour la **décision**, piloter une charge représentative puis comparer coût, qualité, risque et réversibilité sur la même période. ## 5. Planifier la migration post-quantique selon la durée de vie des données Le scénario « stocker maintenant, déchiffrer plus tard » justifie de protéger en priorité les données dont la confidentialité doit durer, tandis que 2035 est un horizon de migration de la feuille de route européenne et non la date certaine d'arrivée d'un ordinateur quantique cryptographiquement pertinent. - Inventorier les usages de RSA, de courbes elliptiques, les certificats, VPN, PKI, HSM, signatures et protocoles embarqués. - Associer à chaque donnée sa durée de confidentialité ou d'authenticité requise, en signalant celles qui dépassent 2030. - Identifier les dépendances fournisseurs, les possibilités de mise à jour et les cycles de renouvellement incompressibles. - Prioriser les systèmes critiques et les flux susceptibles d'être captés aujourd'hui pour être déchiffrés plus tard. ### Standards disponibles et trajectoire d'hybridation Les trois standards NIST finalisés en août 2024 donnent des briques de référence pour l'encapsulation de clés et la signature, tandis que FN-DSA fondé sur Falcon reste en cours de normalisation dans FIPS 206 au 6 septembre 2026. - **Établissement de clés** : ML-KEM est la brique finalisée. - **Signatures** : ML-DSA et SLH-DSA sont finalisés avec des propriétés différentes. - **Alternative compacte** : FN-DSA n'est pas encore un standard final. | Algorithme normalisé | Usage | Statut NIST | | --- | --- | --- | | **ML-KEM**, issu de CRYSTALS-Kyber | Établissement de clés | FIPS 203 final | | **ML-DSA**, issu de CRYSTALS-Dilithium | Signature numérique | FIPS 204 final | | **SLH-DSA**, issu de SPHINCS+ | Signature fondée sur le hachage | FIPS 205 final | | **FN-DSA**, issu de Falcon | Signature compacte | FIPS 206 en développement | ### Jalons ANSSI et européens à distinguer Les dates publiques structurent un programme de migration graduelle selon les risques et le périmètre réglementaire, sans créer une obligation identique pour toutes les PME. - **À partir de 2027** : l'ANSSI vise des obligations PQC pour l'entrée en qualification des produits, et non le retrait de tous les produits déjà qualifiés. - **Après 2030** : l'ANSSI estime déraisonnable l'achat de produits sans PQC et demande d'anticiper les données à protéger au-delà de cette date. - **D'ici 2030 puis 2035** : la feuille de route européenne organise en priorité les cas à haut risque, puis les cas à risque intermédiaire. - **Pendant la transition** : l'ANSSI recommande fortement l'hybridation classique et post-quantique lorsqu'une protection quantique est nécessaire. La crypto-agilité se mesure à la capacité de remplacer un algorithme ou un protocole sans reconstruire le système, ce qui dépend davantage de l'inventaire, des interfaces et des contrats que du seul choix cloud ou local. - Prévoir versions d'algorithmes, rotation de clés et renouvellement des certificats sans dépendance codée en dur. - Tester tailles de clés et signatures, fragmentation réseau, performance, HSM et compatibilité des équipements. - Exiger une feuille de route PQC datée des fournisseurs et une clause de mise à jour ou de sortie. ## Conclusion : cinq décisions, une architecture par risque La décision robuste attribue chaque traitement à l'environnement qui satisfait ses contraintes documentées, puis réévalue ce choix à chaque renouvellement de contrat, changement de menace ou évolution réglementaire. - Établir les contraintes avant de sélectionner un fournisseur ou du matériel. - Conserver les preuves techniques, juridiques et financières ayant motivé le choix. - Programmer une revue lorsque l'une de ces preuves change. | Décision | Question de preuve | Option possible | | --- | --- | --- | | Juridiction | Qui contrôle les données et sous quelles lois ? | Cloud public, offre qualifiée, privé ou local | | Données de code | Qu'est-ce qui est envoyé, conservé ou réutilisé ? | Paramètres, contrat entreprise, isolement local | | Cybersécurité | Quels actifs sont exposés et combien de temps faut-il pour corriger ? | Durcissement, segmentation, détection, reprise | | Coût | Quel coût complet par tâche acceptée ? | SaaS, API, local ou routage hybride | | Post-quantique | Combien de temps les données doivent-elles rester protégées ? | Inventaire, hybridation et renouvellement planifié | La Méthode Junyr™ traite ainsi la souveraineté comme un arbitrage d'architecture gouverné par les données, les risques et l'économie, avec SecNumCloud lorsqu'une qualification répond au besoin, du local lorsqu'il apporte un contrôle utile et de l'hybride lorsque les charges ont des contraintes différentes. - Classifier avant de migrer. - Demander des preuves contractuelles et techniques avant d'accepter une promesse commerciale. - Mesurer une charge représentative avant de chiffrer un retour sur investissement. - Conserver une voie de sortie testée pour les données, les modèles et les opérations. ### Situer votre prochain arbitrage en 30 minutes *[Réservez l’audit de maturité IA Junyr](https://junyr.eu/fr/site/audit) : une visio gratuite de 30 minutes, sans engagement, pour situer votre prochain chantier.* --- **Paul-Antoine TUAL** · AI Transformation Leader · Fondateur de Croissance & Transitions et de la Méthode Junyr™ ## Sources - [18 U.S.C. § 2713 — données sous possession, garde ou contrôle](https://www.law.cornell.edu/uscode/text/18/2713) - [ANSSI — FAQ SecNumCloud](https://cyber.gouv.fr/enjeux-technologiques/cloud/faq-qualification-secnumcloud/) - [CNIL — sécurité dans le cloud](https://www.cnil.fr/fr/securite-cloud-informatique-en-nuage) - [GitHub — mise à jour 2026 de l'utilisation des interactions Copilot](https://github.blog/news-insights/company-news/updates-to-github-copilot-interaction-data-usage-policy/) - [Google Threat Intelligence Group — suivi des menaces IA, 11 mai 2026](https://cloud.google.com/blog/topics/threat-intelligence/ai-vulnerability-exploitation-initial-access/) - [Microsoft — tarifs et périmètre Microsoft 365 au 1er juillet 2026](https://www.microsoft.com/en-us/licensing/news/2026-m365-packaging-pricing-updates) - [Microsoft — fin de support d'Exchange Server 2016 et 2019](https://learn.microsoft.com/en-us/troubleshoot/exchange/administration/exchange-2019-2016-end-of-support) - [ANSSI — FAQ sur la cryptographie post-quantique](https://cyber.gouv.fr/enjeux-technologiques/cryptographie-post-quantique/faq-pqc/) - [Commission européenne — feuille de route de transition post-quantique](https://digital-strategy.ec.europa.eu/en/library/coordinated-implementation-roadmap-transition-post-quantum-cryptography) - [NIST — standards FIPS 203, 204 et 205](https://www.nist.gov/news-events/news/2024/08/announcing-approval-three-federal-information-processing-standards-fips) ## Questions fréquentes ### Le CLOUD Act donne-t-il automatiquement accès à toutes les données d'une entreprise américaine hébergées en Europe ? Non : il impose à certains fournisseurs soumis à la juridiction américaine de répondre à une procédure légale valable pour les données sous leur possession, garde ou contrôle, quel que soit leur lieu de stockage. - La juridiction du fournisseur et son contrôle effectif sur les données comptent. - La localisation européenne des serveurs ne suffit donc pas, à elle seule, à écarter le risque. - Toute divulgation de données personnelles doit aussi être analysée au regard du droit européen, notamment du RGPD. ### GitHub Copilot utilise-t-il le code de toutes ses offres pour entraîner ses modèles ? Non : depuis le 24 avril 2026, l'usage pour l'entraînement concerne par défaut les interactions des offres individuelles Free, Pro et Pro+, avec possibilité de refus, tandis que Business et Enterprise sont exclus de ce changement. - Les interactions peuvent comprendre entrées, sorties, extraits de code et contexte associé. - Les utilisateurs individuels doivent vérifier leur réglage Privacy. - Une entreprise doit encore examiner rétention, sous-traitants, télémétrie et conditions contractuelles. ### Un LLM local coûte-t-il zéro euro ? Non : l'absence de facture par token ne supprime ni le matériel, ni l'électricité, ni l'exploitation, ni la sécurité, et la rentabilité dépend du volume et du niveau de service réellement requis. - Comparer le coût complet local au coût complet de l'API sur une période définie. - Inclure redondance, mises à jour, supervision, personnel et capacité inutilisée. - Tester la qualité du modèle local sur les tâches métier avant d'extrapoler une économie. ### L'ANSSI impose-t-elle la cryptographie post-quantique à toutes les PME dès 2027 ? Non : l'objectif 2027 vise l'entrée en qualification de produits, tandis que l'obligation réglementaire dépend du périmètre et que l'ANSSI recommande à toutes les organisations