Métier · No. 018

La nouvelle gestion

Les agents d’IA sont rapides, moyennement fiables et n’ont aucun sens de l’orientation. La compétence qu’ils exigent le plus n’est pas technique. Elle est managériale.

Herman Geldenhuys 1 avril 2026 7 min de lecture
Poster for “La nouvelle gestion”

La nouvelle gestion

Le guide du voyageur galactique de l’économie en K (compétence 4 de 6)

Voici un paradoxe qui mérite qu’on s’y attarde. Nous avons construit des agents d’IA pour réduire notre dépendance à la coordination. Et la compétence qu’ils exigent le plus, c’est la coordination.

Les agents d’IA sont extraordinairement rapides, moyennement fiables et n’ont absolument aucun sens de l’orientation. Ils construiront la mauvaise chose avec le même enthousiasme que la bonne. Ils ne lèveront pas la main pour dire que la spec se contredit. Ils ne remarqueront pas que deux tâches parallèles produisent des résultats incompatibles. Ils travailleront à trois heures du matin sans se plaindre, et au lever du soleil nous aurons peut-être six fonctionnalités qui ne s’emboîtent pas.

Ce n’est pas un problème d’outils. C’est un problème de gestion. Et les personnes les mieux préparées à le résoudre ne sont pas les meilleurs codeurs. Ce sont les meilleurs gestionnaires.

Le paradoxe du plus

Google a récemment démontré quelque chose qui devrait faire réfléchir toute l’industrie de l’IA agentique : ajouter plus d’agents à un système peut l’empirer. Pas marginalement pire. Catégoriquement pire. Les architectures multi-agents qui semblent élégantes sur un tableau blanc, où les agents communiquent entre eux, négocient la répartition des tâches et se coordonnent en temps réel, ont produit de moins bons résultats que des configurations plus simples.

Les frameworks qui recommandent la communication inter-agents ont, dans bien des cas, simplement tort. Gartner prédit maintenant que 40 % des projets d’IA agentique seront annulés d’ici 2027. Pas parce que la technologie a échoué. Parce que l’orchestration a échoué. Les agents fonctionnaient bien individuellement. Personne ne gérait l’ensemble.

Les systèmes qui passent réellement à l’échelle ne ressemblent en rien à ce que recommandent les leaders d’opinion. Ils ont l’air ennuyants. Un humain, des spécifications claires pour chaque agent, une isolation stricte entre les tâches, et une couche de coordination qui vit entièrement dans la tête du gestionnaire. Pas un essaim. Une équipe avec un chef.

Nous avons déjà vu cela, bien sûr. Chaque génération de théorie de la gestion redécouvre qu’ajouter des gens à un projet en retard le retarde davantage. Ajouter des canaux de communication entre les équipes augmente les frais généraux plus vite que le débit. Les mêmes lois s’appliquent aux agents, en plus rapide seulement, parce que les agents n’ont pas l’intelligence sociale pour s’autocorriger quand la coordination se brise.

La compétence qui était déjà là

Microsoft a suivi 300 000 employés utilisant des outils d’IA et a trouvé un motif qui devrait recadrer notre façon de penser tout ce domaine. Les 80 % qui ont cessé d’utiliser l’IA n’étaient pas les moins techniques. C’étaient ceux à qui manquait ce que les chercheurs ont appelé des « instincts de gestion » pour l’IA.

Cette expression mérite qu’on s’y arrête. Des instincts de gestion. Pas des techniques de prompting. Pas de l’aisance technique. La capacité de déléguer clairement, de vérifier le travail aux bons intervalles, de savoir quand intervenir et quand laisser le travail suivre son cours, et de maintenir un modèle mental de la façon dont les pièces s’assemblent.

Les données de Cursor, l’un des outils de programmation par IA les plus utilisés, montrent que les ingénieurs séniors acceptent davantage de résultats générés par l’IA que les juniors. Non pas parce que les séniors sont moins prudents. Parce qu’ils sont meilleurs pour spécifier la tâche, évaluer le résultat contre leur modèle mental et corriger le tir avant que l’erreur ne se compose. Ils ont, autrement dit, de l’expérience de gestion. Des années à coordonner du travail, à réviser des livrables et à savoir quand « assez bon » est réellement assez bon.

L’ironie est magnifique. La compétence censée devenir obsolète à l’ère de l’IA (la gestion intermédiaire, la coordination, l’art discret de mener une équipe) s’avère être celle dont l’ère de l’IA a le plus besoin.

À quoi ressemble l’orchestration

Steve Yaggi, un ingénieur seul, orchestre de 20 à 30 agents d’IA simultanément. Une personne, un rendement massif. Cela ressemble à une histoire de productivité, mais c’est en fait une histoire de gestion. Ce que fait Yaggi, ce n’est pas coder. Il dirige une équipe. Il décompose le travail (la compétence précédente de cette série), l’assigne, suit l’avancement, attrape les conflits tôt et intègre les résultats en un tout cohérent.

La forme pratique de cette compétence suit quelques motifs constants.

