Cahier des charges d'un agent IA : quoi y écrire

Le cahier des charges agent IA est le document que votre entreprise rédige avant de consulter un prestataire. Il décrit les demandes que l’agent traitera, les données qu’il lira, les systèmes qu’il touchera, sa vérification avant mise en service et son coût de fonctionnement. Sans lui, chaque devis répond à une question différente.

Ce qu’un agent IA métier fait, et ce qu’il ne fait pas

Dans une PME, un agent IA métier lit une demande entrante, retrouve les informations utiles dans vos outils, qualifie le dossier et prépare une réponse qu’un collaborateur valide. Il ne tranche pas seul ce qui engage l’entreprise, remboursement ou résiliation, sauf si votre document l’a prévu.

Le cahier des charges d’un logiciel classique énumère des fonctions : à telle saisie, tel résultat, toujours le même. Un agent repose sur un grand modèle de langage (LLM, pour large language model), dont le comportement est probabiliste : deux demandes de même sens, formulées autrement, peuvent recevoir deux réponses différentes. Sa qualité se mesure donc sur un échantillon. Trois conséquences pour la rédaction :

• le comportement attendu se décrit par des exemples de demandes et de réponses jugées correctes ;
• les situations limites (demande incomplète, hors sujet, malveillante) occupent une place centrale, car l’agent s’y trompe le plus ;
• la relecture se conçoit dès le départ : qui vérifie quoi, et qui reprend la main en cas de doute.

La Commission nationale de l’informatique et des libertés (CNIL) et le Conseil de l’IA et du numérique (CIANum) ont publié le 20 juillet 2026 une note exploratoire sur l’IA agentique, capable d’agir à la place de son utilisateur, dont l’autonomie complique l’identification des responsabilités : nommez donc qui répond de chaque action de l’agent. Dans ses Recommandations de sécurité pour un système d’IA générative du 29 avril 2024, l’Agence nationale de la sécurité des systèmes d’information (ANSSI) proscrit l’usage automatisé de l’IA pour des actions critiques sur le système d’information (SI), comme un paiement ou une publication.

Si vous hésitez encore entre un agent et une automatisation à règles fixes, faites ce tri avant d’écrire avec les critères de choix d’une solution d’automatisation.

Ce que le prestataire doit pouvoir chiffrer

Un prestataire chiffre ce qu’il comprend. Trois blocs de votre document pèsent sur son estimation.

Le périmètre du cas d’usage d’abord. Décrivez le flux actuel, puis ce que l’agent en reprendra :

• le déclencheur : quel canal apporte la demande, sous quelle forme ;
• le résultat attendu : brouillon de réponse, qualification, routage, saisie dans un outil ;
• les décisions qui restent humaines, écrites une par une ;
• les demandes exclues, car un périmètre sans exclusions se chiffre au plus large.

Les volumes ensuite, tels que vous les observez : ordre de grandeur, pics saisonniers, part des demandes complexes, langues utilisées.

Les systèmes à connecter enfin, souvent le bloc le plus lourd. Pour chaque outil, messagerie, CRM (logiciel de gestion de la relation client), ERP (progiciel de gestion intégré), base documentaire, précisez si l’agent lit ou écrit, et si l’outil dispose d’une API, une interface de programmation documentée. Lire une base de connaissances ne demande pas le même travail qu’écrire dans votre gestion commerciale.

Un cahier des charges de cette précision donne à une agence intelligence artificielle de quoi chiffrer un projet réel plutôt qu’une intention. Chez Digital Unicorn, par exemple, aucun développement ne démarre avant un diagnostic méthodique de vos processus métier, des données disponibles, des outils en service et de vos objectifs prioritaires ; il débouche sur une feuille de route qui classe les cas d’usage par priorité, estime délais et ressources, et que l’entreprise conserve même si elle développe ensuite en interne. Le déploiement de votre agent y passe par l’intégration à vos systèmes existants, une phase de tests, un suivi rapproché des premiers mois d’exploitation et la formation de vos équipes, qui apprennent à superviser l’agent et à corriger son comportement. Votre document nourrit chacune de ces étapes et rend la proposition comparable, discutable, engageante.

Reste à écrire comment l’agent sera jugé. Fixez dès ce stade les critères de recette, c’est-à-dire les conditions de la vérification formelle qui déclare le livrable conforme : le jeu de test, les cas limites à traiter sans erreur, la part des réponses relue par un humain au démarrage. Sans eux, le prestataire ne peut pas estimer l’effort de mise au point, et vous ne pouvez pas refuser une livraison décevante.

Les données : qualité, propriété et droits d’accès

Un agent ne vaut que par les informations qu’il consulte.

Ce que valent vos sources

Dressez l’inventaire des sources que l’agent lira : historique des demandes, base de connaissances, procédures, fiches clients. Pour chacune, notez où elle se trouve, qui la tient à jour et dans quel état elle est. Deux procédures contradictoires produiront des réponses contradictoires, quel que soit le modèle.

À qui appartiennent les données

Précisez dans le cahier des charges que les données confiées restent votre propriété, comme ce que l’agent produit : journaux, conversations, corrections de vos équipes. Demandez noir sur blanc si elles peuvent servir à améliorer un modèle chez le prestataire ou son fournisseur, et comment elles vous sont restituées en fin de contrat.

