AI et agents
Articles sur AI et agents, avec des notes pratiques sur les ontologies métier exécutables, les données gouvernées, les applications et les workflows d’agents.
-
Que manque-t-il aux modèles d’AI en entreprise ? Un monde, des mains et une clôture
Pas l’intelligence. En entreprise, un modèle manque d’un monde pour raisonner, de mains pour agir et d’une clôture autour de l’action. Une ontologie métier exécutable fournit les trois ; un tableau sourcé donne chaque mécanisme.
AI et agents IT / CIO Agents AIOntologie métier exécutableMCPPermissions des agents -
Apps opérables par les agents : quand chaque objet et chaque action est un outil MCP sous les permissions de l’utilisateur
Opérable par les agents : l’app est déjà un serveur MCP, l’agent s’y connecte comme utilisateur. Une exécution, deux utilisateurs, une action : les mêmes douze outils, et la permission décidée à chaque appel, pas sur la liste.
AI et agents Développeurs Agents AIMCPOpérable par les agents -
Qu’est-ce qui rend une app métier rédigeable par l’AI ? Typed, Validated, Reviewed, Governed
Rédigeable par l’AI est une propriété de la cible, pas du modèle. Quatre portes, une exécution réelle : trois erreurs délibérées, 49 règles, trois erreurs localisées, puis un passage propre.
AI et agents Développeurs Agents IARédigeable par l’AI -
L’ontologie est le logiciel
Le logiciel d’entreprise a changé trois fois d’interface, jamais d’utilisateur. Premiers venus en 40 ans, les agents veulent une ontologie, pas une API : l’AI l’écrit, le runtime l’exécute, les agents l’opèrent, vous la possédez.
AI et agents Général OntologieAgents AIOntologie métier exécutable -
Quels outils utilisent les forward-deployed engineers ? Un stack ouvert, ontologie d’abord
Ce qu’un forward-deployed engineer construit réellement sur un déploiement de 60–180 jours, les cinq douleurs qui définissent le métier, et pourquoi la vague d’imitateurs de 2026 a copié le rôle mais pas le substrat.
AI et agents Développeurs OntologieMCPForward deployed engineerPalantir -
Combien de tokens fait une application métier ? Un CRM complet sous 150k
Un CRM complet tient sous 150k tokens de métadonnées typées : logique métier sous 100k, UI autour de 50k. Le CRM de référence fourni reste à environ 16k.
AI et agents Développeurs CRM Agents IA -
Quand votre agent IA supprime la base de production : le cas des garde-fous à l'exécution
L'incident Replit rappelle une leçon structurelle : le rayon d'impact d'un agent ne doit pas dépendre d'un prompt. Permissions, approbations et audit doivent être imposés par le runtime.
AI et agents IT / CIO Agents IAReplit -
Comment écrire des règles d'agent pour que l'IA génère des apps gouvernables
AGENTS.md, .cursor/rules et CLAUDE.md ne devraient pas couvrir seulement le style de code. Décrivez permissions, approbations, audit et format cible pour obtenir des apps générées qui restent vérifiables.
AI et agents Développeurs MCPAgents IA -
Sécurité MCP : pourquoi le protocole seul ne suffit pas
MCP et A2A facilitent la connexion des agents aux outils. Mais connexion n'est pas autorisation : l'entreprise a besoin d'une couche qui impose identité, permissions et audit à chaque appel.
AI et agents IT / CIO MCPOutils gouvernésAgents IAA2A -
Pourquoi les pilotes d'agents IA échouent avant la production : quatre couches manquantes
Un agent peut impressionner en démo puis se bloquer sur une question juridique. Le problème est rarement le modèle : il manque souvent sémantique, permissions, validation et audit.
AI et agents Dirigeants métier Agents IA -
Au-delà d'Agentforce et Copilot Studio : quand choisir un runtime ouvert auto-hébergé
Une entreprise a failli signer Agentforce — avant de voir qu'il n'atteignait pas la moitié de ses données hors les murs. Quand choisir une suite fermée, quand l'ouvert auto-hébergé, et pourquoi « les deux » l'emporte souvent.
AI et agents IT / CIO AgentforceCopilot StudioServiceNow