d'inventorier leurs usages dès maintenant. - Les données classifiées, Diffusion Restreinte et certains systèmes vitaux relèvent de règles particulières. - Pour les autres organisations, 2030 est un jalon de planification des achats, pas une date universelle de conformité. - La priorité dépend de la durée de confidentialité attendue et du cycle de renouvellement. ### Quel modèle d'hébergement choisir pour une PME ? Le bon modèle affecte chaque charge de travail au cloud public, à une offre qualifiée, à un environnement privé ou à une architecture hybride selon ses contraintes plutôt que selon une doctrine unique. - Classer les données, les secrets et les durées de conservation. - Définir disponibilité, réversibilité, juridiction et obligations sectorielles. - Mesurer qualité, latence et coût complet avec une charge représentative. --- # Du gagnant-gagnant à la fermeté réfléchie : négocier quand la confiance baisse Adresse : https://paulantoinetual.fr/blog/du-gagnant-gagnant-au-hard-bargaining Publié le 2025-11-05, mis à jour le 2026-09-06 · Management de transition > Un cadre pratique pour conjuguer coopération et rapport de force : BATNA réel, seuil d’acceptation, ancrage justifié, conséquences vérifiables et porte de sortie. **La négociation coopérative reste adaptée lorsque les parties ont intérêt à poursuivre leur relation, mais elle ne dispense ni de préparer un rapport de force ni de savoir interrompre l’échange quand la réciprocité disparaît.** - Séparer les personnes du problème aide à préserver le dialogue sans rendre toutes les demandes acceptables. - Rechercher les intérêts permet de créer des options, tandis que les critères objectifs servent à les départager. - Préparer une solution de repli évite de confondre volonté d’accord et obligation de conclure. - Adapter le processus au niveau de confiance protège la relation sans abandonner ses intérêts légitimes. La « fermeté réfléchie » désigne ici un cadre pratique, et non une loi universelle de la négociation : elle combine les outils distributifs utiles avec des limites explicites afin de répondre aux blocages, aux asymétries d’information ou aux tactiques de pression. - **Coopération :** explorer d’abord les intérêts compatibles et les gains mutuels possibles. - **Protection :** définir avant l’échange ce qui est acceptable, négociable ou exclu. - **Influence :** formuler une proposition ambitieuse mais défendable, puis demander la justification de toute contre-proposition. - **Sortie :** suspendre, escalader ou quitter la négociation lorsque l’alternative devient préférable à l’accord proposé. ### La bonne équation : ferme sur les intérêts, maîtrisé dans la relation Une position ferme devient constructive lorsqu’elle s’appuie sur une préparation vérifiable, des conséquences proportionnées et une possibilité réelle de reprendre le dialogue, plutôt que sur l’intimidation ou la certitude supposée d’avoir raison. - La fermeté porte sur les conditions de l’accord, les risques assumables et les engagements attendus. - Le respect porte sur les personnes, leur droit au désaccord et la précision des faits discutés. - La proportionnalité relie chaque pression à un enjeu réel, à une règle applicable ou à une décision que l’on peut effectivement prendre. - La réversibilité maintient une voie de retour si les faits, les garanties ou les contraintes évoluent. #### 1. Distinguer BATNA, seuil d’acceptation, cible et première offre Le BATNA est l’action que l’on mènera sans accord ; sa valeur, comparée aux coûts et risques pertinents, aide à fixer un seuil d’acceptation, tandis que la cible et la première offre remplissent des fonctions différentes dans la négociation. - **BATNA :** décrire une option exécutable — choisir un autre fournisseur, reporter le projet, produire en interne ou engager une autre voie de résolution — plutôt qu’un simple coût théorique. - **Seuil d’acceptation :** chiffrer ce que l’on peut concéder après prise en compte du prix, du délai, de la qualité, des coûts de transition et des risques propres à chaque option. - **Cible :** définir le résultat recherché à l’intérieur de la zone acceptable, avec plusieurs combinaisons possibles de conditions. - **Première offre :** avancer un point de départ étayé par des comparables, des coûts ou des critères indépendants, puis tester la réaction de l’autre partie. Des expériences de négociation simulée montrent que les premières offres peuvent influencer l’accord final, mais cet effet dépend du contexte et peut être réduit lorsque le destinataire raisonne à partir des alternatives, du seuil adverse ou de sa propre cible. - L’étude de [Galinsky et Mussweiler (2001)](https://business.columbia.edu/faculty/research/first-offers-anchors-role-perspective-taking-and-negotiator-focus) porte sur trois expériences contrôlées, pas sur une garantie applicable à chaque négociation réelle. - Une première offre très éloignée de critères défendables peut détériorer la crédibilité ou pousser l’autre partie à quitter l’échange. - La technique dite de la « porte-au-nez » est distincte : l’expérience fondatrice étudiait une grande requête probablement refusée, suivie d’une requête plus modeste perçue comme une concession ([Cialdini et al., 1975](https://doi.org/10.1037/h0076284)). #### 2. Exposer les conséquences sans fabriquer de menace Une pression défendable consiste à rendre visibles les conséquences que l’on peut vérifier et réellement appliquer, tout en laissant à l’autre partie la possibilité de contester les faits, de proposer un remède ou de choisir l’absence d’accord. - **Établir les faits :** dater les événements, partager les pièces pertinentes et distinguer ce qui est constaté de ce qui reste discuté. - **Relier la conséquence à sa base :** citer le contrat, la règle interne, la contrainte opérationnelle ou la décision commerciale qui la rend possible. - **Formuler le choix :** préciser ce qui se passera en l’absence d’accord sans attaquer la compétence, l’intention ou la dignité de l’interlocuteur. - **Ouvrir un remède :** indiquer quelle action, garantie ou échéance permettrait d’éviter ou de réduire la conséquence annoncée. Ainsi, un retard de 60 jours ne « déclenche » une pénalité que si le contrat et les circonstances le prévoient ; une formulation rigoureuse présente le retard documenté, la clause susceptible de s’appliquer, son calcul et les options de régularisation. - Les rapports de suivi établissent le calendrier observé et les éventuelles réserves des parties. - La clause détermine les conditions, plafonds, exclusions et formalités applicables. - Le calcul chiffre l’exposition sans la présenter comme acquise lorsqu’elle peut encore être contestée. - Le plan de rattrapage transforme la pression en choix opérationnel plutôt qu’en humiliation publique. #### 3. Maintenir une porte de sortie conditionnelle Une limite crédible précise les conditions qui la déclenchent et celles qui permettraient de reprendre l’échange, ce qui rend la décision prévisible sans transformer chaque désaccord en ultimatum définitif. - **Condition de maintien :** « Cette proposition reste valable jusqu’à telle date et sous telle hypothèse de volume. » - **Condition de reprise :** « Nous réouvrons la discussion lorsque le livrable convenu est accepté ou qu’une garantie équivalente est proposée. » - **Condition d’escalade :** « Sans réponse documentée à l’échéance, le dossier passe au niveau de décision prévu. » - **Condition de retrait :** « En dessous de ce seuil, notre solution de repli crée davantage de valeur que l’accord. » Cette porte de sortie n’a de valeur que si les conditions sont réalistes, comprises par les décideurs et suivies d’effet, car répéter des limites jamais appliquées affaiblit la crédibilité plus sûrement qu’une concession explicite. - Vérifier que les personnes présentes disposent du mandat nécessaire pour conclure ou escalader. - Consigner les propositions, concessions, hypothèses et échéances sans transformer le compte rendu en plaidoyer. - Réévaluer le BATNA lorsque les délais, les coûts ou les options disponibles changent. - Exécuter la décision annoncée ou expliquer clairement pourquoi de nouvelles informations la modifient. ### Le bilan : choisir son mode de négociation plutôt qu’une doctrine unique La coopération, la fermeté et le retrait sont des choix de processus à adapter à l’enjeu, au rapport de dépendance et au comportement observé ; aucun vocabulaire « gagnant-gagnant » ou « hard bargaining » ne garantit à lui seul un accord juste ou durable. - Commencer par clarifier les intérêts, les contraintes et les critères de décision. - Préparer BATNA, seuil, cible et mandat avant de formuler une offre. - Durcir les conditions uniquement à partir de faits, de risques et d’actions défendables. - Protéger la relation par la forme, sans sacrifier les limites nécessaires sur le fond. - Juger l’accord