Cas concrets · Le 8 heures IA

Déployer un agent IA sans perdre en fiabilité, la méthode Spie

Publié le 15 octobre 2026 · Oriq · Lecture 4 min

Article produit par une intelligence artificielle à partir de sources nommées et datées, publié sous la responsabilité éditoriale d’Oriq. Nos systèmes d’IA · Le responsable éditorial

Spie a confié trois mois durant une partie de la surveillance cybersécurité de ses filiales à un agent IA, en parallèle de ses analystes humains. Le résultat tient moins à la puissance du modèle qu’à la façon dont la tâche a été découpée avant de la lui confier.

Le découpage qui change tout

Quand on veut déployer un agent IA sur une tâche d’entreprise, la première question n’est pas de savoir quel modèle choisir. C’est de savoir si la tâche se découpe proprement entre collecte d’informations et décision finale.

C’est exactement ce qu’a fait le groupe français Spie (10,4 milliards d’euros de chiffre d’affaires, 55 000 personnes) cet été, avec un agent IA de l’éditeur rennais Sekoia dans son centre de supervision cybersécurité, qui traite plus de 43 000 alertes par mois sur l’ensemble de ses filiales.

Le responsable des activités SecOps de Spie résume le principe en une phrase : sur une investigation d’alerte, cinq étapes sur six consistent à rassembler, corréler et formaliser des preuves. Une seule étape, la décision finale, exige un vrai jugement humain. Spie a confié les cinq premières à l’agent, et gardé la dernière pour ses analystes.

Le test avant de généraliser

Pendant trois mois, les 11 analystes du centre de supervision ont continué à mener leurs propres investigations en parallèle de l’agent, sur un périmètre choisi de 80 règles de détection. Objectif : comparer chaque verdict avant toute décision de généraliser.

Le résultat a validé le choix de départ : 96 % des verdicts de l’agent ont été acceptés tels quels par les analystes humains, sans aucune modification.

Ce n’est pas la puissance du modèle qui a rendu l’agent fiable, c’est le découpage précis de la tâche avant de la lui confier.

Ce que le gain de temps a permis

Spie a mesuré, sur certains types d’alertes, un temps d’investigation divisé par deux à cinq grâce à l’agent. Ce temps n’a pas servi à réduire les effectifs du centre de supervision, mais à réorienter les analystes vers les cas complexes qui demandent une vraie expertise.

Ce choix, décidé avant le test, a conditionné l’adhésion des équipes : personne ne travaille avec un outil dont on pense qu’il prépare son remplacement.

Après ce test, Sekoia a généralisé son agent à 1 000 autres clients dans le monde, avec un taux de verdicts inchangés légèrement inférieur, autour de 90 %, et un temps moyen de 88 secondes par investigation. L’écart avec les 96 % de Spie n’est pas un hasard : Spie avait sélectionné 80 règles de détection précises avant de lancer son test, là où le déploiement plus large ne bénéficie pas de ce tri initial.

Cette précaution a une limite claire. Le découpage « collecte puis décision » fonctionne bien sur une tâche cadrée par des règles, comme l’investigation d’alertes. Il se transpose moins directement à une tâche ouverte, comme une négociation ou un diagnostic complexe, où il faudra d’abord vérifier que ce découpage existe vraiment avant de confier quoi que ce soit à un agent.

Et dans votre entreprise ?

• Choisissez un processus répétitif de votre entreprise (support client, contrôle qualité, comptabilité) et listez ses étapes une par une.
• Repérez laquelle de ces étapes exige vraiment un jugement humain : c’est la seule à garder en interne au départ.
• Faites tourner un agent sur un périmètre limité, en parallèle d’une équipe humaine, pendant quelques semaines, pour comparer les résultats avant toute généralisation.

Le premier pas, cette semaine : prenez une tâche répétitive de votre entreprise et découpez-la sur une feuille, étape par étape, jusqu’à isoler celle qui demande vraiment une décision humaine. Oriq peut ensuite configurer un agent sur cette tâche et le tester sur vos propres documents.