logo

Les agents échouent précisément là où commence la véritable entreprise : dans les exceptions.

26 août 2026

Les agents d'intelligence artificielle fonctionnent bien en situation normale, mais rencontrent des difficultés en cas d'exceptions, ce qui constitue précisément le cœur du problème dans toute entreprise. Les commandes standard sont traitées automatiquement ; c'est face à une commande avec livraison partielle, un client rencontrant un problème en cours ou un accord commercial négocié par téléphone que l'on constate si l'automatisation est un atout ou un frein.

Dans les processus que nous avons cartographiés, cet ensemble de cas « rares » représente généralement entre 151 TP3T et 301 TP3T du volume. Il ne s’agit pas d’un résidu : cela représente un quart de l’opération et concentre généralement une proportion bien plus importante de la valeur et du risque.

Pourquoi les démos ne montrent-elles jamais les exceptions ?

Parce qu'on ne peut pas tout enseigner en vingt minutes. Une démonstration doit être compréhensible, et les exceptions sont, par définition, ce qui n'est pas compréhensible sans connaître le secteur d'activité.

Cela crée un biais systématique dans les décisions d'achat. L'outil est évalué sur la base de la norme simplifiée 70%, il est signé, et c'est la norme complexe 30% qui apparaît en production, alors qu'il ne s'agit plus d'une décision d'achat mais d'un problème lié au projet. C'est la même dynamique que nous avons décrite lorsque nous parlions de… purgatoire du piloteLe pilote, de par sa conception, évite tout ce qui pourrait compliquer la production.

Il y a aussi une raison technique. Un modèle de langage ne fait pas la distinction entre « je ne sais pas » et « cela ne correspond pas à ce que j'ai vu ». Face à un cas atypique, il ne s'arrête pas : il comble les lacunes. Il produit une réponse plausible, construite à partir des schémas connus, et cette réponse est empreinte de la même certitude que les réponses correctes. Dans un processus automatisé, c'est cette confiance indiscernable qui pose problème, et non les hallucinations occasionnelles.

Les cinq types d'exceptions à cartographier

Gars

Exemple

Comment le traiter

Données manquantes ou contradictoires

Le client apparaît avec deux numéros d'identification fiscale différents.

Arrêtez-vous et grimpez : ne choisissez jamais un seul

Règle commerciale non écrite

Condition convenue verbalement avec un client

Documentez la règle ou excluez le client du flux.

Seuil dépassé

Montant, volume ou remise hors limites

Validation humaine obligatoire

État incompatible

Commande à un client dont le paiement est en attente.

Blocage avec raison explicite

affaire juridiquement sensible

Données de santé, mineurs, décisions concernant les personnes

Hors de portée de l'agent

L'utilité de ce tableau n'est pas théorique : il s'agit du guide d'une séance de travail de deux heures avec les personnes qui mettent actuellement en œuvre le processus. La question à leur poser n'est pas « comment fonctionne le processus » — elles vous l'expliqueront dans sa version idéale —, mais « Parlez-moi de la dernière affaire qui vous a posé problème. ». Trois ou quatre personnes répondant à cette question produisent en un après-midi la carte complète des exceptions.

La règle explicite du " Je ne sais pas "

L'aspect le plus important de la conception d'un système automatisé est sa gestion de l'incertitude. Et pour qu'une action soit entreprise, il faut que le système puisse déclarer une incertitude.

Cela nécessite trois décisions de conception :

Définissez ce qu'est une condition d'arrêt. Il ne s'agit pas d'un score de confiance abstrait, mais de conditions commerciales concrètes : ces données sont manquantes, ce montant dépasse le seuil, ce client se trouve dans cette situation. Les conditions compréhensibles par tous sont celles qui peuvent être vérifiées et discutées en comité.

Définir les zones à dimensionner. Une file d'attente spécifique, avec un responsable et une date limite. Une exception nécessitant une remontée vers une boîte mail générique n'a pas été résolue : elle a été reportée.

Définir les informations qui accompagnent la mise à l'échelle. L'agent doit soumettre un dossier préparé : ce qu'il a trouvé, ce qui manque et les options qu'il envisage. C'est là que réside la majeure partie du gain de temps, et ce gain est préservé même si la décision finale revient à une personne.

Un système conçu de cette manière n'automatise pas l'étape 100% du processus. Il automatise l'intégralité de l'étape 70% et préparer les 30% restants. Dans presque tous les cas que nous avons mesurés, cela génère des économies nettes supérieures à celles obtenues en essayant d'automatiser les 100% et en devant tout vérifier par manque de confiance.

L'erreur consistant à traiter l'exception comme une défaillance du système

Il y a une conséquence culturelle à anticiper. Lorsque l'indicateur présenté au comité est le « pourcentage d'automatisation », l'équipe est incitée à réduire les escalades, et le moyen le plus rapide d'y parvenir est d'étendre le champ d'action de l'agent à des cas qu'il ne devrait pas traiter.

Par conséquent, l'indicateur correct n'est pas le pourcentage automatisé, mais le coût total par cas résolu correctement. Un système qui automatise le 70% et qui s'adapte bien au 30% est généralement moins cher qu'un système qui automatise le 95% et génère des reprises, des plaintes et une méfiance envers le 25% qu'il n'aurait pas dû toucher.

