On dit vouloir une entreprise IA.
Ce qu'on veut dire, le plus souvent, c'est une meilleure boîte de chat. Une fenêtre. Une réponse habile. L'humain porte encore chaque étape suivante — copier ici, coller là, reformuler le brief, décider qui regarde ensuite.
Ce n'est pas une entreprise. C'est une personne avec plusieurs outils malins et sans plan de places.
Le vrai déplacement des deux dernières années n'était pas un nouveau modèle. C'était du mobilier. La recherche à une place. La rédaction à une autre. La relecture à une troisième. Un chef de cabinet qui savait quelle place possédait le prochain coup. Des spécialistes capables de se passer le travail à travers la pièce, sous des règles fixées par un humain.
Si l'humain reste le routeur, les machines ne deviennent jamais des collègues. Elles restent des onglets.
Ce que veut dire AI-first
Le World Economic Forum, dans un blueprint de juin 2026 rédigé avec Kearney, a donné à l'expression un test utilisable. Les entreprises AI-first redessinent systématiquement les flux de travail, les rôles et les droits de décision pour que l'IA devienne le levier stratégique de création et de livraison de valeur à l'échelle industrielle. Le critère est net : si l'on retirait les systèmes d'IA, l'entreprise pourrait-elle encore fonctionner — flux, décisions et livraison ? Si la réponse est non, l'entreprise est AI-first. Cela diffère du travail assisté par l'IA, qui boulonne des modèles sur des postes existants, et des startups AI-native fondées avec les modèles comme cœur de production dès le premier jour.
Le Work Trend Index de Microsoft du 23 avril 2025 a nommé la même forme en langage d'entreprise : la Frontier Firm — des équipes hybrides d'humains et d'agents, des flux multi-agents, un parcours de l'assistant aux collègues numériques jusqu'aux agents qui mènent des processus entiers. L'idée jumelle était l'agent boss : quelqu'un qui construit, délègue à et dirige des agents spécialisés ; chaque collaborateur pense comme le PDG d'une startup propulsée par des agents.
Les étiquettes diffèrent. L'objet, non. Une entreprise AI-first est un modèle d'exploitation. Les places et les droits de décision viennent avant les prompts.
Mise en place : places, mandats, outils, terminé
La plupart des conversations sur les agents commencent par les prompts. Des consignes habiles. De longs messages système. Un schéma de boîtes et de flèches.
Je me suis retrouvé à commencer ailleurs — quelque part de plus terne.
Qui possède le brief ?
Qui peut toucher la source de vérité ?
Qui écrit, qui vérifie, qui a le droit de livrer ?
Qui arrête le travail quand le travail est faux ?
Ce sont des questions de places. Elles sonnent comme du management parce qu'elles en sont. Une place n'est pas une personnalité. C'est un travail borné : un mandat, un jeu d'outils, un critère de « terminé », et une passation nommée quand le travail s'achève. Livrer et arrêter appartiennent à des places nommées, pas au fil de discussion général.
Microsoft a appelé le schéma suivant Work Chart — des équipes qui se forment autour d'objectifs plutôt que de fonctions, portées par des agents — et a demandé un ratio humain-agent : combien d'agents pour quels rôles, et combien d'humains pour les guider. Des fondateurs qui écrivent en public dessinent le même mobilier. Un tableau de rôles permanent. Un chef de cabinet qui plie le travail en un seul briefing. Une flotte plutôt qu'un seul prompt — Artificial Curiosity Labs a posé « 20+ specialised agents » comme système de travail, avec un organigramme de rôles et de conditions de déclenchement qui réduisent les appels inutiles. La documentation de Paperclip modélise les entreprises IA comme des arbres de reporting où les managers tiennent les budgets de leur sous-arbre.
La documentation des frameworks dit la même chose en habits plus discrets. Le processus hiérarchique de CrewAI : un manager coordonne, délègue et valide. Les subagents de LangChain : un agent central traite les spécialistes comme des outils avec leur propre contexte. Le Agents SDK d'OpenAI : handoffs, agents-as-tools, orchestration de type manager.
Les noms diffèrent. Quelqu'un doit encore décider quelle chaise fait face à quel bureau.
