Agentic-as-a-Service et le retour de l'ingénieur

Je suis ingénieur depuis la fin des années quatre-vingt-dix.

J'ai commencé dans l'électronique, parce que c'était le passage obligé à l'époque si on voulait travailler dans les médias. Pour devenir cadreur ou ingénieur du son, il fallait d'abord étudier quelque chose de technique — c'était l'ère où une caméra numérique pesait trente kilos et où on la portait sur l'épaule comme un sac de ciment. De là, j'ai dérivé vers l'informatique : d'abord en réparant les machines, puis, vers 2005, en construisant du e-commerce à une époque où « avoir une boutique en ligne » était encore une idée un peu exotique qu'il fallait vendre aux gens.

Je suis arrivé tôt. Je me souviens encore de la première fois où mon père a installé un modem RTC et un portable à la maison, en 1996, et m'a laissé jouer avec. Ça grinçait, ça coupait la connexion dès que quelqu'un décrochait le téléphone, et c'était, selon tout critère raisonnable, un jouet extrêmement coûteux. Mais j'étais accro. J'avais une place au premier rang pour l'arrivée d'internet, et je n'ai jamais rendu ma place.

Quelque part dans la trentaine, tout ça s'est transformé en une compétence étrange et très utile : je voyais où allait la technologie. Pas vaguement — concrètement, et avec assez d'avance pour agir en conséquence. Mon atout, ce que je racontais aux gens autour d'une bière, c'est que je voyais à peu près deux ans à l'avance. Deux ans, ça suffisait. Deux ans, c'est la différence entre construire la chose dont tout le monde aura besoin et construire la chose que tout le monde a déjà. J'ai suivi cet instinct à travers des startups et une bonne part d'aventures entrepreneuriales, et il m'a rarement fait défaut.

Puis les LLM se sont démocratisés, et mon horizon de deux ans s'est effondré à deux ou trois mois.

Je veux être honnête sur ce que ça m'a fait : ça m'a inquiété. La compétence sur laquelle je m'appuyais discrètement depuis une quinzaine d'années a cessé de fonctionner du jour au lendemain. Pas parce que je l'avais perdue, mais parce que le sol lui-même s'était mis à bouger plus vite que l'intuition de qui que ce soit ne pouvait le suivre. Quand l'état de l'art se réinitialise chaque trimestre, « où en sera-t-on dans deux ans » cesse d'être une prévision pour devenir un pile ou face.

Le hype finit enfin par retomber

Voilà le truc avec un engouement : il ne peut pas durer éternellement. Et nous en sommes maintenant au point où il commence à refroidir — pas la technologie, le bruit autour d'elle. Nous arrivons enfin à séparer le hype hyper-gonflé des médias des avancées réelles qui se trouvent dessous, et l'écart entre les deux s'avère énorme.

Le signal le plus net se trouve dans les licenciements qui étaient censés incarner l'avenir. Les entreprises qui n'ont pas viré 40 % de leurs effectifs dans un accès d'optimisme IA peuvent désormais se compter discrètement parmi les chanceuses. Klarna est le contre-exemple que tout le monde cite : l'entreprise a réduit ses effectifs d'environ 40 % et s'est vantée que son assistant bâti par OpenAI faisait « le travail de 700 agents » — puis, en 2025, elle a fait machine arrière et a recommencé à embaucher des humains après que la qualité de service a dégringolé. Son propre CEO a admis, en toutes lettres, « nous sommes allés trop loin. » (https://www.reworked.co/employee-experience/klarna-claimed-ai-was-doing-the-work-of-700-people-now-its-rehiring/)

Ce n'est pas une histoire anti-IA. C'est une histoire anti-hype. Les entreprises qui ont traité le modèle comme une baguette magique se sont brûlées. La question intéressante, c'est ce que les entreprises qui le traitent comme un problème d'ingénierie sont sur le point de construire.

Agentic-as-a-Service (non, je n'écrirai pas l'acronyme…)

Avec la montée de ce qu'on appelle l'Agentic-as-a-Service — et je sais, le nom n'est pas heureux, que quelqu'un trouve un meilleur nom de grâce — nous avons enfin notre premier vrai aperçu des un à deux prochaines années. Et pour une fois, j'ai le sentiment que mon vieil horizon se remet au point.

Alors laissez-moi poser le pari clairement : à mesure que les systèmes agentiques et les harnesses autour des LLM gagneront en complexité, nous verrons une explosion de services logiciels — la même explosion qu'avec le SaaS — simplement bâtie sur une technologie sous-jacente différente. Pas de licenciements massifs. L'inverse : une tonne de travail pour les ingénieurs qui maîtriseront le nouveau médium.