Un taux de croissance sain n'est pas un taux faible. C'est un taux stable et explicable.

Que faire si le système est déjà en production sans cela ?

Il n'est pas nécessaire de le réécrire. Le cheminement habituel comporte trois étapes et peut être exécuté sans interrompre l'opération :

  1. Mettez d'abord en œuvre l'entrée et l'action. Ce sont ces deux niveaux qui nous permettent de reconstituer un incident. Grâce à cela, nous pouvons répondre à la question « que s'est-il passé ? ».
  2. Ajouter l'enregistrement de validation. Cela nécessite une petite modification de l'interface de révision et produit des données de qualité très précieuses.
  3. Définissez le seuil d'alerte avant même d'avoir les données. Quel taux de correction ou quel coût par cas déclencherait un examen ? Définir ce taux après analyse des données permet de s’assurer qu’il est ajusté de manière à ce qu’aucun examen ne soit jamais déclenché.

L'erreur à éviter est de vouloir tout implémenter en même temps. Un système à deux couches bien alignées est infiniment plus facile à gérer qu'un système à cinq couches partiellement alignées.

Comment cela se traduit-il en matière de conception de processus ?

La cartographie des exceptions n'est pas une étape préliminaire du projet d'IA ; elle constitue le projet lui-même. Bien réalisée, elle produit quatre livrables autonomes, qu'ils soient automatisés ou non par la suite :

  1. La carte réelle du processus, y compris ce qui se passe réellement et non ce que dit le manuel.
  2. Les règles non écrites du monde des affaires, Enfin rédigé. Ce livrable est généralement celui qui a le plus grand impact à court terme, car il réduit la dépendance à l'égard de personnes spécifiques.
  3. La classification des cas par risque, qui détermine ce qui peut être automatisé et ce qui ne doit jamais être touché.
  4. La conception de la mise à l'échelle, c'est ce qui rend le système résultant opérationnel.

C’est précisément le travail que nous effectuons avant de proposer toute automatisation, et la raison pour laquelle nous insistons sur ce point. Le processus est d'abord défini, puis automatisé. . Il ne s'agit pas d'une préférence méthodologique : c'est le seul moyen de savoir quelle partie du processus peut être automatisée sans le découvrir en production.

Les preuves que vous devriez exiger avant de signer

Lorsqu'un fournisseur vous présente une solution basée sur un agent, demandez-lui une chose précise : que la démo inclut le cas rare de votre choix.

Il ne s'agit pas d'un cas générique ou rare. C'est l'un des vôtres, avec vos données incomplètes et votre règle métier non écrite. La réponse à cette demande distingue celui qui a conçu un système de celui qui a simplement réalisé une présentation.

Si la réponse est que ce cas sera traité ultérieurement, vous savez déjà où se situera le dépassement de coûts du projet.

Foire aux questions

Pourquoi les agents d'IA échouent-ils en cas d'exceptions ?

Puisqu'un modèle de langage ne fait pas la distinction entre « Je ne sais pas » et « Cela ne correspond pas à ce que j'ai vu », face à un cas atypique, il ne s'arrête pas, il poursuit le processus. Il produit une réponse plausible avec le même degré de certitude que les réponses correctes, ce qui rend l'erreur difficile à détecter dans un processus automatisé.

Dans les processus que nous avons cartographiés, ces opérations se produisent généralement entre 15% et 30% du volume, bien qu'elles concentrent une part plus importante de la valeur et du risque. Il ne s'agit pas d'un résidu statistique : c'est une composante essentielle de l'opération.

Interrogez les personnes chargées de sa mise en œuvre sur le dernier cas problématique rencontré, plutôt que de leur demander de décrire la procédure. À trois ou quatre, une seule séance suffit pour dresser un tableau complet. Les problèmes les plus fréquents sont : données manquantes ou contradictoires, règles non écrites, dépassement de seuil, incompatibilité de statut et cas juridiquement sensible.

Procédure d'arrêt et d'escalade, avec trois éléments définis au préalable : conditions d'arrêt exprimées en termes commerciaux, file d'attente spécifique avec responsable et date limite, et dossier d'information comprenant ce qui a été trouvé, ce qui manque et les options envisagées.

Normalement non. Automatiser l'intégralité du formulaire 70% et préparer le formulaire 30% restant permet généralement de réaliser des économies nettes supérieures à celles engendrées par l'automatisation du formulaire 95%, qui génère des reprises, des réclamations et une méfiance dans les cas qui ne devraient pas être automatisés. L'indicateur pertinent est le coût par cas résolu avec succès, et non le pourcentage automatisé.

Intégrez une étude de cas atypique choisie par le client, avec ses données incomplètes et ses règles métier non formalisées. Si le prestataire reporte cette étude à une phase ultérieure, c'est là que le dépassement de budget apparaîtra.

Avant d'automatiser, nous cartographions. Nous identifions le processus réel, les règles non écrites et les exceptions qui compromettraient toute automatisation, et nous vous indiquons les parties qui méritent d'être automatisées. Deux heures d'analyse sans engagement. Parlons-en →

Des agents d'intelligence artificielle gèrent les exceptions dans les processus métier.
Des agents d'intelligence artificielle intégrés aux processus et systèmes d'entreprise
Gestion des autorisations et des accès pour les agents d'intelligence artificielle dans les systèmes d'entreprise