IA agentique en production : les leçons de deux ans de déploiement

Ou comment anticiper les bons défis quand personne n'en parle encore

Début 2023 : Parier sur l'agentique avant la vague

C'était début 2023. Dans une fintech européenne, nous explorions quelque chose qui n'avait pas encore de nom : faire agir l'IA générative, pas juste la faire répondre.

L'époque était particulière. Les grands modèles de langage (LLM) venaient tout juste d'émerger. L'industrie découvrait ChatGPT. Personne ne parlait encore d'agents IA ou de workflows autonomes. Et nous ? Nous voulions déjà que l'IA gère nos opérations techniques.

Le problème ? Aucune solution n'existait pour ça.

Alors nous avons fait ce que font les pionniers : nous avons construit la nôtre. Un système qui permettait à nos agents IA d'exécuter de vraies actions opérationnelles dans un contexte bancaire avec ses contraintes de sécurité et de conformité.

Le cas d'usage : AI4Ops, l'automatisation intelligente du support IT niveau 1

Notre système couvrait quatre axes complémentaires :

AI4Ops : Résoudre, Diagnostiquer, Communiquer, Anticiper - Pas juste analyser, agir ; pas juste suggérer, exécuter

→ Résolution automatique des incidents courants

Problèmes d'accès (CRM, messagerie, outils collaboratifs), attribution de droits, réinitialisation de comptes. L'agent diagnostique, corrige directement quand c'est possible, ou prépare l'escalade avec le contexte complet.

→ Prédiagnostique et qualification

Analyse des erreurs remontées, identification des patterns récurrents, première qualification technique avant transfert vers les équipes spécialisées. Fini les tickets incomplets qui font des allers-retours.

→ Communication sur incident

Pendant qu'un incident est en cours, l'agent formule à la demande le statut de la situation : ce qui a été fait, qui est mobilisé, quelle est l'avancée. Les experts restent concentrés sur la résolution sans être interrompus pour communiquer.

→ Détection proactive

Surveillance continue de l'infrastructure, identification des anomalies avant impact utilisateur, recommandations d'optimisation basées sur l'historique.

Et bien d'autres aspects liés à la réduction de la part de run et l'amélioration de la qualité opérationnelle : génération de documentation technique, création de runbooks, analyse de tendances...

Chaque action tracée, chaque décision auditable. Des workflows autonomes avec validation humaine sur les opérations sensibles. C'était de l'agentique avant que le terme ne devienne mainstream.

Pas juste analyser. Agir.
Pas juste suggérer. Exécuter.
Pas juste converser. Orchestrer.

Ce qu'on apprend en construisant pour un environnement contraint

Et ça a marché. 100 % du support niveau 1 automatisé avec un haut niveau de qualité, nativement multilingue pour servir toutes les équipes. Plus de 90 % de réduction des coûts opérationnels, le tout en maintenant conformité et auditabilité strictes dans un environnement bancaire.

Mais le succès n'était pas que technique. C'était aussi une transformation profonde de la façon dont les collaborateurs intègrent l'IA générative dans leur travail quotidien. Des équipes IT qui apprennent à superviser plutôt qu'à exécuter, des utilisateurs qui interagissent naturellement avec un agent pour leurs problèmes, une organisation qui fait évoluer ses processus pour tirer parti de l'automatisation intelligente.

Et nous avons rapidement compris que cette transformation n'était pas unidirectionnelle. Il ne suffisait pas de changer la façon de travailler des humains. Il fallait aussi anticiper qu'il faudrait changer la façon dont l'IA elle-même travaille pour optimiser cette interaction. Comment l'agent apprend-il de ses erreurs ? Comment s'améliore-t-il au fil du temps ? Comment comprend-il mieux le contexte de l'organisation ?

Ce sont ces prémices qui nous ont menés vers ce que nous qualifions aujourd'hui chez WEnvision et SFEIR comme la vision du SI conversationnel du futur : des systèmes où l'interaction naturelle avec l'IA devient le mode d'accès privilégié aux services, aux données, aux processus. Une infrastructure qui ne se contente pas d'automatiser, mais qui converse, comprend, et grandit avec l'organisation.

Les questions essentielles

Mais construire de l'agentique en production, dans un contexte bancaire exigeant, vous force à vous poser les bonnes questions dès le départ.

On ne peut pas déployer un agent qui agit dans une banque sans :

• ✅ Une observabilité complète : chaque décision doit être traçable, chaque raisonnement auditable
• ✅ Des outils d'action sécurisés : l'agent ne peut pas juste « appeler des API », il doit opérer dans un cadre validé
• ✅ Une position claire de l'humain : qui valide quoi, quand, comment ? L'autonomie ne peut pas être totale d'emblée
• ✅ Des boucles de feedback auditables : capturer les retours utilisateurs au-delà du simple pouce levé/baissé

Ces contraintes, loin d'être des obstacles, nous ont guidés vers les bonnes intuitions architecturales.

En analysant nos métriques de production, nous avons identifié ce qui fonctionnait : le système exécutait, traçait, s'améliorait via les feedbacks. Mais nous avons aussi identifié ce qui manquait pour vraiment passer à l'échelle : une architecture formalisée qui sépare ce qui est stable (l'organisation) de ce qui bouge vite (les projets), une transparence sur comment l'agent raisonne, une capacité d'extension sans reconstruction.

