Construire ou acheter un agent : le vrai critère est la responsabilité que tu veux garder

Le point de départ

Une entreprise compare deux prix sans mesurer ce qu’elle devra opérer elle-même ni ce qu’elle ne pourra pas inspecter chez le fournisseur. Ce cas n’est pas anecdotique. Il ramène directement au problème de fond : le choix build versus buy n’est pas qu’un calcul technique. Il détermine qui contrôle les données, les permissions, les mises à jour, les incidents et la capacité de sortie.

Ce que les sources permettent de dire

Il y a un signal concret derrière cette question. Le NIST a ouvert en février 2026 un travail sur l’application des standards d’identité et d’autorité aux agents logiciels. Le sujet devient concret dès qu’un agent agit avec des droits propres dans plusieurs systèmes. En 2026, les agents d’espace de travail illustrent le passage du chatbot ponctuel à des flux répétables capables de mobiliser plusieurs sources et applications. Cette évolution déplace une partie du problème vers la gouvernance, le périmètre et le contrôle des actions. Je les prends comme des repères, pas comme une recette. Le travail consiste ensuite à voir ce qu’ils changent dans une situation précise.

Là où le raisonnement devient plus difficile

Une architecture IA se juge moins à la démo qu’à sa capacité à évoluer. Les modèles, les prix, les connecteurs et les règles changent vite. Accrocher toute la logique à une seule brique accélère le départ, mais rend chaque changement futur plus cher. La partie stable doit rester côté entreprise : besoin, données, règles métier, traces et capacité à remplacer une dépendance. Le raisonnement tient sur un point assez concret : Le choix build versus buy n’est pas qu’un calcul technique. Il détermine qui contrôle les données, les permissions, les mises à jour, les incidents et la capacité de sortie. Si cette étape disparaît, on optimise facilement ce qui se mesure bien tout en ratant le résultat qui compte.

Il y a quand même un piège. Le bon niveau de prudence se décide sur les conséquences, pas sur la sophistication technique. Une entreprise compare deux prix sans mesurer ce qu’elle devra opérer elle-même ni ce qu’elle ne pourra pas inspecter chez le fournisseur. Le cas moyen ne suffit pas. Les exceptions disent souvent si le système est réellement prêt.

Ce que ça change dans une organisation

Le moyen le plus simple de ramener le sujet au réel est de : comparer responsabilité, observabilité, intégration, sécurité et réversibilité avant le coût. Observe ce que l’équipe arrête de faire grâce à l’IA. Si rien ne disparaît, le nouvel outil s’est peut-être simplement ajouté au reste. Ajoute le temps de vérification. Une minute gagnée à produire et cinq minutes ajoutées à relire ne font pas un gain.

Construire un contrôle qui tient

Séparer les règles métier du modèle et du fournisseur chaque fois que c’est raisonnable. Le but n’est pas d’ajouter une couche de procédure. C’est de rendre visible la décision qui existait déjà, souvent de manière implicite.

Définir ce qui doit être exportable : données, configurations, historiques utiles, évaluations et journaux. Ça ramène vite la discussion aux gestes réels, aux fichiers réels et aux personnes qui reprennent le dossier.

Mesurer la qualité et le coût au niveau du résultat métier, pas au niveau d’un appel technique isolé. C’est un petit réglage sur le papier, mais il évite de transformer le contrôle humain en travail caché.

Tester régulièrement un scénario de remplacement ou de panne d’une dépendance importante. L’intérêt est surtout de créer un critère observable. Si personne ne peut dire si ce point est respecté, la règle restera décorative.

Ce qu’il ne faut pas conclure trop vite

Automatiser une étape ne fait pas disparaître la responsabilité humaine qui l’entoure. Plus le résultat est sensible, plus le niveau de preuve, de contrôle et de possibilité de reprise doit être explicite.

Si l’on enlève le vocabulaire IA, il reste une règle de travail classique : comparer responsabilité, observabilité, intégration, sécurité et réversibilité avant le coût. C’est moins spectaculaire qu’une démo, mais beaucoup plus utile pour faire tenir l’usage dans le temps.