par son exécution prévisible autant que par l’avantage obtenu à la signature. La question utile après une négociation n’est donc pas de savoir qui a « gagné », mais si le processus a produit une décision meilleure que les alternatives, exécutable et suffisamment claire pour éviter que le même conflit ne recommence. - L’accord crée-t-il plus de valeur nette que le BATNA de chaque partie ? - Les obligations, délais, responsabilités et mécanismes de révision sont-ils compris ? - Les concessions sont-elles soutenables et les risques résiduels attribués ? - La relation qui demeure correspond-elle à ce que les parties veulent réellement préserver ? --- [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr) --- # Médiation et conciliation : résoudre les conflits sans surpromettre Adresse : https://paulantoinetual.fr/blog/la-paix-au-service-de-la-performance Publié le 2025-09-01, mis à jour le 2026-09-06 · Management de transition > Un cadre juridique et managérial précis pour décider quand recourir à la médiation ou à la conciliation, sécuriser le processus et en mesurer les effets. **Les modes amiables de résolution des différends (MARD) peuvent réduire l’énergie absorbée par certains conflits internes ou commerciaux, mais leur contribution à la performance dépend du bon diagnostic, de la qualité du cadre et de la capacité des parties à négocier librement.** - Ils offrent un espace structuré pour clarifier les faits, les intérêts, les désaccords et les options. - Ils peuvent préserver une relation de travail ou d’affaires lorsque sa poursuite reste souhaitable. - Ils ne garantissent ni un accord, ni un délai court, ni une amélioration automatique de la performance. - Ils ne remplacent pas les mesures de protection, l’enquête interne, le conseil juridique ou le juge lorsque la situation les exige. En pratique, l’organisation gagne moins à afficher une préférence abstraite pour la « paix » qu’à définir un dispositif de traitement des tensions qui distingue l’alerte, la négociation, la médiation, la conciliation et le contentieux. - **Alerte et triage :** qualifier rapidement la nature du différend, son urgence et les personnes exposées. - **Choix de la voie :** adapter le processus à l’enjeu juridique, au rapport de pouvoir et à l’état de la relation. - **Décision documentée :** fixer les responsables, les délais, la confidentialité applicable et les critères de sortie. - **Suivi :** vérifier l’exécution de l’accord et les effets sur le travail, sans divulguer le contenu des échanges confidentiels. ### 1. Le cadre juridique : vérifier la voie avant de promettre ses effets Le droit français encourage la résolution amiable, mais il ne soumet pas tous les litiges à la même obligation et n’attache pas les mêmes effets à toute discussion informelle. - La [loi du 8 février 1995, article 21](https://www.legifrance.gouv.fr/loda/article_lc/LEGIARTI000024808648), définit la médiation comme un processus structuré dans lequel les parties tentent de parvenir à un accord avec l’aide d’un tiers. - Le médiateur accomplit sa mission avec impartialité, compétence, indépendance et diligence selon l’[article 21-2](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000044570050). - Une négociation directe, une intervention managériale et une médiation répondent donc à des logiques distinctes, même si elles peuvent se succéder. L’obligation de tenter un règlement amiable avant de saisir le tribunal judiciaire reste limitée aux hypothèses énumérées par l’[article 750-1 du Code de procédure civile](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000047539064), et ne doit pas être présentée comme une règle générale applicable à tout conflit d’entreprise. - Elle vise notamment les demandes en paiement n’excédant pas 5 000 euros, certaines actions de voisinage prévues par le Code de l’organisation judiciaire et les troubles anormaux de voisinage. - Les parties peuvent choisir, selon le texte, une tentative de conciliation, de médiation ou de procédure participative. - Le texte prévoit des dispenses, notamment en cas d’urgence manifeste, d’impossibilité liée aux circonstances, d’indisponibilité prolongée d’un conciliateur ou lorsqu’une homologation est demandée. - Le périmètre et les exceptions doivent être vérifiés pour le litige concerné avant toute saisine. Le recours à une médiation ou à une conciliation peut suspendre la prescription, mais seulement à partir du déclencheur défini par l’[article 2238 du Code civil](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000032042671), de sorte qu’un simple échange sur une solution amiable ne suffit pas nécessairement. - La suspension commence lorsque les parties conviennent de recourir à la médiation ou à la conciliation. - Sans accord écrit, elle commence le jour de la première réunion de médiation ou de conciliation. - À la fin du processus, le délai recommence à courir pour une durée qui ne peut être inférieure à six mois. - Les dates, l’objet de la démarche et sa clôture doivent donc être tracés avec l’appui d’un professionnel du droit lorsque la prescription est en jeu. L’accord final lie les parties selon sa nature et son contenu, tandis que l’homologation constitue une voie pour lui conférer force exécutoire plutôt qu’une formalité automatiquement obligatoire pour toute médiation. - Depuis le 1er septembre 2025, l’[article 1543 du Code de procédure civile](https://www.legifrance.gouv.fr/codes/section_lc/LEGITEXT000006070716/LEGISCTA000051929173) permet à une partie qui souhaite la force exécutoire de demander l’homologation d’un accord issu notamment d’une médiation. - Le juge contrôle le caractère licite de l’objet et le respect de l’ordre public, sans modifier les termes de l’accord. - Pour les différends nés d’un contrat de travail, l’[article R. 1471-1 du Code du travail](https://www.legifrance.gouv.fr/codes/id/LEGISCTA000018536871) rend applicables les dispositions du livre V du Code de procédure civile et attribue l’homologation au bureau de conciliation et d’orientation. - La rédaction, les concessions, les droits indisponibles et l’opportunité d’une homologation appellent une analyse au cas par cas. ### 2. Le diagnostic organisationnel : savoir quand la médiation est adaptée Un conflit peut signaler une divergence d’intérêts, une ambiguïté de rôle, une décision contestée ou une atteinte aux règles, et le traiter comme un simple problème de communication risque de masquer sa cause réelle. - **Sur les faits :** identifier les événements contestés, les décisions prises et les informations manquantes. - **Sur le travail :** repérer les dépendances, objectifs incompatibles, charges, ressources et zones d’autorité ambiguës. - **Sur la relation :** évaluer la confiance résiduelle, la capacité d’écoute et l’intérêt à poursuivre la coopération. - **Sur le droit et la sécurité :** rechercher les allégations de harcèlement, discrimination, violence, fraude ou autre situation exigeant protection, enquête ou signalement. La médiation est surtout pertinente lorsque les parties peuvent participer de manière éclairée, exprimer leurs intérêts et construire des options dans un cadre assez équilibré pour qu’un refus reste possible. - Elle convient souvent à des désaccords de coopération, de responsabilité, de méthode, de gouvernance ou d’exécution contractuelle. - Elle devient plus délicate lorsque l’une des parties craint des représailles, ne dispose pas des informations utiles ou ne peut réellement négocier. - Elle ne doit pas retarder une mesure conservatoire, une enquête indépendante, la protection d’une personne ou le respect d’un délai de recours. - Le médiateur, les conseils des parties et l’organisation doivent expliciter leurs rôles afin d’éviter toute confusion entre accompagnement, investigation et décision. Le processus gagne en crédibilité lorsque son mandat précise ce qui peut être négocié, qui décide, comment les informations circulent et ce qui se passe en l’absence d’accord. - Définir le périmètre, les participants et l’autorité nécessaire pour conclure. - Prévoir des entretiens préparatoires, des séances conjointes et, si utile, des échanges séparés. - Distinguer les notes de pilotage, les données de suivi et le contenu confidentiel des discussions. - Formaliser les engagements avec un responsable, une échéance, un mode de vérification et une procédure en cas d’inexécution. ### 3. Le pilotage managérial : mesurer une contribution, pas une promesse La valeur d’un dispositif amiable s’apprécie par rapport à une situation de départ et à des alternatives réalistes, sans attribuer à la médiation tous les changements observés après le conflit. - **Ressources engagées :** honoraires, temps des participants, préparation, conseil juridique et suivi de l’accord. - **Fonctionnement :** délai entre l’alerte et la première action, taux de participation, durée du processus et