Stanislav Belyaev

« La plupart des gens pensent encore qu’un agent IA, c’est juste ChatGPT avec un bon prompt. » C’est par cette phrase que commence l’article de Sunil Ramlochan « The AI Agent Stack Is Not a Prompt. It’s a Production System », et l’auteur qualifie aussitôt cette croyance de « mythe rassurant ». La vérité utile, selon lui, est ailleurs : un véritable agent ressemble davantage à un petit système d’exploitation pour le travail. Il possède un cerveau, des mains, une mémoire, des règles, des logs, des plans de reprise et quelqu’un qui répond quand l’agent fait n’importe quoi.

La thèse de l’article tient en une ligne : un agent, c’est tout un stack. Et c’est l’architecture autour qui lui donne sa fiabilité, alors que le modèle ou un prompt bien tourné n’est qu’un ingrédient parmi d’autres. La perspective est technique, alors examinons-la sous un autre angle – qu’est-ce qui, dans ce stack, concerne réellement le manager qui n’écrit pas de code mais décide de lancer ou non un agent en production.

Sber – la plus grande banque russe, qui développe aussi sa propre famille de modèles d’IA, GigaChat – a publié un dossier promotionnel : quarante études de cas d’entreprises ayant adopté GigaChat et qui en détaillent les bénéfices. EdTech, MedTech, HRTech, cybersécurité, PropTech. De jolies fiches, des chiffres précis, de vraies startups.

Sur l’image : le visuel « Un pas en avant » de l’accélérateur Sber500×GigaChat – 40 startups dans 9 secteurs. Effets annoncés : processus jusqu’à x16 plus rapides, coûts réduits jusqu’à 90 %, automatisation des tâches jusqu’à 95 %, chiffre d’affaires en hausse jusqu’à 30 %.

Nous disposons d’un benchmark : 29 modèles, 4 308 évaluations indépendantes sur des tâches managériales. GigaChat y occupe la dernière place, 29e sur 29 à l’issue de la deuxième vague de tests. Cela crée une situation intéressante.

Non pas parce que Sber mentirait. Les cas sont réels, les startups existent, l’automatisation fonctionne. La vraie question est ailleurs : était-ce le modèle optimal pour les tâches que ces entreprises devaient résoudre ?

Le Stanford AI Index – rapport annuel qui agrège des données sur l’industrie de l’IA à partir de centaines de sources – a documenté cet effondrement dans son édition 2025. Et le rapport 2026 a ajouté du contexte : les investissements en IA ont explosé à 285,9 milliards de dollars, les consommateurs reçoivent 172 milliards de dollars de valeur annuelle, et les data centers consomment autant d’électricité que l’État de New York. L’économie a basculé – mais pas comme on l’attendait.