Agentic Factory : industrialiser les agents IA en entreprise

Lors de nos derniers hackathons, plusieurs centaines de nos consultants ont livré des démonstrateurs agentiques à leurs clients industriels : plus de cent ingénieurs mobilisés en parallèle, environ 250 000 lignes de code produites, moins de trois heures de delivery chrono par démonstrateur, et chaque résultat noté sur cent face à une baseline sans IA. Je raconte cela sans fausse modestie, mais aussi sans illusion : ce que ces sessions prouvent, c'est une capacité, pas encore une industrie. Entre le démonstrateur qui arrache un sourire au client à dix-sept heures et le système qui tournera chez lui dans un an, il y a un mur. Ce paper parle de ce mur, et de la façon de le franchir.

Le paradoxe : jamais autant de démos, jamais si peu de production

Les chiffres de 2025-2026 dessinent un paradoxe que McKinsey a fini par nommer : près de huit entreprises sur dix utilisent l'IA générative, et tout autant ne constatent aucun impact significatif sur leur résultat. Plus brutal encore : moins de 10 % des cas d'usage déployés dépassent un jour le stade du pilote^[1]. Gartner prévoit l'annulation de plus de 40 % des projets d'IA agentique d'ici fin 2027, pour cause de coûts galopants, de valeur floue et de contrôles de risque inadéquats^[2]. Et le fossé se creuse au lieu de se combler : BCG classe 5 % d'entreprises « future-built » qui captent l'essentiel de la valeur, 35 % qui passent à l'échelle, et 60 % qui n'en retirent presque rien — pendant que les agents, qui pèsent déjà 17 % de la valeur totale de l'IA, devraient en représenter 29 % d'ici 2028^[3].

Ce qui frappe, dans toutes ces études, c'est que l'écart ne s'explique ni par l'accès à la technologie — tout le monde a les mêmes modèles — ni par le talent des équipes. McKinsey pointe la vraie ligne de partage : passer « des cas d'usage aux processus métier, des équipes IA en silo aux escouades transverses, de l'expérimentation au delivery industrialisé »^[1]. Le rapport DORA de Google le formule d'une phrase que je cite à chaque comité de direction : l'IA est un amplificateur — elle magnifie les forces des organisations qui en ont, et les dysfonctionnements des autres^[4]. La question n'est donc pas « quel agent construire ? » mais « quelle usine construire autour ? ».

Pourquoi le démonstrateur meurt en démo

Il faut d'abord comprendre pourquoi le mur existe, car il n'est pas dû à la paresse des équipes. Un démonstrateur prouve qu'une chose est possible ; la production exige qu'elle soit fiable — et ces deux propriétés ne progressent pas ensemble. Les benchmarks d'agents le mesurent : les meilleurs systèmes réussissent une tâche donnée, mais leur taux de succès s'effondre quand on leur demande de la réussir huit fois de suite^[5], et deux ans de progrès spectaculaires des capacités n'ont produit que de faibles gains de fiabilité^[6]. Le démonstrateur vit dans le monde du « ça a marché » ; la production vit dans celui du « ça marche à chaque fois, y compris quand tout va mal ». Franchir le mur, c'est industrialiser précisément ce qui sépare ces deux mondes.

La deuxième cause est organisationnelle. Le prototype naît d'un enthousiasme individuel — un développeur doué, un après-midi inspiré — et tout ce qui l'a fait réussir reste dans sa tête. Microsoft, qui observe une croissance de quinze fois du nombre d'agents actifs dans ses outils en un an, mesure aussi l'envers du décor : même parmi les professionnels les plus avancés, ceux qui orchestrent des workflows agentiques multi-étapes, seuls 26 % disposent de workflows documentés et rejouables au niveau de leur équipe^[7]. Les trois quarts du savoir-faire agentique des organisations vivent donc là où vivait le savoir des développeurs référents : dans des têtes. On sait ce que ça donne.

Les quatre étages de la factory

Une agentic factory n'est pas un outil qu'on achète ; c'est un modèle opératoire qu'on construit, et il tient sur quatre étages.

1. Des workflows versionnés et rejouables

Le premier étage transforme les réussites individuelles en procédés d'organisation : chaque tâche récurrente — documenter un module, migrer un écran, générer des tests depuis des exigences, rétro-documenter un legacy — devient un workflow écrit, versionné, rejoué à l'identique d'un projet à l'autre, et amélioré à chaque itération. C'est exactement ce que recommandent les deux laboratoires de référence, chacun dans son vocabulaire : Anthropic observe que « les implémentations les plus réussies n'utilisent pas de frameworks complexes, mais des patterns simples et composables », et distingue soigneusement les workflows — orchestrés par du code prédéfini — des agents libres de leur processus^[8] ; OpenAI conseille de « commencer par un agent unique, et n'évoluer vers le multi-agents que lorsque c'est nécessaire »^[9]. La sophistication n'est pas un objectif : la rejouabilité, si.

