L’assistant affiche « terminé ». Pourtant, le dossier client contient encore l’ancienne adresse, ou une demande figure deux fois dans le logiciel. Quand une IA peut agir sur des outils, la qualité de sa réponse ne suffit plus à juger le travail. Il faut regarder le résultat enregistré, puis vérifier qu’elle n’a pas modifié autre chose au passage.
La présentation de ThinkingBox publiée par Microsoft et Hugging Face le 3 octobre 2026 remet cette question au centre de l’évaluation des agents. Pour une petite entreprise, elle fournit surtout un repère pratique : définir une preuve de réussite avant de confier une opération. Voici une méthode de contrôle proposée par la rédaction, sans installation ni achat imposé.
Ce que ThinkingBox ajoute au débat sur les agents
ThinkingBox est un environnement d’évaluation qui examine les changements laissés dans les systèmes après l’action d’un agent. Le travail de recherche associé, dont la version consultée a été révisée le 1er octobre 2026, présente un ensemble de 507 scénarios professionnels. Les essais portent sur des situations reconstituées, pas sur des clients réels.
La publication du 3 octobre distingue une tentative réussie d’une réussite qui se répète. Elle compare les résultats finaux attendus aux effets effectivement obtenus, y compris les modifications manquantes ou supplémentaires. Nous ne reproduisons pas ici le classement des modèles : un résultat dans cet environnement ne prédit pas le comportement de votre logiciel, avec vos droits d’accès et vos dossiers.
Cette évolution complète notre guide sur la délégation à une IA dans une PME. Le choix du périmètre reste nécessaire. Il faut ensuite pouvoir démontrer, dossier par dossier, que le résultat convenu existe. La méthode ci-dessous est une proposition d’organisation, dont nous ne revendiquons aucun gain mesuré.
Décrire la preuve attendue avant de donner la consigne
« Mets ce dossier à jour » laisse trop de place à l’interprétation. Précisez quel dossier, quel champ et quelle valeur sont concernés. Pour une modification d’adresse, indiquez l’identifiant du client et la nouvelle adresse validée. Ajoutez ce qui doit rester intact, par exemple les coordonnées de facturation lorsqu’elles appartiennent à une autre entité.
Décidez aussi où le résultat devra être visible. Une note dans la conversation ne vaut pas une modification du fichier client. Un message placé dans les brouillons ne vaut pas un message envoyé. Un document créé ne prouve pas que son destinataire peut l’ouvrir. La personne qui demande l’action et celle qui la contrôle doivent parler du même état final.
Écrivez un critère vérifiable avec les outils disponibles : « Le dossier identifié porte cette adresse ; aucune seconde fiche n’a été créée. » Si votre équipe n’a aucun accès permettant de relire cette information, la mission est mal préparée. Réglez ce point avant de donner à l’agent des droits de modification. Le guide sur les critères d’acceptation d’un livrable aide à formuler cette attente.
Évitez d’accumuler toutes les opérations dans une consigne initiale. Changer une adresse, prévenir le client et déclencher une expédition n’ont pas les mêmes conséquences. Vous pouvez autoriser la première étape puis conditionner les suivantes à son contrôle. Le découpage doit suivre les risques du travail, sans créer un parcours inutilement lourd.
Relire le résultat et regarder les effets voisins
Après l’action, ouvrez le dossier concerné par un accès de lecture autorisé. Comparez la valeur enregistrée à celle demandée. Selon le logiciel, cela peut être une fiche, un historique ou un export limité. Conservez l’identifiant et l’heure du contrôle. Une capture peut documenter ce qui était visible, mais elle ne révèle pas nécessairement tous les changements.
Le contrôle gagne à être distinct de la phrase finale de l’agent. Vous pouvez consulter vous-même l’application ou utiliser une vérification prévue par votre équipe technique. Demander simplement « es-tu sûr ? » produit une nouvelle réponse ; cela ne constitue pas, à lui seul, une nouvelle observation du système.