motifs de sortie. - **Résultat immédiat :** accord total, accord partiel, absence d’accord, décisions clarifiées et actions réalisées aux échéances prévues. - **Effets opérationnels :** récurrence du différend, retards liés au conflit, stabilité de l’équipe ou de la relation commerciale et qualité de la coopération sur une période définie. Un tableau de bord utile protège les personnes et évite de transformer un outil de résolution en mécanisme de surveillance des paroles tenues pendant les séances. - Agréger les données dès que les effectifs réduits permettraient d’identifier les participants. - Recueillir séparément la qualité perçue du processus et la satisfaction à l’égard du résultat. - Comparer des catégories de dossiers comparables plutôt qu’une moyenne mêlant des conflits de nature et de gravité différentes. - Associer tout indicateur à une décision de gestion précise, puis supprimer les données qui n’ont pas d’usage légitime. Former les managers à détecter et orienter les tensions améliore la réactivité, mais leur rôle hiérarchique les empêche souvent d’être le tiers indépendant du conflit qu’ils doivent eux-mêmes arbitrer ou dont ils sont partie prenante. - Leur responsabilité première consiste à écouter, sécuriser, clarifier les règles et choisir la bonne voie de traitement. - Ils peuvent faciliter un échange courant lorsque les enjeux restent faibles et que leur autorité ne contraint pas la parole. - Ils doivent passer le relais à un tiers compétent quand leur impartialité est contestable, que le rapport de pouvoir est marqué ou que le dossier exige une expertise particulière. - La direction conserve la responsabilité des décisions de travail et des obligations de l’employeur, même lorsqu’un médiateur intervient. ### Conclusion : organiser une capacité de résolution proportionnée La médiation et la conciliation deviennent des outils de performance crédibles lorsqu’elles s’inscrivent dans une architecture plus large de prévention, d’alerte, de protection, de décision et de recours. - Publier des voies de saisine compréhensibles et accessibles aux salariés comme aux partenaires. - Définir des critères d’orientation qui tiennent compte de l’urgence, du droit applicable et du rapport de pouvoir. - Sélectionner des tiers compétents et indépendants, avec un mandat clair et des règles de confidentialité explicites. - Mesurer l’exécution des accords et les effets opérationnels sans promettre qu’un accord sera toujours possible ou souhaitable. Cette discipline ne supprime pas le conflit, mais elle aide l’organisation à lui consacrer le bon niveau d’attention, à protéger les personnes et à préserver les coopérations qui peuvent l’être. - Le bon résultat peut être un accord, une séparation ordonnée, une décision managériale clarifiée ou le recours au juge. - La rapidité compte, mais jamais au prix d’un consentement contraint, d’un droit perdu ou d’un risque ignoré. - Une revue juridique reste nécessaire pour appliquer ces règles à une situation concrète. --- [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr) --- # L'IA en TPE : ce que l'informatique des années 1980 peut vraiment nous apprendre Adresse : https://paulantoinetual.fr/blog/lia-en-tpe-une-revolution-similaire Publié le 2024-11-19, mis à jour le 2026-09-06 · Management de transition > Une méthode concrète pour choisir un premier usage IA en TPE, mesurer son coût complet, protéger les données clients et décider de poursuivre ou d'arrêter. L’analogie avec l’informatisation des années 1980 aide une TPE à penser l’adoption progressive, à condition de l’utiliser comme une série de questions pratiques plutôt que comme la preuve qu’une révolution identique serait inévitable. - Les premiers gains apparaissent souvent sur un périmètre précis, avant toute généralisation. - La valeur vient autant de l’organisation du travail que de l’outil choisi. - L’IA générative ajoute une incertitude sur les résultats et des enjeux de données que le parallèle historique n’efface pas. - La bonne décision peut être d’étendre, de maintenir sous supervision ou d’arrêter l’usage. ## 1. Partir d’un travail récurrent, vérifiable et peu risqué Le premier usage pertinent combine une fréquence suffisante pour être observé, une erreur réversible et un résultat qu’un responsable métier sait reconnaître comme acceptable. - **Récurrence :** le même type de demande revient avec des entrées et une sortie comparables. - **Vérifiabilité :** une personne compétente peut contrôler rapidement l’exactitude, le ton et les omissions. - **Réversibilité :** une erreur peut être corrigée avant un envoi, une écriture comptable ou un engagement contractuel. - **Responsabilité :** une personne nommée possède le processus, arbitre les exceptions et peut interrompre l’essai. Dans une petite entreprise de services, le traitement des demandes reçues par courriel constitue un cas d’essai plus instructif qu’un vague objectif de « faire du marketing avec l’IA », car il permet d’observer un flux complet sans déléguer la relation client. - L’outil extrait le nom, le besoin, l’échéance et les pièces mentionnées. - Il propose une catégorie, un brouillon de réponse et la prochaine tâche à créer. - Le responsable vérifie les faits, complète le contexte et décide seul de l’envoi. - Les demandes portant sur un prix, un contrat, un litige ou une donnée sensible sortent automatiquement du périmètre. ## 2. Comparer le travail complet, pas la vitesse de génération Un essai n’établit sa valeur qu’en comparant la situation de départ et le nouveau processus jusqu’à un résultat accepté, car quelques secondes de génération peuvent cacher davantage de préparation, de contrôle et de correction. - **Effort humain :** préparation des entrées, rédaction des consignes, vérification, reprise et traitement des exceptions. - **Temps de parcours :** délai entre la réception de la demande et la réponse prête à partir, y compris les attentes et reprises. - **Qualité :** informations exactes, éléments manquants, ton approprié, conformité au modèle interne et nombre de corrections. - **Coût d’exploitation :** abonnement, intégration, maintenance, formation et temps consacré aux incidents. La comparaison doit porter sur des cas représentatifs et conserver les échecs dans le bilan, afin que les dossiers faciles ne donnent pas artificiellement l’impression d’une amélioration générale. - Constituer un lot mêlant cas ordinaires, incomplets et ambigus. - Traiter d’abord ce lot selon la méthode habituelle pour établir la référence. - Tester ensuite le processus assisté avec les mêmes critères d’acceptation. - Consigner les corrections et les escalades au lieu de ne compter que les sorties réussies. La décision de poursuivre repose sur un arbitrage explicite entre effort, délai et qualité, trois dimensions qui peuvent évoluer différemment et que chaque TPE doit pondérer selon son activité. - Étendre si le résultat accepté demande durablement moins d’effort sans dégrader le service. - Maintenir sous assistance si la qualité progresse mais que la validation humaine reste substantielle. - Reconcevoir si les gains dépendent de cas trop simples ou d’un nettoyage manuel invisible. - Arrêter si les corrections, les incidents ou le risque dépassent le bénéfice observé. ## 3. Donner un propriétaire au processus et borner les données L’outil peut préparer une action, tandis que la TPE doit garder une chaîne de responsabilité lisible : une personne répond du résultat, sait quelles données circulent et dispose du pouvoir effectif de suspendre le système. - Le propriétaire métier définit les cas admis, les critères de qualité et les exceptions. - Le référent technique documente les connexions, les droits d’accès, les journaux et la procédure de retour en arrière. - La direction accepte le niveau de risque et tranche les usages qui touchent aux engagements de l’entreprise. - Les utilisateurs signalent les erreurs dans un registre commun plutôt que de les corriger silencieusement chacun de leur côté. Avant d’envoyer une donnée client à un service d’IA, il faut décrire son trajet de bout en bout et vérifier que chaque étape correspond à une finalité autorisée, conformément aux questions pratiques proposées par la [CNIL avant l’utilisation d’un système d’IA](https://www.cnil.fr/fr/intelligence-artificielle/guide/se-poser-les-bonnes-questions-avant-dutiliser-un-systeme-dintelligence-artificielle). - Identifier les données réellement nécessaires et retirer le reste. - Vérifier le lieu de traitement, la conservation, les sous-traitants et l’éventuelle réutilisation par le fournisseur. - Restreindre chaque compte et chaque connexion au minimum utile. - Prévoir la suppression, l’export des journaux et le remplacement du fournisseur. Les informations sensibles ou déterminantes appellent un périmètre plus strict, car une validation humaine tardive ne répare