Départ 23/11Cohorte 3 en direct Vibe Coding & Agents IA : 3 semaines, 9 sessions liveCohorte 3 (23/11) →
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

Duco réduit de 90% le contexte de ses agents et accélère par 10 la migration des réconciliations bancaires

L'agent bancaire de Duco disposait de 300–400 outils, et leurs descriptions occupaient environ 200 000 tokens de la mémoire du modèle avant même la première question. L'équipe a créé des « skills » (compétences), chargées à la demande : le contexte a fondu de 90%, pour tomber à 20 000 tokens. Associée au passage à Amazon Bedrock AgentCore, cette refonte a accéléré par 10 l'intégration de nouvelles réconciliations. Si votre agent dispose de dizaines d'outils, ne chargez pas tous les schémas d'un coup.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Duco réduit de 90% le contexte de ses agents et accélère par 10 la migration des réconciliations bancaires
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1Une banque mondiale a réduit de 70% le coût d'intégration des réconciliations
Chiffre clé #2La part d'opérations sans intervention manuelle a progressé de plus de 20% dans cette banque
Chiffre clé #3Chaque client dispose de ses propres AgentCore runtime, Gateway, base Aurora et clés KMS

Un agent IA bancaire doit réconcilier des données entre systèmes, c'est-à-dire vérifier que les enregistrements d'une même opération concordent. Pour cela, la plateforme Duco ouvre 300–400 outils par client, et les descriptions de tous ces outils (environ 200 000 tokens) étaient chargées dans la mémoire du modèle, son contexte, avant même la première question. C'est comme remettre à un employé l'imprimé des instructions de tous les logiciels de l'entreprise avant chaque tâche : plus il y a de pages, plus vite il perd le fil.

Duco a déplacé ces descriptions dans des « skills » (compétences), qui ne se chargent que sur demande. Le contexte a diminué de 90%, de 200 000 à environ 20 000 tokens. Combinée à la migration vers Amazon Bedrock AgentCore, cette évolution a accéléré par 10 l'intégration des nouvelles réconciliations des clients sur la plateforme.

Si votre agent dispose de dizaines d'outils, cette approche mérite d'être adoptée.

Duco traite 20 milliards de transactions par mois pour plus de 200 clients, dont 7 des 20 plus grandes banques et 10 des 20 plus grandes sociétés de gestion d'actifs.

Pourquoi le ML classique ne suffisait plus

Jusqu'ici, Duco s'appuyait sur des modèles de machine learning traditionnels : ils suggéraient le mappage des champs et repéraient des régularités, et les banques ont automatisé avec eux plus de 20 000 processus. Cette approche a ses limites. Ces modèles exigent un historique de données important, gèrent mal les situations nouvelles et doivent être retravaillés pour chaque scénario. Les formats de données et les règles métier des banques changent en permanence, et les modèles classiques n'arrivaient pas à suivre.

L'entreprise a donc rebâti sa pile technique sur Amazon Bedrock (accès aux modèles via une API unique) et Bedrock AgentCore (environnement géré d'exécution des agents). Le code LangChain et LangGraph, déjà en production, n'a presque pas eu besoin d'être réécrit. Duco a réparti les rôles entre les modèles. Claude Opus établit le plan pour les autres agents. Claude Sonnet traite les exceptions et interprète les règles. Claude Haiku choisit rapidement l'outil à appeler. Amazon Nova 2 Pro condense les réponses des outils en synthèses lisibles pour les analystes. Changer de modèle se résume à modifier un paramètre de configuration.

Comment le contexte a été réduit de 90%

Pour un client, 300–400 outils sont ouverts via AgentCore Gateway, à raison d'un serveur MCP par service Duco. Leurs descriptions occupaient environ 200 000 tokens avant le premier message de l'utilisateur. La qualité des réponses baissait à mesure que la conversation s'allongeait, et le modèle oubliait ses premières conclusions. L'équipe insiste : le simple ressenti d'un « agent qui devient bête » ne suffit pas. Il faut d'abord lancer des tests d'évaluation, et seulement ensuite prendre des décisions d'ingénierie.

La solution : un chargement à la demande. Les descriptions d'outils ont été sorties du contexte statique pour devenir des ressources MCP de type skill://. Le prompt système est assemblé par morceaux au démarrage (system://), et les ressources d'interface (ui://) sont séparées des outils de travail. Au lieu de centaines de schémas, l'agent dispose de trois méta-outils : load_skill charge la description d'une compétence, find_tool cherche l'outil adapté sans charger tous les schémas, invoke_tool appelle l'outil choisi.

