Comment avez-vous déployé des agents personnalisés à l’échelle de l’entreprise ?

Cela s’est fait naturellement. Notion était déjà un outil massivement utilisé. Nous avons donc commencé par des formations pratiques présentant des workflows simples que les employé·es pouvaient reproduire. Une personne a créé un agent, l’a partagé, et d’autres équipes ont demandé de l’aide. En quelques mois, entre 7 et 10 équipes ont été formées : des utilisateur·rices de Notion expérimenté·es ont émergé au sein des équipes Growth, Ops, IT, Sales, etc.

Nous tendons désormais à structurer l’adoption : les nouvelles recrues bénéficient d’une session de formation aux agents personnalisés de deux heures. Nous disposons aujourd’hui de près de 600 agents personnalisés, qui sont déclenchés plus de 2 000 fois par jour. lls sont le plus souvent gérés par les équipes, plutôt que standardisés à l’échelle de l’entreprise. Chaque équipe crée les agents dont elle a besoin, et seuls certains sont ensuite partagés avec tout le monde. Voici quelques exemples :

• «Help-Migration» et «Help-Legal». Les employé·es posaient toujours les mêmes questions en matière de migration et d’aspects juridiques, ce qui les empêchait de se concentrer sur leur travail. L’agent répond directement dans Slack en s’appuyant sur les questions fréquentes et les tickets précédents. Ensuite, chaque réponse utile est ajoutée à notre base de connaissances.

• «Ask AI at Pennylane». Chez Pennylane, il n’existait aucun espace pour poser des questions sur l’IA. Nous avons donc créé un agent accessible à l’ensemble de l’entreprise, que chacun·e peut interroger pour obtenir des informations sur nos bonnes pratiques et nos outils, sans avoir à s’adresser à notre équipe IA.

• Agents de suivi. Les outils de suivi spécialisés sont souvent coûteux et complexes à configurer. J’ai créé un agent qui suit les levées de fonds des entreprises IA et m’envoie un récapitulatif sur Slack. Sa mise en place été très rapide.

• «Chief of Staff» et autres modèles. Tout le monde ne souhaite pas créer un agent de toutes pièces. C’est pourquoi nous avons créé un guide et une bibliothèque d’agents personnalisés prêts à l’emploi : un assistant productivité pour le Chief of Staff, des agents pour les tâches récurrentes, l’automatisation des agendas, et le workflow de saisie des tâches mentionné précédemment. Ainsi, chaque employé·e peut se lancer immédiatement avec un agent prêt à l’emploi.

Comment gérez-vous les questions de gouvernance, de sécurité et de budget suite à l’adoption croissante des agents personnalisés ?

Notre équipe IT fixe le cadre d’utilisation des agents. Par exemple, si nous souhaitons connecter un MCP, l’équipe informatique le valide, gère la procédure et s’assure que tout se déroule dans les règles. Les employé·es sont libres de créer des agents personnalisés, tant qu’ils respectent ce cadre. L’essentiel est de mettre en place les mesures de protection nécessaires.

Ce cadre repose sur le fonctionnement «by design» des agents personnalisés : un agent ne peut jamais disposer d’un accès plus étendu que la personne qui l’a créé. Ainsi, personne ne peut créer un agent dont l’accès dépasse ses propres autorisations.

En ce qui concerne la gestion des coûts, nous sommes encore dans la phase d’adoption, pas de rationalisation. Nous souhaitons éviter une explosion des coûts. C’est pourquoi nous avons fixé un budget maximum par employé·e et nous surveillons les niveaux d’usage à l’échelle de l’entreprise. On peut aussi fixer un plafond d’utilisation par agent : au-delà, le workflow s’arrête automatiquement. De quoi expérimenter tout en gardant les dépenses sous contrôle.

Quelle place occupent les agents personnalisés dans l’écosystème d’IA de Pennylane ?