pas toujours une divulgation de données ou une action déjà exécutée. - Exclure par défaut mots de passe, secrets d’affaires et données sans lien avec la tâche. - Masquer les identifiants personnels lorsque le travail peut être fait sur un contenu pseudonymisé. - Bloquer l’exécution autonome des paiements, contrats, prix, remboursements et décisions concernant une personne. - Faire remonter tout cas ambigu vers le responsable, sans demander au modèle de deviner la règle. ## 4. Passer quatre portes, avec une sortie à chaque étape Une progression utile prend la forme de quatre décisions successives, chacune exigeant des preuves plus solides avant d’élargir le périmètre ou l’autonomie. - **Cadrer :** nommer le responsable, la tâche, la référence actuelle, les données autorisées et les interdits. - **Assister :** produire des brouillons sans action externe, puis mesurer toutes les validations et corrections. - **Routiniser :** intégrer l’assistance au flux quotidien sur les seuls cas qui respectent les critères établis. - **Élargir :** ajouter une action, une catégorie de dossiers ou un accès aux données à la fois, après une nouvelle revue. Les critères d’arrêt doivent être écrits avant l’essai pour éviter que le temps déjà investi, l’enthousiasme pour l’outil ou quelques démonstrations réussies ne remplacent l’évaluation du processus réel. - La qualité passe sous le seuil défini ou varie de façon inexpliquée. - La vérification et les reprises absorbent le gain de temps attendu. - Le fournisseur, le traitement des données ou la responsabilité d’une action devient impossible à expliquer. - Des erreurs similaires se répètent malgré la correction des consignes ou du flux. - Aucun responsable ne peut reprendre manuellement le travail dans un délai acceptable. ## Ce que l’analogie historique permet réellement de décider L’informatique des années 1980 rappelle qu’un outil devient structurant lorsqu’il s’insère dans des routines, des compétences et des responsabilités, mais elle ne permet de prévoir ni le rythme, ni l’ampleur, ni la rentabilité de l’IA pour une entreprise donnée. - L’informatique classique exécute en général des règles déterminées ; l’IA générative peut produire des réponses plausibles et fausses. - Une interface simple ne supprime ni l’intégration, ni le contrôle, ni la maintenance du processus. - Une adoption répandue chez d’autres acteurs ne transforme pas automatiquement un usage en priorité pour votre TPE. - La preuve utile reste locale : un processus réel, une mesure complète, un responsable identifié et des limites respectées. Pour une TPE, la question stratégique est donc de déterminer quel travail limité mérite aujourd’hui un essai contrôlé et quelles observations autoriseront lucidement la suite. - Choisir un flux récurrent et à faible conséquence. - Mesurer effort, délai, qualité et coût jusqu’au résultat accepté. - Garder le jugement humain sur les exceptions et les engagements. - Étendre seulement ce qui résiste aux cas difficiles et aux critères d’arrêt. --- [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr) ## Questions fréquentes ### Par quel usage de l'IA une TPE devrait-elle commencer ? Le meilleur candidat est une tâche fréquente, peu risquée, réversible et facile à vérifier, confiée à un responsable métier capable d'évaluer chaque résultat. - Les entrées sont disponibles et leur usage est autorisé. - Une erreur peut être détectée avant de toucher le client, un paiement ou un engagement. - Le résultat attendu possède des critères d'acceptation observables. ### Comment savoir si l'IA fait réellement gagner du temps ? Il faut comparer un lot représentatif traité sans IA puis avec IA, en comptant tout le travail humain et technique nécessaire jusqu'au résultat accepté. - Mesurer le temps écoulé et le temps humain mobilisé. - Inclure préparation, contrôle, corrections, incidents, abonnement et intégration. - Comparer aussi la qualité, car une sortie plus rapide mais moins fiable ne constitue pas un gain. ### Une TPE peut-elle laisser l'IA répondre seule à ses clients ? Une réponse automatique ne devrait être envisagée qu'après un essai supervisé concluant, dans un périmètre étroit et avec une voie d'escalade claire. - Un humain valide les brouillons pendant la phase d'apprentissage. - Les prix, contrats, litiges, remboursements et cas ambigus restent soumis à décision humaine. - Les envois automatiques sont journalisés, rapidement suspendables et régulièrement contrôlés. ### Quelles données clients peut-on transmettre à un outil d'IA ? La réponse dépend de la finalité, du contrat avec le fournisseur et des règles applicables, ce qui impose de documenter les données nécessaires avant tout essai. - Écarter les données inutiles et masquer les identifiants quand c'est possible. - Vérifier stockage, durée de conservation, réutilisation éventuelle et sous-traitants. - Limiter les accès et prévoir la suppression ou la restitution des données. --- # Accompagner la promotion interne d'un responsable commercial en agence de comm' Adresse : https://paulantoinetual.fr/blog/accompagner-la-promotion-interne-dun Publié le 2024-06-16, mis à jour le 2026-09-06 · Management de transition > Promouvoir un commercial en manager sans fragiliser l'équipe ni la marge : mandat, portefeuille, objectifs d'agence et accompagnement sur 90 jours. Promouvoir un bon commercial à la tête de l'équipe récompense ses résultats passés tout en lui confiant un autre métier, dans lequel sa réussite dépend de la performance collective et de sa capacité à arbitrer des intérêts parfois contradictoires. - La vente individuelle reste utile, mais ne peut plus absorber l'essentiel de son temps. - Le management ajoute des responsabilités de recrutement, de coaching, de prévision et d'allocation des comptes. - En agence, un contrat signé n'est une réussite que si la capacité de production, la qualité de livraison et la marge permettent de l'honorer correctement. - La promotion modifie enfin les relations avec d'anciens pairs, y compris lorsque le nouveau responsable doit recadrer, évaluer ou redistribuer des opportunités. ### 1. Vérifier que la promotion répond au bon besoin Avant de choisir la personne, la direction doit décrire le problème que le poste doit résoudre et vérifier que le candidat souhaite réellement manager, car exceller dans la vente ne démontre ni l'envie ni l'aptitude à faire progresser les autres. - **Mission attendue** : préciser si la priorité est de structurer la prospection, fiabiliser les prévisions, développer les comptes existants, recruter ou rapprocher commerce et production. - **Compétences observables** : rechercher des exemples de transmission, de coopération, de décision difficile et de lecture économique d'un dossier, au-delà du chiffre d'affaires personnel. - **Motivation réelle** : parler ouvertement du temps consacré aux entretiens, aux conflits et au suivi, ainsi que de la diminution possible des commissions individuelles. - **Écart à combler** : transformer les besoins identifiés en situations de travail accompagnées ; une formation générique au leadership ne remplace pas l'exercice du rôle. ### 2. Donner un mandat lisible face aux anciens pairs L'annonce doit rendre le nouveau mandat compréhensible pour l'équipe, car un titre sans pouvoirs définis place le manager entre la direction qui attend des résultats et des collègues qui continuent à négocier chaque décision. - **Décisions autonomes** : indiquer ce qu'il peut trancher sur les comptes, les remises, les priorités, les objectifs et l'organisation quotidienne. - **Décisions partagées** : nommer les sujets qui restent arbitrés avec la direction ou les responsables de production, notamment les recrutements, les prix atypiques et les engagements risqués. - **Règles d'équité** : expliquer comment seront attribués les leads, les grands comptes et les commissions afin que la promotion ne ressemble pas à une captation des meilleures opportunités. - **Communication proportionnée** : annoncer en interne les raisons du choix et les responsabilités confiées ; réserver l'annonce externe aux cas où elle apporte une information utile aux clients et partenaires. ### 3. Relier les objectifs commerciaux à l'économie de l'agence Le responsable commercial doit piloter un système complet plutôt qu'un seul volume de ventes, avec des indicateurs qui relient la demande créée aux ressources nécessaires pour produire et à la valeur réellement conservée par l'agence. - **Développement** : suivre la qualité du pipeline, les taux de passage entre étapes, la concentration des comptes et la fiabilité des prévisions. - **Économie des missions** : regarder la marge prévue puis réalisée, les remises consenties, les dépassements de périmètre et le coût d'avant-vente. - **Capacité de production** : confronter les dates et compétences promises à la charge disponible avant