L'isolation se situe à la même altitude que le plan de places. La note d'Anthropic d'octobre 2025 sur le sandboxing de Claude Code est une déclaration publique de principe claire : un sandboxing efficace exige l'isolation du système de fichiers et du réseau ; sans isolation réseau, un agent compromis peut exfiltrer des fichiers ; sans isolation du système de fichiers, il peut s'échapper ; les identifiants sensibles restent hors du sandbox. Le guide CEO de MIT Technology Review de février 2026 (produit avec Protegrity ; sponsorisé, pas du travail éditorial) place la même idée aux frontières où les agents touchent l'identité, les outils, les données et les sorties — chaque agent comme principal non humain, outils épinglés, inventaire des agents et des scopes. L'article de CIO de juillet 2026 sur les shadow agents ajoute l'isolation à l'exécution : aucun agent hors d'une frontière de politique définie.
On n'a pas besoin d'un vocabulaire propriétaire pour cela. Système de fichiers. Réseau. Identifiants hors de portée. Un inventaire. Un humain qui peut révoquer l'accès. Cela suffit pour commencer.
Au quotidien : des passations, pas un convoyeur humain
Le mode d'échec coûteux est subtil.
La place recherche a fini. Elle déverse un tas dans le chat. L'humain le lit, réécrit le brief, le colle chez le rédacteur. Le rédacteur renvoie un brouillon. L'humain porte ce brouillon au relecteur. Le relecteur renvoie des notes. L'humain reporte les notes.
Chaque transport est une taxe. Le contexte s'amincit. La propriété se brouille. La personne censée nommer le travail devient la bande transporteuse.
La documentation produit publique de Grok Bot décrit une autre forme : des bots nommés et persistants qui partagent un ordinateur, des chats de groupe, et la messagerie bot-à-bot pour que l'humain ne soit pas l'intermédiaire de chaque saut. C'est un fait produit tiré de la note de lancement et des docs d'xAI d'août 2026 — pas une affirmation de brochure pour ce studio. Ce qui compte pour le métier, c'est le schéma. Les spécialistes doivent pouvoir se passer le travail selon les règles que l'on fixe, avec un seul propriétaire à chaque étape, et l'on doit encore pouvoir rediriger ou arrêter le tour.
Un démarrage utile ressemble à la parole ordinaire, pas à un script de lancement : rassembler les sources et lier chaque affirmation ; transformer les constats en brouillon ; vérifier le brouillon contre les sources et ne lister que les points bloquants. Ne pas publier.
Un propriétaire par étape. Des passations visibles. L'humain à la porte, pas dans le couloir.
Des notes antérieures de la Library ont déjà tracé la ligne dure autour des systèmes qui agissent — The Unappointed Operator, The Appointed Door, One Agent, Many Sovereignties. Celle-ci s'assoit à côté de ces trois-là et reste domestique. Nommer, ici, c'est désigner une place, lui donner des outils, dire ce qu'elle peut changer, et garder un humain qui peut révoquer le travail. Un agent spécialisé qui peut écrire à un autre agent spécialisé est utile. Il n'est collègue nommé que si quelqu'un reste responsable du harnais.
Supervision : quatre modes, pas un seul tableau de bord
Des développeurs qui étudient la pratique en production documentent le travail de supervision qui suit. Un article arXiv de juin 2026 (2606.05391) a trouvé au moins quatre formes de travail de supervision émergent : contrôle a priori, co-planification, surveillance en temps réel et revue a posteriori. La supervision, insistent les auteurs, n'est pas seulement réactive et rétrospective. Elle est aussi préventive et proactive.
En langage de studio, les quatre modes sont des objets ordinaires.
Le contrôle a priori, c'est le tableau des places et la liste d'outils décidés avant le premier token. Ce que cette place peut ouvrir. Ce qu'elle ne doit jamais toucher. Ce qui compte comme terminé.
La co-planification, c'est la courte conversation au début d'un tour : s'accorder sur les étapes, les sources, les conditions d'arrêt — avant que la flotte se mette en marche.
