Domiciliation: La nouvelle architecture de confiance AI : 5 exigences pour la communication d’agent à agent

À Londres, en 1832, les employés de trente et une banques concurrentes se réunissaient chaque après-midi sur Lombard Street pour régler leurs comptes. Chaque banque maîtrisait déjà les bases : suivi des débits, crédit des comptes, règlement des soldes. Le problème non résolu était architectural : comment permettre des transactions quotidiennes entre des concurrents qui, fondamentalement, ne se font pas confiance ?

Ce qu’ils ont inventé ensemble était une « architecture de confiance » qui permettait aux concurrents d’effectuer des transactions fiables, chaque jour, sans qu’une autorité centrale ne fasse respecter les règles. Le résultat Chambre de compensation de Londres (LCH) a fonctionné parce que chaque participant avait une identité enregistrée, une réputation qui voyageait avec lui et une compréhension commune du comportement qui les ferait expulser du réseau.

Nous sommes au même moment avec des agents IA.

Les protocoles techniques de communication agent à agent sont en cours de construction. L’architecture de confiance ne l’a pas été, et des recherches récentes de notre équipe de Recherche sur l’IA Salesforce montre clairement les enjeux élevés. Dans un étude de 3,5 millions de commentaires provenant de 78 000 agents IA interagissant sur une plateforme sociale réservée aux agentsnos chercheurs ont découvert que sans mécanismes de coordination, même les agents capables se parlent. Soixante-cinq pour cent des commentaires des agents n’ajoutent rien aux messages auxquels ils ont répondu ; le spam et le bruit hors sujet dominaient. L’étude appelle cela « théâtre d’interaction », une activité qui ressemble à une discussion mais qui ne comporte pratiquement aucun échange.

Cette découverte a des implications directes pour les dirigeants d’entreprise. Alors que les agents autonomes commencent à négocier au nom d’organisations au-delà des secteurs et des frontières, des garde-fous en matière de gouvernance, juridiques et éthiques doivent être conçus avant que les transactions ne deviennent conséquentes.

Vous trouverez ci-dessous les cinq éléments auxquels tout chef d’entreprise devrait penser dès maintenant.

1. Les normes complètent les règles

Les règles sont déterministes. « Ne pas divulguer les données des clients » est une règle, et un agent IA peut la suivre. Les négociations commerciales se poursuivent normes : des jugements contextuels, interprétatifs et chargés de valeurs sur le moment de tenir bon, le moment de concéder et le moment où le positionnement stratégique se transforme en manipulation.

Des décennies de développement de l’IA se sont concentrées sur le respect des règles. Nous demandons désormais à ces systèmes de naviguer dans les normes, ce qui nécessite une architecture fondamentalement différente, notamment des cadres de gouvernance qui évaluent la manière dont un agent a décidé, et pas seulement ce qu’il a décidé.

2. L’identité et la réputation doivent voyager avec l’agent

Une participation anonyme au Clearing House était impossible, et le même principe s’applique ici. La négociation inter-organisationnelle nécessite une identité et une réputation vérifiables qui s’accumulent à travers des milliers d’interactions – une exigence de base pour toute entité agissant de manière autonome au nom d’un mandant. La théorie des jeux et le droit commercial convergent sur le pourquoi : le comportement de bonne foi entre parties intéressées dépend de l’attente selon laquelle la conduite d’aujourd’hui façonne les opportunités de demain, et des preuves qui rendent l’application possible lorsque ce n’est pas le cas. Supprimez cette persistance et chaque interaction repart de zéro, sans aucun moyen de récompenser la cohérence ou de demander des comptes aux mauvais acteurs.

Parce que la réputation est cumulative et non transférable, la crédibilité d’un agent dépend en fin de compte de son principal, ce qui donne aux organisations bénéficiant d’une confiance établie, d’un historique de réglementation et d’une responsabilité institutionnelle une véritable longueur d’avance sur les nouveaux arrivants techniquement compétents. En 2025, Salesforce AI Research a été le pionnier du Concept de cartes d’agent: métadonnées standard communiquant les capacités, les limites, la posture de conformité et l’autorité d’un agent à s’engager au nom de son mandant. Considérez-le comme un curriculum vitae pour les agents. Google a adopté le concept dans sa spécification A2A. La prochaine frontière est l’infrastructure de réputation – un moyen pour les agents de se construire, de démontrer et de perdre leur réputation au fil du temps. Comme pour les individus, les agents qui gagneront le droit de continuer à négocier seront ceux qui feront preuve de cohérence à grande échelle.

