Aujourd'hui, si vous recherchez « agent manager », vous obtenez trois réponses totalement différentes sur la même page : la gestion de talents hollywoodienne, une passerelle API open source appelée WSO2 Agent Manager, et une poignée d'articles d'opinion se demandant si chaque entreprise a désormais besoin de quelqu'un dont le travail consiste uniquement à surveiller une flotte d'agents IA. Aucune de ces réponses ne s'accorde avec les autres. C'est généralement le signe qu'un terme est encore assez récent pour que le marché ne se soit pas mis d'accord sur sa signification, et qu'il vaut la peine d'être précis tant que sa définition reste ouverte.
Voici la version qui compte si vous êtes celui ou celle qui fait réellement tourner les agents : des équipes exploitent déjà discrètement six, dix, vingt agents IA chacune, sans qu'une seule personne soit responsable de ce que chacun d'eux fait ni pourquoi. Quelqu'un doit finir par en assumer la responsabilité, de la même façon que quelqu'un dirige une équipe de personnes plutôt que de laisser chacune rendre des comptes à personne en particulier. Chez Tability, cette personne, c'est une fonctionnalité précise avec un rôle précis. Elle s'appelle Agent Manager. Voici ce qu'elle fait réellement.
Ce qu'est un Agent Manager chez Tability
Un Agent Manager n'est pas un chatbot, et ce n'est pas une personne. C'est un agent que vous assignez à un objectif, de la même façon que vous confieriez un objectif à une nouvelle recrue. Plutôt que de répondre aux questions lorsqu'on le sollicite, il prend en charge cet objectif, le découpe en plan d'action, recrute les agents spécialisés dont il a besoin pour exécuter ce plan, et rend compte de l'avancement selon une fréquence fixe, que quelqu'un pense à le demander ou non.
C'est un rôle très différent de presque tout ce qui est aujourd'hui commercialisé sous le nom d'« agent IA ». La plupart de ce qu'on appelle un agent se rapproche davantage d'un assistant très compétent : utile, mais seulement lorsque vous le pilotez activement, comme le résume la page Agent Manager de Tability elle-même, comparaison à l'appui.
| La plupart des agents IA | Les agents Tability |
|---|---|
| Répond aux questions quand vous le sollicitez | A un objectif vers lequel il travaille, donc il n'attend pas votre prochaine commande |
| Vit dans une barre latérale de chat | Génère ses propres tâches vers son objectif, sans qu'on le lui demande |
| Oublié une fois le chat fermé | Exécute un travail planifié via des modèles connectés (OpenAI, Claude) et des compétences |
| Ne rend de comptes à personne | Transmet ses résultats via des check-ins, des commentaires et des tableaux de bord |
| Appartient à celui qui a ouvert le chat | Figure dans l'organigramme et peut recevoir du travail de la part de n'importe qui dans l'équipe |
La différence concrète n'est pas une question d'intelligence. Elle tient à ce que l'agent ait un objectif dont il est responsable, ou simplement une fenêtre de chat qui attend la prochaine invite.
Comment un Agent Manager recrute une équipe, l'Agency
Assignez un objectif à un Agent Manager, et six choses se produisent, dans cet ordre. Vous définissez un objectif, avec une cible, une échéance et une valeur de référence. Vous y assignez un Agent Manager, en un clic, et il en prend la responsabilité. Il transforme l'objectif en plan d'action en le découpant en résultats clés mesurables qu'il peut réellement staffer. Il recrute un agent spécialisé pour chaque partie de ce plan. Il rend compte de l'avancement du plan selon une fréquence régulière. Et il prend en compte vos retours d'orientation, un simple commentaire, et replanifie le prochain lot de travail à partir de là.
Tability appelle le résultat une Agency : l'Agent Manager plus tous ceux qu'il recrute. C'est un choix de mot délibéré, pas une refonte des termes « équipe » ou « effectif ». Une Agency Tability n'est pas un cabinet externe que vous engagez. C'est un groupe de vos propres agents qui planifie, exécute et rend compte jusqu'à ce qu'un objectif soit atteint, de la même façon qu'une véritable agence traite un brief, et ce n'est pas un terme que vous verrez employé ainsi ailleurs dans les logiciels d'OKR à ce jour.
Un exemple réel tiré de l'usage que Tability fait elle-même de cette fonctionnalité : un objectif de croissance SEO, « augmenter le trafic organique de 16 000 $ à 25 000 $ », est pris en charge par quatre spécialistes : un stratège des écarts concurrentiels, un analyste du rafraîchissement des pages en déclin, un analyste des classements à portée de main, et un spécialiste SEO technique. Personne n'a assigné manuellement ces quatre rôles. L'Agent Manager a examiné le plan et recruté exactement ce dont il avait besoin.
