Intuit a abandonné deux fois en quatre mois sa propre architecture d'agents IA : lors de VB Transform 2026, sa VP IA a présenté cela comme la voie rapide
Intuit a reconstruit deux fois en quatre mois l'architecture de ses agents d'intelligence artificielle, selon Nhung Ho, vice-présidente IA de l'entreprise, qui s'est exprimée lors de la conférence VB Transform 2026. La société est d'abord passée d'une flotte d'agents spécialisés à une couche d'orchestration centrale, avant d'abandonner ce système au profit d'une architecture basée sur des compétences et des outils partagés. Ce second chantier a duré 60 jours, avec une première version fonctionnelle livrée en moins de 20 jours. La cause de cet échec était précise : dans le système orchestré, les agents se transmettaient leurs résultats en langage naturel, et chaque transfert faisait perdre du contexte nécessaire à l'agent suivant. Comme l'a expliqué Ho, avec dix agents qui se relaient l'information, chaque passage de main amplifie les erreurs. La couche d'orchestration avait tenu environ trois mois, une durée que Ho qualifie en plaisantant d'équivalent d'une année compte tenu du rythme effréné de l'évolution des agents IA en 2026.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Cette double refonte illustre un problème structurel majeur pour les entreprises qui déploient des systèmes multi-agents en production : la communication en langage naturel entre agents dégrade la fiabilité de façon cumulative plutôt qu'occasionnelle. Pour convaincre sa direction d'abandonner un système récemment construit, l'équipe de Ho a présenté une démonstration comparative utilisant de vraies requêtes clients issues de la production, montrant la supériorité de la nouvelle architecture. Convaincre les centaines d'ingénieurs qui avaient développé les agents spécialisés à démanteler leur travail en compétences et outils individuels a nécessité un argument différent : un agent autonome ne résout qu'un problème isolé, tandis qu'une compétence partagée profite à tous les clients concernés. Ce changement a aussi transformé le rôle des équipes partenaires, désormais chargées d'exécuter des évaluations plutôt que de construire des agents, ces évaluations devenant le seul moyen fiable de mesurer la performance du nouveau système.
La conséquence la plus visible de cette refonte pour les clients est une fonctionnalité permettant, en pleine conversation avec un agent, de faire intervenir un humain avec tout le contexte déjà accumulé, que ce soit un conseiller support Intuit, un comptable personnel ou un teneur de livres de l'entreprise. Cette fonction reste en phase de test précoce, limitée à environ 1% de la clientèle d'Intuit, avant une montée en puissance prévue dans les prochaines semaines. Ho oppose cette approche à celle de la plupart des assistants IA généralistes, qui se contentent généralement de renvoyer l'utilisateur vers un professionnel en cas de question fiscale complexe, sans transition fluide ni transfert de contexte. Ce cas illustre une tendance plus large dans l'industrie : après une première vague d'enthousiasme pour les agents autonomes multiples, les entreprises technologiques réévaluent leurs architectures au profit de systèmes plus simples et plus robustes, où la supervision humaine reste intégrée au processus plutôt que reléguée à une simple mise en garde.
Pas d'impact direct sur la France/UE
Ce qui les a fait replonger deux fois de suite, c'est le langage naturel entre agents qui perd du contexte à chaque relais. Dix agents qui se refilent l'info en texte libre, ça amplifie l'erreur à chaque passage, pas de mystère. Ce que je retiens surtout, c'est le retour en force de l'humain dans la boucle avec tout le contexte gardé : après la vague "full autonome", tout le monde redécouvre que la supervision, c'est pas un aveu d'échec, c'est l'architecture qui marche.