.svg)
Pour une équipe IA en entreprise, cette semaine pose une question de dimensionnement plus que de nouveauté. Make ajoute des sous-agents à ses agents IA sur tous ses forfaits. Anthropic sort un petit modèle capable de lire 1 million de jetons et rappelle lui-même qu'un gros modèle utilisé pour une tâche simple gaspille la limite d'utilisation. Et chez Anthropic, le volume de code produit a été multiplié par douze en quatre mois, au point que c'est désormais le contrôle qui ralentit. Choisir le bon modèle pour chaque tâche et renforcer les étapes de vérification devient aussi important que d'adopter de nouveaux outils.
Ce que cette semaine change vraiment pour les équipes IA en entreprise
- 1 million de jetons : c'est la nouvelle fenêtre de contexte de Claude Haiku 5.5, contre 200 000 pour la version précédente.
- 39 % contre 71 % : c'est l'écart en programmation entre Haiku 5.5 et Sonnet dans les mêmes tests, selon Anthropic.
- De 2 500 à plus de 30 000 modifications de code par jour chez Anthropic entre mai et septembre 2026.
- Tous les forfaits Make reçoivent les sous-agents, la connexion de secours et l'accès aux derniers modèles d'Anthropic et d'OpenAI.
Make ajoute des sous-agents à ses agents IA, sur tous les forfaits
Le 9 octobre, Make a annoncé une nouvelle version de ses agents IA : une connexion de secours, la mémoire des instructions sur Claude, l'accès aux derniers modèles d'Anthropic et d'OpenAI, l'assistant Maia et surtout des sous-agents. Ces nouveautés sont disponibles sur tous les forfaits, sans changement d'offre.
Le gain opérationnel concret
Un sous-agent permet de découper un processus en tâches confiées à des agents spécialisés : l'un qualifie une demande, un autre cherche l'information, un troisième prépare la réponse. Chaque brique se teste, se corrige et se remplace séparément, ce qui rend l'ensemble plus lisible qu'un seul agent chargé de tout. La connexion de secours répond à une faiblesse connue des automatisations : quand un service ou un modèle ne répond pas, le scénario peut basculer au lieu de s'arrêter.
Ce que ça coûte de ne pas agir
Les éditeurs d'assistants, ChatGPT et Claude en tête, proposent désormais leurs propres agents. Une entreprise qui a déjà construit ses automatisations sur Make dispose avec cette mise à jour des fonctions qui lui manquaient pour rester sur sa plateforme. Ne pas réévaluer ses scénarios existants, c'est risquer de multiplier les outils sans raison, avec autant de comptes, de coûts et d'accès à surveiller.
Comment l'intégrer dans votre stack
Repartir des scénarios Make qui appellent déjà un modèle d'IA, identifier ceux qui enchaînent plusieurs étapes de nature différente, et tester le découpage en sous-agents sur l'un d'eux. Activer la connexion de secours sur les scénarios critiques, puis vérifier le comportement en cas de panne simulée. La communauté Make se réunit à Prague les 19 et 20 octobre : une occasion de suivre les annonces à venir sur la feuille de route.
→ Concevoir des agents et des automatisations IA fiables avec Alegria.solutions
Claude Haiku 5.5 : un petit modèle pour les gros volumes
Le 7 octobre, Anthropic a lancé Claude Haiku 5.5, son plus petit modèle. Selon l'éditeur, il fait deux à quatre fois mieux que l'ancien Haiku, et sa fenêtre de contexte passe de 200 000 à 1 million de jetons. Anthropic met lui-même en garde : utiliser un gros modèle pour une tâche simple peut consommer inutilement la limite d'utilisation.
Le gain opérationnel concret
Une fenêtre de 1 million de jetons permet de soumettre en une seule fois un volume important de documents : un ensemble de contrats, un historique de tickets, une base de procédures. Pour les tâches de lecture, de tri, d'extraction ou de résumé, un petit modèle suffit souvent, et préserve les quotas des abonnements pour les travaux qui exigent un modèle plus puissant. Pour régler finement le choix du modèle et le niveau d'effort, cette vidéo d'Alegria.group détaille onze astuces applicables dès aujourd'hui.
