Ouvrir le manuel

Automatisation

Les 5 couches d'un agent IA : ce que tout manager doit savoir

21 min de lecture

« 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.

Lire la suite
Les 5 couches d'un agent IA : ce que tout manager doit savoir
P5.express et l'IA agentique : où elle aide, où elle casse tout
28 min

P5.express et l'IA agentique : où elle aide, où elle casse tout

Dans l’univers PMI, la gestion de portefeuille est souvent perçue comme un édifice monumental : comités, Tableau, des centaines de champs dans Jira, des réunions de suivi hebdomadaires avec des dizaines de slides. P5.express propose une autre voie. Trois cycles, cinq documents, deux rôles. Le système tient sur une seule page.

C’est précisément à ce type de système qu’il est pertinent d’associer une IA agentique : l’architecture minimaliste est compréhensible, les rôles sont clairs, les données sont structurées. Mais « pertinent » ne veut pas dire « partout ». Certaines parties de P5.express cessent de fonctionner lorsqu’on les automatise – non pas parce que l’IA est mauvaise, mais parce que le sens même de ces parties réside dans le processus humain.

Ci-dessous – une analyse cycle par cycle. Ce qu’il vaut la peine de déléguer à un agent, ce qu’il vaut mieux laisser aux humains, et quel modèle choisir en pratique.

L'agent plutôt que le chat : analyser ses données sans copier-coller
12 min

L'agent plutôt que le chat : analyser ses données sans copier-coller

Vous avez trois fichiers de données : un entonnoir d’activation, les résultats d’un test A/B et les tickets du support. La question : pourquoi l’onboarding cale-t-il ? Vous ouvrez ChatGPT, vous chargez le premier fichier, vous posez votre question. Réponse. Vous chargez le deuxième. ChatGPT vous demande : pouvez-vous me rappeler le contexte ? Vous chargez le troisième. Le contexte du premier fichier est déjà évincé.

Quarante minutes plus tard, vous avez trois conversations séparées, et aucune ne répond à la question de départ. Parce que la question était unique, mais les données, elles, étaient à trois endroits.

Ce n’est pas un problème de ChatGPT. C’est un problème d’approche.

Claude Code coûte 100 $/mois – OpenCode fait la même chose gratuitement
16 min

Claude Code coûte 100 $/mois – OpenCode fait la même chose gratuitement

En mars 2026, Lenny Rachitsky a publié un article au titre sans ambiguïté : « Everyone should be using Claude Code ». Le texte a fait le tour de LinkedIn, accumulé des centaines de milliers de vues, et depuis, chaque semaine, un manager demande : comment l’essayer ?

La réponse est inconfortable. Claude Code nécessite un abonnement Anthropic Max à 100 $ par mois. C’est un outil extraordinaire – mais c’est aussi un outil verrouillé derrière un seul fournisseur, un seul modèle, et un prix que la plupart des managers n’ont aucune raison de payer pour des tâches non techniques. Cela crée une situation étrange : l’un des outils IA les plus discutés de l’année est, pour une grande partie de son audience, soit trop cher, soit inaccessible.

Il existe une alternative directe. OpenCode – un projet open source qui fait exactement la même chose, fonctionne avec n’importe quel modèle (y compris des options gratuites), et s’installe en 15 minutes.

IA et rythme de projet : comment un manager peut libérer 300 heures par an
16 min

IA et rythme de projet : comment un manager peut libérer 300 heures par an

Douze heures par semaine. C’est le temps qu’un chef de projet typique consacre aux rapports, aux mises a jour de planification, a la correspondance avec les parties prenantes et au suivi des risques. Soit pres d’un tiers du temps de travail, non pas a prendre des decisions, mais a les formaliser.

Avec l’IA, ce temps passe a trois heures. Mais a une seule condition : l’IA doit etre integree dans le rythme operationnel du travail, et non utilisee de maniere episodique – « quand on y pense ».

ClawCon, Chine et 100 milliards $ : OpenClaw entre ecosysteme et bulle
14 min

ClawCon, Chine et 100 milliards $ : OpenClaw entre ecosysteme et bulle

320 000 etoiles sur GitHub. Une conference physique a Manhattan. Des subventions gouvernementales a Shenzhen. En six semaines, OpenClaw est passe d’un depot avec un README interessant a un phenomene geopolitique dont discutent les analystes de Bernstein, les fonctionnaires du ministere chinois de l’Industrie et les utilisateurs de Xianyu publiant des annonces de consultation avec le titre « je vous aide a desinstaller ».

C’est la sixieme partie de la serie. Dans la partie precedente, nous avions note 265 000 etoiles, le ralliement du createur a OpenAI, les premiers deploiements enterprise via Sundae Bar et trois nouveaux CVE. C’etait il y a douze jours.

OpenClaw un mois plus tard : cas d'usage, échecs et solutions enterprise
15 min

OpenClaw un mois plus tard : cas d'usage, échecs et solutions enterprise

Le 5 février, nous avions dressé le bilan de quatre semaines de hype autour d’OpenClaw, avec une conclusion qui semblait alors évidente : l’outil fonctionne pour les tâches personnelles, mais l’adoption en entreprise est quasi inexistante. Un mois a passé. OpenClaw a dépassé React en nombre d’étoiles sur GitHub, atteignant 265 000 contre 228 000 pour le framework JavaScript le plus populaire de l’histoire – et ce n’est que le début de ce qui a changé.

OpenClaw en pratique : cas d'usage concrets et l'absence de couche enterprise
18 min

OpenClaw en pratique : cas d'usage concrets et l'absence de couche enterprise

Apres trois articles sur les failles de securite critiques, les lecons des workflows et 72 heures de correctifs, la question s’impose : que font vraiment les gens avec OpenClaw ?

En deux semaines de croissance explosive (22 janvier – 5 fevrier 2026), un volume significatif de cas d’usage confirmes a emerge sur Reddit, X/Twitter, YouTube et les blogs de developpeurs. Ce qui frappe, ce n’est pas tant l’innovation des scenarios que la chute brutale de la barriere d’entree pour une automatisation qui existait deja.

Le constat est surprenant : la majorite de ces cas d’usage etaient techniquement realisables via n8n, Make ou Zapier depuis 3 a 5 ans. La difference ne porte pas sur les capacites – elle porte sur qui peut desormais les mettre en oeuvre. Ce qui souleve une question : OpenClaw est-il vraiment une nouvelle categorie d’outil, ou simplement une interface plus accessible autour de concepts existants ?

86% des eleves utilisent l'IA, mais leurs resultats se degradent. Une experience a tout change
18 min

86% des eleves utilisent l'IA, mais leurs resultats se degradent. Une experience a tout change

Les approches traditionnelles de l’education ne fonctionnent plus. L’IA redige des dissertations en quelques minutes – et cela a definitivement change le sens des travaux creatifs a l’ecole. Interdire les reseaux de neurones ne fonctionne pas, isoler les eleves de la technologie non plus. La question n’est pas de savoir s’il faut utiliser l’IA ou non. La question est de savoir comment l’utiliser pour que la technologie developpe les competences des eleves au lieu de remplacer leur reflexion.