Système multi-agent : l’équipe d’agents IA vendue 25 000 €

Un système multi-agent répartit les tâches entre plusieurs agents IA spécialisés, sous la coordination d’un agent qui distribue les demandes et rassemble les réponses. Chez un client, il prend la forme de son organigramme : Gilles a vendu une architecture de ce genre 25 000 € à une société de chauffage, ventilation et climatisation. Chaque pièce a sa logique, et un dirigeant la comprend sans être technicien. Pour beaucoup de PME, pourtant, un seul agent suffit.

Système multi-agent : la définition utile chez un client

Un agent IA est un modèle de langage avec des instructions, des outils et une mémoire, qui choisit lui-même ses actions selon la demande. Si le sujet est neuf pour vous, commencez par ce qu’est un agent IA et comment en créer un.

Un système multi-agent en fait travailler plusieurs, chacun sur un périmètre étroit, et règle la façon dont ils se passent le travail.

L’idée est plus ancienne que les LLM. Elle vient de la recherche des années 1990, et sur Google, près de la moitié des premiers résultats sont encore des cours et des thèses. Ce qui a changé : les agents se parlent en langage naturel, et un freelance peut en assembler une équipe sans laboratoire derrière lui.

On croise deux formes. Dans la première, un superviseur reçoit la demande, la confie au bon spécialiste, suit l’avancement et assemble la réponse. Dans la seconde, un réseau, les agents se parlent directement, sans chef : ça va vite, mais on a du mal à suivre qui a dit quoi, et encore plus à corriger.

En PME, je vous conseille la première. Le dirigeant voit tout de suite qui fait quoi, et quand une réponse est fausse, vous savez quel agent l’a donnée.

L’équipe d’agents vendue 25 000 € à une entreprise de chauffage

0:44

Le client de Gilles travaille dans le chauffage, la ventilation et la climatisation. Ce que Gilles lui a livré, c’est une équipe :

• un agent de direction, qui supervise les quatre autres ;
• quatre agents de service : ingénieur, RH, administratif, chef des travaux ;
• une base de connaissances propre à chacun ;
• un agent personnel pour chaque collaborateur, nouveaux arrivants compris ;
• le tout installé chez le client et relié à ses logiciels.

Au moment du Reel, Gilles avait signé un deuxième projet à 15 000 €, et un troisième, à 50 000 €, était en cours de finalisation.

Le schéma de cette architecture et la trame de la proposition de Gilles sont dans le kit lié à cet article.

Calquer les agents sur l’organigramme

Les agents de Gilles reprennent les services de l’entreprise. C’est ce qui rend le système facile à vendre.

Le dirigeant se retrouve sur le schéma : son ingénierie, ses RH, son administratif, ses chantiers. Il valide le périmètre sans avoir besoin de savoir ce qu’est un agent.

Chaque agent a aussi un responsable humain. Le chef des travaux relit ce que répond l’agent chef des travaux, la personne des RH vérifie l’agent RH. Quand une réponse est fausse, quelqu’un dans l’entreprise sait la corriger.

Et chaque agent a peu d’outils. Plus un agent a d’outils et de documents, plus il risque de prendre le mauvais. Celui qui ne connaît que les documents de chantier n’a pas ce choix à faire.

Pour vous, c’est aussi un découpage du travail. Chaque agent se construit, se teste et se montre au client séparément : vous avancez par étapes visibles au lieu de disparaître plusieurs semaines.

Une base de connaissances par agent

Dans le Reel, Gilles cite deux exemples : l’agent RH suit les usages du travail, l’agent ingénieur a son cahier des charges. Chaque agent répond à partir des documents de l’entreprise, dans son domaine, et seulement là.

Pour remplir ces bases, partez des questions que les salariés posent vraiment. Pendant le rendez-vous de découverte, demandez à chaque responsable de service :

• les dix questions qu’on lui pose le plus souvent ;
• les documents où se trouvent les réponses : cahiers des charges, fiches techniques, règlement intérieur, procédures de chantier ;
• ce qui n’est écrit nulle part, et qu’il faudra rédiger avec lui.

Ce dernier point prend le plus de temps. C’est souvent lui qui sert le plus au client.

Séparer les bases règle aussi la question des droits. Tout le monde n’a pas à lire les documents RH. Avec une base par agent, vous décidez qui a accès à quel agent, au lieu de trier document par document dans une base unique.

Décidez enfin avec le client qui tient chaque base à jour. Un nouveau cahier des charges doit entrer dans la base de l’agent ingénieur le jour où il est signé. Sinon, l’agent répondra avec des documents périmés.

L’agent de direction distribue et suit

L’agent de direction répond rarement lui-même. Il reçoit la demande, la confie à l’agent du bon service et suit l’avancement sur un tableau de bord. Quand une question touche deux services, par exemple un chantier qui a besoin d’un renfort, il interroge les deux et rassemble les réponses.

C’est aussi le point fragile : s’il se trompe d’agent, toute la réponse est fausse. Décrivez chaque agent en une ou deux phrases précises, en disant aussi ce qu’il ne traite pas. Puis, avant la livraison, passez-lui une trentaine de vraies questions de salariés et comptez combien arrivent au bon agent.

