Agent, Agent Manager, Agency : un guide pratique du nouvel organigramme de l’IA

Tout est un Agent aujourd’hui, et c’est bien là le problème

Un post sur deux sur X ou LinkedIn parle d’un « Agent » qu’ils ont créé pour résoudre [insérez ici votre growth hack]. Certains sont de véritables agents autonomes, d’autres sont en réalité une série d’automatisations, et beaucoup ne sont que de simples combinaisons de prompts et de skills dans Claude CoWork. Tout cela est utile, mais on a l’impression que l’usage du mot « Agent » est devenu une sorte de définition fourre-tout.

D’un côté, c’est parce que la technologie évolue très vite. Il y a un an, on pensait qu’OpenClaw était ce qu’était un Agent. Il y a quelques mois, les prompts programmés dans Claude Work faisaient à peu près la même chose. De l’autre, chacun a aujourd’hui un niveau d’exposition et d’expertise différent avec les outils d’IA. Tout le monde a vraiment une expérience et une définition différentes du mot « Agent ».

C’est encore plus clair quand on regarde le paysage des produits SaaS.

Ouvrez trois pages produit IA différentes cette semaine et vous trouverez trois définitions différentes d’« agent ».

• L’un est un bouton qui dit « générer x » et qui produit un résultat IA générique, comme un résumé, un brainstorming d’idées, la production d’un plan, etc. (Ce sont les entreprises qui affichent un badge « propulsé par l’IA » sur leur page d’accueil, l’équivalent à l’ère de l’IA de se qualifier soi-même de Boomer.)
• L’un est une « IA (insérez un métier) » qui est une fenêtre de chat répondant à des questions sur les données de votre espace de travail. Parfois, elle peut même avoir la capacité d’écrire/créer certaines choses dans votre espace de travail.
• Un autre est quelque chose qui va faire le travail, seul, selon un calendrier, et qui rend compte une fois terminé. En général, il est connecté à Claude Work, ChatGPT, Grok ou un autre modèle d’IA et sert d’orchestrateur ou d’interface pour exécuter ces Agents à distance.

De notre point de vue chez Tability, nous remarquons un immense écart entre ces définitions des « Agents » et là où nous en sommes. Ce ne sont pas la même chose, et nous voulons établir clairement cette distinction aujourd’hui.

Ce que « Agent » signifie en matière de logiciel

Il y a deux confusions distinctes empilées l’une sur l’autre, et la plupart des explications n’en traitent qu’une seule.

La première vient du côté des éditeurs. Beaucoup d’entreprises de logiciels ont pris une fonctionnalité de chat existante, l’ont pointée vers vos données, et l’ont rebaptisée « agent » ou « chief of staff IA ». Elle répond bien aux questions. Elle peut même rédiger des choses pour vous. Mais c’est une meilleure barre de recherche, pas un collègue de travail. Elle n’existe que lorsque quelqu’un ouvre la fenêtre de chat et lui demande quelque chose.

La seconde confusion va dans l’autre sens, et c’est la plus pertinente. Si un agent n’est vraiment qu’un raisonnement IA appliqué à vos données, pourquoi ne pas se passer d’intermédiaire et utiliser directement Claude ou ChatGPT ? C’est une question légitime, et la plupart des outils qui se prétendent agents n’y ont pas de bonne réponse. Le test honnête est simple : fait-il quoi que ce soit quand personne ne lui parle ? Si la réponse est non, c’est un chatbot déguisé. (Pour en savoir plus sur cette distinction, voir AI agent vs AI assistant.)

Ce qui, selon nous, fait qu’une chose est un Agent

Bon, demain les choses peuvent (ou vont) encore changer. Nous aussi, nous essayons juste de suivre. Mais à l’heure actuelle, nous voyons une réelle distinction entre :

Enlevez le marketing et il ne reste vraiment que deux types d’agents IA qui comptent : ceux qui attendent un prompt, et ceux qui ne l’attendent pas. Tout le reste n’est qu’une variation de ces deux-là.

Un véritable agent réussit trois tests :

1. Il détient un objectif, pas une conversation. Le vrai travail a une cible : un OKR, un résultat clé, un chiffre qui doit bouger. Une conversation n’a pas d’état final, elle continue simplement jusqu’à ce que quelqu’un arrête de taper.
2. Il travaille selon son propre calendrier, sans être sollicité. Personne n’a besoin d’ouvrir une fenêtre et de demander. Il est déjà en train de tourner, de vérifier, de récupérer des données, de faire la prochaine tâche.
3. Il ne disparaît pas quand le chat se ferme. Il rend compte via des check-ins, des mises à jour et des commentaires, quelque chose que le reste de l’équipe peut réellement voir et sur quoi elle peut réagir, qu’elle soit ou non la personne qui l’a mis en place.

Échouez aux trois tests et vous avez un chatbot. Réussissez les trois et vous avez quelque chose qui mérite le nom d’agent.

Ne pouvez-vous pas simplement faire ça dans Claude ou ChatGPT ?

Question légitime, et la réponse honnête est : pour une tâche isolée, bien sûr. Demandez à Claude ou à ChatGPT de rédiger quelque chose, de résumer quelque chose, ou de réfléchir à une décision, et vous obtiendrez une bonne réponse dans cette session.

