Le 7 septembre 2025, l’Ukraine a intercepté la majorité des 800 drones et missiles lancés par la Russie lors d’une salve continue. Pourtant, un nombre suffisant a franchi la défense. La leçon ne portait pas sur la sophistication d’une arme particulière, mais sur la puissance du nombre et l’effet que les essaims produisent sur le tempo des combats. Les guerres modernes se gagnent par la saturation de la boucle décisionnelle adverse.
Cette même dynamique va se déployer dans les opérations gouvernementales. Les « châssis » deviendront des agents d’intelligence artificielle — des logiciels spécialisés qui observent, analysent, décident et agissent dans des cadres fixes. Mille agents compressent la boucle OODA (Observe, Orient, Decide, Act) au point que leurs adversaires ne font plus que réagir en permanence.
C’est tout l’enjeu : maîtriser le tempo.
Pourtant, le gouvernement américain s’attarde sur le mauvais niveau. Les agences viennent de signer des accords d’accès à l’IA à bas coût — 1 dollar par an ici, 47 cents là — soumis à des contestations. En réalité, certains forfaits d’entrée de gamme excluent les APIs, ce qui permet uniquement une interaction limitée via une fenêtre de saisie, sans intégration dans les flux de travail. L’Administration générale des services a lancé USAi, un environnement expérimental pour tester des modèles commerciaux. L’US Air Force a déployé NIPRGPT sur des réseaux non classifiés, mais l’US Army a bloqué cet accès par précaution liée à la gestion des données.
En tant que PDG d’une société proposant des solutions d’intelligence artificielle au Département de la Défense, j’ai un intérêt commercial dans ce débat. Toutefois, mon expérience, renforcée par mes recherches doctorales et mon passage à RAND, m’a permis d’acquérir une perspective unique sur ces enjeux.
Selon moi, ces initiatives gouvernementales ne représentent que les premiers pas. La question stratégique est simple : comment le gouvernement américain peut-il regagner du temps face à la lourdeur administrative et accélérer ses cycles décisionnels ?
Commencez par le concret. L’objectif est de récupérer 10 à 20 % de la journée administrative en déployant des agents pour les tâches répétitives : formulaires auto-remplis, tickets proposant des solutions avec preuves à l’appui, demandes logistiques rédigées, routées et auditées avec traçabilité complète. D’ici 2030, la recherche grand public estime qu’environ 30 % du temps de travail pourrait être automatisé. Restons sur une estimation prudente, à appliquer à des processus qui prennent actuellement des semaines.
Ce gain d’heures accélère le tempo opérationnel. Les agents d’intelligence surveillent des flux validés, attribuent des scores de confiance et proposent des plans d’action assortis d’évaluations de risques. L’humain décide, des agents d’exécution appliquent et consignent les actions. Des agents de commandement et contrôle maintiennent la situation commune à jour, ne signalant que les changements majeurs et préparant les options en avance. Des agents logistiques explorent les stocks, préparent les commandes et réservent les transports. Des agents cybersécurité établissent des références de configuration, détectent les anomalies, suggèrent des mesures de confinement avec estimation des impacts, puis exécutent après validation.
Le succès dépend d’une couche de contrôle des agents — un système de gestion du trafic pour ces « travailleurs logiciels ». Chaque agent doit posséder une identité. Chaque requête doit respecter un principe de moindre privilège. L’architecture doit prévoir l’ordonnancement inter-enclaves, la traçabilité telle des enregistreurs de vol, des gestionnaires d’outils autorisés, des passerelles de données avec droits d’accès au niveau des lignes et étiquetage de la provenance, ainsi qu’un mécanisme d’arrêt d’urgence.
Avec ces bases, la gestion des fournisseurs devient plus simple : chaque tâche est routée vers le modèle adapté — commercial ou open-source — sans reconfigurer l’infrastructure. Les contrats excluant les API deviennent inacceptables. USAi cesse d’être une simple vitrine de bots et devient le lien central entre agents. Les enseignements de NIPRGPT s’intègrent dans ce plan de contrôle transversal aux différents services.
Le débat entre open-source et solutions commerciales est hors de propos. L’antidote au verrouillage fournisseur est de maîtriser la couche d’orchestration et le journal d’audit. Ce sont les interfaces qui déterminent la portée d’action. Les fournisseurs évolueront, les missions perdureront.
Reprenons la leçon d’Ukraine : la saturation est une doctrine. Le champ de bataille est devenu un embouteillage parce qu’un camp a décidé que la quantité volerait du temps à son adversaire. La réponse américaine doit être de déployer l’essaim qui accélérera ses propres boucles décisionnelles, dépassant ainsi ses concurrents.
La différence entre assistants et agents est celle entre support et effets. Les assistants aident les humains à taper plus vite. Les agents remplissent des missions. Ils exécutent des tâches délimitées, rapportent les résultats et passent à l’objectif suivant. Ils modifient le tempo.
Un exemple concret : le traitement des mises à jour des habilitations de sécurité. Aujourd’hui, les analystes passent des heures à croiser les bases de données, remplir des formulaires, acheminer des validations. Une armée d’agents pourrait surveiller les dossiers du personnel, détecter les événements déclencheurs, collecter automatiquement les documents nécessaires, pré-remplir les soumissions tout en citant leurs sources, diriger vers les relecteurs disponibles en temps réel, et suivre les indicateurs d’achèvement. L’analyste quitte la gestion documentaire pour se concentrer sur les exceptions et le contrôle qualité. Ce schéma peut être dupliqué dans toutes les fonctions administratives.
La technologie existe. Les modèles open-source fonctionnent sur des réseaux isolés traitant des données classifiées. Les API commerciales offrent un raisonnement avancé. L’architecture du plan de contrôle est éprouvée dans le secteur privé. Ce qui manque, c’est la volonté de dépasser les phases pilotes et de passer en production.
Pendant que l’Amérique débat des conditions contractuelles et des architectures en bac à sable, ses adversaires accélèrent leurs boucles décisionnelles. Le choix est clair : continuer à admirer les interfaces de chat ou déployer un corps d’agents en impératif opérationnel. Sur le champ de bataille numérique, comme dans le ciel ukrainien, celui qui contrôle le tempo contrôle les résultats.
L’essaim arrive. La seule question est : l’Amérique va-t-elle le lancer ou le subir ?
Ben Van Roo est cofondateur et PDG de Legion Intelligence, une plateforme d’intelligence artificielle agentique développée pour le Département de la Défense. Après 13 ans dans la direction de startups et cinq ans comme chercheur au RAND, il détient un doctorat en recherche opérationnelle de l’Université du Wisconsin-Madison.