#Agentic101 : Gouvernance et qualité des données, le socle de l’IA agentique
David Guede a construit l’agent Sharlie : un agent vocal qui fait office de service client pru Sosh. Tout l’été il vous partage son expertise pour une session de rattrapage sur les bases de l’agentification.
#Agentic101 — Bienvenue dans notre série de l’été pour rattraper les bases de l’agentification
#Agentic101 — Agentifier le process, pas la tâche
#Agentic101 — De l’enablement au process : pourquoi vos agents IA ne décollent pas ?
#Agentic101 — IA agentique en production : réussir l’évaluation et la supervision
Le process de Léa tourne, désormais. On l’a évalué, supervisé ; il livre. Un matin, il produit un reporting impeccable : mise en page nette, commentaire fluide, chiffre de marge bien en évidence. Sauf que ce chiffre est faux : la source finance n’avait pas été rafraîchie, et la marge affichée date du trimestre précédent. Personne ne l’a vu. Le support est parti en comité de direction.
Deux questions, soigneusement évitées jusqu’ici, surgissent d’un coup. La première : sur quelles données ce process s’appuie-t-il, et sont-elles bonnes ? La seconde, plus sourde : à quoi, au juste, a-t-il accès et qui l’a décidé ? Ce sont les deux faces d’une même fondation, et l’objet de ce dernier volet.
Gouvernance de l’IA agentique : plus un process est utile, plus il est exposé
Un agent isolé touchait une donnée, une source. Un process agentifié, lui, traverse votre entreprise : le CRM, les fichiers de la finance, la base documentaire, parfois les données RH. Plus il est utile, plus il est branché, et plus il est branché, plus il est exposé.
C’est le revers de l’agentification : la surface à gouverner explose. Tant qu’on empilait des agents dans l’ombre (créés par chacun, sans registre, sans contrôle), on accumulait un shadow IT d’un genre nouveau : du shadow AI. Le passage au process orchestré ne supprime pas ce risque ; il l’industrialise. Raison de plus pour le gouverner pour de bon. La gouvernance n’est pas la bureaucratie qui freine : c’est ce qui permet de passer à l’échelle sans tout casser.
Le registre des agents : sortir du shadow AI
Le premier instrument, c’est le registre des agents : un endroit où chaque agent et chaque process est déclaré, avec quatre informations non négociables.
Sa provenance. Qui l’a créé, qui en est responsable. C’est la réponse directe au « créé par on ne sait qui » qui tuait la confiance. Un agent sans propriétaire n’a pas sa place en production.
Ses accès. À quelles données il touche, jusqu’où il peut aller. Le principe est celui du moindre privilège : un agent ne voit que ce dont il a strictement besoin.
Son partage. À qui il est mis à disposition. Tout le monde n’a pas vocation à déclencher tout process.
Sa trace. Ce qu’il a fait, quand, à partir de quoi. C’est la traçabilité qu’on installait déjà avec la supervision, ici remontée au rang d’exigence d’audit.
Le registre transforme une nuée d’agents anonymes en un parc gouverné. Il rend la confiance vérifiable plutôt que supposée, et c’est, on l’a vu, la condition de l’adoption.
Qualité de la donnée : le substrat de toute IA agentique
Reste la fondation la plus profonde, et la plus ingrate : la donnée.
Un process agentifié n’est jamais meilleur que les données qu’il consomme. Et contrairement à une croyance tenace, aucune technologie ne nettoie la donnée à votre place. Brancher un Knowledge Graph sur des sources sales ne les assainit pas, cela propage la même donnée fausse, en plus présentable. Le travail de qualité reste à faire, en amont.
Or une chaîne d’agents est, ici encore, impitoyable. Là où un humain aurait tiqué devant une marge aberrante, la chaîne enchaîne : la donnée fausse de l’étape 1 devient le chiffre faux de l’étape 6, habillé d’un commentaire convaincant. Donnée propre, process fiable, confiance, adoption : la séquence est toujours la même, et elle commence par la donnée. On n’agentifie pas sur des fondations pourries.
Le ROI de la Data Quality enfin visible
Il y a pourtant une bonne nouvelle, et elle est de taille. Pendant des années, la qualité des données a été un investissement ingrat : un centre de coût invisible, dont personne ne voyait jamais le rendement. L’agentification renverse cela.
Car désormais, une donnée sale ne reste plus tapie dans un entrepôt : elle ressort en chiffre faux dans un reporting, devant un comité de direction, ou dans une réponse erronée envoyée à un client. L’enjeu devient tangible, public, immédiat. Pour la première fois, le retour sur investissement de la qualité des données se voit. Ce que l’on posait depuis des années comme une plomberie discrète devient, avec les process agentifiés, le socle visible de la valeur. Pour qui a fait ce travail de fond, c’est le moment où il paie enfin au grand jour.
Quatre volets, une seule conviction. Agentifier le process, pas la tâche, car la valeur est dans l’enchaînement (volet 1). Passer du catalogue d’agents à l’intention, pour que l’adoption décolle (volet 2). Le faire sérieusement, par les évals et la supervision, pour mériter la confiance (volet 3). Et le poser sur une fondation gouvernée et propre, pour que tout le reste tienne (volet 4).
Les plateformes, quelles qu’elles soient, savent vous donner des agents, un registre, un moteur. Elles ne décideront pas pour vous quel process agentifier, ne le décomposeront pas, ne l’évalueront pas, ne nettoieront pas vos données ni ne gagneront la confiance de vos équipes. Créer des agents, ce n’est pas agentifier vos process. Ce dernier travail (celui qui rend des heures, qui change le quotidien, et qui se voit enfin) reste le vôtre.
La seule question qui vaille, maintenant, n’est plus « quel agent créer ? ». C’est : quel est le premier process que vous allez agentifier ?