Box AI construit son agent de contenu d'entreprise sur Deep Agents de LangChain

Box, plateforme de gestion de contenu d'entreprise comptant plus de 100 000 clients dans le monde, a basculé son système d'IA vers l'architecture Deep Agents de LangChain. Le nouveau Box Agent peut rechercher, analyser et synthétiser seul des informations issues des espaces de stockage de l'entreprise, tout en respectant pleinement les droits d'accès déjà configurés dans le système.

Du chatbot à l'agent

La différence entre un chat d'IA classique et un agent est fondamentale. Un chat classique répond à une question portant sur un seul document ou un petit extrait. Un agent planifie la tâche, appelle les outils nécessaires, affine son résultat par itérations et peut travailler sur des milliers de fichiers à la fois.

Box Agent repose sur le framework Deep Agents de LangChain. Concrètement, l'agent peut :

• Décomposer des questions complexes en sous-tâches
• Appeler des outils de recherche et d'analyse dans le bon ordre
• Travailler sur de longs contextes issus de nombreux documents
• Vérifier et affiner ses conclusions par itérations
• Produire des rapports structurés avec des liens vers les sources

Pour l'utilisateur en entreprise, cela signifie qu'il peut demander : « Quelle est notre politique en matière de frais de déplacement et comment a-t-elle évolué ces deux dernières années ? » et obtenir une réponse cohérente, composée par l'agent à partir de dizaines de documents, sans recherche manuelle.

Une sécurité sans compromis

Le principal problème de l'IA en entreprise n'est pas la précision des réponses, mais le respect des droits d'accès. Dans une grande organisation, des centaines de groupes d'utilisateurs disposent de niveaux d'accès différents aux documents. Si un agent d'IA ignore ces restrictions, il devient une faille de sécurité grave et une violation des exigences de conformité.

Box a résolu le problème en intégrant Box Agent directement dans son système de permissions existant. L'agent ne voit que les fichiers auxquels l'utilisateur concerné a accès à l'instant donné. Si un document est classé confidentiel ou réservé à un service précis, l'agent ne révélera pas son contenu à ceux qui n'ont pas le droit de le consulter.

C'est critique pour les secteurs soumis à des exigences de sécurité strictes : sociétés financières, cabinets d'avocats, organisations de santé. Ce sont les secteurs où Box est la plus présente, et où les exigences de contrôle d'accès sont les plus sévères.

Indépendance vis-à-vis du fournisseur

Autre particularité clé de Box Agent : une totale indépendance vis-à-vis d'un fournisseur d'IA donné. L'architecture Deep Agents permet de passer d'un modèle de langage à un autre sans refondre la logique de l'agent.

En pratique, si un modèle est optimal aujourd'hui et qu'un autre, plus puissant ou plus économique, apparaît demain, Box peut mettre à jour son backend sans toucher au produit côté utilisateur. Alors que de nouveaux modèles d'IA sortent toutes les quelques semaines, cette souplesse architecturale devient un avantage concurrentiel notable.

LangChain joue ici le rôle de couche d'orchestration, qui dissocie la logique métier de l'agent des fournisseurs de LLM. Box peut optimiser le choix du modèle selon la tâche : l'un pour la recherche, un autre pour la synthèse et la génération du rapport final.

Ce que cela signifie

Box Agent est l'un des premiers exemples de plateforme d'entreprise mature qui passe en production à une architecture d'agents profonds. Ce n'est ni un pilote ni une démo : Box sert certaines des plus grandes entreprises du monde, et son pari sur Deep Agents signifie que l'IA agentique est prête pour des charges d'entreprise avec de vraies exigences de sécurité et de scalabilité.

Pour le reste du marché, c'est un signal : le schéma « agent plus droits d'accès d'entreprise » fonctionne et devient un modèle de travail pour le secteur.