La surveillance en temps réel, c'est regarder la course tant qu'on peut encore la rediriger. Des journaux lisibles. Un stop qu'on peut presser. Pas un emoji de statut.
La revue a posteriori, c'est la vérification après coup : affirmations contre sources, diffs contre le brief, un humain nommé qui dit livrer ou renvoyer.
Le même article note un risque plus discret : les développeurs adoptent des heuristiques d'efficacité — le plan comme proxy de correction, les tests comme garantie, un coup d'œil, la confiance quand le domaine est inconnu. Une supervision « assez bonne » dérive vers le biais d'automatisation. Le vocabulaire est académique. La version studio est plus simple. Si l'on ne peut pas arrêter, voir les étapes et nommer la personne de garde, on n'a pas nommé un collègue. On a lâché un processus.
Où il faut faire attention
La prévision newsroom de Gartner du 25 juin 2025 est la note de prudence que trop de conseils d'administration lisent encore trop vite : plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, en raison de coûts croissants, d'une valeur métier floue ou de contrôles de risque insuffisants. Le même communiqué a forgé l'insulte propre — agent washing — pour les vendeurs qui rebrandissent assistants, RPA et chatbots sans capacité agentique substantielle. Gartner estimait qu'environ 130 seulement des milliers de vendeurs « agentiques » étaient réels.
Les shadow agents sont la version domestique du même problème. La définition publique de DataRobot est claire : des agents d'IA opérant hors des workflows approuvés de gouvernance, de sécurité ou de déploiement — pas d'inventaire central, pas de propriétaire assigné, pas de modèle de permissions défini, pas de piste d'audit. L'article de CIO de juillet 2026 décrit des processus autonomes à la couche API qui ne se connectent jamais, ne laissent jamais d'enregistrement de session et n'attendent jamais un humain. Des places sans nomination ne sont que d'autres opérateurs non nommés avec de plus jolis noms.
La note du Forbes Technology Council du 3 septembre 2026 nomme le glissement de gouvernance que beaucoup d'entreprises ressentent déjà : des places aux dépenses. Le coût mensuel de l'IA égale les frais de places plus l'usage des modèles à travers utilisateurs, applications et agents. Les budgets doivent vivre aux niveaux entreprise, département, application, agent et utilisateur. Sans ce plan de contrôle, la tarification à la consommation transforme l'usage fragmenté en risque financier.
Ajoutez le biais d'automatisation de l'article sur la supervision et vous avez la pile de prudence : projets portés par le battage, produits lavés, agents non sanctionnés, places prises pour des contrôles de dépense, et humains qui cessent de vérifier parce que le système sonnait confiant.
Coût : comment comparer une organisation IA à une organisation humaine
Ici le mobilier rencontre la facture — et la tentation est de traiter les tokens comme des salaires.
C'est la mauvaise comparaison.
Les sources publiques ne fournissent pas un total mensuel crédible pour une petite flotte multi-agents de studio avec une méthode ouverte. Ce qu'elles fournissent, c'est une méthode pour lire la facture.
Le billet d'ingénierie d'Anthropic du 13 juin 2025 est net sur la consommation de tokens : dans leurs données, les agents utilisent typiquement environ quatre fois plus de tokens que les interactions de chat, et les systèmes multi-agents environ quinze fois plus que les chats. C'est une mesure vendeur contre le chat, pas un total mensuel de studio. C'est encore la divulgation publique la plus claire que des travailleurs spécialisés en parallèle ne sont pas une mise à niveau gratuite par rapport à une seule conversation.
Les pages agentiques d'EY et le papier d'investissement posent une autre règle sur le service client d'entreprise : un chat qui coûtait autrefois environ 0,04 $ peut devenir une orchestration à 1,20 $ dès que les outils, la planification et les subagents entrent dans le chemin — à peu près un saut de trente fois par tâche dans l'exemple qu'ils publient. Le cadrage FinOps d'EY ajoute les catégories que les conseils manquent souvent : tokens, abonnements, plateforme, gouvernance (y compris les revues humaines dans la boucle), changement organisationnel, défaillance et reprise, et taxes IA spéculatives. Les tokens sont la ligne visible. Ce n'est pas le coût complet. Un agent n'est pas une licence.
