Vos agents IA n'ont pas un problème d'objectif. Votre organisation, si.

Toutes les équipes qui déploient des agents IA en 2026 heurtent le même mur, souvent en quelques semaines. L’agent est capable. Le modèle est à l’état de l’art. Et les résultats sont médiocres — travail erratique, absurdités assurées, boucles qui ne finissent jamais ou finissent mal.

Le diagnostic des ingénieurs est presque toujours le même : l’objectif était mal spécifié. Trop vague pour agir, pas de définition du « terminé », aucun moyen de vérifier le succès. La jeune discipline du loop engineering est brutale à ce sujet : un agent a besoin d’un objectif assez précis pour agir, d’un feedback réel de son environnement, et d’une condition d’arrêt testable. Sans cela, le modèle le plus capable du monde ne génère que du mouvement coûteux.

Et voici l’observation que je ne peux plus ignorer après 26 ans à l’intérieur des organisations : c’est la description exacte de la façon dont les organisations font échouer leurs équipes.

Le miroir

Prenez les objectifs que votre organisation émet réellement. « Améliorer l’expérience client. » « Devenir data-driven. » « Adopter l’IA dans toute l’entreprise. » « Renforcer l’excellence opérationnelle. »

Essayez de confier l’un d’eux à un agent IA. Il échouerait instantanément — et nous savons désormais dire exactement pourquoi : aucune spécificité actionnable, pas de contexte, pas de résultat vérifiable. La machine expose en quelques secondes ce que les humains absorbent en silence pendant des années. Car c’est la particularité des gens : ils ne renvoient pas de message d’erreur. Ils hochent la tête, interprètent le brouillard du mieux qu’ils peuvent, dérivent dans des directions divergentes, et produisent l’équivalent organisationnel d’un mauvais run d’agent — occupé, plausible, invérifiable. Nous appelons cela des « problèmes d’exécution ». Ce sont des problèmes de spécification, déguisés.

J’ai observé cela à travers cinq vagues technologiques, et le schéma tient : les équipes ne manquent presque jamais de talent. Elles manquent d’un objectif qui survivrait à sa remise à une machine.

Le meilleur objectif vers lequel j’ai travaillé

L’objectif le plus clair de ma carrière fut au Parlement européen. Pas « améliorer le site » — mais : augmenter le taux de réussite des tâches dans la navigation, mesuré par de vrais tests utilisateurs. Au départ, ce taux était sous les 20 %. Plus de cinquante ateliers avec les parties prenantes, des milliers de tests utilisateurs et de nombreuses itérations plus tard, il dépassait 82 %.

Regardez la structure : assez précis pour agir, un feedback venu de la réalité (plus de 6 000 tests utilisateurs — pas des opinions), et une ligne d’arrivée testable. En termes de 2026, cet objectif était exécutable par un agent. Ce n’est pas un hasard s’il a réussi à l’échelle continentale, en 27 langues, avec des pics à un million de visiteurs par jour, dans l’un des environnements institutionnels les plus complexes d’Europe. Les objectifs bien spécifiés survivent à la complexité. Les objectifs vagues ne survivent pas à un couloir.

L’exercice : écrire le brief d’agent

Voici une pratique vers laquelle je pousse désormais les comités de direction, et elle fonctionne même si vous ne déployez jamais un seul agent.

Prenez votre initiative la plus importante et écrivez-la comme un brief pour un agent autonome, en quatre sections :

1. Objectif — quel résultat, énoncé pour qu’une entité sans historique partagé et incapable de lire dans vos pensées puisse agir.
2. Contexte — tout ce que l’agent doit savoir : contraintes, historique, dépendances, définitions. (Pouvez-vous seulement l’assembler ? Sinon, vous venez de trouver un problème plus profond.)
3. Outils et permissions — ce qu’il peut utiliser et décider seul, et ce qui exige une escalade.
4. Condition de fin — le test qui vérifie le succès, exécuté par autre chose que le jugement de l’agent sur lui-même.

La plupart des comités de direction ne parviennent pas à compléter cet exercice pour leur initiative phare. L’objectif se dissout sous la spécificité ; le contexte s’avère vivre dans six têtes ; personne ne s’accorde sur la condition de fin. Cette découverte pique — et elle vaut un an de comités de pilotage, parce qu’elle montre précisément où est le brouillard.

Puis le recadrage : vos équipes opèrent sans ce brief depuis toujours. Elles compensent par l’intuition, la bonne volonté et les conversations de couloir. Les agents, eux, refusent de compenser — ce qui en fait, de façon inattendue, l’audit de clarté organisationnelle le plus honnête jamais déployé.

Les machines nous tendent un miroir. Les organisations qui accepteront d’y regarder obtiendront mieux que de l’automatisation : elles obtiendront enfin de la clarté.

Sources

• Tosea, Loop Engineering Guide 2026
• Sourcegraph, Context Engineering