Taxonomie des Agents

Définition rapide

La Taxonomie des Agents du MCI est la classification fonctionnelle stratégique des agents d'IA (IAm) en quatre familles fondamentales : Acquisition, Qualification, Support et Expansion. Elle établit des mandats clairs, des limites opérationnelles et des KPIs spécifiques pour chaque agent, garantissant que l'intelligence artificielle agisse avec un but défini à chaque étape du parcours.

En langage simple

Il ne sert à rien de mettre une IA « touche-à-tout » pour parler à votre client, car elle finira par ne rien faire de bien. La Taxonomie des Agents est l'organigramme de votre force de travail digitale. Il s'agit de définir qui attire le client, qui découvre s'il a le profil pour acheter, qui répond aux questions techniques et qui propose le produit suivant, garantissant que chaque robot sache exactement où commence et où s'arrête sa responsabilité.

Pourquoi ce concept existe

Les entreprises souffrent du « Gap de Décision » et de l'« Amnésie Opérationnelle » lorsqu'elles tentent d'implémenter des IA génériques. Sans une taxonomie, les agents deviennent confus : un bot de support tente de vendre alors que le client veut simplement une facture, ou un bot de vente ne sait pas gérer une réclamation technique. La Taxonomie des Agents résout le chaos opérationnel, permettant une mise à l'échelle précise et évitant le gaspillage de tokens dans des interactions sans objectif business.

Métaphore didactique

Imaginez la cuisine d'un restaurant de haute gastronomie (fine dining). Vous n'avez pas seulement des « cuisiniers » génériques. Vous avez le Saucier, le Pâtissier, le Garde-manger (entrées froides) et le Chef de Cuisine (coordination). Si le pâtissier essaie de préparer la viande, le plat est gâché. La Taxonomie des Agents est ce qui définit les postes de travail dans votre opération conversationnelle : chaque agent maîtrise sa technique et livre le « plat » parfait au suivant sur la ligne.

Exemple pratique

Dans une entreprise de Logiciels B2B (SaaS) :

• Agent d'Acquisition (Ads/WhatsApp) : Impacte le « Touriste », en offrant un guide pratique en échange du contexte initial.
• Agent de Qualification (Tri) : Dialogue avec l'« Explorateur » pour valider le Conversation Score. Si le score est élevé, il prend rendez-vous avec un humain ou passe à l'étape suivante.
• Agent de Support (Base de Connaissances) : Répond au client dans l'état d'« Expérience », résolvant les doutes sur les configurations de la plateforme.
• Agent d'Expansion (CS/Upsell) : Identifie que le client a atteint sa limite d'utilisation et suggère proactivement une mise à niveau vers le plan supérieur, en se concentrant sur le C de « Conveniência » (Commodité).

Anti-exemple

Un « Bot de FAQ » qui possède un bouton « Parler à un conseiller » et rien d'autre. Ce n'est pas un agent taxonomique ; c'est juste un arbre de décision rigide. La Taxonomie des Agents exige de l'autonomie au sein d'un mandat : l'agent doit être capable de raisonner et de décider de la prochaine meilleure action (Next Best Action) dans son domaine, et non se contenter de répéter des phrases toutes faites.

Comment cela apparaît dans l'opération

• Spécialisation : Réduction du transfert humain inutile, car l'agent résout ce qui relève de sa compétence.
• Continuité : L'Agent de Support lit la Bandeja de Contexto laissée par l'Agent de Qualification (pas d'amnésie).
• Efficacité des coûts : Moins de consommation de modèles coûteux (LLMs) pour des tâches simples d'acquisition.
• Conversion : Augmentation de la vitesse de réponse (Time-to-Response) à chaque étape du parcours dynamique.

Comment appliquer dans le MCI

Dans le MCI, la Taxonomie des Agents est le moteur qui déplace le client à travers les 6 États de Décision.

