SIBUR ajoute un critique IA à son système multi-agent et réduit l’évaluation des idées de 88 jours à deux semaines

Toute équipe a besoin de quelqu’un qui demande au bon moment : « D’où viennent ces chiffres ? » Chez SIBUR, l’entreprise a décidé de transformer ce sceptique en agent IA distinct. Cette décision s’est révélée être l’une des plus utiles du projet.

Quel problème fallait-il résoudre

SIBUR produit des matières premières polymères, que ses clients transforment en emballages, tuyaux, seringues et fenêtres. Pour élargir son marché, l’entreprise évalue en permanence des idées de substitution : une pièce aujourd’hui fabriquée en métal peut-elle être réalisée en polymère ? Chaque idée exige une étude approfondie des propriétés du matériau, des conditions d’utilisation, des normes, de la demande et de l’économie. Auparavant, l’évaluation d’une hypothèse prenait en moyenne 88 jours ouvrés. Avec le système multi-agent, elle est ramenée à deux semaines, vérifications et validations comprises.

Comment le système est organisé

Le système comprend 16 étapes : 14 étapes IA et deux phases déterministes. Les agents chercheurs recueillent des arguments dans différents domaines, puis le critique vérifie s’ils résistent à l’examen, si des contraintes ont été omises et s’il existe des contradictions. Le moteur principal fonctionne avec Google Gemini : Pro pour les raisonnements complexes, Flash pour les tâches simples. Claude a été choisi comme critique : il est performant pour les vérifications, mais lui confier l’ensemble du travail coûterait trop cher. Perplexity Sonar Pro sert à rechercher le contexte ; la solution de secours, Sonnet avec Web Search, est plus lente et environ cinq fois plus coûteuse.

Exemple du travail du critique : un chercheur écrit qu’un matériau est moins cher et conclut que la substitution est avantageuse. Le critique vérifie ce qui a réellement été comparé. Si seule la valeur d’achat l’a été, il est encore trop tôt pour conclure sur le coût total de possession. Lors d’une autre exécution consacrée à un emballage multicouche, il a renforcé le risque de délamination après stérilisation et exigé des essais avant et après traitement. La recommandation a reçu le statut « pilote uniquement ».

Le débat ne se poursuit pas indéfiniment : la critique constitue une seule étape. Une nouvelle étude est déclenchée par un expert et, si la synthèse finale rejette l’argument du critique, elle doit expliquer pourquoi. Les agents attribuent les scores, tandis que le verdict est déterminé selon des règles prédéfinies.

Là où le système a échoué

Les premières réponses semblaient convaincantes, mais les experts y trouvaient des erreurs. Un texte détaillé et cohérent peut dissimuler une base erronée.

• Le système a évalué un emballage médical selon des normes de construction SNiP. La solution a consisté à le configurer par segment : un expert répond une fois aux questions et charge les documents, que ses collègues peuvent ensuite réutiliser.
• « Plastique ABS » s’est transformé en « freins ». Un glossaire sectoriel a été ajouté.
• Le système comparait le prix d’achat en oubliant les coûts d’exploitation. Une méthode de calcul du coût total de possession a été ajoutée, et l’insuffisance des données apparaît désormais dans le résultat.
• Un agent a cité une norme abrogée. La validité et l’applicabilité des documents sont désormais vérifiées.

Autre problème : aucun segment correspondant au mot « obechayka », qui désigne la gaine d’un gobelet, n’existait dans le catalogue. Il a fallu permettre aux utilisateurs d’ajouter leurs propres segments.

Comment le système est devenu un outil opérationnel

Vitesse : les requêtes de recherche indépendantes et deux paires d’étapes — normes avec économie, marché avec qualités recherchées par les consommateurs — s’exécutent en parallèle. Le nombre de cycles de recherche et le volume des pages chargées ont été limités, tandis que la duplication du contexte a été supprimée de la synthèse finale. Utilité : « ne pas remplacer » est considéré comme un résultat à part entière, car il permet d’économiser plusieurs mois. Stabilité : les nouveaux segments, les nouveaux documents et les changements de modèles exigent une maintenance continue.

Ce qu’il faut en retenir

Si vous construisez un système d’agents pour prendre des décisions où l’erreur coûte cher, confiez la vérification à un rôle distinct et, si possible, à un autre modèle. Définissez les règles du verdict en dehors du LLM, ajoutez un glossaire métier et vérifiez que les sources sont toujours valides. Et laissez un humain prendre la décision finale : le critique peut lui aussi se tromper. L’article présente une limite : aucun chiffre n’est fourni sur la qualité du critique, si bien qu’on ignore combien d’erreurs il détecte réellement. Mais l’idée même de séparer la « génération » de l’« objection » se transpose bien à d’autres domaines.