Ce qui fait qu'un agent est workforce (et pas une démo)
Un agent IA est « workforce » quand il remplit trois conditions opérationnelles : il a un owner humain identifié (pas « la direction générale »), il a un SLA mesurable (temps de réponse, qualité attendue) et il a des métriques de coût par tâche enregistrées. Sans les trois, c'est une expérience — avec les trois, c'est un employé numérique. La distinction n'est pas académique : ça change le budget, ça change la mesure, ça change la maintenance.
Les 4 rôles qui marchent le mieux en entreprise
- Assistant de recherche. Recherches structurées, résumés exécutifs, monitoring concurrentiel.
- Opérateur de process administratifs. Traiter factures, contrats, formulaires, validations.
- Assistant commercial junior (PAS senior). Qualification initiale, prise de rendez-vous, follow-ups opérationnels.
- Agent de support L1. Résolution de tickets répétitifs avec escalade humaine pour L2/L3.
Comment on assigne un human-in-the-loop
Le human-in-the-loop n'est pas « quelqu'un qui revoit tout le travail de l'agent » — c'est quelqu'un qui intervient à des checkpoints concrets. L'assignation correcte :
- Owner opérationnel de l'agent. 1 personne, dédiée 5-20% de son temps selon le volume de l'agent.
- Checkpoints automatiques. Décisions à fort impact qui demandent confirmation humaine avant exécution.
- Revue échantillonnée hebdomadaire. L'owner revoit 30-50 cas aléatoires et marque réussites/erreurs.
- Itération mensuelle. Réunion de 30 min avec le partenaire technique pour ajuster prompts et configuration sur la base des findings.
Governance, escalade et QA
Sans gouvernance, l'agent c'est de la dette technique déguisée en productivité. Les 4 pièces obligatoires :
- Politique d'usage claire — ce que l'agent peut faire, ce qu'il ne peut pas, quelles décisions demandent un humain.
- Logs auditables de chaque décision et chaque action avec contexte.
- Mécanisme de rollback — quand le résultat dévie, le système revient à l'état précédent.
- Revue périodique avec eval automatisée + revue humaine d'échantillon.
Coût réel par tâche
Le calcul correct inclut les cinq composants — pas juste « tokens du LLM » :
- Coût du LLM (tokens) par exécution.
- Coût d'infrastructure (compute, storage, base vectorielle) au prorata.
- Coût des outils (CRM API, etc.).
- Coût de la supervision humaine (% du temps de l'owner opérationnel).
- Coût amorti du setup (divisé par mois de durée de vie utile attendue).
Quand ça ne vaut PAS le coup
- Volume <50 exécutions/semaine de l'agent — le setup ne se rentabilise pas.
- Process sur le point d'être supprimé ou transformé.
- Pas d'owner opérationnel dispo ou assigné.
- Cas où le coût d'erreur dépasse largement l'économie attendue.
- Équipes sans dispo pour l'itération mensuelle minimum.