On parle des agents IA depuis un moment déjà.
Mais il existe une différence majeure entre une IA qui génère du texte et une IA capable de réellement utiliser un logiciel.
GPT-6 Astra est une étape intéressante dans cette direction.
OpenAI a présenté Astra en septembre 2026 en mettant l’accent sur le code, la recherche, l’utilisation de l’ordinateur et les tâches complexes en plusieurs étapes.
Le point important n’est pas simplement que le modèle soit plus performant.
C’est qu’il est de plus en plus conçu pour faire les choses, et pas seulement pour expliquer comment elles pourraient être faites.
De la génération de réponses à l’exécution de tâches
L’usage classique d’un LLM ressemble souvent à ceci :
Humain
↓
Prompt
↓
IA
↓
Réponse
↓
L'humain réalise l'actionLes agents capables d’utiliser un ordinateur changent le workflow :
Humain
↓
Objectif
↓
Agent IA
↓
Interaction avec l'ordinateur
↓
RésultatLa différence est importante.
Le modèle peut potentiellement naviguer dans des interfaces, manipuler des documents, interagir avec des applications et enchaîner plusieurs étapes.
L’IA se rapproche ainsi d’une couche d’exécution.
Pourquoi l’utilisation de l’ordinateur compte
Le logiciel est partout.
Les entreprises utilisent déjà des dizaines d’applications :
- CRM ;
- comptabilité ;
- ERP ;
- tableurs ;
- e-mail ;
- gestion de projet ;
- outils de support ;
- tableaux de bord internes.
Beaucoup de processus exigent encore qu’un humain recopie des informations d’un système à un autre.
Les agents capables d’utiliser un ordinateur s’attaquent précisément à ce problème.
Au lieu de construire une intégration sur mesure pour chaque application, un agent peut potentiellement interagir directement avec l’interface.
Cela ne rend pas les API obsolètes.
En réalité, les API resteront généralement préférables lorsqu’elles existent.
Mais l’utilisation de l’ordinateur offre une autre option lorsque l’intégration est difficile, indisponible ou trop coûteuse.
Le métier de développeur évolue
Cette évolution change aussi ce que les développeurs doivent construire.
La question n’est plus seulement :
Comment construire une application ?
Elle devient :
Comment construire une application que des humains et des agents IA peuvent utiliser en toute sécurité ?
Cela implique de réfléchir à :
- les permissions ;
- des interfaces prévisibles ;
- des données structurées ;
- la validation ;
- les journaux d’audit ;
- la reprise sur erreur ;
- l’authentification ;
- la validation humaine ;
- l’idempotence.
Un agent capable de cliquer sur un bouton n’est pas automatiquement un agent qui devrait être autorisé à cliquer sur ce bouton.
Les agents ont besoin de limites
C’est probablement le point le plus important.
Donner à une IA l’accès à un ordinateur introduit un profil de risque complètement différent de celui d’une simple demande de réponse.
Un agent utile doit avoir des limites clairement définies.
Par exemple :
Lire les données client → autorisé
Préparer un devis → autorisé
Modifier un devis → validation requise
Envoyer un devis → validation requise
Supprimer un client → interditL’intelligence du modèle n’est qu’une partie du système.
C’est l’architecture qui l’entoure qui détermine ce que l’agent a réellement le droit de faire.
Là où je vois l’opportunité
Pour les logiciels métier, le cas d’usage intéressant n’est pas forcément un agent autonome généraliste.
C’est un agent spécialisé sur un domaine.
Un agent qui comprend :
- les clients ;
- les produits ;
- les devis ;
- les factures ;
- le stock ;
- les interventions ;
- les paiements ;
- les règles métier.
Plus le domaine est restreint, plus il devient facile de définir ce que l’agent doit faire et ne pas faire.
La prochaine génération de logiciels
Je pense que nous passons :
de logiciels dotés de fonctionnalités IA
à :
des logiciels en partie pilotés par des agents IA.
C’est un changement d’architecture significatif.
L’interface ne disparaît pas.
Les API ne disparaissent pas.
La logique métier ne disparaît pas.
Mais une nouvelle couche apparaît entre l’utilisateur et le logiciel :
Utilisateur
↓
Agent IA
↓
Logique métier
↓
Applications / API / Base de donnéesPour les développeurs, cela signifie que la conception d’agents devient un problème d’ingénierie logicielle.
Et c’est probablement plus important que le dernier score de benchmark.
Pour aller plus loin :