• Les Agents d'Acquisition se concentrent sur le Déclencheur (Gatilho).
• Ceux de Qualification gèrent l'Exploration et la Comparaison.
• Ceux de Support et Expansion garantissent l'Expérience et la fidélité. Ils alimentent la Mémoire Conversationnelle et respectent les 8Cs, garantissant que la Confiance ne soit pas rompue par des informations contradictoires. Le Guardião do Ciclo surveille si la transition entre ces familles d'agents se fait sans friction.

Métriques liées

• Taux de Résolution par Mandat : Ce que l'agent a résolu dans son périmètre.
• Taux de Transfert Qualifié : Combien de fois l'agent a passé le relais correctement.
• Conversation Score Evolution : Dans quelle mesure l'agent a aidé à faire évoluer le profil du client.
• Coût par Interaction (par Famille) : Rentabilité de chaque étape de la taxonomie.

Questions pour le diagnostic

• Nos agents d'IA ont-ils des objectifs business clairs ou sont-ils de simples « interfaces de recherche » ?
• Si un client du support manifeste une intention d'achat, notre agent sait-il l'identifier ou ignore-t-il le signal ?
• L'agent qui répond sur Instagram a-t-il la même « formation » et les mêmes limites que l'agent du portail client ?
• Existe-t-il une hiérarchie de décision entre les agents pour éviter qu'ils ne se chevauchent ?

Termes liés

• IAm (Intelligence Artificielle de Marketing) : L'entité technologique qui assume les rôles de la taxonomie.
• Bandeja de Contexto : Là où les agents de différentes familles échangent des informations pour éviter l'amnésie.
• Guardião do Ciclo : Le rôle humain ou systémique qui audite si la taxonomie est respectée.
• Conversation Score : La métrique qui dicte quand un agent de Qualification doit passer le relais.

Mode Exécutif

Pour le C-Level, la Taxonomie des Agents représente l'efficacité allocative de l'intelligence. Au lieu d'investir dans des projets d'IA nébuleux, vous investissez dans des actifs fonctionnels avec des ROIs clairs : des agents pour réduire le CAC (Acquisition/Qualification) et des agents pour augmenter la LTV et réduire le Churn (Support/Expansion). C'est la stratégie de croissance scalable sans augmentation proportionnelle des effectifs.

Mode Opérationnel

Pour les managers, la taxonomie facilite la formation et l'amélioration continue. Vous n'ajustez pas « l'IA » de manière générique ; vous ajustez le « Prompt de Mandat » de l'Agent de Qualification parce qu'il laisse passer de mauvais leads, ou vous calibrez la Bandeja de Contexto de l'Agent de Support parce qu'il ne sait pas ce qui a été vendu. Cela donne de la clarté sur ce qu'il faut exiger de chaque automatisation.

Mode Technique

Architecturalement, la Taxonomie des Agents se traduit par des Swarms d'Agents ou des Architectures Multi-Agents. Chaque famille peut fonctionner sur des modèles de langage (LLMs) différents : un modèle plus petit et plus rapide pour l'Acquisition (faible latence) et un modèle plus robuste et critique pour l'Expansion/Vente Technique. On définit les System Prompts, les outils (tools/functions) et les access tokens de chaque agent en fonction de son domaine taxonomique.

Mode Ludique

Imaginez une course de relais. L'Agent d'Acquisition court les 100 premiers mètres et passe le témoin (contexte) à celui de Qualification. Ce dernier court à son tour jusqu'à le remettre au Vendeur Humain ou à l'Agent de Clôture. Si le coureur d'Acquisition essaie de courir toute l'épreuve seul, il s'épuise et perd le rythme. La Taxonomie garantit que chaque coureur soit reposé et spécialisé dans sa portion de piste.

Résumé exécutif

La Taxonomie des Agents est la structure organisationnelle de l'entreprise moderne orientée par la méthodologie MCI. Elle met fin à l'ère des chatbots génériques et inaugure l'ère des Agents Spécialistes, transformant l'IA en une force de travail catégorisée par Acquisition, Qualification, Support et Expansion. Sans taxonomie, c'est le chaos et l'amnésie ; avec la taxonomie, c'est un parcours dynamique et une croissance rentable.