Plateformes IA calmes : livrer de l'intelligence sans brûler la salle

Le travail sur l’IA prend une forme bien particulière lorsqu’il se passe bien dans une équipe sérieuse. Peu glamour. Surtout de la plomberie. Et, lentement, le changement le plus important dans la façon dont le logiciel est fabriqué.

Voici la version d’« IA dans la plateforme » que je défends : calme, observable, construite pour que le lundi matin redevienne ennuyeux.

1. L’agent n’est pas le produit

L’agent est le chemin le plus rapide vers la prochaine décision. Workflow Claude Code, job Codex, modèle local — aucun n’est le produit. Ce sont des leviers.

Quand une équipe traite l’agent comme un produit, deux choses arrivent :

• Sur-investissement dans la surface (chat UI, prompt UX, branding).
• Sous-investissement dans le substrat : evals, retries, idempotence, audit, coût.

Inversez. Construisez d’abord le substrat. Choisissez la surface la moins chère possible : un CLI, une commande Slack, un bouton dans votre admin existant. Gardez l’investissement de surface pour le moment où vous avez un historique de décisions qui en valent la peine.

2. L’observabilité est le contrat avec votre vous futur

Chaque appel d’agent va dans une trace structurée : modèle, tokens, latence, prompt id, tool calls, hash de raisonnement, coût. On l’interroge comme n’importe quelle télémétrie : Grafana, alertes, revues hebdo.

La victoire n’est pas « on sait ce qu’a fait l’agent ». C’est détecter les régressions : à l’arrivée d’une nouvelle version du modèle, vous rejouez les traces de la veille et voyez les deltas avant qu’ils ne touchent un vrai utilisateur.

Si vous ne pouvez pas répondre à « qu’a décidé cet agent mardi dernier à 15 h et pourquoi ? », vous n’avez pas de plateforme IA. Vous avez un souhait.

3. Outils ennuyeux, jugement coûteux

Le pattern qui scale :

• Orchestration ennuyeuse — votre job runner existant, votre queue existante, votre CI existante. Aucun nouveau vendor.
• Jugement coûteux — un petit ensemble bien nommé d’étapes de « jugement » où le modèle fait ce que seul le modèle peut faire.
• Fallbacks bon marché — si l’étape de jugement échoue, le système dégrade vers un chemin déterministe lisible en cinq minutes.

Peu glamour. Pas de threads Twitter. Mais l’équipe dort, la plateforme apprend, et la prochaine migration pèse moitié moins que la précédente.

C’est la version de l’IA qui mérite d’être livrée.