L'essai computer-use d'a16z d'août 2026 offre un cadre horaire d'ordre de grandeur, pas un devis de flotte de studio : faire tourner un agent coûte à peu près 6–8 $ par heure d'inférence aujourd'hui (plage de pratique environ 3–15 $ selon le harnais) ; le BPO offshore se situe près de 10 $/heure pleinement chargé ; le travail back-office américain près de 30–45 $/heure. Les auteurs disent ordre de grandeur, pas devis précis. Utile comme toise. Inutile comme substitut à la supervision, aux reprises et au retravail.
Une étude contrôlée d'octobre 2025 (arXiv:2510.22780) a comparé 48 travailleurs Upwork à des agents OpenHands sur seize tâches. Les humains facturaient environ 24,79 $ par tâche en moyenne ; les agents tournaient environ 0,94–2,39 $ — quatre-vingt-dix à quatre-vingt-seize pour cent moins cher sur ce compteur. La même étude a trouvé les agents 32,5–49,5 % plus bas en succès, et a noté qu'une supervision humaine peut encore être nécessaire. L'automatisation a ralenti d'environ 17,7 % les humains qui devaient vérifier et déboguer ; l'augmentation a accéléré le travail d'environ 24,3 %. Un $/tâche bon marché n'est pas le même objet qu'une organisation moins chère.
La ligne d'interprétation qui appartient à une page Field Note : un $/tâche ou $/h bon marché ne prouve pas une organisation moins chère. Ajoutez le multiplicateur de tokens, la part de raffinement, le travail de revue humaine, la défaillance et le retravail, et l'écart de qualité. La propre prudence d'a16z voyage bien au-delà du BPO computer-use : si une personne revoit chaque sortie, aucun travail n'a été économisé.
Qualité et écarts
Le coût sans la qualité est une demi-facture. Les systèmes multi-agents peuvent relever le plafond — et amplifier le plancher.
Le même billet multi-agent research d'Anthropic rapporte qu'un système avec Claude Opus 4 en lead et des subagents Claude Sonnet 4 a surpassé Opus 4 en agent unique de 90,2 % sur une évaluation de recherche interne. À traiter comme interne au vendeur ; aucune réplication indépendante n'a été trouvée dans le verrouillage public. Les auteurs sont aussi clairs sur l'adéquation : le multi-agent excelle quand la valeur est haute, la parallélisation lourde, le contexte déborde et les outils sont nombreux ; les domaines qui exigent un contexte partagé et une délégation en temps réel — la plupart du code parmi eux — sont de mauvais candidats. La seule consommation de tokens expliquait l'essentiel de la variance sur l'un de leurs benchmarks publics.
L'étude de mise à l'échelle de Google Research (arXiv:2512.08296 ; blog du 28 janvier 2026) cartographie quand la topologie aide et quand elle nuit. Les systèmes multi-agents centralisés ont gagné environ 80,8 % sur des baselines mono-agent pour une tâche finance-agent parallélisable. Chaque variante multi-agent a dégradé le PlanCraft séquentiel d'environ 39–70 %, les agents indépendants au pire bout. Les systèmes multi-agents indépendants ont amplifié les erreurs de 17,2× ; la coordination centralisée a contenu l'amplification à environ 4,4×. Dès qu'une baseline mono-agent se situait près de 45 % ou plus, la coordination montrait souvent des rendements décroissants ou négatifs.
D'autres preprints de 2026 aiguisent l'écart. Des articles sur l'hallucination collective montrent un raisonnement multi-agent sans défense qui amplifie de fausses affirmations ; des pipelines finance séquentiels laissent les erreurs s'emballer au point que les contrôles en fin de pipeline aident à peine, tandis que des portes aux frontières coupent nettement la survie. Sous des budgets de thinking tokens égaux, les systèmes mono-agent peuvent égaler ou surpasser les multi-agents sur le raisonnement multi-hop (arXiv:2604.02460). Des générateurs multi-agents automatiques peuvent coûter jusqu'à environ 10× la self-consistency chain-of-thought tout en ajoutant peu (arXiv:2606.13003) — une « illusion of multi-agent advantage » quand l'évaluation ignore le compute marginal.