Là où ça coince, c’est pour tout ce qui doit continuer à tourner après que vous fermez l’onglet. Claude et ChatGPT sont conçus pour qu’une personne travaille sur un problème dans une seule session. Ils ne maintiennent pas un objectif ouvert sur une semaine, ils ne travaillent pas sans sollicitation, et personne d’autre dans l’équipe ne peut voir ou orienter ce qu’ils font sans votre identifiant de connexion. Ce n’est pas une critique des modèles, ce n’est simplement pas le rôle pour lequel ils sont conçus.

Ce qu’un agent ajoute par-dessus, c’est la couche de coordination qu’une simple session de chat ne vous offre pas : un objectif qui reste ouvert dans la durée, un travail qui s’effectue sans sollicitation, et des check-ins que le reste de l’équipe peut voir, commenter et réorienter, qu’elle soit ou non la personne qui l’a mis en place au départ.

Nous ne sommes pas les seuls à voir les choses ainsi. Quand nous avons publié un post sur Agent Manager sur LinkedIn, une réponse a résumé tout le problème mieux que nous ne l’aurions fait : c’est le même mur de visibilité-sans-interruption que les équipes ont résolu avec les outils de gestion de projet il y a vingt ans, et comme l’a formulé le commentateur Kurt Wellington, « on ne fait que reconstruire cette logique pour les agents maintenant ».

Les trois termes, une ligne chacun

Avant d’approfondir chacun d’eux, voici la version courte :

• Agent : un système IA lié à un véritable objectif, travaillant selon son propre calendrier, rendant compte via des check-ins que l’équipe peut voir — pas un chatbot qui attend un prompt.
• Agent Manager : un agent qui prend un objectif, le décompose en résultats clés mesurables, et recrute les agents spécialistes nécessaires pour les exécuter.
• Agency : l’équipe recrutée elle-même — un Agent Manager plus ses agents spécialistes, construite autour d’un seul objectif.

Agent Manager : le rôle que personne n’avait mis sur l’organigramme

Chez Tability, nous appelons ce rôle un Agent Manager : un agent qui existe pour détenir un objectif qu’il ne peut atteindre avec des effectifs seuls. Il est recruté, par une personne, ou de plus en plus, mis en place de lui-même, pour prendre un véritable objectif business, le décomposer en résultats clés mesurables, puis recruter une équipe d’agents spécialistes pour réellement l’exécuter : récupérer des données, mener des analyses, rédiger des rapports, signaler les risques, tout ce que l’objectif exige.

C’est une forme véritablement nouvelle sur l’organigramme. Ce n’est pas un manager de personnes, et ce n’est pas non plus un chatbot. C’est plus proche d’un contremaître : quelque chose dont le travail entier consiste à s’assurer qu’un objectif est correctement doté en personnel et que le travail est réellement fait, puis à rendre compte de la façon dont ça s’est passé. Pour un regard plus approfondi sur ce que cela donne au quotidien, voir ce que fait un Agent Manager dans Tability.

Agency : une équipe d’agents, pas un cabinet que vous engagez

C’est là que le vocabulaire devient vraiment source de confusion, donc il vaut la peine d’être précis. Chez Tability, nous appelons cela une Agency : une équipe recrutée d’agents spécialistes, construite autour d’un seul objectif, dirigée par un seul Agent Manager. Tout comme une véritable agence spécialisée, en engager une donne vraiment l’impression de faire venir une petite équipe construite autour d’une seule mission à accomplir, sauf que chaque membre de l’équipe est un agent, pas une personne sous contrat.

Un objectif, un Agent Manager, une Agency recrutée, rendant compte à toute l’équipe.

Où se situe Tability

C’est également, en toute transparence, là où notre propre produit s’est dirigé. Dans Tability, un agent est lié à un véritable OKR, pas à un fil de discussion. Il fonctionne selon son propre calendrier, recrute des agents spécialistes dans une Agency à mesure que l’objectif grandit, et rend compte via des check-ins que toute l’équipe peut voir, commenter ou réorienter, tout comme elle le ferait avec un coéquipier humain. C’est aussi en partie pourquoi Tability se classe n°1 pour les fonctionnalités IA dans le benchmark des logiciels OKR, devant WorkBoard et Profit.co.

Un client Tability a récemment recruté 20 agents répartis sur quatre objectifs de croissance en créant seulement quatre Agent Managers, passant leur temps à examiner les résultats et à orienter la direction, pas à gérer des effectifs — le même schéma que nous appliquons à nous-mêmes ; voyez comment les équipes d’agents auto-recrutées fonctionnent en pratique. C’est la direction que prend l’organigramme : moins de nouvelles embauches, plus d’Agencies.

Si ce schéma vous semble familier, c’est normal. C’est à peu près ce qui s’est passé quand StratOps est apparu il y a quelques années : une nouvelle fonction que personne n’avait budgétée, créée parce que l’ancien organigramme ne pouvait pas décrire le travail qui devait réellement être fait.

Commencez à déployer vos Agencies dès aujourd’hui

Si votre équipe reçoit déjà des questions sur les « agents IA » et que personne ne s’est encore mis d’accord sur ce que le mot signifie, c’est généralement le premier signe qu’il vous faut une définition partagée avant qu’il vous faille un outil.

‍Inscrivez-vous gratuitement et découvrez comment la prise en charge d’un agent fonctionne réellement au sein d’un véritable objectif, ou réservez 30 minutes avec nous et nous passerons en revue à quoi une Agency pourrait ressembler pour votre équipe. Que ce soit avec Tability ou non, cela vaut la peine de clarifier le vocabulaire avant qu’il ne finisse sur la fiche de poste de quelqu’un.