Droits d’accès et données personnelles

L’agent dispose d’un compte et d’habilitations : limitez-les au strict nécessaire, avec la même rigueur que les droits d’accès d’un circuit de validation documentaire. Dans sa fiche « IA : Garantir la sécurité du développement d’un système d’IA », la CNIL recommande de gérer les habilitations, de tracer les accès et d’analyser les traces.

Côté RGPD (règlement général sur la protection des données), la fiche « IA : Définir une finalité » de la CNIL rappelle qu’un traitement poursuit une finalité déterminée, explicite et légitime : écrivez-la en une phrase. Signalez les données sensibles : sa fiche sur l’analyse d’impact relative à la protection des données (AIPD) détaille quand cette étude devient nécessaire et range l’IA générative parmi les usages innovants. Le règlement (UE) 2024/1689 sur l’intelligence artificielle, entré en vigueur le 1er août 2024, classe enfin les systèmes par niveau de risque et, d’après la Commission européenne, impose depuis août 2026 d’informer les personnes qui échangent avec un système d’IA : si votre agent répond directement à vos clients, le document le mentionne.

Les critères de recette, écrits avant la signature

La recette d’un agent compare ses réponses à celles qu’auraient données vos collaborateurs expérimentés, sur un échantillon représentatif, selon des règles fixées à l’avance. L’ANSSI recommande d’ailleurs des tests fonctionnels métier avant la mise en production, sur la performance et la qualité des réponses, éventuellement répétés à intervalle régulier.

Un jeu de test construit par vos équipes

Constituez le jeu de test vous-même, à partir de demandes réelles anonymisées, réparties par catégorie. Ajoutez une série dédiée aux cas limites : pièce jointe illisible, client mécontent, question hors périmètre, tentative de faire sortir l’agent de son rôle. Notez pour chacun la conduite attendue, qui n’est pas toujours une réponse : demander une précision, refuser, passer la main. Gardez une partie du jeu en réserve jusqu’à la recette, pour vérifier que l’agent n’a pas été réglé sur les seuls exemples connus.

Des seuils et une relecture par paliers

Fixez un seuil par catégorie, en part de réponses jugées correctes par vos experts, et graduez la gravité des erreurs : une formule maladroite et un montant faux ne pèsent pas pareil. Prévoyez ensuite des paliers de supervision humaine : relecture intégrale au démarrage, puis par échantillon, chaque palier franchi sur résultats mesurés.

La section recette liste au minimum :

• la composition du jeu de test et sa part en réserve ;
• la conduite attendue par famille de situations limites ;
• les seuils d’acceptation et la grille de gravité ;
• les paliers de relecture et leurs conditions de passage ;
• l’audit de sécurité avant mise en production, recommandé par l’ANSSI.

Maintien en condition : ce qui se paie après la mise en service

Vos procédures changent, vos offres aussi, et le modèle de langage évolue au rythme de son fournisseur. Cette partie du document décrit qui surveille l’agent, comment, et à quel coût.

Surveillance et mises à jour du modèle

Demandez que l’ensemble des traitements soit journalisé, comme le recommande l’ANSSI, et retenez quelques mesures mensuelles : part des réponses reprises, motifs d’escalade, réclamations. Elles rejoignent vos indicateurs de performance existants. Exigez d’être prévenu de tout changement de version du modèle et faites repasser le jeu de test avant chaque bascule. L’ANSSI déconseille aussi tout réentraînement directement en production, et conseille de prévoir un mode dégradé qui contourne le système d’IA en cas de défaillance.

Les coûts récurrents, poste par poste

Le devis initial ne dit rien des coûts récurrents si vous ne les demandez pas. Exigez une ventilation qui distingue ce qui varie avec le volume :

• les appels au modèle de langage, qui suivent le nombre et la longueur des demandes ;
• l’hébergement de l’agent, de ses connecteurs et de ses journaux ;
• la supervision, soit le temps de vos relecteurs et du référent interne ;
• la maintenance, mise à jour de la base de connaissances comprise.

Les repères de coûts et de retour sur investissement de l’automatisation servent à comparer ces montants aux gains. La formation des superviseurs trouve sa place dans votre plan de développement des compétences.

Le plan type d’un cahier des charges agent IA

Chaque section du document répond à une question. Voici le plan type à remettre aux prestataires :

1. Contexte et objectif : processus actuel, irritant, résultat visé.
2. Périmètre : demandes traitées, demandes exclues, décisions réservées à vos équipes.
3. Volumes et canaux : ordres de grandeur, pics, langues, points d’entrée.
4. Systèmes et données : outils à connecter, inventaire et propriété des sources, finalité, AIPD le cas échéant.
5. Comportement et supervision : ton, conduite face aux situations limites, escalade, responsables nommés.
6. Recette : jeu de test, réserve, seuils, paliers de relecture, audit de sécurité.
7. Exploitation et réversibilité : indicateurs, versions du modèle, mode dégradé, coûts récurrents, restitution des données.

Demandez une réponse section par section : les écarts deviennent visibles, quand l’un chiffre la remise en état de vos sources et l’autre l’ignore.

Prochaine étape : réunir le responsable du service concerné, deux personnes qui traitent ces demandes au quotidien et votre délégué à la protection des données, puis rédiger ensemble les sections 2 et 6. Ce sont elles qui font d’une envie d’agent une commande vérifiable.