La revue humaine reste une ligne de coût de premier rang. Le State of Agent Engineering de LangChain (12 juin 2026 ; enquête fin 2025, n=1 340) a trouvé une revue humaine utilisée par 59,8 % des équipes pour le travail nuancé ou à fort enjeu, et des approches LLM-as-judge à 53,3 %. Un cadre d'audit clinique de septembre 2026 (arXiv:2609.02095) a montré deux systèmes presque à égalité sur la précision autonome encore nécessitant 39,2 % versus 29,6 % de revue humaine pour atteindre la même cible de fiabilité. Précision semblable, charge de supervision divergente.
Le multi-agent n'est pas une mise à niveau de qualité par défaut. C'est un choix de topologie avec une facture de tokens attachée.
Comment lire la facture
Le plan de places dessine la facture.
Chaque place supplémentaire qui peut en réveiller une autre multiplie la coordination. Chaque travailleur parallèle qui doit partager le contexte multiplie les tokens. Chaque passation sans propriétaire unique multiplie le travail en double. Chaque sortie qui a encore besoin d'un œil humain rend le travail que l'on croyait avoir retiré.
Lisez les multiplicateurs publics comme forme : les environ 15× tokens d'Anthropic face au chat ; les environ 30× $/tâche d'EY du chat à l'orchestration ; l'ordre de grandeur $/h d'a16z contre les bandes BPO et back-office ; les études par tâche qui sont à la fois moins chères et moins réussies. Lisez les catégories FinOps pour que gouvernance et défaillance siègent sur la même page que les tokens. N'inventez pas une substitution flotte-vers-ETP à partir de prix catalogue. Ne traitez pas un abonnement de place comme un plan de contrôle des dépenses.
La retenue fait partie du métier. Une place doit exister parce qu'un travail répété a besoin d'un mandat, pas parce que l'organigramme impressionne. Des spécialistes oisifs qui se réveillent à chaque message brûlent de l'argent et de l'attention. Un chef de cabinet qui ne peut pas dire « ceci n'a pas besoin de trois bots » n'est pas un chef de cabinet. C'est un mégaphone.
Comprendre avant la technologie. Les places avant les prompts. La nomination avant l'autonomie. Le coût comme propriété du dessin, pas comme surprise après le lancement.
J'ouvre encore la porte. Je redirige encore un tour quand les priorités changent. Je dis encore stop. Les machines peuvent se passer le travail à travers la pièce. Elles n'ont pas le droit de se nommer elles-mêmes.
Le jugement humain est la place rare. Gardez-le à la porte nommée.
Sources
Définitions et modèle d'exploitation
- World Economic Forum (with Kearney), The AI-First Operating System: A Blueprint for Operating and Business Model Innovation, June 2026. https://reports.weforum.org/docs/WEF_The_AI_First_Operating_System_A_Blueprint_for_Operating_and_Business_Model_Innovation_2026.pdf · hub: https://www.weforum.org/publications/the-ai-first-operating-system-a-blueprint-for-operating-and-business-model-innovation/
- Microsoft Work Lab / Work Trend Index, 2025: The year the Frontier Firm is born, 23 April 2025. https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born
- Official Microsoft Blog, The 2025 Annual Work Trend Index: The Frontier Firm is born, 23 April 2025. https://blogs.microsoft.com/blog/2025/04/23/the-2025-annual-work-trend-index-the-frontier-firm-is-born/
- Artificial Curiosity Labs, The AI Chief of Staff Is a Fleet, Not an Agent, 15 May 2026. https://artificialcuriositylabs.ai/posts/ai-chief-of-staff-fleet-architecture/
- Justin Bartak, My C-Suite of Agents Named Themselves, 28 July 2026. https://justinbartak.ai/blog/ai-agent-c-suite-chief-of-staff
- Paperclip docs, Org Structure. https://paperclipai-paperclip.mintlify.app/concepts/org-structure
- CrewAI Docs, Hierarchical Process. https://docs.crewai.com/edge/en/learn/hierarchical-process