Résultat : le contexte principal est passé de 200 000 à environ 20 000 tokens. Limiter la taille des réponses des outils a aussi aidé. Les modèles, les outils et les tâches sont restés les mêmes, et la qualité des réponses a progressé selon les évaluations internes. L'effet est aussi économique : le préfixe statique (prompt système et trois méta-outils) reste stable, et les compétences entrent dans le dialogue au lieu de la liste d'outils, si bien que le cache de prompt n'est pas invalidé.

Au démarrage, l'agent ne reçoit que la liste des noms d'outils. Un nouveau microservice est enregistré comme cible sur Gateway lors du déploiement, et l'agent sait aussitôt s'en servir, sans reconfiguration ni interruption de service. Les droits sont vérifiés par les services eux-mêmes : l'identité de l'utilisateur est transmise tout au long de la chaîne, et chaque appel s'exécute en son nom.

Isolation des banques et résultats

Chaque client dispose de son propre jeu de ressources : base Aurora MySQL, bucket S3, clés KMS, files SQS, cache, pool d'utilisateurs Cognito, ainsi que des AgentCore runtime et Gateway dédiés. Il n'existe ni mémoire ni contexte partagés entre les banques. Les requêtes passent par un jeton JWT issu du pool du client, et le trafic transite par des endpoints privés dans un VPC.

Les agents servent dans deux scénarios. Le premier : l'intégration de nouvelles réconciliations. Auparavant, les banques migraient des milliers de processus sur plusieurs années, à peu près un par semaine.

Désormais, les agents lisent différents formats de fichiers, convertissent d'anciennes configurations en processus Duco et décryptent des macros de tableurs écrites il y a des décennies. L'intégration est 10 fois plus rapide. Une banque mondiale a réduit de 70% le coût d'intégration et augmenté de plus de 20% la part d'opérations sans intervention manuelle.

Le second scénario est le premier tri des écarts. L'agent regroupe les cas similaires, vérifie s'ils sont déjà connus, rassemble des preuves et propose une solution. La décision finale revient à l'analyste, et chaque action est consignée dans un journal d'audit.

Ce qu'il faut retenir, et les réserves

Enseignement pratique : si un agent dispose de plus de quelques dizaines d'outils, il vaut mieux séparer la recherche de l'outil et son appel. Une liste de noms suffit à l'agent, qui charge les détails en cas de besoin. Pour un SaaS soumis à des exigences strictes, le principe « un client, un runtime et une passerelle » est également utile.

Il y a aussi des réserves. Le texte a été publié sur le blog d'AWS et rédigé comme une étude de cas : les chiffres sont fournis sans méthodologie de mesure et sans le nom des banques. On ne dispose pas de données sur le coût total des tokens ni sur la manière dont la qualité des réponses a été mesurée en points. L'architecture est étroitement liée aux services AWS, même si la compatibilité avec LangGraph et les frameworks ouverts réduit le risque de dépendance. Cet exemple montre malgré tout comment fonctionnent les agents dans l'un des secteurs les plus réglementés.

Dossier

Questions clés sur cet article

Pourquoi le ML classique ne suffisait plus?

Jusqu'ici, Duco s'appuyait sur des modèles de machine learning traditionnels : ils suggéraient le mappage des champs et repéraient des régularités, et les banques ont automatisé avec eux plus de 20 000 processus. Cette approche a ses limites. Ces modèles exigent un historique de données important, gèrent mal les situations nouvelles et doivent être retravaillés pour chaque scénario. Les formats de données et les règles métier des banques changent en permanence, et les modèles classiques n'arrivaient pas à suivre.

Comment le contexte a été réduit de 90%?

Pour un client, 300–400 outils sont ouverts via AgentCore Gateway, à raison d'un serveur MCP par service Duco. Leurs descriptions occupaient environ 200 000 tokens avant le premier message de l'utilisateur. La qualité des réponses baissait à mesure que la conversation s'allongeait, et le modèle oubliait ses premières conclusions. L'équipe insiste : le simple ressenti d'un « agent qui devient bête » ne suffit pas.

Que sait-on sur Isolation des banques et résultats ?

Chaque client dispose de son propre jeu de ressources : base Aurora MySQL, bucket S3, clés KMS, files SQS, cache, pool d'utilisateurs Cognito, ainsi que des AgentCore runtime et Gateway dédiés. Il n'existe ni mémoire ni contexte partagés entre les banques. Les requêtes passent par un jeton JWT issu du pool du client, et le trafic transite par des endpoints privés dans un VPC. Les agents servent dans deux scénarios. Le premier : l'intégration de nouvelles réconciliations.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…