Les agents IA en production, c'est encore trop souvent le chaos
Déployer un agent IA en production dans un contexte métier réel, c'est une chose. Le faire de manière fiable, conforme, et maintenable sur le long terme, c'en est une autre. La plupart des équipes qui s'y sont frottées le savent : entre les intégrations complexes, les cas limites non anticipés et les exigences de conformité, la route est semée d'embûches. OpenAI vient d'annoncer Presence, une nouvelle offre enterprise qui prétend s'attaquer frontalement à ces problèmes.
Qu'est-ce que Presence et en quoi diffère-t-il des GPTs existants ?
OpenAI propose déjà des "Workspace Agents" — essentiellement des GPTs personnalisables — mais ceux-ci sont principalement conçus pour des usages internes : résumer des documents, répondre à des questions sur une base de connaissance, automatiser des tâches récurrentes en interne. Ils restent dans le périmètre "outil de productivité".
Presence va plus loin en ciblant des déploiements en production, notamment dans deux domaines clés :
- Le service client : agents autonomes capables de traiter des demandes entrantes, de résoudre des tickets ou d'escalader intelligemment vers un humain.
- Les workflows internes structurés : automatisation de processus métier complexes qui nécessitent une orchestration fine entre plusieurs systèmes.
La différence n'est pas que marketing. Un agent de service client en production, c'est un agent qui répond à de vrais utilisateurs, avec de vrais enjeux business, potentiellement 24h/24. La tolérance à l'erreur est radicalement différente d'un outil interne.
Le rôle des Forward Deployed Engineers : une approche hybride produit/service
L'un des aspects les plus intéressants de Presence, c'est le modèle d'accompagnement. Quand un cas d'usage dépasse ce que l'offre peut gérer nativement, OpenAI envoie des Forward Deployed Engineers (FDE) directement chez le client.
Ces ingénieurs prennent en charge :
- La sélection des workflows adaptés au contexte métier
- La connexion aux systèmes existants (CRM, ERP, bases de données internes...)
- La définition des guidelines qui gouvernent le comportement de l'agent
- Le pilotage des tests jusqu'au lancement en production
Cette approche rappelle ce que font certains intégrateurs SI ou éditeurs de logiciels enterprise qui proposent un accompagnement "white glove". Ce n'est pas un produit 100% self-service : c'est un modèle hybride entre produit et prestation de service. Pour des entreprises qui manquent de maturité IA en interne, c'est potentiellement un accélérateur significatif. Pour d'autres, cela soulèvera des questions sur la dépendance à l'éditeur.
Du point de vue d'un développeur PHP/Symfony habitué à des architectures maîtrisées, cette logique de "boîte noire managée" mérite réflexion. La question de l'observabilité des agents, de la traçabilité des décisions et de la capacité à debugger en production reste entière.
Ce qui reste flou : conformité, accès et transparence
Presence n'est pas un produit ouvert. Il est actuellement disponible uniquement pour des clients enterprise qualifiants, sans critères publics clairs. Ce positionnement est cohérent avec une offre en phase de démarrage, mais cela signifie aussi une visibilité limitée sur ce que le produit fait réellement "sous le capot".
Plus préoccupant pour les entreprises européennes : la question de la conformité reste largement ouverte. OpenAI mentionne des "mécanismes de confiance" sans fournir de détails juridiques. Dans le contexte du règlement européen sur l'IA (AI Act), dont les premières obligations s'appliquent progressivement depuis 2024, c'est un point de vigilance non négligeable.
Les agents IA déployés en service client peuvent, selon leur niveau d'autonomie et leur domaine d'application, tomber dans des catégories à risque qui imposent des obligations de transparence, d'auditabilité et parfois d'intervention humaine obligatoire. Des points que Presence ne documente pas publiquement à ce stade.
Pour les entreprises soumises au RGPD ou à des réglementations sectorielles (finance, santé, assurance), cette opacité devrait inciter à la prudence avant tout déploiement.
Ce que cela signifie concrètement pour les équipes de développement
Si Presence s'adresse aux décideurs métier et IT, les développeurs sont directement concernés par les implications techniques. Quelques points à anticiper :
L'intégration avec l'existant reste votre responsabilité. Même avec un accompagnement FDE, connecter un agent IA à votre CRM Salesforce, votre instance Symfony avec ses entités Doctrine et vos endpoints REST internes, c'est du vrai travail d'intégration. Les agents ne sont pas magiques : ils ont besoin de données propres, d'APIs bien conçues et de contrats d'interface stables.
L'observabilité est critique. En production, vous devez savoir ce que fait votre agent, quand il échoue, pourquoi, et avec quelle fréquence. Des outils comme OpenTelemetry, des logs structurés et des tableaux de bord de monitoring deviennent indispensables. Ne présupposez pas que la plateforme IA s'en charge pour vous.
Les workflows agentiques demandent une nouvelle discipline d'architecture. Les patterns classiques (service layer, command bus, event sourcing) restent pertinents, mais orchestrer des agents qui prennent des décisions autonomes ajoute une couche de complexité. Les questions de rollback, de gestion des états et de cohérence des données se posent différemment.
Conclusion : une promesse sérieuse, mais des questions légitimes
OpenAI Presence est un signal clair que la course aux agents IA d'entreprise est lancée. L'approche est pragmatique : plutôt que de livrer un produit générique et d'espérer que les clients s'en sortent, OpenAI embarque ses propres ingénieurs pour garantir le succès des déploiements.
Mais "production-ready" ne se décrète pas. Pour les équipes techniques, cela signifie infrastructure robuste, observabilité fine, conformité documentée et intégrations maîtrisées. Des sujets que Presence ne résout pas à votre place.
À suivre de près, notamment pour les acteurs du service client qui cherchent à automatiser sans sacrifier la qualité d'expérience — et sans créer de nouveaux angles morts réglementaires.
Source : The Decoder