Pour comprendre pourquoi, il faut regarder ce qu'est réellement un « agent », parce que le marketing en fait une personnalité alors que c'est en réalité une architecture.

Un produit SaaS, c'est du logiciel déterministe que l'on loue. On clique sur un bouton, la même chose se produit à chaque fois, et le travail de l'éditeur consiste à garder les lumières allumées et à livrer des fonctionnalités. Un service agentique, c'est autre chose : c'est un système qui accomplit un travail et délivre un résultat, et le modèle n'en est que la plus petite, la moins chère des parties. Le modèle, c'est le moteur. La voiture, c'est tout le reste.

Ce « tout le reste » — le harness — c'est là que vit l'ingénierie :

• Orchestration et planification. Les vraies tâches ne sont pas un prompt unique ; ce sont des boucles. Décomposer l'objectif, faire un pas, observer le résultat, décider du pas suivant, se rattraper quand ça part de travers. Ce flux de contrôle, c'est du logiciel, et c'est du logiciel difficile.
• Outils et intégration. Un agent qui ne peut pas agir n'est qu'un chatbot. Lui donner la capacité d'interroger une base de données, d'appeler une API, d'ouvrir un ticket ou de déplacer de l'argent, cela signifie construire, sécuriser et rate-limiter chacune de ces surfaces d'outils — et décider de ce qu'il a le droit de toucher.
• Contexte et mémoire. Les modèles n'ont aucune mémoire d'un appel à l'autre. La récupération, la gestion d'état et la mémoire long terme sont des sous-systèmes entiers que quelqu'un doit concevoir pour que l'agent sache ce qui s'est passé il y a cinq minutes — ou cinq sessions.
• Vérification et guardrails. C'est la partie que les échecs à la Klarna ont sautée. Un système stochastique qui a raison 95 % du temps a, en production, tort une fois sur vingt — et cette vingtième fois, c'est avec votre client qu'il parle ou votre grand livre qu'il touche. Vérifier le travail de l'agent, le contraindre, et savoir quand faire remonter à un humain, c'est de l'ingénierie non négociable.
• Evals et observabilité. On ne peut pas améliorer ce qu'on ne peut pas mesurer, et on ne peut pas mesurer un système non déterministe avec des tests traditionnels. Toute une nouvelle discipline — harnesses d'évaluation, suites de régression comportementale, traçage de chaque décision — doit se construire autour.

Remarquez ce qui vient de se passer. Chaque point de cette liste représente plus de travail pour les ingénieurs, pas moins. Le modèle banalise les 80 % faciles ; la différenciation — la douve — migre entièrement vers le système qui l'enveloppe. Et les systèmes, ce sont des gens qui savent construire des systèmes qui les construisent, les déboguent, les supervisent et les exploitent. Le non-déterminisme ne retire pas l'ingénieur de la boucle. Il en exige un meilleur, parce que nous livrons désormais du logiciel probabiliste, et raisonner sur des systèmes probabilistes sous charge est l'une des choses les plus ardues que fasse notre métier.

Voilà la forme des deux prochaines années, pour autant que je puisse de nouveau la voir : non pas moins d'entreprises logicielles, mais une nouvelle génération d'entre elles — facturées au résultat plutôt qu'au siège, agentiques plutôt que statiques — et une demande profonde et durable d'ingénieurs qui comprennent réellement le médium.

Ce que ça ne veut pas dire

Je ne vais pas faire comme si la disruption était gratuite. Elle ne l'est pas. Des industries entières vont se transformer, et certains rôles devront admettre, honnêtement, qu'ils sont devenus obsolètes et qu'ils seront balayés du marché. Le call center traditionnel en est l'exemple évident. Prétendre le contraire n'aide personne, et surtout pas les gens occupant ces postes, qui méritent une image lucide et un chemin vers l'avant.

Mais je n'ai aucune envie d'écrire ni une apologie du nouveau ni une élégie de l'ancien. Les deux sont paresseuses. Le nouveau n'est pas automatiquement bon et l'ancien n'était pas automatiquement sage. Mon travail — le vrai travail — c'est de trouver les chemins vers l'avant : des chemins qui passent par une meilleure technologie, et par l'amélioration de la société dans son ensemble, dans mon humble périmètre.

Mon horizon de deux ans revient. La vue, d'ici, est plus affairée, plus étrange et plus exigeante que ce que les marchands de hype avaient promis — et bien plus prometteuse que ce que les prophètes de malheur veulent vous faire croire. Il y a énormément à construire.

Moi, en tout cas, j'ai hâte de m'y mettre.