- OpenAI Agents SDK (Python). https://openai.github.io/openai-agents-python/
- LangChain Docs, Multi-agent. https://docs.langchain.com/oss/python/langchain/multi-agent
- Anthropic Engineering, Making Claude Code more secure and autonomous with sandboxing, 20 October 2025. https://www.anthropic.com/engineering/claude-code-sandboxing
- MIT Technology Review (produced by Protegrity), From guardrails to governance: A CEO’s guide for securing agentic systems, 4 February 2026. https://www.technologyreview.com/2026/02/04/1131014/from-guardrails-to-governance-a-ceos-guide-for-securing-agentic-systems/
Supervision et opérations quotidiennes
- arXiv:2606.05391, Human oversight of agentic systems in practice…, submitted 3 June 2026. https://arxiv.org/abs/2606.05391
- xAI, Introducing Grok Bot, 11 August 2026. https://x.ai/news/introducing-grok-bot
- xAI Docs, Grok Bot overview / Bots / Chat and collaboration. https://docs.x.ai/grok-bot/overview · https://docs.x.ai/grok-bot/bots · https://docs.x.ai/grok-bot/chat-and-collaboration
Prudence et modes d'échec
- Gartner Newsroom, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 25 June 2025. 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
- Forbes Technology Council, From Seats To Spend: Why Enterprise AI Needs A Control Plane, 3 September 2026. https://www.forbes.com/councils/forbestechcouncil/2026/09/03/from-seats-to-spend-why-enterprise-ai-needs-a-control-plane/
- DataRobot, Shadow agents. https://www.datarobot.com/blog/shadow-agents/
- CIO, Shadow agents: How IT leaders must govern ‘headless’ AI…, 1 July 2026. https://www.cio.com/article/4191250/shadow-agents-how-it-leaders-must-govern-headless-ai-before-it-breaks-the-enterprise.html
Interprétation des coûts (multiplicateurs et méthodes publics)
- Anthropic Engineering, How we built our multi-agent research system, 13 June 2025 — agents ~4× / multi-agent ~15× tokens vs chat; internal 90.2% research-eval claim. https://www.anthropic.com/engineering/multi-agent-research-system
- EY, agentic AI token costs / Unlocking agentic value (PDF) ©2026 — chat ~$0.04 → orchestrated ~$1.20; FinOps categories. https://www.ey.com/en_us/insights/ai/agentic-ai-token-costs · https://www.ey.com/content/dam/ey-unified-site/ey-com/en-us/insights/ai/documents/ey-unlocking-agentic-value-a-new-investment-discipline-for-the-agentic-era.pdf
- a16z, Can Agents Use a Computer Yet? We’ve Got the Data, 10 August 2026 — ~$6–8/h agent inference order of magnitude; BPO ~$10/h; US back-office ~$30–45/h; “if a person reviews every output, no labor was saved.” https://a16z.com/can-agents-use-a-computer-yet-weve-got-the-data/
- arXiv:2510.22780, human vs agent $/task and success gap, October 2025. https://arxiv.org/abs/2510.22780
Écarts de qualité
- Google Research blog, Towards a science of scaling agent systems…, 28 January 2026; arXiv:2512.08296 — MAS +80.8% parallel finance; −39–70% sequential; error amp 17.2× independent / 4.4× centralised. https://research.google/blog/towards-a-science-of-scaling-agent-systems-when-and-why-agent-systems-work/ · https://arxiv.org/abs/2512.08296
- arXiv:2606.07941, collective hallucination / defence, 2026. https://arxiv.org/abs/2606.07941
- arXiv:2608.14588, sequential snowball hallucination (FinanceBench), 2026. https://arxiv.org/abs/2608.14588
- arXiv:2604.02460, budget-matched SAS ≥ MAS on multi-hop, 2026. https://arxiv.org/abs/2604.02460
- arXiv:2606.13003, automatic MAS vs CoT-SC cost illusion, 2026. https://arxiv.org/abs/2606.13003
- LangChain, State of Agent Engineering, 12 June 2026 — human review 59.8%. https://www.langchain.com/state-of-agent-engineering
- arXiv:2609.02095, READY oversight-burden divergence, submitted 2 September 2026. https://arxiv.org/abs/2609.02095