ORBii.Academy
Module M7 · IA Agentique · Architecture, Gouvernance & Déploiement Contrôlé · 2026
Module 7 · 1 journée
IA Agentique
Bancaire
Architecture · Déploiement · Garde-fous · Secteur Bancaire
L'IA Agentique n'est plus une promesse — elle est en production dans les DSI bancaires. Ce module donne les clés pour comprendre ce qu'est réellement un agent IA, comment les systèmes multi-agents s'architecturent, pourquoi 40% des projets agentiques seront abandonnés d'ici 2028 (Gartner), et comment poser la gouvernance indispensable avant de passer à l'échelle.
Objectifs pédagogiques
01Comprendre l'architecture d'un système agentique — de l'agent unique à la flotte multi-agents
02Maîtriser les 3 patterns d'orchestration (séquentiel, parallèle, boucle) et leurs cas d'usage bancaires
03Identifier les 4 garde-fous critiques : HITL, RBAC, sandbox, audit trail — et pourquoi ils ne sont pas optionnels
04Appliquer la démarche Ancrer → Activer → Sécuriser → Scaler pour prioriser les cas d'usage agentiques
Architectes SI
DSI / CIO
Responsables IT
Conformité & Risques
Pré-requis : M4 + M5
Pejman Gohari · CDO · Chief AI Officer · ORBii
Advisor Agentic AI BPCE SI 2025–2026 · Hype Cycle + Tech Radar 25+ use cases · Cadre gouvernance agentique COMEX · Auteur DUNOD · IESEG
academy.orbii.tech
ORBii.Academy · M7 · IA Agentique · Architecture, Gouvernance & Déploiement ContrôléConfidentiel · 202601
ORBii.Academy
M7 · IA Agentique · 02
Section 1
Ce qu'est réellement un agent IA — Au-delà du chatbot
« Un LLM répond. Un agent agit. La différence n'est pas anodine : un agent peut modifier une base de données, envoyer un email, exécuter du code, appeler un service externe — sans qu'un humain valide chaque action. C'est là que la gouvernance devient existentielle. »
— Pejman Gohari · Advisor Agentic AI · BPCE SI 2025-2026 · CDO · Chief AI Officer · ORBii
LLM vs Agent — La distinction fondamentale
| Dimension | LLM classique | Agent IA |
|---|
| Mode d'action | Génère du texte en réponse à un prompt | Planifie et exécute des séquences d'actions |
| Outils | Aucun accès aux systèmes externes | Appelle des APIs, des bases de données, des outils |
| Mémoire | Limitée à la fenêtre de contexte | Mémoire court-terme + long-terme structurée |
| Autonomie | Aucune — attend chaque prompt | Itère, corrige, délègue à d'autres agents |
| Risque d'erreur | Hallucination textuelle | Hallucination + action réelle sur les systèmes |
| Supervision | Humain lit et valide le texte | HITL obligatoire pour les actions critiques |
DÉFINITION OPÉRATIONNELLE — GLOSSAIRE BPCE SI 2026
IA Agentique
IA capable d'agir de façon autonome pour atteindre un objectif métier — en planifiant une séquence d'actions, en utilisant des outils externes, en itérant sur ses résultats et en déléguant à d'autres agents si nécessaire.
Système agentique
Ensemble structuré permettant à des agents IA d'agir dans un environnement contrôlé — avec des garde-fous, une traçabilité et une supervision humaine définie.
MCP (Model Context Protocol)
Standard permettant aux agents IA d'accéder aux systèmes d'information de l'entreprise via des interfaces sécurisées, standardisées et auditables.
Les 4 composantes d'un agent IA
1
Cœur cognitif (LLM + Reasoning)
Le LLM au centre de l'agent : il comprend l'objectif, raisonne sur les étapes nécessaires, planifie les actions (planning), et évalue ses propres résultats avant de continuer (ReAct, CoT).
2
Mémoire (court terme + long terme)
Le contexte de la session en cours (court terme) + une mémoire structurée et persistante entre les sessions (long terme). Inclut des mécanismes d'oubli pour éviter l'accumulation de contexte non pertinent.
3
Tooling & Intégration (MCP / APIs)
Catalogue d'outils que l'agent peut appeler : bases de données, APIs métier, outils SI, services externes. Le standard MCP (Model Context Protocol) sécurise et normalise ces accès. Chaque outil a un périmètre de permissions contrôlé par RBAC.
4
Knowledge base (RAG / Knowledge Graph)
La base de connaissances sur laquelle l'agent s'appuie pour enrichir ses réponses : documents, procédures, données référentielles. La qualité et la classification de cette base détermine la qualité — et la sécurité — des actions de l'agent.
⚠️
Le risque systémique de l'agentique : Contrairement à un LLM qui génère un texte faillible, un agent peut exécuter des actions réelles et irréversibles — modifier des données, envoyer des messages, déclencher des processus. Une hallucination dans un agent n'est pas un texte erroné à corriger — c'est une action concrète à annuler.
ORBii.Academy · M7 · IA Agentique · Architecture, Gouvernance & Déploiement ContrôléConfidentiel · 202602
Contenu protégé
Vous avez consulté l'aperçu de ce module (2 premières pages).
Pour accéder au contenu complet, entrez votre code d'accès ou demandez un accès.
6 pages restantes
Lien personnel · Valide 24h