poolp
← Blog
Capital agentiqueMéthode

L'Entreprise AI Native

21 juillet 2026

L’Entreprise AI Native

Le terme « AI native » circule beaucoup. Comme « cloud native » avant lui, il est souvent utilisé comme raccourci pour dire « on fait de l’IA » sans dire comment ni pourquoi. Mais le concept a un sens précis, et le comprendre est utile pour savoir de quoi on parle vraiment.

Le concept

Une entreprise AI native, c’est une organisation conçue avec l’IA comme condition de départ, pas comme outil ajouté après coup.

Concrètement, ça veut dire que l’IA n’est pas une fonctionnalité qu’on greffe sur des processus existants. Elle est le point de départ à partir duquel l’architecture, les décisions et les workflows sont pensés. Si on retire l’IA, le système ne devient pas juste moins efficace : il cesse d’être utile.

C’est la différence entre un navigateur web qui a une fonctionnalité d’accessibilité par IA (pas AI native) et un navigateur où l’IA est l’interface principale, qui résume, rédige, compare à chaque étape (AI native). Dans un cas, l’IA est un module qu’on peut enlever. Dans l’autre, elle est la colonne vertébrale.

Une entreprise AI native ne se définit pas par les modèles qu’elle utilise. Elle se définit par la manière dont elle conçoit ses processus autour de ce que l’IA peut faire de manière fiable à l’échelle, puis conçoit les rôles humains et la gouvernance autour de cette réalité. C’est l’inverse du modèle traditionnel où on conçoit d’abord le workflow humain, puis on ajoute de l’IA pour l’accélérer.

C’est un concept général. Il ne dit pas comment faire, il dit dans quelle direction aller. Et comme tout concept qui devient un mot à la mode, il faut regarder ce qui se cache derrière plutôt que de prendre l’étiquette pour argent comptant.

La forme agentique

Quand on pousse le concept jusqu’à sa forme aboutie, on obtient l’entreprise agentique. C’est une entreprise où le capital agentique est le principe d’opération central.

Concrètement, ça repose sur trois mécanismes.

La boucle d’accumulation. Les données et connaissances de l’entreprise forment l’environnement qui alimente le harnais. Le harnais produit des résultats (code, décisions, livrables). Les traces de ces exécutions (logs, artefacts, décisions validées) sont réingérées dans l’environnement, enrichissant les données et connaissances de départ pour le cycle suivant. Les modèles eux-mêmes peuvent être améliorés par fine-tuning ou RL à partir des traces produites par les agents. Chaque cycle ne repart pas de zéro : il hérite de ce que le précédent a appris.

La souveraineté sélective. L’entreprise agentique ne construit pas elle-même les modèles ni l’infrastructure de calcul. Elle loue ces capacités auprès des meilleurs fournisseurs. Ce qu’elle possède en propre, c’est la couche de contexte : les données, les méthodes, les outils, les formats ouverts. Changer de modèle ne doit rien coûter. La valeur est dans ce qui reste après l’appel d’API, pas dans l’appel lui-même.

Le compounding. Chaque exécution d’agent enrichit l’environnement pour la suivante. Les décisions prises et validées sont conservées, les artefacts produits sont réingérables, les erreurs évitées ne sont pas répétées. Le système ne fait pas que s’exécuter, il apprend.

C’est la forme agentique de l’entreprise AI native. C’est un idéal-type, pas un produit qu’on achète. Mais c’est la direction dans laquelle le marché converge.

Dans la pratique

Poolp construit des architectures agentiques. Avant de les livrer, on les applique à nos propres opérations.

Concrètement, notre mémoire d’entreprise est un LLM wiki au format OKF (Open Knowledge Format, le standard ouvert de Google) : une base de connaissances en markdown que nos agents consultent et enrichissent à chaque cycle. La production de diagnostics, de code, de spécifications et de contenu passe par des workflows agentiques. Les humains valident, ajustent, décident. Les traces de chaque cycle sont réingérées pour améliorer le suivant. C’est la boucle d’accumulation décrite plus haut, appliquée à notre propre fonctionnement.

On ne prétend pas avoir trouvé la formule parfaite. Le secteur avance trop vite, et on avance avec lui. On expérimente, on se trompe, on corrige. L’important, c’est que les idées qu’on conçoit soient confrontées à des contraintes réelles avant d’être proposées ailleurs. Si un schéma ne tient pas sur nos propres processus, on le sait avant le client. Et s’il tient, on sait pourquoi.

C’est cette honnêteté qui fait la différence, pas une promesse de perfection.

Ce qu’on a construit pour y arriver : architecture, cycles, traçabilité. (lire l’introduction au capital agentique)

Sources et références