Six mois après les grandes annonces d'Anthropic, OpenAI et Google concernant leurs agents IA, les premières entreprises pionnières commencent à partager leurs retours d'expérience en production.
Ce qui fonctionne
Les agents les plus performants opèrent dans des domaines bien délimités avec des critères de succès clairs. Un agent de traitement des tickets de support client chez Intercom aurait réduit le temps de résolution de 40% sur les demandes niveau 1.
La clé identifiée par la plupart des équipes : les agents performent mieux quand ils savent quand s'arrêter. Les meilleurs systèmes incluent des mécanismes d'escalade humaine explicites.
Les embûches
Le principal problème rencontré n'est pas technique mais organisationnel. Les entreprises sous-estiment le travail de prompt engineering et de fine-tuning nécessaire pour adapter un modèle généraliste à leur contexte spécifique.
Un autre défi : la mesure de la performance. Contrairement aux logiciels traditionnels, évaluer si un agent "fonctionne bien" requiert une réflexion nouvelle sur les métriques.
Ce qui vient
La prochaine vague sera celle des agents multi-modaux capables de naviguer des interfaces visuelles. Les démos de computer use de Claude et d'Operator d'OpenAI préfigurent une mutation profonde du concept de "logiciel".