L’isolation est le premier principe. Des agents qui se parlent produisent de la confusion émergente. Des agents qui reçoivent des spécifications claires et indépendantes, et qui remettent le travail terminé à un coordonnateur humain, produisent des résultats. L’instinct est de laisser les agents collaborer. La réalité, c’est que la collaboration exige une intelligence sociale que les agents n’ont pas. Nous fournissons l’intelligence sociale. Ils fournissent la vitesse.

Le deuxième motif est le rythme. Une bonne orchestration n’est pas une attention continue. Ce sont des points de contrôle périodiques. Laisser trois agents tourner vingt minutes, réviser les résultats, attraper la dérive, corriger les specs, lancer la prochaine ronde. Ce n’est pas de la microgestion. C’est la même cadence que tout bon gestionnaire adopte avec une équipe performante : assez de supervision pour attraper les problèmes tôt, assez d’autonomie pour laisser le travail couler.

Le troisième motif est de savoir quoi vérifier. Nous ne pouvons pas réviser chaque ligne qu’un agent produit, et nous ne devrions pas essayer. La compétence consiste à savoir quels résultats sont à haut risque (décisions architecturales, changements au modèle de données, tout ce dont dépend d’autre travail) et lesquels sont à faible risque (formatage, code générique, transformations répétitives). Les gestionnaires d’expérience pensent déjà ainsi. Ils ne révisent pas chaque courriel que leur équipe envoie. Ils révisent ceux qui comptent.

Le quatrième motif est la gestion du contexte. La recherche suggère que les résultats se dégradent sensiblement dès que la fenêtre de contexte d’un agent est utilisée à environ 40 %. Les orchestrateurs habiles utilisent des fenêtres de contexte séparées pour des préoccupations séparées : une pour la recherche, une pour la conception, une pour l’implémentation. Ils persistent l’information importante dans des artefacts statiques (des documents, pas l’historique de conversation) pour que chaque nouvelle fenêtre de contexte parte propre. Ce n’est pas une optimisation technique. C’est l’équivalent de ne pas laisser une réunion déborder sur la suivante.

Le cinquième motif, peut-être le plus important, est d’admettre quand la coordination s’est brisée. Quand trois agents ont produit du travail qui ne s’intègre pas proprement, la réponse n’est presque jamais d’ajouter un quatrième agent pour les réconcilier. La réponse est de prendre du recul, de simplifier la décomposition et de recommencer avec des frontières plus claires. Les bons gestionnaires savent quand réorganiser le travail, pas seulement les travailleurs.

Ce n’est pas un nouveau travail

Voici la permission que cet article veut donner.

Si nous avons passé des années à gérer des gens, à coordonner des projets, à animer des mêlées quotidiennes, à réviser du travail, à aligner des équipes vers un but commun, et à nous demander si ces compétences comptent encore dans un monde qui semble ne valoriser que l’aisance technique : elles comptent plus maintenant que l’an dernier. Elles comptent différemment, mais elles comptent plus.

La conversation autour de l’IA est dominée par la compétence technique depuis deux ans. Apprenez à prompter. Apprenez à coder. Apprenez les nouveaux frameworks. Et tout cela est réel. Mais le goulot d’étranglement que nous rencontrons sans cesse n’est pas technique. Il est organisationnel. Les équipes qui tirent le plus de l’IA ne sont pas celles qui ont les meilleurs ingénieurs. Ce sont celles qui ont la meilleure coordination. Quelqu’un qui sait cadrer le travail, le distribuer, le réviser et l’intégrer. Quelqu’un qui fait exactement cela, avec des équipes humaines, depuis des années.

L’orchestration n’est pas une compétence nouvelle. C’est une vieille compétence appliquée à un nouveau médium. Le médium est plus rapide, plus littéral et moins indulgent envers l’ambiguïté. Mais la capacité fondamentale, celle de coordonner des flux de travail parallèles, de maintenir la qualité à travers un effort distribué et de savoir quand intervenir plutôt que de faire confiance au processus, c’est de la gestion. Ça l’a toujours été.

L’économie en K ne se scinde pas seulement le long des lignes techniques. Elle se scinde le long des lignes managériales. Les personnes qui montent ne sont pas seulement celles qui savent coder. Ce sont celles qui savent diriger une équipe, que cette équipe soit faite de personnes, d’agents ou des deux. Et celles qui le reconnaissent tôt détiennent un avantage qui se compose, parce que chaque mois les agents deviennent plus rapides et le besoin de bonne orchestration grandit avec eux.

Les agents n’ont pas besoin d’un meilleur algorithme. Ils ont besoin d’un meilleur gestionnaire. Et les meilleurs gestionnaires, il s’avère, pratiquent cette compétence depuis des décennies. Ils ne savaient simplement pas qu’ils s’entraînaient pour cela.


Ce texte fait partie du « Guide du voyageur galactique de l’économie en K ». Précédent : « Penser en morceaux », sur la décomposition. À venir : l’intention.

Herman Geldenhuys est un leader en ingénierie qui écrit depuis Montréal, Québec, sur le côté non héroïque de diriger des équipes à l'ère de l'IA.

Aussi à l'affiche