2. Des portes de vérification systématiques

Le deuxième étage est celui qui sépare le fiable du plausible. Aucun livrable ne sort sans passer ses portes : une Definition of Done écrite en trois à cinq critères objectifs avant de commencer, une relecture contradictoire après chaque production en volume, et des garde-fous en couches — car, comme le formule le guide d'OpenAI, « un garde-fou isolé suffit rarement ; c'est leur combinaison qui crée des agents résilients », avec deux déclencheurs d'escalade humaine explicites : le dépassement de seuils d'échec, et les actions à haut risque ou irréversibles^[9]. Ce n'est pas une bonne intention : c'est un processus outillé, qui se planifie dans le workflow au même titre que la production elle-même.

3. Une mesure honnête

Le troisième étage pilote le tout. Chaque livrable est évalué contre une baseline sans IA — c'est la note sur cent de nos hackathons, et c'est ce qui transforme une impression en donnée. En production, cette mesure devient une suite d'évaluations qui grandit avec le système ; et il ne faut pas attendre d'en avoir une parfaite pour commencer : « vingt à cinquante tâches simples tirées de vraies défaillances constituent un excellent départ », conseille Anthropic dans son guide des evals agentiques^[10]. L'honnêteté fait partie de la mesure : un volume produit n'est pas un gain de vitesse démontré, et le dire renforce la crédibilité de tout le reste.

4. Une capitalisation qui compose

Le quatrième étage est celui qui transforme la factory en avantage cumulatif : à la fin de chaque mission, les briques d'outillage, les règles de méthode et les cas d'évaluation rejoignent le socle commun — de sorte que chaque projet démarre plus haut que le précédent. C'est la différence entre une organisation qui a fait dix projets agentiques et une organisation qui a dix fois l'expérience d'un projet. Sans cet étage, les gains restent individuels, invisibles et volatils ; avec lui, ils deviennent un actif — celui-là même dont j'ai défendu ailleurs qu'il survit aux modèles qui passent.

Le modèle opératoire : le POD, et l'art de bien choisir ses batailles

Reste à faire tourner ces quatre étages au quotidien, et c'est là que le format compte. Notre unité de production est le POD : une équipe compacte — un lead expérimenté, des consultants outillés, et le client lui-même dans la boucle — dédiée à un cas d'usage unique, borné, avec sa matière réelle (du code, des spécifications, des données) récupérée avant de commencer et sa Definition of Done validée par écrit. Le client n'est pas spectateur : les meilleurs résultats viennent des sessions où il arbitre en direct. Microsoft décrit la même trajectoire à l'échelle du marché : des équipes hybrides humains-agents, où le facteur organisationnel pèse deux fois plus que l'aptitude individuelle dans l'impact obtenu^[7].

Et parce qu'une usine ne vaut que par ce qu'on décide d'y produire, la qualification du cas d'usage est une discipline en soi. Les années de hackathons m'ont appris à reconnaître ce qui marche : un périmètre atteignable — une brique, pas un projet entier —, une matière réelle disponible, un résultat démontrable visuellement, une douleur chiffrable en temps humain, et une répétabilité à l'échelle du parc du client. Migrer un module legacy vers une stack moderne à partir des specs, générer des cas de test depuis des exigences, rétro-documenter un logiciel historique : voilà des cas qui franchissent le mur. « Migrer notre SI », un besoin flou sans critère de succès, un cas dépendant d'un environnement inaccessible : voilà ceux qui meurent en démo. Même la confidentialité se traite en amont — un jeu de données synthétique bien construit démontre la même chose que les données réelles, et débloque un dossier en une semaine au lieu d'un mois.

Du démonstrateur à la décision

Un dernier étage, souvent négligé, ne relève pas de la technique : c'est le chemin entre le démonstrateur réussi et la décision d'industrialiser. Deux règles d'honnêteté d'abord, qui font paradoxalement vendre : un démonstrateur n'est pas industrialisable en l'état — l'industrialisation est un projet à part entière, et le dire d'emblée évite les déceptions qui tuent la confiance ; et le démonstrateur ne crée pas le besoin — il accélère une décision déjà en germe. L'expérience le confirme systématiquement : les suites se concrétisent chez les clients où un projet de modernisation existait déjà, et où la réunion de décision a été posée dans les agendas avant la démonstration, pas après. La factory ne s'arrête donc pas au livrable : elle inclut le compte rendu à chaud, la restitution datée, et la proposition qui transforme trois heures de preuve en trajectoire.

Par où commencer

Si je devais résumer ce paper en une grille, elle aurait quatre niveaux de maturité. Artisanal : des réussites individuelles, non documentées — c'est l'état des trois quarts du marché. Outillé : des workflows écrits et rejouables, un environnement préparé. Mesuré : des portes de vérification systématiques et une évaluation contre baseline. Capitalisé : un socle commun qui s'enrichit à chaque projet et des équipes hybrides qui en vivent. Chaque niveau se franchit en mois, pas en années — mais aucun ne se saute. Et le premier pas ne coûte presque rien : prendre son meilleur succès agentique de l'année, et l'écrire sous forme de workflow rejouable par quelqu'un d'autre. Le jour où votre meilleure réussite n'appartient plus à une personne mais à l'organisation, votre factory existe. Le reste est de la croissance.