3. Les limites s’adaptent mieux que les scripts

L’instinct lorsqu’on gouverne l’IA est de spécifier chaque scénario à l’avance. Cette approche a fonctionné pour l’automatisation basée sur des règles et ne fonctionne pas pour les agents probabilistes opérant dans des environnements commerciaux complexes. Un meilleur modèle vient de la façon dont nous gouvernons les professionnels humains. Les chirurgiens opèrent dans le respect de normes de soins, d’éthique professionnelle et de mécanismes de surveillance plutôt que de scénarios pour chaque présentation possible d’un patient. La gouvernance des agents doit fonctionner de la même manière : une grande latitude dans des limites définies, avec des cadres d’évaluation qui évaluent la qualité du jugement. Le défi se multiplie lorsque des agents de différentes organisations, formés sur différentes données, doivent naviguer ensemble dans des normes partagées.

4. La responsabilité doit être structurée, traçable et humaine

Lorsqu’un agent s’engage sur un prix, accepte les termes d’un contrat ou intensifie un litige, il ne peut y avoir aucune ambiguïté quant à savoir qui est responsable. De nouveaux rôles organisationnels émergeront pour répondre à cette exigence : des responsables des opérations d’IA et des gestionnaires d’agents ayant autorité sur les déploiements et responsables en cas de problème. Les pistes d’audit doivent être suffisamment sophistiquées pour résister à un examen juridique minutieux, capturant comment les décisions ont été prises, quelles informations ont été prises en compte et quelles alternatives ont été évaluées. Les normes émergentes telles que les Agent Cards sont les premiers exemples de ce à quoi ressemble l’infrastructure d’auditabilité dans la pratique. Concevoir l’auditabilité dès le départ est bien plus facile que de la moderniser après le déploiement.

5. L’escalade calibrée est la frontière entre l’automatisation et la responsabilité

Savoir quand s’arrêter est peut-être la capacité la plus critique de toutes. Les agents qui s’intensifient trop souvent vont à l’encontre de l’objectif de l’automatisation. Les agents qui n’escaladent jamais deviennent un handicap. L’architecture de confiance doit calibrer avec précision le seuil de conséquence. Les décisions de routine doivent être prises de manière autonome. Les décisions à enjeux élevés impliquant la conformité réglementaire, des engagements contractuels majeurs ou un risque financier important devraient automatiquement être soumises au jugement humain. Il s’agit de choix de conception stratégiques : l’agent doit-il intensifier la négociation au milieu de la négociation, seulement lors de l’approbation finale, avant de s’en aller/de « descendre les caisses » ou via des audits périodiques après coup ? La réponse dépend du domaine, du risque et de la relation en jeu.

Ce qu’il faut retenir pour les dirigeants

• Une identité qui accumule de la réputation

• Une responsabilité structurée qui remonte à un être humain

• Escalade calibrée qui sait quand s’arrêter

Ces cinq principes constituent le fondement de l’architecture de confiance dont aura besoin le commerce d’agent à agent.

La London Bankers’ Clearing House a vu le jour parce que trente et une institutions concurrentes ont reconnu que les avantages collectifs d’un système fiable l’emportaient sur le coût compétitif de sa construction. Nous sommes aujourd’hui au même moment avec la communication d’agent à agent entre les entreprises. Les cadres n’existent pas encore, les normes de gouvernance n’ont pas été rédigées et l’architecture juridique des machines qui négocient à l’ombre de l’humanité reste un territoire largement inexploré. Les organisations qui abordent ces questions dès le début façonneront les normes auxquelles tous les autres se conformeront plus tard.

Le moment est venu de s’engager.

Cette réflexion émerge d’un partenariat improbable : un scientifique en chef et un directeur juridique qui ont découvert que les problèmes les plus difficiles de l’IA agentique se situent à l’intersection de leurs disciplines. Nous remercions Adam Earle, Patrick Stokes, Portia Bamiduro, Jacob Lehrbaum, Rob Wolf, Itai Asseo et Karen Semone pour leurs idées et leurs contributions à ce travail.

Cet article adapte la réflexion de notre éditorial Fortune, « Le problème bancaire du XIXe siècle que l’IA n’a pas encore résolu » (mars 2026), résumé ici en cinq points pratiques à retenir pour les dirigeants d’entreprise régissant les agents d’IA à grande échelle.