Le défi : un agent trop généraliste pour un besoin précis

Le premier agent de traitement commercial reposait sur une lecture étendue de la messagerie et un modèle généraliste chargé d'un grand nombre de tâches. Ce fonctionnement multipliait les tokens consommés et élargissait inutilement les permissions et les risques liés aux contenus entrants.

Exemple de demande entrante, anonymisée.

Notre approche : réserver l'IA à ce qui lui apporte de la valeur

Après audit, nous avons repensé l'architecture autour de templates de réponse déterministes pour les situations connues. Des composants IA spécialisés interviennent pour reconnaître une situation, choisir les éléments pertinents et formuler les passages variables. Les permissions sont mieux circonscrites et les nouveaux cas enrichissent le système après validation humaine.

Interface de traitement des demandes de devis.

Ce que ce projet démontre

L'optimisation d'un agent passe parfois moins par le choix d'un nouveau modèle que par la simplification de son rôle et de ses interactions. Cette approche réduit les traitements superflus, rend la qualité plus prévisible, limite la surface d'exposition et permet une autonomie qui progresse dans un cadre maîtrisé.