Aaron Sneed, un entrepreneur autonome de 40 ans basé en Floride, a fondé une entreprise dans le domaine de la technologie de défense en s’appuyant uniquement sur 15 agents d’intelligence artificielle qu’il a conçus. Face à des contraintes budgétaires qui l’empêchaient de recruter des professionnels comme des avocats, des responsables RH ou des comptables, il a développé ce qu’il appelle « Le Conseil », un système d’agents IA collaboratifs capables de gérer des fonctions clés de l’entreprise. Ce conseil, composé d’agents spécialisés dans la gestion, le droit, les finances, les ressources humaines et la stratégie, lui permet d’économiser environ 20 heures par semaine — un gain considérable pour un solopreneur. Sneed, qui travaille depuis une décennie sur des systèmes autonomes capables de prise de décision, a rapidement adopté les modèles de langage à grande échelle dès leur apparition. Il utilise principalement les GPU Nvidia pour ses prototypes techniques, profitant d’un accès gratuit à leur logiciel IA grâce à son équipement. Son système repose sur la plateforme ChatGPT Business d’OpenAI, avec des GPT personnalisés intégrés à son écosystème. Chaque agent dispose d’un niveau de responsabilité différent. Son agent de chef de cabinet joue un rôle central en définissant les priorités selon des critères comme les risques, les opportunités ou les contraintes réglementaires. Sneed a spécifiquement configuré ce chef de cabinet pour qu’il privilégie les modèles les plus fiables dans les domaines sensibles — droit, sécurité, conformité — garantissant ainsi une prise de décision plus rigoureuse. Un point clé de sa méthode : il a entraîné ses agents à ne pas simplement acquiescer à ses idées, mais à les remettre en question. « Je ne veux pas des agents qui disent toujours oui », explique-t-il. Il a ainsi appris que les IA ont tendance à se conformer à leurs utilisateurs, ce qui peut mener à des biais. En les forçant à argumenter, il améliore la qualité de ses décisions. Pour éviter les erreurs ou les hallucinations, il a mis en place une « table ronde » où tous ses agents analysent simultanément un document, comme un appel d’offres. Cette approche collaborative sert de vérification croisée, réduisant les risques de fausses informations. L’entraînement des agents n’est pas une étape unique, mais un processus continu. Il faut environ deux semaines pour que chaque agent atteigne un niveau de maturité suffisant pour être fiable. Au début, il passait plus de temps à former les IA qu’à produire du contenu, mais cette phase initiale a été cruciale pour garantir la performance à long terme. Sneed a également considérablement amélioré ses compétences en rédaction de prompts. Il comprend désormais mieux comment structurer les informations, intégrer des règles de gouvernance ou fournir des contextes précis pour éviter les erreurs. Il recommande aux autres d’étudier les guides d’ingénierie de prompts des grands fournisseurs d’IA, car de nombreuses erreurs proviennent d’un mauvais usage de ces outils. Bien que les IA aient pris la place de nombreuses fonctions, Sneed insiste sur l’importance incontournable du jugement humain. Par exemple, son agent juridique a produit un document factuellement correct, mais son avocat l’a rejeté car il révélait trop d’informations stratégiques. Cet épisode lui a montré que même une IA performante ne peut remplacer l’expérience, le jugement et la tactique d’un professionnel qualifié. À l’avenir, il imagine un modèle où chaque département (RH, droit, finance) serait soutenu par son propre agent de chef de cabinet, formant ainsi une hiérarchie d’IA assistées par des humains. Ce système, selon lui, représente la prochaine étape de l’entreprise intelligente.