Développement d’agents IA · MCP, outils, flux de travail

Des agents IA qui agissent dans vos systèmes d’affaires, selon des règles.

Un agent IA est un logiciel qui lit une demande, choisit les outils à utiliser et agit : il retrouve le client, rédige la réponse, réserve la plage horaire, ouvre le billet. C’est ce qu’on appelle l’IA agentique. Nous bâtissons des agents IA pour des entreprises du Canada et des États-Unis qui font cela dans vos vrais systèmes, par des outils encadrés, avec approbation humaine là où ça compte et un journal de chaque geste. Notre propre CRM, AgentlyLeads, fonctionne ainsi depuis Claude et ChatGPT par 57 outils MCP.

Outils MCP dans AgentlyLeads
57
Points de terminaison REST derrière
130+
Années sur un dorsal télécom de niveau 1
10
Quand vous en avez besoin

Les agents se rentabilisent là où un robot conversationnel ne suffit plus

Votre personnel répète les mêmes tâches en plusieurs étapes

Retrouver le compte, vérifier l’historique, rédiger le courriel, mettre à jour la fiche. Les étapes sont connues, et des flux de travail agentiques peuvent les exécuter. Personne n’a le temps de les faire à la main pour chaque prospect ou chaque billet.

Votre équipe vit déjà dans Claude ou ChatGPT

Vous voulez que l’assistant qu’elle utilise toute la journée atteigne votre CRM ou votre ERP de façon sécuritaire, au lieu de copier-coller d’un onglet à l’autre.

Un pilote de robot conversationnel répondait aux questions sans rien pouvoir faire

Répondre est la première étape. La valeur apparaît quand l’agent peut agir sur la réponse dans vos systèmes, avec permission.

Le service juridique ou la conformité s’inquiète de l’autonomie

Avec raison. Des agents autonomes exigent des points d’approbation, des permissions délimitées et une piste d’audit avant que quiconque approuve un agent qui touche aux données clients.

Vous voulez exposer votre produit aux clients IA par MCP

Un serveur Model Context Protocol permet à tout assistant compatible d’utiliser votre logiciel comme outil. Bien fait, c’est une fonction du produit. Fait sans soin, c’est une porte ouverte.

Votre ligne téléphonique prend des réservations et des appels d’admission toute la journée

Un agent vocal IA peut répondre à l’appel, prendre la réservation ou les renseignements d’admission et passer la main à une personne quand l’appelant en a besoin, selon les mêmes règles que tout autre agent que nous bâtissons.

Ce que nous bâtissons

Développement d’agents IA, de la conception des outils à l’exploitation encadrée

Conception des outils et des flux de travail

Nous cartographions les tâches que l’agent doit reprendre, nous les découpons en outils avec des entrées et des sorties claires pour un appel d’outils (tool calling) fiable, et nous décidons quelles étapes exigent une personne dans la boucle.

Serveurs MCP avec OAuth

Des serveurs Model Context Protocol qui exposent les outils de votre système à Claude, à ChatGPT et à d’autres clients, sécurisés par OAuth 2.1 et PKCE, avec isolation des locataires appliquée à chaque appel.

Étapes d’approbation humaine

Les brouillons rédigés par l’agent attendent une personne avant que quoi que ce soit ne sorte. Les gestes irréversibles comme les paiements, les suppressions et les messages externes passent par une confirmation explicite.

Journaux d’audit et permissions

Chaque appel d’outil est consigné avec qui a demandé, ce qui a été lu et ce qui a changé. Les permissions sont délimitées par utilisateur et par locataire, de sorte que l’agent ne voit jamais plus que la personne qui l’utilise.

Évaluation avant le lancement

Un jeu de scénarios réels que l’agent doit réussir, avec des sorties notées, avant de rencontrer un client. L’évaluation est relancée à chaque changement de modèle ou de consigne.

Intégration à vos systèmes

CRM, ERP, billetterie, calendriers, courriel et API internes, par la couche REST ou la base de données que vous avez déjà. S’il n’y en a pas, nous bâtissons d’abord la couche d’intégration.

Preuves

Une plateforme d’agents que nous exploitons nous-mêmes

Nous ne vendons pas de patrons d’agents que nous n’avons pas exploités. AgentlyLeads est le produit de CS2, et chaque règle ci-dessous y est appliquée aujourd’hui.

Produit, détenu en propre

AgentlyLeads

Le CRM conçu pour l’IA de CS2. Les équipes de vente le pilotent depuis Claude et ChatGPT par 57 outils MCP derrière un serveur OAuth 2.1 avec PKCE : chercher des contacts, lire les historiques, rédiger des réponses, réserver des rencontres. Rien de ce que l’agent écrit ne part sans l’approbation d’une personne.

Lire l’étude de cas

Produit, détenu en propre

Notermed

Les consignes du scribe médical IA se lisent comme un contrat : n’utiliser que ce qui a été dit pendant la consultation, ne jamais deviner un diagnostic ou une dose, omettre une section plutôt que la remplir de suppositions. Chaque agent que nous bâtissons reçoit le même genre de contrat.

Lire ce que l’IA ne doit jamais faire

Réalisation antérieure, grande entreprise

Vodafone Kabel Deutschland

Un agent n’est jamais plus sûr que les systèmes qu’il appelle. Trois ans (10/2022 à 10/2025) sur l’arrière-plan REST des opérations terrain de Vodafone Kabel Deutschland, sous le RGPD, c’est le genre de conception de systèmes qui soutient nos couches d’outils.

