Ouvrir le manuel

IA Générative

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
L'IA s'est diffusée plus vite qu'Internet – mais 62 % des utilisateurs sont restés au point de départ
11 min

L'IA s'est diffusée plus vite qu'Internet – mais 62 % des utilisateurs sont restés au point de départ

En avril 2026, Stanford HAI a publié son neuvième rapport annuel AI Index Report – la synthèse la plus complète sur l’état de l’industrie de l’intelligence artificielle. Les gros titres sont prévisiblement optimistes : l’adoption en entreprise a atteint 88 %, l’IA générative a dépassé Internet en vitesse de diffusion, la valeur pour les consommateurs des outils GenAI est estimée à 172 milliards de dollars par an. Mais derrière les chiffres, un problème familier apparaît.

LLM locaux pour managers : ce que vous pouvez vraiment faire tourner chez vous
24 min

LLM locaux pour managers : ce que vous pouvez vraiment faire tourner chez vous

Toute personne qui travaille suffisamment longtemps avec ChatGPT ou Claude finit tôt ou tard par se poser cette question : est-il possible de faire tourner quelque chose de comparable directement sur son ordinateur portable – sans abonnement, sans fuite de données, sans dépendre de serveurs distants ?

En 2026, la réponse est oui, mais avec des nuances qui comptent plus que la réponse elle-même.

Cet article s’adresse à celles et ceux qui utilisent déjà des LLM en cloud et veulent comprendre ce qu’apporte réellement l’exécution locale, quel matériel il faut, et où les attentes se heurtent à la réalité. Sans plongée technique, mais avec des chiffres concrets.

62 % des utilisateurs de l'IA ne l'appliquent qu'à 1–2 tâches : les données Epoch AI / Ipsos (mars 2026)
11 min

62 % des utilisateurs de l'IA ne l'appliquent qu'à 1–2 tâches : les données Epoch AI / Ipsos (mars 2026)

En novembre 2025, les données de Stanford ont révélé un fait inattendu : les Américains utilisent l’IA plus souvent à la maison qu’au travail. Chez mysummit.school, nous avons décortiqué cela dans un article dédié – et le constat était clair : l’IA professionnelle courait encore derrière l’IA personnelle.

Quatre mois ont passé. Epoch AI, en collaboration avec Ipsos, a publié une nouvelle étude – et la photo a changé.

Make Weak Model Great Again : le prompting peut-il sauver un modèle faible ?
7 min

Make Weak Model Great Again : le prompting peut-il sauver un modèle faible ?

En mars 2026, le ministère russe du Numérique a publié un projet de loi sur les « modèles d’IA de confiance ». S’il est adopté – l’entrée en vigueur est prévue pour septembre 2027 – les administrations publiques et les infrastructures critiques ne pourront utiliser que des modèles inscrits dans un registre spécial. ChatGPT, Claude et Gemini, qui transmettent des données à l’étranger, pourraient être restreints. L’installation obligatoire de réseaux neuronaux russes sur les appareils est également envisagée.

Le problème, c’est que les modèles russes sont en retard. Dans notre étude portant sur 54 modèles, GigaChat a obtenu 3,26 sur 5, GPT-5.4 – 4,80. Un écart de 32 %.

Si GigaChat est tout ce que les managers russes auront, peut-on en tirer une qualité acceptable grâce à un prompting bien construit ?

Mais cette question dépasse largement la Russie.

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.

Quand l'IA nuit à l'apprentissage – et quand elle double les résultats
12 min

Quand l'IA nuit à l'apprentissage – et quand elle double les résultats

En mars 2025, lors de SXSW EDU, la conseillère en prospective stratégique Sinead Bovell a présenté une conférence sur l’IA et l’avenir de l’éducation. Sans hype, sans panique. Mais avec deux études qui changent la façon dont on devrait penser le rôle de l’IA dans l’apprentissage.

Première étude : un groupe d’étudiants ayant utilisé ChatGPT sans restrictions a obtenu des résultats 17 % inférieurs à ceux du groupe témoin qui travaillait avec un manuel. Deuxième étude : un autre groupe, où l’IA était intégrée dans un système pédagogique entièrement repensé, a surpassé le cours magistral traditionnel du double.

Le même outil. Des résultats opposés. La différence tient à l’approche.

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 ».

Kimi de Moonshot en 2026 : K3, K2.6, K2.7-Code et agents pour le manager
21 min

Kimi de Moonshot en 2026 : K3, K2.6, K2.7-Code et agents pour le manager

Un modèle chinois open source peut-il rivaliser avec les fleurons propriétaires d’OpenAI et d’Anthropic ? D’après notre évaluation indépendante, le nouveau Kimi K3 (sorti le 16 juillet 2026) a pris la 2e place sur 47 modèles. Seul GPT-5.6 Sol le devance – et, contrairement à ce fleuron propriétaire, K3 est un modèle ouvert, bien moins cher, que vous pouvez exécuter sur votre propre infrastructure : la souveraineté des données et la conformité RGPD restent entre vos mains.