Nous utilisons différents outils d’IA en fonction des équipes et des besoins, mais les agents personnalisés de Notion s’intègrent naturellement aux workflows reposant sur les connaissances de l’entreprise. L’ensemble de notre documentation se trouve déjà dans Notion, et c’est le fondement essentiel au bon fonctionnement de l’IA. Notre espace de travail est également relativement clair et bien structuré. Ce n’est jamais parfait, mais une équipe dédiée est là pour en assurer le bon fonctionnement. Le ROI lié à l’utilisation de l’IA dans Notion est donc immédiat, car nous pouvons diriger un agent directement vers les bonnes informations.

Les agents personnalisés s’intègrent naturellement aux habitudes de travail des équipes de Pennylane. Même sans connaissances en IA, ni même savoir ce qu’est un agent, chacun peut les utiliser facilement, puisque les équipes travaillent déjà dans Notion. Résultat : pas de nouvel outil à apprendre, ni d’environnement à changer.

Cette combinaison de contexte partagé et de simplicité d’usage est exactement ce dont nous avons besoin au quotidien. Certains de ces workflows pourraient être gérés par des outils spécialisés, mais ils sont souvent coûteux, complexes à configurer ou pas accessibles à l’ensemble des employé·es de Pennylane. Les agents personnalisés offrent de la flexibilité aux équipes. Ils permettent de répondre à des besoins précis avec des workflows légers, sans ajouter un outil de plus à déployer.

Que prévoit Pennylane pour la suite en matière d’utilisation des agents personnalisés ?

Chez Pennylane, nous ne voulons laisser personne de côté. Tout le monde devrait pouvoir tirer parti de l’IA, mais seules quelques personnes devraient avoir besoin de maîtriser les aspects les plus approfondis de la création d’agents pour que le reste de l’organisation puisse en bénéficier.

La prochaine étape consiste à préconfigurer des agents et les mettre à disposition d’équipes ou de collaborateurs. Par exemple, un «Sales Agent» qui comprend déjà nos produits, notre profil client idéal et la manière de répondre aux objections. Ou un «Personal Agent» qui connaît déjà le rôle de la personne et le contexte de son équipe.

L’objectif est d’apporter une valeur immédiate, avec un minimum de configuration. Les employé·es devraient pouvoir tirer parti des agents sans même avoir conscience de passer à des méthodes de travail plus avancées.

C’est l’idée globale : passer d’une situation où « certain·es utilisateur·rices expérimenté·es créent des agents » à une situation où « chacun·e dispose d’un coéquipier IA personnalisé ».

Si quelqu’un crée son premier agent personnalisé, par où devrait-il commencer ?

Deux choses. D’abord, si les données sont facilement accessibles et intelligibles pour un être humain, ce sera aussi le cas pour l’IA. Je tiens à jour une base de données qui répertorie tous les sujets sur lesquels je travaille, avec une description de chacun d’entre eux : c’est ce contexte qui fait toute la pertinence de mes agents «Domain Copilots».

Ensuite, il faut utiliser l’IA pour comprendre l’étendue de ses capacités. Au début, il peut être difficile de saisir pleinement l’utilité de l’IA. La mieux placée pour répondre à cette question, c’est l’IA, associée à votre propre connaissance de votre travail. Inutile de cartographier tous les cas d’usage avant de démarrer. Cliquez sur «Créer un agent personnalisé», décrivez votre travail ou les tâches qui vous prennent du temps, puis demandez-lui : « Que peux-tu automatiser pour moi ? »

Vous pouvez également demander à l’agent de se créer lui-même. Je pense que dire à l’agent : « Voici mon problème, crée-toi tout seul » fonctionne très bien. Cela a contribué à l’adoption des agents chez Pennylane. La plupart des personnes n’ont pas peur de l’IA, elles ne voient simplement pas en quoi elle peut leur être utile. Le fait de demander à l’IA d’analyser son travail et de suggérer des automatisations démontre sa valeur bien plus clairement. Vous découvrirez sans doute des cas d’usage insoupçonnés. Commencez par le plus évident. Inutile de faire compliqué. Un workflow simple qui fonctionne de manière fiable avec des données à jour peut s’avérer plus utile qu’un agent complexe que personne n’utilise.