Voir les réalisations antérieures
Notre façon de travailler

Un flux de travail d’abord, puis le suivant

  1. Choisir le premier flux de travail

    Nous retenons une tâche avec un début et une fin clairs, assez fréquente pour compter et assez sûre pour apprendre. Le suivi des prospects et le tri des billets sont des points de départ typiques.

  2. Concevoir les outils et les règles

    Chaque outil reçoit un schéma, une portée de permission et une décision : l’agent peut-il l’exécuter seul, ou une personne confirme-t-elle? Nous écrivons noir sur blanc ce que l’agent ne doit jamais faire.

  3. Bâtir et évaluer

    Les outils, le serveur MCP ou la couche d’orchestration, et un jeu de scénarios réels notés. L’agent n’est pas livré tant qu’il ne les réussit pas.

  4. Lancer avec une personne dans la boucle

    L’agent rédige et propose; votre équipe approuve. À mesure que le journal montre qu’il fait les bons choix, vous décidez quelles étapes le laisser exécuter seul.

Technologies

Avec quoi nos agents sont bâtis

  • Model Context Protocol (MCP)
  • OAuth 2.1 + PKCE
  • Claude et ChatGPT comme clients d’agents
  • Couche de modèle indépendante du fournisseur (AWS Bedrock, OpenAI, Anthropic)
  • Schémas d’outils structurés (JSON)
  • Next.js + TypeScript
  • Java 17 + Spring Boot
  • Prisma + PostgreSQL
  • AWS SES pour le courriel sortant
  • AWS ECS Fargate
  • CI/CD avec fédération OIDC
FAQ

Questions sur les agents IA en entreprise

Qu’est-ce que l’IA agentique, et est-ce différent d’un agent IA?

L’IA agentique est l’approche : des systèmes qui planifient, appellent des outils et agissent vers un objectif selon des règles que vous fixez. Un agent IA est un de ces systèmes, bâti pour une tâche comme le suivi des prospects ou le tri des billets. CS2 bâtit les deux, avec des étapes d’approbation et des journaux d’audit sur chaque geste.

Quelle est la différence entre un robot conversationnel et un agent IA?

Un robot conversationnel répond. Un agent répond, puis fait quelque chose : il appelle un outil, met à jour une fiche, envoie un message ou planifie une tâche. Cette capacité d’agir est là où se trouve la valeur d’affaires, et aussi le risque. Le développement d’agents consiste surtout à décider quels gestes sont permis, dans quelles conditions, et à le prouver.

Qu’est-ce que MCP et pourquoi est-ce important pour mon entreprise?

Le Model Context Protocol est une norme ouverte qui permet aux assistants IA comme Claude et ChatGPT d’utiliser des logiciels externes comme outils. Si votre système expose un serveur MCP, votre équipe peut travailler avec lui depuis l’assistant qu’elle utilise déjà, et vos clients aussi. AgentlyLeads expose 57 outils de cette façon derrière OAuth 2.1.

Qu’est-ce qu’un agent IA ne devrait pas avoir le droit de faire?

Tout geste irréversible sans confirmation d’une personne : envoyer des messages externes, déplacer de l’argent, supprimer des fiches, modifier des droits d’accès. Il ne devrait jamais non plus lire des données que l’utilisateur courant ne pourrait pas voir lui-même, ni inventer des faits pour combler un vide. Nous écrivons ces limites avant de bâtir et nous les appliquons dans le code, pas seulement dans une consigne.

Comment testez-vous un agent avant le lancement?

Nous constituons un jeu de scénarios réels à partir de vos données, avec le résultat attendu pour chacun, et nous notons l’agent contre ce jeu. Il est relancé chaque fois qu’un modèle, une consigne ou un outil change. Une fois en service, le journal d’audit montre chaque geste, pour que vous puissiez revoir les décisions et élargir ou restreindre les permissions sur la base de preuves.

L’agent peut-il travailler avec notre CRM ou notre ERP actuel?

Oui, pourvu que le système ait une API ou une base de données que nous pouvons atteindre. Nous encapsulons les opérations dont l’agent a besoin dans des outils aux permissions claires. Si votre système n’a aucune interface utilisable, nous bâtissons d’abord la couche d’intégration, ce qui est du travail d’arrière-plan courant pour nous.

Comment gardez-vous les coûts des agents prévisibles?

Les agents peuvent boucler et appeler plusieurs outils par demande, et les configurations multi-agents encore plus. Nous plafonnons donc les étapes et les jetons par exécution, nous fixons un budget mensuel par flux de travail et nous dirigeons les étapes simples vers des modèles plus petits. L’usage est consigné par outil et par locataire, pour que vous voyiez où va la dépense.

Devons-nous remplacer les assistants IA que notre équipe paie déjà?

Non. Avec un serveur MCP, Claude ou ChatGPT devient l’interface et vos systèmes deviennent les outils. Votre équipe garde l’assistant qu’elle connaît, et vous gardez le contrôle de ce qu’il peut atteindre.

Choisissez un flux de travail. Nous vous montrerons ce qu’un agent peut en faire.

Apportez la tâche que votre équipe répète le plus. En 30 minutes, nous cartographions les outils, les points d’approbation et ce que la première version devrait couvrir.