de valider une offre importante. - **Qualité de la relation** : surveiller les causes de perte, les renouvellements et les écarts entre la promesse commerciale et l'expérience du client. - **Management** : évaluer aussi la progression de l'équipe, la tenue des revues et la qualité des décisions, sans faire du chiffre personnel du manager le principal critère. ### 4. Organiser les 90 premiers jours autour de situations réelles Un parcours en trois phases donne au nouveau manager le temps d'observer, de décider puis de consolider, tout en laissant à la direction des points de contrôle assez rapprochés pour corriger une difficulté avant qu'elle ne devienne une habitude. - **Jours 1 à 30 — comprendre** : cartographier les comptes, le pipeline, la charge de production, les rôles et les irritants ; assister aux rendez-vous et formuler un diagnostic discuté avec l'équipe. - **Jours 31 à 60 — exercer** : conduire les revues commerciales, arbitrer quelques dossiers, tenir les premiers entretiens individuels et documenter les décisions sensibles. - **Jours 61 à 90 — stabiliser** : proposer les ajustements de portefeuille, de rituels ou d'objectifs, puis expliciter ce qui sera poursuivi, arrêté ou mesuré différemment. - **Tout au long du parcours** : prévoir un échange hebdomadaire avec le dirigeant ou un mentor qui aide à raisonner sans reprendre les décisions à sa place. ### 5. Traiter directement la relation avec les anciens pairs Le passage de collègue à responsable devient crédible lorsque les mêmes règles s'appliquent à tous et que les désaccords sont traités dans le cadre du travail, sans demander au nouveau manager de renier les liens construits auparavant. - **Cadre commun** : fixer des rendez-vous individuels, des critères d'attribution des opportunités et une méthode de revue identiques pour chaque membre de l'équipe. - **Conversation explicite** : demander à chacun ce qu'il attend du manager, puis dire ce qui change dans la relation et ce qui relève désormais de sa décision. - **Désaccord concret** : en cas de résistance, revenir à un dossier, une règle ou un comportement observable plutôt que d'interpréter la loyauté de la personne. - **Alerte utile** : faire intervenir la direction si le mandat est contesté de façon répétée ou si un conflit d'intérêts dépasse l'autorité confiée au manager. ### 6. Confirmer la promotion sur des preuves partagées Au terme de la période d'installation, la décision doit s'appuyer sur plusieurs traces concordantes et déboucher sur des ajustements précis, car une impression générale ou un résultat trimestriel isolé ne permet pas de juger correctement une prise de fonction. - **Résultats** : comparer le pipeline, les ventes, la marge et la qualité des prévisions aux objectifs convenus en tenant compte du point de départ. - **Décisions** : examiner quelques arbitrages documentés, leurs hypothèses et leurs effets sur les clients, l'équipe et la production. - **Équipe** : recueillir des retours ciblés auprès des commerciaux, de la production et de la direction sur des comportements observables, puis restituer les thèmes sans transformer l'exercice en vote de popularité. - **Suite** : confirmer le périmètre, retirer une responsabilité prématurée ou prolonger l'accompagnement avec une échéance et des critères explicites. - **Reconnaissance** : aligner la rémunération sur le rôle collectif et les résultats économiques attendus, afin de ne pas inciter le manager à conserver tous les comptes qu'il devrait transmettre. La réussite d'une promotion interne se lit moins dans la qualité de l'annonce que dans la cohérence du dispositif qui suit, depuis le mandat confié jusqu'aux preuves utilisées pour confirmer la personne dans son rôle. - Le manager sait ce qu'il peut décider et selon quels critères. - L'équipe comprend comment les opportunités, les objectifs et les désaccords seront traités. - La direction soutient le mandat sans reprendre systématiquement la main. - L'agence relie enfin la croissance commerciale à sa capacité de livraison et à sa marge. --- [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr) --- # Implémenter l'Intelligence Artificielle pour développer une agence de communication Adresse : https://paulantoinetual.fr/blog/implementer-lintelligence-artificielle Publié le 2024-06-09, mis à jour le 2026-09-06 · Management de transition > Une méthode concrète pour choisir un processus, mesurer son point de départ, préparer les données et décider si un pilote IA mérite d’être étendu. Dans une agence de communication, l’IA devient utile lorsque l’équipe part d’un processus précis, observe son fonctionnement réel et fixe la décision que le pilote devra éclairer, plutôt que de commencer par comparer des outils ou d’accumuler des démonstrations. - **Processus ciblé** : choisissez un flux fréquent et délimité, par exemple transformer un brief validé en variantes de textes pour revue, qualifier des verbatims clients ou préparer un compte rendu de campagne. - **Friction observable** : nommez le problème actuel — attente, ressaisie, erreurs, variabilité de qualité ou faible traçabilité — sans supposer que l’IA en est automatiquement la meilleure réponse. - **Décision attendue** : formulez dès le départ ce qui permettra d’arrêter, de corriger ou d’étendre l’essai. ### 1. Choisir un processus qui peut réellement être amélioré Un bon premier cas d’usage combine un volume suffisant, des entrées identifiables, une sortie contrôlable et un risque maîtrisable, car un processus rare, instable ou impossible à évaluer produit surtout une démonstration séduisante et peu exploitable. - **Entrée** : le brief, les sources, les consignes de marque et les droits d’accès sont disponibles dans un format exploitable. - **Transformation** : les étapes sont assez régulières pour être décrites, même si certaines décisions restent humaines. - **Sortie** : un responsable sait reconnaître un résultat acceptable et expliquer un refus. - **Risque** : une erreur peut être détectée avant publication, facturation, engagement client ou décision concernant une personne. Les tâches de préparation constituent souvent un terrain plus sûr que l’exécution autonome : l’IA peut proposer une première version, classer des éléments ou signaler des incohérences, tandis que l’équipe conserve la validation éditoriale, commerciale et juridique. - **Création** : variantes d’accroches à partir d’un brief approuvé, synthèse documentaire sourcée ou adaptation d’un format déjà validé. - **Opérations** : préclassement de demandes entrantes, extraction de champs d’un compte rendu ou préparation d’un calendrier éditorial. - **Analyse** : regroupement de verbatims, détection de thèmes et préparation d’hypothèses qu’un analyste confronte aux données d’origine. ### 2. Mesurer le point de départ avant le pilote La valeur d’un pilote ne se juge pas à l’impression de vitesse pendant une démonstration, mais à l’écart constaté avec une référence décrivant le coût, le délai, la qualité et les reprises du processus actuel. - **Effort** : temps humain consacré à chaque étape, y compris coordination, recherche et corrections. - **Délai** : durée entre la réception d’une entrée complète et la livraison d’une sortie validée. - **Qualité** : erreurs factuelles, écarts à la marque, oublis de consigne et motifs de refus observés sur un échantillon représentatif. - **Reprises** : nombre et nature des allers-retours nécessaires avant acceptation. Cette référence doit être assez légère pour être tenue par l’équipe et assez stable pour comparer des situations équivalentes, faute de quoi une semaine calme, un brief mieux préparé ou un collaborateur plus expérimenté peut être attribué à tort à l’outil. - Définissez le même début et la même fin de processus pour la référence et le pilote. - Comparez des dossiers de complexité proche et consignez les exceptions. - Incluez le temps de contrôle, de correction, de paramétrage et d’assistance dans le coût du scénario IA. ### 3. Préparer les données et les règles de travail Avant de connecter un modèle au CRM, aux archives ou aux comptes publicitaires, l’agence doit distinguer les données nécessaires, autorisées et fiables de celles qui sont obsolètes, dupliquées, confidentielles ou sans propriétaire clair. - **Nécessité** : ne donnez accès qu’aux champs et documents indispensables au cas d’usage. - **Qualité** : identifiez les versions de référence, les données manquantes et les contenus dont la provenance est incertaine. - **Droits** : vérifiez les contrats clients, la propriété intellectuelle, la base de traitement des données personnelles et les conditions du fournisseur. - **Cycle de vie** : fixez les règles de conservation, de journalisation, de correction et de suppression. Un modèle ne transforme pas spontanément une base documentaire confuse en connaissance fiable : il faut organiser les sources, rendre