Le tableau de bord sert le dirigeant : il y voit ce qui a été demandé, à quel agent, et ce qui attend encore.

Un agent par collaborateur, dès le premier jour

Chaque collaborateur a son propre agent, branché sur les mêmes bases que les agents de service. Un nouvel arrivant reçoit le sien le jour où il arrive.

Pour le client, c’est l’argument le plus concret. Un technicien qui débute pose ses questions à son agent au lieu d’interrompre un chef de chantier à chaque doute. Les anciens gardent leur temps, et le nouveau travaille seul plus vite.

Ne chiffrez pas ce gain à la place du client. Demandez-lui combien de recrues il accueille par an et combien de semaines il leur faut pour être autonomes : le gain se calcule avec ses propres chiffres.

Héberger chez le client : deux Mac Studio et Exo

L’équipe d’agents de Gilles tourne sur deux Mac Studio installés chez le client. Les deux machines mettent leur puissance en commun grâce à Exo, un logiciel libre qui répartit un modèle sur plusieurs ordinateurs. Les documents de l’entreprise restent chez elle.

Les agents sont reliés aux outils que le client utilise déjà : Odoo pour la gestion, Microsoft 365 pour les mails et les documents. Les deux ont des API. Si un logiciel du client n’en a pas, un agent qui clique dans l’interface à la place d’un humain, comme Grok Bot, peut servir de connecteur.

Ce choix a un coût, et il faut le dire au client. Le matériel s’achète, et sa puissance limite la taille du modèle que vous pouvez faire tourner. Un modèle ouvert en local reste en général un cran en dessous des meilleurs modèles du cloud sur les tâches difficiles ; pour retrouver un document et répondre à partir de lui, il suffit souvent. Et la maintenance vous revient : mises à jour, sauvegardes, panne d’une machine.

Un client sans contrainte forte sur ses données paiera moins cher au départ avec une API dans le cloud. Un client qui manipule des plans, des contrats ou des données du personnel verra dans l’hébergement local ce qui vous distingue des offres en ligne.

Avec quoi construire un système multi-agent

Deux chemins, selon votre profil.

• Avec n8n, le nœud AI Agent Tool permet à un agent principal d’appeler d’autres agents comme des outils, sur un seul canevas. Chaque agent de service devient un nœud avec son prompt, son modèle et ses outils. Attention, l’agent principal ne transmet pas tout son contexte par défaut : dites-lui dans son prompt quoi passer. Pour prendre l’outil en main, suivez la masterclass n8n.
• En code, vous écrivez un orchestrateur et des sous-agents avec un SDK d’agents, et vous les développez avec Claude Code. Pour cadrer ce genre de projet avant de générer la moindre ligne, les skills Claude Code évitent de livrer un système bancal.

Dans les deux cas, le modèle peut tourner chez le client : n8n s’installe sur ses machines, et Exo expose le modèle local derrière une API compatible avec celle de ChatGPT.

Quand un seul agent suffit

Un système multi-agent coûte plus cher qu’un agent seul. Anthropic l’a mesuré sur son propre système de recherche, dans un billet du 13 juin 2025. Un agent y consomme environ 4 fois plus de tokens qu’une conversation classique, et un système multi-agent environ 15 fois plus. En échange, leur système a dépassé de 90,2 % un agent seul sur leur évaluation interne de recherche.

Leur conclusion : il ne vaut le coup que pour les tâches dont la valeur justifie la dépense. Il marche mal quand tous les agents ont besoin du même contexte, ou quand les tâches dépendent beaucoup les unes des autres, comme la plupart des tâches de code.

En local, ces tokens ne se paient pas à une API, ils se paient en temps de calcul. Une réponse qui passe par l’agent de direction puis par deux agents de service arrive plus tard qu’une réponse directe.

Gardez donc un seul agent quand le client n’a qu’un domaine de questions (le service client, un catalogue produit), qu’une seule personne valide toutes les réponses et que personne n’a besoin de droits d’accès différents. Un agent avec une bonne base, ou même un workflow sans agent, fait alors l’affaire pour moins cher.

Le système multi-agent se justifie quand plusieurs services ont chacun leurs documents, leur responsable et leurs droits. C’est le cas du client de Gilles, avec quatre services.

Ce qui fait signer une équipe d’agents

Gilles en retient une chose : le budget n’est pas le plus important. Ce qui fait signer, c’est ce que vous apportez de plus que les autres.

Un dirigeant de PME qui s’intéresse à l’IA a d’autres options sous la main : un abonnement à un assistant grand public pour chaque salarié, un chatbot sur son site, ou attendre. L’équipe d’agents, elle, connaît ses documents à lui, garde ses données dans l’entreprise et donne à chaque salarié son agent dès son arrivée. Ces différences-là, il les voit sans explication technique.

Construisez votre proposition sur ces différences, plutôt que sur le nombre de jours de développement. Pour l’envoyer le soir même du rendez-vous, la méthode de la propale s’applique telle quelle.