L’IA ne se résume pas à la puissance brute des modèles. Pour Ricky Thakrar, responsable des ventes chez Zoho, l’efficacité des systèmes d’intelligence artificielle repose sur trois principes clés : plus petits, plus intelligents et plus sûrs.

Lors du récent événement CIO 100 Leadership Live à New York, Thakrar a partagé l’expérience de son entreprise dans le déploiement d’agents IA. Zoho, éditeur de solutions cloud pour la vente, le marketing et les finances, a mis en œuvre une approche radicalement différente de celle des géants technologiques. Leur pari ? Des modèles plus légers, entourés d’une architecture intelligente et sécurisée.

Le contexte avant tout La plupart des modèles d’IA actuels, comme les séries GPT ou Claude, compensent leur manque de contexte par une taille démesurée. Selon Thakrar, cette approche est contre-productive. « L’intelligence se déplace du modèle vers l’architecture qui l’entoure », explique-t-il. Une couche contextuelle riche permet d’utiliser des modèles bien moins puissants, tout en obtenant de meilleurs résultats.

L’exemple du churn management Zoho a développé un agent dédié à la gestion de l’attrition client. Ce système devait détecter les abonnements inactifs et proposer des actions correctives. Cependant, le manque de contexte a rapidement fait perdre la confiance des équipes. Le système confondait par exemple les changements d’abonnement avec de véritables désabonnements.

Après plusieurs itérations, le problème persiste. Les équipes commerciales doivent encore vérifier manuellement les recommandations de l’IA, annulant une partie des gains de productivité espérés. Thakrar vise désormais un parcours client entièrement assisté par l’IA, où le contexte serait parfaitement transmis entre les différentes étapes.

Trois piliers pour une IA efficace L’expérience de Zoho a conduit à identifier trois éléments clés pour le succès des systèmes agentiques :

  • Le routage : diriger les tâches vers le modèle le plus adapté
  • L’harness (cadre) : fournir suffisamment de contexte pour chaque tâche
  • La spécialisation : adapter les modèles à des cas d’usage précis

Cette approche montre que les organisations qui réussiront avec l’IA ne seront pas celles utilisant les modèles les plus puissants, mais celles ayant compris que l’architecture est bien plus importante que la taille du modèle.