leur origine visible et prévoir le comportement attendu lorsqu’une information manque ou se contredit. - Le système cite ou relie les sources utilisées lorsque le contrôle factuel l’exige. - Les contenus approuvés sont séparés des brouillons, exemples et documents périmés. - L’absence de preuve déclenche une demande d’information ou une abstention, pas une réponse plausible inventée. ### 4. Donner un propriétaire au résultat, au risque et à l’outil Le pilote a besoin d’un responsable métier capable d’arbitrer la qualité et d’un responsable technique ou fournisseur capable de corriger le dispositif, avec des rôles explicites pour la sécurité, les données et l’acceptation finale. - **Propriétaire métier** : définit les cas acceptables, examine les erreurs et décide si le processus sert réellement le client. - **Référent opérationnel** : tient les consignes, collecte les incidents et accompagne les utilisateurs au quotidien. - **Responsable technique** : gère les intégrations, les accès, les versions et la réversibilité. - **Fonctions de contrôle** : interviennent selon le risque pour la protection des données, la sécurité, le droit, les achats ou les ressources humaines. La supervision humaine doit correspondre à une décision réelle : demander à quelqu’un de cliquer sur « valider » ne protège ni le client ni l’agence si cette personne n’a pas le temps, les informations ou l’autorité nécessaires pour contester le résultat. - Présentez les sources, incertitudes et transformations utiles au contrôle. - Réservez du temps de revue proportionné à l’enjeu de la sortie. - Donnez au valideur le pouvoir de corriger, rejeter et suspendre le flux. ### 5. Construire un pilote borné et réversible Un pilote utile teste une hypothèse unique dans un périmètre choisi — une équipe, un type de livrable et un jeu de données — tout en empêchant qu’un résultat non contrôlé atteigne directement un client ou une audience. - **Hypothèse** : par exemple, réduire les reprises de structure d’un compte rendu sans augmenter les erreurs factuelles. - **Périmètre** : précisez les utilisateurs, les dossiers, les langues, les canaux et les actions autorisées. - **Garde-fous** : imposez une revue avant diffusion, limitez les permissions et conservez les éléments nécessaires à l’analyse d’un incident. - **Réversibilité** : prévoyez le retour au processus antérieur et l’export des données ou consignes si l’outil est abandonné. L’essai doit recueillir les échecs autant que les réussites, car une moyenne convenable peut masquer un type de brief, une langue ou une catégorie de client pour lesquels la solution devient coûteuse ou dangereuse. - Classez les erreurs par conséquence plutôt que par simple fréquence. - Notez les cas refusés, les contournements et les tâches déplacées vers d’autres membres de l’équipe. - Interrogez les utilisateurs sur la charge de contrôle, la compréhension du système et la confiance qu’ils peuvent raisonnablement lui accorder. ### 6. Traiter séparément les usages qui concernent les personnes Le recrutement, le filtrage des candidatures, l’affectation fondée sur des caractéristiques individuelles et certaines évaluations de travailleurs peuvent relever des systèmes d’IA à haut risque au titre de l’annexe III de l’AI Act ; ils ne doivent donc pas être ajoutés à un pilote de productivité ordinaire sans analyse dédiée. - Identifiez le système, son usage prévu et le rôle exact de l’agence — fournisseur, déployeur ou autre acteur — avant de conclure aux obligations applicables. - Examinez la qualité et la représentativité des données, les risques de discrimination, l’information des personnes et les voies de recours. - Organisez une supervision humaine compétente et effective, puis documentez les décisions et incidents selon le cadre applicable. - Consultez le [texte officiel du règlement européen sur l’IA](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689) et les conseils juridiques pertinents pour le cas précis. ### 7. Décider d’arrêter, de corriger ou d’étendre À la fin du pilote, la direction doit comparer les résultats à la référence et examiner simultanément la qualité, l’économie complète, l’adoption et le risque, car un gain de production peut être annulé par la revue, les incidents ou la dépendance au fournisseur. - **Arrêter** si le problème initial reste marginal, si les erreurs graves ne sont pas maîtrisées ou si le coût total dépasse l’avantage observable. - **Corriger** si l’hypothèse reste crédible mais que les données, les consignes, l’interface de contrôle ou le périmètre expliquent les écarts. - **Étendre** seulement si les critères convenus sont atteints sur des cas représentatifs et si l’équipe peut absorber la formation, le support et la gouvernance supplémentaires. Une extension réussie modifie le processus de référence, pas seulement le nombre de licences : elle formalise qui utilise l’outil, sur quelles données, avec quels contrôles, et comment ses performances seront réévaluées quand le modèle, le fournisseur ou l’activité change. - Mettez à jour la procédure, les responsabilités et la formation avant d’ouvrir le nouvel usage. - Suivez quelques indicateurs reliés au problème initial plutôt qu’un tableau de bord exhaustif. - Réexaminez les accès, les coûts, les erreurs et les conditions contractuelles à chaque changement matériel. ### Une séquence de mise en œuvre praticable L’agence peut avancer par décisions successives, chacune produisant un élément vérifiable avant d’engager davantage de données, d’utilisateurs ou de budget. - **Cadrer** : sélectionner le processus, le propriétaire, le risque principal et la décision attendue. - **Observer** : établir la référence et constituer un jeu de cas représentatif. - **Préparer** : nettoyer les sources, limiter les accès et définir les critères d’acceptation. - **Tester** : exécuter le pilote borné, consigner les résultats et maintenir une solution de repli. - **Arbitrer** : arrêter, corriger ou étendre sur la base des critères fixés, puis documenter le nouveau fonctionnement. Cette discipline transforme l’IA en choix de gestion concret : l’agence sait quel problème elle traite, qui répond du résultat et quelles preuves justifieront l’investissement suivant. - Les clients bénéficient d’un service plus cohérent seulement lorsque la qualité finale reste contrôlée. - Les équipes gagnent du temps seulement lorsque la mesure inclut la préparation, la revue et les reprises. - La direction peut investir progressivement parce que chaque étape conserve une porte de sortie explicite. [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr) --- # Recruter de jeunes talents sans stéréotypes générationnels Adresse : https://paulantoinetual.fr/blog/recrutement-de-la-generation-z Publié le 2024-06-02, mis à jour le 2026-09-06 · Management de transition > Une méthode concrète pour définir le besoin, rendre le processus transparent, évaluer des preuves comparables et présenter une proposition d'emploi réaliste. Recruter des personnes en début de carrière demande surtout de réduire l'asymétrie d'information : l'entreprise doit expliciter le travail réel, évaluer des preuves adaptées à l'expérience disponible et tenir ses engagements, sans déduire des préférences individuelles de l'étiquette « génération Z ». - **Besoin** : traduire le poste en résultats attendus, situations de travail et compétences réellement nécessaires. - **Accès** : permettre à un candidat de démontrer son potentiel même si son parcours est court ou atypique. - **Décision** : comparer les candidatures avec des critères annoncés, des preuves observables et une responsabilité humaine claire. - **Réciprocité** : donner assez d'informations pour que le candidat puisse lui aussi juger le poste et l'entreprise. ### Remplacer le portrait générationnel par une analyse du poste Une année de naissance ne renseigne ni sur la maîtrise numérique, ni sur le rapport au travail, ni sur les contraintes personnelles d'un candidat ; un recrutement solide part donc du contexte du rôle et vérifie chaque hypothèse au cours du processus. - **Indispensable dès l'arrivée** : connaissances, habilitations ou gestes qu'il serait trop risqué d'apprendre après la prise de poste. - **Apprenable** : compétences que l'organisation sait transmettre, avec le temps, l'encadrement et les moyens correspondants. - **Conditions d'exercice** : horaires, lieu, déplacements, intensité, outils, autonomie et interactions concrètes. - **Résultats attendus** : livrables ou progrès observables à 30, 60 et 90 jours, adaptés au niveau de séniorité. Une agence de communication qui recrute un premier chargé de projet, par exemple, gagne davantage à tester la clarification d'un brief incomplet et la priorisation de trois demandes concurrentes qu'à chercher un candidat supposé « natif du numérique ». - **Exercice** : un brief court, le même