Examinez ensuite les effets qui pourraient rendre l’opération incorrecte malgré le bon champ. Une deuxième fiche a-t-elle été créée ? Un statut a-t-il été changé sans demande ? Une notification est-elle partie vers la mauvaise personne ? Choisissez ces vérifications selon la mission. Pour une correction de coordonnées, l’absence de doublon et la bonne identité sont souvent plus utiles qu’une longue liste générale.
Limitez les traces aux informations nécessaires. Un reçu interne peut contenir un identifiant, le type d’action et son état de contrôle, sans recopier l’adresse complète dans tous les canaux. Les règles de protection des données et de conservation dépendent de votre contexte et du pays concerné ; ce guide ne leur substitue pas une procédure universelle.
Quand le résultat est incertain, suspendre la répétition
L’écran se fige après l’envoi d’une demande. Le logiciel a peut-être enregistré l’action, même si l’agent n’a reçu aucune confirmation. Une nouvelle tentative pourrait alors produire un doublon. Avant de relancer, recherchez le résultat avec le même identifiant et consultez l’historique disponible. L’absence de confirmation appelle une vérification, pas une conclusion immédiate.
Distinguez une action refusée avant toute modification d’une réponse interrompue après une modification possible. Le premier cas peut permettre une correction de la consigne ou des accès. Le second exige de retrouver ce qui s’est réellement passé. Si personne ne peut le déterminer, marquez le dossier comme « à vérifier » et confiez la suite à un responsable désigné.
Demandez à votre prestataire comment les doublons sont évités lors d’une reprise. Certains systèmes disposent de mécanismes pour reconnaître la même demande ; ne supposez pas que votre outil en possède un. Vérifiez son fonctionnement et ses limites sur une opération sans conséquence. Une nouvelle conversation avec l’agent ne doit pas effacer les références de la première tentative.
Un exemple fictif dans une entreprise de Casablanca
Dans cet exemple inventé, une entreprise de maintenance à Casablanca utilise un assistant pour préparer des interventions. Samir lui demande d’actualiser le numéro de téléphone d’un contact dans un dossier précis. L’adresse du site et le créneau prévu doivent rester inchangés. Aucun appel ni message au client n’est autorisé pendant cette opération.
L’assistant annonce la mise à jour. Samir ouvre la fiche et retrouve le numéro attendu. Il constate toutefois qu’un nouveau contact a été ajouté tandis que l’ancien reste celui associé à l’intervention. Le texte de la réponse paraît satisfaisant ; le besoin opérationnel ne l’est pas. L’équipe doit résoudre cette association avant de considérer la tâche comme terminée.
Samir garde les références des deux contacts et sollicite la personne qui administre le logiciel. Il ne demande pas immédiatement à l’agent de supprimer une fiche, car elle pourrait être liée à d’autres dossiers. Ce scénario illustre un problème de contrôle. Il ne décrit ni un incident réel, ni une pratique particulière aux entreprises marocaines.
Évaluer plusieurs situations avant d’élargir les droits
Commencez dans un environnement de test avec des dossiers fictifs. Essayez une demande complète, une information manquante, un dossier introuvable et un résultat interrompu. Pour chaque essai, notez si l’état attendu est obtenu et si un effet non demandé apparaît. Répétez certaines situations pour voir si le même fonctionnement se retrouve ; quelques succès ne garantissent pas les suivants.
Regroupez les difficultés selon ce qui doit être corrigé. Une consigne ambiguë appelle une clarification. Une permission insuffisante demande une décision d’accès. Une mauvaise identification de dossier nécessite un contrôle de sélection. Si vous changez plusieurs paramètres simultanément, vous saurez moins bien ce qui a amélioré le résultat. Notre guide sur le retour d’expérience sans recherche de coupable propose une façon de suivre les corrections.
Le fait de relire un résultat après coup ne suffit pas pour une opération difficile à annuler. Prévoyez alors une validation avant l’exécution, avec les éléments utiles pour décider. Si la preuve reste inaccessible, gardez l’agent sur la préparation du travail. Pour votre prochaine mission, écrivez d’abord une phrase : « Nous considérerons cette action terminée lorsque… » Puis vérifiez que quelqu’un peut réellement constater ce résultat.
