Recap IA : l'essentiel de la semaine
Les agents en production, les prix qui chutent, un tutoriel RAG et le projet de la semaine : cinq minutes de lecture, zéro bruit.
Bienvenue dans cette édition. Cette semaine, un même mouvement relie les trois sujets : l'IA quitte les démonstrations pour entrer dans des processus où le coût, la fiabilité et la reprise humaine deviennent mesurables.
La lecture prend une dizaine de minutes si vous suivez le tutoriel. Si vous êtes pressé, commencez par les trois décisions à retenir ci-dessous.
L'essentiel
Trois décisions à retenir
Ne lancez pas un agent sans définir son droit à l'erreur
Les premières entreprises françaises font tourner des agents sur de vrais flux clients. La question utile n'est plus « peut-il faire la tâche ? », mais « que se passe-t-il lorsqu'il se trompe ? ». Un agent doit connaître ses permissions, ses conditions d'arrêt et le moment où il transmet le dossier à une personne.
Mesurez le coût d'une tâche terminée, pas celui d'un million de jetons
Le prix des modèles continue de baisser. Cela rend de nombreux prototypes accessibles, mais le tarif de l'API ne représente qu'une partie du coût : il faut ajouter les recherches, les nouvelles tentatives, l'observation et la relecture humaine.
Gardez une solution de repli
Les modèles open source et open-weight couvrent désormais une grande partie des usages quotidiens. Même si vous utilisez une API fermée, tester une seconde option réduit la dépendance et révèle les hypothèses cachées dans votre produit.
La génération peut coûter jusqu'à dix fois moins cher qu'un an plus tôt sur certains usages. Le bon indicateur reste toutefois le coût par résultat validé, pas le prix affiché seul.
Le dossier
Les agents passent enfin le test de la production
Une démonstration réussie suit un chemin idéal. La production apporte des demandes incomplètes, des outils indisponibles, des données contradictoires et des utilisateurs qui ne formulent pas leur besoin comme prévu.
Avant de brancher un agent sur un flux réel, écrivez quatre règles :
- Les actions qu'il peut préparer.
- Celles qu'il peut exécuter seul.
- Les situations qui imposent une validation.
- La personne qui reprend le dossier en cas d'échec.
Prenons un agent de support. Il peut rechercher une commande et préparer une réponse. Il ne devrait pas rembourser automatiquement un montant important ou modifier une adresse sans contrôle supplémentaire. Cette séparation des permissions rend le déploiement progressif plutôt que binaire.
Le tableau de bord minimal
Suivez chaque semaine le taux de tâches terminées, le nombre de reprises humaines, les principales causes d'échec, le temps gagné et le coût total. Ajoutez quelques exemples d'erreurs réelles : ils apprennent souvent plus qu'une moyenne.
Une autonomie limitée mais observable vaut mieux qu'un agent impressionnant dont personne ne sait expliquer les échecs.
À tester
Monter un premier RAG sans usine à gaz
Un RAG permet à un modèle de répondre à partir de vos documents. Il ne « réentraîne » pas le modèle : il recherche d'abord les passages utiles, puis les place dans la demande envoyée au modèle.
Étape 1 : choisir un corpus étroit
Commencez par dix à trente documents qui répondent à un besoin précis : procédures internes, documentation produit ou questions fréquentes. Un corpus immense masque les erreurs et ralentit l'évaluation.
Étape 2 : découper selon le sens
Évitez de couper mécaniquement au milieu d'une procédure. Conservez les titres, les paragraphes et les métadonnées comme la date ou la version. Un passage doit être compréhensible lorsqu'il est lu seul.
Étape 3 : préparer vingt vraies questions
Notez la réponse attendue et le document qui la justifie. Ajoutez quelques questions auxquelles le corpus ne répond pas : le système doit savoir dire qu'il ne sait pas.
Étape 4 : afficher les sources
La réponse doit citer le document et, si possible, le passage utilisé. Cela accélère la vérification et révèle les recherches qui ramènent un contenu hors sujet.
Étape 5 : mesurer avant d'optimiser
Regardez séparément si le bon passage a été retrouvé et si la réponse finale respecte ce passage. Changer de modèle ne corrigera pas une mauvaise recherche. Changer d'index ne corrigera pas une consigne ambiguë.
La meilleure stack est celle que vous comprenez de bout en bout. Commencez petit, conservez vos questions de test et ne changez qu'un élément à la fois.
Pour choisir les outils, consultez la bibliothèque IA. Le principe reste le même quel que soit le fournisseur.
Vu dans la communauté
Le projet de la semaine
Youn construit MintMerchs, un service qui transforme une idée de marque en parcours de lancement. Son approche est intéressante moins pour le nombre d'agents que pour leur répartition : chaque agent reçoit un rôle, des données et une sortie attendue.
LaValley Weekly Spotlight #2 Chaque semaine, nous mettons en lumière le projet d'un membre. Youn (@MDeluce), fondateur de MintMerchs, veut permettre de lancer une marque e-commerce avec une petite équipe. Une idée est répartie entre plusieurs agents spécialisés : positionnement, identité, visuels, boutique et acquisition. Le produit est développé en solo, de l'infrastructure aux interfaces. Les agents s'appuient sur des données de tendances afin que les propositions ne reposent pas uniquement sur une génération créative. La version de production est annoncée pour lundi. La vraie étape commencera alors : observer où les utilisateurs valident les propositions et où ils ont encore besoin de reprendre la main.
Ce que ce projet permet d'apprendre
Découper un processus entre plusieurs agents n'est utile que si chaque passage de relais est explicite. Pour votre propre projet, notez l'entrée, la sortie et le critère de validation de chaque étape avant de choisir les modèles.
À vous de jouer
Votre plan pour cette semaine
- choisissez une tâche répétitive mais réversible.
- rassemblez vingt exemples réels.
- définissez les cas qui nécessitent une validation humaine.
- testez une première version sur cinq exemples.
- partagez l'erreur la plus instructive sur le Discord.
La question ouverte
Quel outil ou quelle méthode vous a réellement fait gagner du temps ce mois-ci ? Comment l'avez-vous mesuré ? Le débat continue juste en dessous et sur le Discord.
Le débat
commun au site et au Discord