Comment l'intégrer dans votre stack
Le petit modèle a ses limites : en programmation, Haiku 5.5 obtient 39 % contre 71 % pour Sonnet dans les mêmes tests. La bonne approche consiste donc à répartir les usages par type de tâche plutôt qu'à choisir un modèle unique. Lister les tâches récurrentes des équipes, les classer entre lecture et tri d'un côté, raisonnement et production complexe de l'autre, puis tester Haiku 5.5 sur la première catégorie en comparant ses résultats à ceux du modèle actuel sur un échantillon déjà vérifié.
→ Former vos équipes à choisir le bon modèle pour chaque tâche
Scion : quand l'IA écrit le code, c'est la vérification qui ralentit
Anthropic a détaillé la refonte de son outil de suivi du code. Les modifications quotidiennes sont passées d'environ 2 500 en mai à plus de 30 000 en septembre. Pour absorber ce volume, une équipe interne de sept personnes a construit en cinq mois un nouvel outil, Scion. Le constat de l'éditeur : coder n'est plus le goulot d'étranglement.
Ce que ça coûte de ne pas agir
Le phénomène ne concerne pas seulement les équipes de développement. Dès que l'IA multiplie la production de documents, de propositions commerciales, de contenus ou d'automatisations, les étapes de relecture, de validation et de contrôle deviennent le point de saturation. Une organisation qui accélère la production sans renforcer le contrôle accumule des erreurs plus vite qu'elle ne les corrige.
Comment l'intégrer dans votre stack
Mesurer, pour chaque usage de l'IA, le temps passé à produire et celui passé à vérifier. Là où la vérification devient le facteur limitant, définir des critères de contrôle explicites, automatiser les vérifications simples et réserver la relecture humaine aux décisions qui engagent l'entreprise.
→ Cartographier vos usages IA et vos points de contrôle avec Alegria.solutions
Signaux secondaires à surveiller
- Trafic des agents IA : selon DataDome, 17,7 milliards de requêtes d'agents IA au deuxième trimestre 2026, dont plus de la moitié venues des robots de Meta. Les sites d'entreprise sont désormais lus autant par des programmes que par des prospects (DataDome).
- Gemini 4 Argon : disponible depuis le 14 octobre pour les abonnés Google AI Pro (19,99 euros par mois) et Ultra (Google).
- Meta Muse Wonder Full : réservé aux abonnements développeurs de 50 à 200 dollars par mois, l'agent Muse restant limité aux États-Unis et au Canada (Meta).
- Gumloop Browser : un agent qui utilise les sites web à la place de l'utilisateur, à partir de 37 dollars par mois, en anglais (Gumloop).
- Politique d'utilisation de Claude : depuis le 8 octobre, les comportements abusifs ou cruels répétés envers le modèle sont interdits, un rappel de relire régulièrement les conditions d'usage des outils déployés (TechCrunch).
3 questions à poser en comité de direction cette semaine
- Pour chacune de nos tâches IA récurrentes, utilisons-nous le modèle le plus adapté, ou un grand modèle par défaut ?
- Nos automatisations critiques savent-elles basculer sur une solution de secours si un service ou un modèle tombe en panne ?
- Là où l'IA a accéléré la production, avons-nous renforcé en proportion nos étapes de relecture et de validation ?
Alegria.solutions : de l'analyse à l'exécution IA
Découper ses automatisations en agents spécialisés, attribuer le bon modèle à chaque tâche, dimensionner le contrôle au rythme de la production : ces trois chantiers relèvent autant de l'organisation que de la technique. Alegria.solutions, l'entité B2B d'Alegria.group, qui a accompagné plus de 600 projets et formé plus de 14 700 personnes, combine conseil, formation et exécution pour les traiter dans le bon ordre.
Cadrer vos priorités IA avec un expert
Un audit et conseil IA avec Alegria.solutions permet de cartographier vos usages, vos coûts et vos risques, puis de prioriser les chantiers à fort impact.