Nous avions construit une IA agentique qui exécute de manière fiable et auditable. Mais il manquait une vision architecturale complète pour passer à la vitesse supérieure.

2024 : le boom de l'agentique... et les angles morts

Puis est arrivée 2024. Soudain, l'agentique était partout. Les frameworks ont fleuri : LangGraph, CrewAI, AutoGen, et des dizaines d'autres. Les solutions d'automatisation de workflows se multipliaient. Les preuves de concept (POC) impressionnantes aussi.

Et en observant ce qui émergeait, quelque chose m'a frappé.

Les aspects que nous avions identifiés comme essentiels en 2023 n'étaient pas traités comme des briques fondamentales, mais plutôt ajoutés après coup.

Les nouveaux frameworks se concentraient sur l'orchestration, l'exécution, la coordination. C'est important, bien sûr. Mais plusieurs dimensions critiques restaient en second plan :

Les fondations d'un système agentique fiable : observabilité, mémoire structurée, coopération cognitive et supervision évolutive

🔍 L'observabilité du raisonnement

Les solutions offraient des logs, des traces d'exécution. Mais comprendre pourquoi un agent prend telle décision ? Observer son incertitude, ses hésitations, son plan ? Rarement pensé dès le départ.

🧠 La mémoire organisationnelle structurée

Des solutions de recherche intelligente existent. Mais structurer vraiment la connaissance ? Séparer ce qui est stable (l'organisation, les processus) de ce qui évolue vite (les missions, les projets) ? Ajouté après, si ajouté.

🤝 La coopération cognitive entre agents

Des workflows multi-agents, des orchestrations sophistiquées. Mais des agents qui raisonnent vraiment en parallèle et synthétisent leurs apports ? Plutôt de l'exécution séquentielle déguisée.

👤 La position évolutive de l'humain

De la validation binaire (approuver/rejeter). Mais une posture qui évolue avec la maturité du système ? Qui grandit progressivement de la supervision constante vers la gestion de l'exception ? Pas dans les priorités initiales.

Ces aspects n'étaient pas des détails. C'étaient précisément ce qui permettrait à un système de passer de « fonctionne » à « grandit ».

Quand la maturation de l'industrie rencontre l'expérience terrain

C'est à ce moment que j'ai rejoint WEnvision, l'entité du groupe SFEIR spécialisée dans l'IA générative. Et en découvrant RAISE, leur plateforme agentique, et en échangeant avec leurs équipes de passionnés, une opportunité unique s'est présentée.

Le monde avait évolué depuis 2023. Les solutions avaient mûri, les frameworks s'étaient multipliés, les cas d'usage s'étaient diversifiés. Cette maturation de l'écosystème nous permettait enfin d'avoir assez de recul pour formaliser une vision complète.

Nos intuitions de 2023 — l'observabilité du raisonnement, la structuration de la mémoire, la coopération cognitive, la position évolutive de l'humain — n'étaient pas juste des « bonnes pratiques ». C'étaient les piliers d'une vision architecturale cohérente.

C'est ainsi qu'est née ce que nous appelons aujourd'hui l'agentique adaptative.

Les quatre piliers de l'agentique adaptative

Les questions que nous nous étions posées en 2023 sont devenues des principes architecturaux formalisés :

Cette vision ne sort pas d'un chapeau. Elle est le fruit de la rencontre entre nos prémices de 2023, la maturation de l'industrie en 2024, et nos travaux sur RAISE qui permettent aujourd'hui de la concrétiser.

Pourquoi cette série d'articles maintenant ?

Parce qu'en 2025, des centaines d'entreprises se lancent dans l'agentique. Des milliers de démos impressionnent. Mais beaucoup vont se heurter aux mêmes angles morts que nous avons identifiés.

Cette série présente notre parcours complet : du constat aux principes, des principes à l'implémentation.

Ce que vous allez découvrir

Si vous êtes CEO, CTO, ou responsable d'une initiative IA dans votre organisation, cette série va probablement vous faire gagner des mois.

Parce que vous êtes peut-être en train de :

• ✓ Évaluer des frameworks agentiques qui semblent complets mais ne couvrent pas les aspects essentiels
• ✓ Célébrer des démos impressionnantes tout en pressentant que quelque chose manque pour la production
• ✓ Vous concentrer sur l'orchestration et l'exécution sans penser à l'évolution du système
• ✓ Chercher comment passer de prototype à production sans avoir à tout reconstruire

Nous sommes passés par là. Nous avons identifié les aspects qui font la différence. Nous les avons formalisés. Et nous avons construit une plateforme qui les incarne dès le départ.

Ce que nous présentons n'est ni théorique ni spéculatif. C'est le résultat d'un parcours de maturation : de l'intuition terrain en 2023, à la confirmation par l'industrie en 2024, jusqu'à la formalisation complète avec RAISE aujourd'hui.

Entre ces expériences, il y a une vision mature que d'autres peuvent adopter dès maintenant.

Cette série est cette vision.