temps et les mêmes informations pour tous les candidats. - **Évaluation** : une grille portant sur les questions posées, les arbitrages, la structure de la réponse et l'explication des limites. - **Proportion** : une simulation brève, directement liée au poste, qui ne produit pas de travail exploitable gratuitement par l'entreprise. ### Rendre l'offre d'emploi vérifiable Une proposition d'emploi convaincante décrit des conditions que le candidat pourra constater et discuter, plutôt que d'aligner des valeurs abstraites ou des promesses de flexibilité, de progression et d'impact impossibles à vérifier avant l'embauche. - **Rémunération** : fourchette, part variable, avantages et règles de révision. - **Organisation** : jours et plages de présence, télétravail possible, déplacements et marge de choix réelle. - **Management** : responsable direct, fréquence des points, mode d'arbitrage et niveau d'autonomie. - **Progression** : compétences à acquérir, temps consacré à l'apprentissage et critères d'évolution. - **Contraintes** : éléments moins séduisants mais structurants, tels que les pics d'activité, les astreintes ou les dépendances internes. ### Choisir les canaux à partir du vivier recherché Le bon canal dépend du métier, de la zone géographique et du niveau d'expérience visé ; les réseaux sociaux peuvent faire connaître un poste, mais ils ne remplacent ni une annonce précise ni les relais qui touchent effectivement les personnes concernées. - **Postes débutants** : écoles, universités, CFA, missions locales, associations professionnelles et recommandations internes pertinentes. - **Métiers spécialisés** : communautés de pratique, événements du secteur et plateformes fréquentées par ce vivier précis. - **Réseaux sociaux** : contenu montrant une journée de travail, un projet achevé ou le fonctionnement de l'équipe, avec un lien vers l'offre complète. - **Pilotage** : candidatures qualifiées et embauches par source, plutôt que vues, abonnés ou impressions isolées. ### Annoncer les règles du processus La transparence devient utile lorsqu'elle permet au candidat de prévoir son investissement, de se préparer équitablement et de comprendre la décision ; elle doit donc porter sur les étapes et les critères, autant que sur le discours de l'entreprise. - **Parcours** : nombre d'entretiens, interlocuteurs, exercice éventuel, modalités et durée estimée de chaque étape. - **Calendrier** : date de clôture, délai de réponse et personne à contacter en cas de décalage. - **Critères** : compétences évaluées à chaque étape et place respective du parcours, de l'entretien et de la mise en situation. - **Données** : informations collectées, outils utilisés, durée de conservation et modalités d'exercice des droits applicables. ### Traiter la communication candidat comme un engagement opérationnel Une expérience candidat correcte repose sur des comportements simples et mesurables : accusé de réception, délais tenus, interlocuteur identifiable et clôture explicite, y compris lorsque la candidature n'est pas retenue. - **À la réception** : confirmer la candidature et annoncer le prochain jalon réaliste. - **Pendant le processus** : signaler un retard avant l'échéance et préciser sa nouvelle date. - **Après un entretien** : donner un retour lié aux critères observés, dans la limite de ce que l'entreprise peut expliquer loyalement. - **À la clôture** : communiquer la décision sans laisser croire qu'une candidature reste active. ### Évaluer des preuves comparables Lorsque les CV comportent peu d'expériences longues, la sélection devient plus cohérente et plus défendable si elle combine plusieurs preuves liées au poste, applique la même grille à chacun et distingue le potentiel d'apprentissage de la maîtrise immédiatement requise. - **Entretien structuré** : mêmes questions de fond et mêmes relances essentielles pour tous les candidats. - **Échantillon de travail** : tâche courte reproduisant une décision ou un livrable fréquent du poste. - **Parcours élargi** : projets d'étude, alternance, bénévolat, emploi alimentaire ou réalisation personnelle lorsqu'ils démontrent une compétence pertinente. - **Décision documentée** : notes factuelles par critère, arbitrage explicite et désaccords examinés avant l'offre. ### Utiliser les outils de recrutement avec une responsabilité humaine Un outil peut faciliter la planification ou la collecte des candidatures, mais l'automatisation du tri, de la présélection ou de l'évaluation exige une analyse beaucoup plus stricte, car certains systèmes d'IA destinés au recrutement et à la sélection relèvent du régime à haut risque de l'AI Act européen. - **Finalité** : définir la décision assistée et vérifier que l'outil apporte une information pertinente pour le poste. - **Qualité** : tester les erreurs, les écarts entre groupes et les variables de substitution avant et pendant l'usage. - **Supervision** : confier la décision à une personne capable de contester la sortie, d'examiner les preuves et de suspendre l'outil. - **Information** : expliquer aux personnes concernées l'usage du système lorsque les règles applicables l'exigent, et fournir les informations requises sur les données personnelles. - **Traçabilité** : conserver la grille, les versions de l'outil, les incidents et les motifs de décision selon les obligations correspondant au système et au rôle de l'entreprise. Les fonctions d'un logiciel doivent être examinées séparément : organiser un créneau d'entretien n'a pas le même effet qu'écarter automatiquement un CV ou inférer une aptitude à partir d'une vidéo, et le gain de vitesse ne justifie jamais une décision que l'équipe ne peut expliquer ni corriger. - **Faible impact décisionnel** : agenda, rappels, collecte de pièces et communication de statut. - **Impact direct** : classement, recommandation, rejet, analyse de traits ou score d'adéquation. - **Règle d'arrêt** : renoncer à une fonction si sa validité, ses biais, son cadre juridique ou la possibilité d'un recours humain ne peuvent être établis. ### Concevoir l'alternance et les stages comme des emplois encadrés Un stage ou une alternance est utile lorsque l'organisation propose un apprentissage réel, une charge compatible avec la formation et un encadrement disponible, dans le respect du statut et de la finalité pédagogique du dispositif. - **Mission** : objectifs progressifs, travaux formateurs et limites de responsabilité explicites. - **Encadrement** : tuteur identifié, temps réservé et points réguliers portant sur des situations concrètes. - **Évaluation** : critères communiqués au départ et bilan utilisable par la personne pour la suite de son parcours. - **Conversion éventuelle** : poste, calendrier et conditions présentés honnêtement, sans promettre une embauche inexistante. ### Aligner le discours et le quotidien de travail La culture se juge dans les décisions ordinaires — répartition de la charge, accès à l'information, droit de signaler un problème et qualité du management — et l'entretien doit permettre au candidat d'en observer des indices concrets. - **Preuves** : exemples récents d'arbitrage, de progression, de désaccord traité ou d'amélioration proposée par l'équipe. - **Rencontres** : échange avec le futur responsable et, si possible, avec un pair qui connaît le travail quotidien. - **Cohérence** : mêmes conditions décrites dans l'annonce, par les recruteurs, pendant les entretiens et dans l'offre écrite. - **Limites** : questions auxquelles l'équipe ne sait pas encore répondre et améliorations réellement en cours. ### Une décision de recrutement qui résiste aux étiquettes Le recrutement de jeunes talents s'améliore lorsque l'entreprise cesse de deviner ce qu'une génération voudrait et construit un échange vérifiable entre un rôle précis, des preuves comparables et une proposition d'emploi que le management peut effectivement tenir. - **Avant la publication** : définir le travail, les critères et les conditions réelles. - **Pendant la sélection** : donner les mêmes occasions de démontrer les compétences et documenter les décisions. - **Avant l'offre** : vérifier l'alignement entre les attentes du candidat et le fonctionnement quotidien du poste. - **Après l'embauche** : reprendre les engagements du processus dans l'intégration et les points de suivi. ### Référence réglementaire Le règlement européen sur l'intelligence artificielle fournit le cadre de qualification et les obligations applicables aux systèmes d'IA, notamment pour certains usages liés à l'emploi, tandis que la portée exacte dépend de la fonction du système et du rôle de chaque acteur. - [Règlement (UE) 2024/1689, notamment l'article 26 et l'annexe III](https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689) --- [**Paul-Antoine TUAL**](https://paulantoinetual.fr) · AI Transformation Leader · [Croissance & Transitions](https://croissance-transitions.fr)