IA & Automatisation
Des agents qui accomplissent un travail, dans les limites que vous fixez
Un agent est un modèle capable d'appeler vos outils — consulter une information, créer un enregistrement, envoyer un message — et de décider quelle action effectuer ensuite. Cela est véritablement utile pour des travaux multi-étapes trop variables pour être scriptés. C'est aussi le moment où un modèle de langage cesse de produire du texte pour agir dans votre entreprise, ce qui change ce que signifie "attentif".
Indicatif
À partir de £15,000
Prix fixe convenu par écrit avant le début de la réalisation.
Demander un devis+44 7488 265083Le problème que cela résout
Les démos sont impressionnantes et les échecs en production sont ennuyeux : un agent qui boucle, un autre qui utilise avec assurance le mauvais outil, ou encore un agent disposant d'un accès en écriture à la base de données parce que c'était plus simple pendant le développement. Chacun de ces cas relève d'un problème de permissions ou de conception, et non d'un problème de modèle.
Ce que vous obtenez
Outils à portée étroite et explicite
Chaque outil effectue une seule tâche, valide ses entrées et dispose des droits d'accès minimaux. Pas d'outil générique "exécuter du SQL" — c'est ainsi qu'un agent finit par supprimer des données.
Points de validation pour les actions irréversibles
Toute action qui dépense de l'argent, contacte un client ou supprime des données est bloquée en attente d'une validation humaine. L'agent propose ; une personne confirme. C'est la décision de conception la plus importante.
Limites de boucles et de coûts
Plafonds stricts sur le nombre d'étapes, le temps écoulé et la consommation de tokens par tâche, appliqués en dehors du modèle. Un agent ne peut pas être digne de confiance pour décider qu'il en a assez fait.
Journal d'audit complet
Chaque étape est enregistrée : la demande initiale, les décisions prises, l'outil appelé avec ses arguments, ainsi que les réponses obtenues. Sans cela, un agent est inauditable, ce qui le rend inutilisable pour la plupart des travaux réglementés.
Évaluation avant déploiement
Un jeu de tests composé de tâches réelles avec des résultats connus, exécuté à chaque modification de l'invite ou du modèle. Sans cela, impossible de savoir si une modification a amélioré les choses ou a discrètement tout cassé.
Échec maîtrisé
Quand l'agent ne parvient pas à accomplir une tâche, il l'indique et transfère le travail en cours plutôt que de produire une réponse plausible. L'escalade est une fonctionnalité, pas un défaut.
Notre méthode de travail
Définir précisément la tâche
Une seule tâche, avec une définition claire de ce qui constitue sa finalisation. Les agents conçus pour "aider aux opérations" échouent ; ceux conçus pour "réconcilier ces deux rapports et signaler les différences" fonctionnent.
Concevoir l'interface des outils
L'ensemble minimal d'outils, chacun doté des permissions minimales. Revus avant le développement.
Construire le jeu d'évaluation
Tâches réelles avec des résultats connus, rédigées avant même l'existence de l'agent.
Développer avec le journal d'audit en priorité
L'observabilité n'est pas ajoutée a posteriori à un agent — impossible de le déboguer sans elle.
Mode shadow (simulation)
L'agent propose chaque action et un humain l'approuve, et ce pendant le temps nécessaire pour gagner en confiance dans les résultats.
Élargir l'autonomie avec prudence
Actions à faible risque libérées des validations en premier, selon le taux de réussite mesuré. Les actions irréversibles peuvent rester bloquées en permanence, et c'est souvent préférable.
Ce à quoi vous devez vous attendre
- Une tâche multi-étapes accomplie de bout en bout sans intervention humaine
- Aucune action irréversible effectuée sans approbation
- Chaque décision peut être reconstituée à partir du journal d'audit
- Les modifications des invites et des modèles sont mesurées par rapport à un jeu d'évaluation fixe
Créé avec
- Mistral
- Anthropic Claude
- OpenAI
- TypeScript
- Python
- PostgreSQL
- pgvector
- Redis
- Temporal
- RabbitMQ
- Model Context Protocol
- LangGraph
Mainstream, well-supported technology — chosen so you can hire for it and so another team could take the project over.
Développement d'agents IA — your questions
Y compris les questions relatives au coût, que la plupart des agences omettent sur leur site.
Un agent dédié avec trois ou quatre outils, des portes d’approbation et un journal d’audit coûte généralement entre £15 000 et £35 000. Les coûts d’exploitation dépendent du volume, mais restent généralement modestes — c’est l’ingénierie autour du modèle qui représente la dépense, et non le modèle lui-même.
Un chatbot répond ; un agent agit. Un chatbot indique à votre client la politique de retour. Un agent consulte sa commande, vérifie son éligibilité, crée le retour et réserve la collecte. Le second nécessite des autorisations, des limites et une piste d'audit, ce qui représente la majeure partie du travail.
Quatre éléments, et aucun ne repose sur la confiance dans le modèle : des outils ne pouvant effectuer que des opérations validées et restreintes, des portes d'approbation pour toute action irréversible, des limites strictes en termes d'étapes et de dépenses appliquées dans le code, et un journal d'audit permettant de diagnostiquer une erreur. Nous concevons en partant du principe que le modèle se trompera occasionnellement, car il le fera.
Pour des tâches étroites et bien définies avec une personne en contrôle des étapes irréversibles, oui — nous concevons et déployons ces solutions. Pour une autonomie ouverte sur des systèmes critiques, non, et nous le dirons plutôt que de vous vendre un pilote qui sera discrètement abandonné.
On le contraint plutôt que de chercher à l'éliminer. Les faits proviennent de vos systèmes via des outils plutôt que de la mémoire du modèle, les sorties sont validées par un schéma avant utilisation, et tout élément non vérifiable devient une escalade plutôt qu'une action. Tout fournisseur promettant l'absence totale d'hallucinations ne comprend pas la technologie.
Celui qui obtient les meilleurs résultats sur votre jeu d'évaluation, derrière un adaptateur pour pouvoir le changer. En pratique, nous utilisons le plus souvent Mistral ou Claude pour l'utilisation d'outils. L'important est que le choix soit mesuré sur vos tâches et réversible, car le classement évolue tous les quelques mois.
Services associés
La plupart des projets touchent à plus d’un de ces services.
Développement d'IA
Systèmes d'IA personnalisés conçus autour d'une tâche mesurable, avec précision, latence et coût par requête convenus avant le développement.
Lire la suiteAutomatisation des processus par IA
Les tâches répétitives de votre semaine sont identifiées, chiffrées et automatisées lorsque les chiffres le justifient — avec une intervention humaine lorsque ce n’est pas le cas.
Lire la suiteIntégration LLM
Fonctionnalités d'IA ajoutées à un produit existant, avec plafonds de coûts, diffusion en continu, solutions de repli et un jeu d'évaluation — sans verrouillage à un seul fournisseur.
Lire la suiteParlez à quelqu'un qui l'a déjà développé
A short call is usually enough to tell you whether this is the right service for your situation — including when it is not.