Pour l'instant, une Agency plafonne à six agents au total, un Agent Manager plus cinq spécialistes, le temps que Tability évalue jusqu'où le modèle peut évoluer avant d'assouplir ce plafond. Bon à savoir dès le départ : ce n'est pas présenté comme un effectif illimité à la demande, c'est une équipe volontairement limitée, à la même taille qu'un manager peut réellement superviser en restant responsable.
Ce qu'un Agent Manager n'est pas
Ce n'est pas un bot de projet polyvalent que vous pointez vers n'importe quelle tâche avant de vous en désintéresser. Il est construit autour d'un seul objectif à la fois, avec une cible et une échéance, et non d'une liste de tâches sans fin. Ce n'est pas non plus un système sans supervision : chaque Agency rend compte selon une fréquence fixe et prend en compte des commentaires d'orientation, de sorte qu'un humain reste toujours impliqué dans la direction prise, même sans toucher à l'exécution au quotidien.
Et ce n'est pas illimité. Le plafond de six agents pour une seule Agency est une contrainte bien réelle aujourd'hui, pas une note marketing en bas de page. Si un objectif a réellement besoin de plus de cinq spécialistes, la réponse honnête pour l'instant est de le diviser en plusieurs objectifs, chacun avec son propre Agent Manager, plutôt que d'attendre d'une seule Agency qu'elle dépasse ce que Tability a réellement testé.
Le rôle de l'humain : examiner les résultats, pas gérer les effectifs
C'est la partie qui change réellement votre façon de passer votre temps. Vous ne gérez pas les spécialistes recrutés par un Agent Manager. Vous ne voyez jamais d'effectif, ne menez aucun plan de recrutement, et n'assistez à aucun des cinq check-ins séparés. Vous voyez un seul rapport de statut, rédigé par l'Agent Manager, qui consolide ce que chaque spécialiste a livré, ce qui est bloqué, et ce qui vient ensuite.
Si quelque chose doit changer, vous ne réécrivez pas les instructions de cinq agents un par un. Vous laissez un seul commentaire sur le rapport de l'Agency, et l'Agent Manager replanifie le prochain lot de travail et le répartit, de la même façon qu'un manager reçoit un retour de son propre manager et le redistribue à son équipe. Les retours fonctionnent aussi à l'échelle de tout l'espace de travail : vous pouvez commenter une Agency que vous ne gérez pas vous-même, et elle lit le fil de discussion avant sa prochaine mise à jour, exactement comme un commentaire laissé sur le travail d'un collègue.
Autrement dit, vous examinez le résultat d'un subordonné direct, vous ne gérez pas des effectifs. C'est tout l'intérêt du modèle. La charge de gestion d'une équipe d'agents revient à l'Agent Manager, pas à vous.
Où un Agent Manager s'intègre dans le fonctionnement déjà en place de votre équipe
Rien de tout cela ne vaut grand-chose si c'est un système annexe que personne ne consulte. Le rapport d'un Agent Manager arrive au même endroit où votre équipe suit déjà son avancement : face à un OKR, dans le même rythme hebdomadaire qu'une fonction StratOps applique déjà pour les humains de l'équipe. Si les check-ins sont déjà la cadence qui maintient l'honnêteté des OKR, un Agent Manager devient simplement un contributeur de plus qui s'inscrit dans ce même rythme, et non un tableau de bord parallèle que vous devez penser à ouvrir.
C'est aussi pourquoi il se situe aux côtés des autres fonctionnalités d'agents de Tability plutôt que de les remplacer. Si vous vous demandez si ce dont vous avez réellement besoin est un simple agent IA ou un assistant IA, ou si vous cherchez à savoir ce qui rend un agent prêt pour un usage en entreprise, l'Agent Manager est le mécanisme qui rend ces deux réponses solides : un responsable désigné, une cadence, et une traçabilité, pas seulement un modèle compétent.
Une brève remarque sur les données
Il vaut la peine de le préciser, les objectifs et la stratégie étant sensibles : Tability est conforme au RGPD, avec des options d'hébergement en UE et en Australie, les exécutions d'agents passent par l'API d'OpenAI selon des conditions strictes d'utilisation des données afin que les entrées ne servent jamais à entraîner un modèle, et les entrées IA sont supprimées après 30 jours. Si une équipe ne souhaite pas du tout d'IA, chaque fonctionnalité IA peut être désactivée pour tout l'espace de travail sans toucher au reste de la plateforme OKR sous-jacente.
Voir cela en action
Le moyen le plus rapide de comprendre un Agent Manager, c'est d'en regarder un à l'œuvre. Découvrez la fonctionnalité Agent Manager complète sur la page produit de Tability, avec le détail exact de la façon dont il recrute une Agency, rend compte selon une cadence régulière, et prend en compte des retours d'orientation. À partir de là, inscrivez-vous et confiez-lui directement un véritable objectif, ou réservez 30 minutes avec nous pour voir à quoi cela pourrait ressembler pour le prochain trimestre de votre équipe.
.jpg)
