Agents IA multiples : 5,1 fois plus de jetons pour un gain mesurable limité

Ce qui s'est passé

Selon une étude de Vals AI relayée par The Decoder, les configurations multi-agents, où plusieurs agents d'IA collaborent sur une même tâche, consomment jusqu'à 5,1 fois plus de jetons (tokens) qu'un agent unique. Pourtant, seule une exécution sur quatre a montré une amélioration de qualité mesurable.

Le principal enseignement porte donc sur le rapport entre coût et bénéfice. Le surcroît de calcul induit par la coordination entre agents ne se traduit pas systématiquement par un résultat visible pour l'utilisateur ou pour l'organisation.

Le résumé disponible ne précise pas l'ensemble des tâches testées ni le détail de la méthodologie. Ces résultats doivent donc être lus comme une tendance issue de ces mesures, plutôt que comme une règle générale applicable à tous les cas d'usage.

Pourquoi c'est important

Pour les dirigeants qui déploient l'IA générative dans leurs services, la consommation de jetons est un coût d'exploitation à part entière, qui s'ajoute aux licences et à l'intégration. Une architecture multi-agents peut faire grimper cette dépense sans amélioration proportionnelle de la qualité. Cela pose une question de gouvernance : qui valide le besoin d'une architecture plus complexe, et sur quels critères ?

Pour les équipes de transformation numérique, le constat plaide pour une évaluation rigoureuse avant tout passage à l'échelle. Une organisation qui automatise un parcours client ou un processus interne doit pouvoir démontrer, à chaque niveau de complexité, ce que celui-ci apporte réellement.

En chiffres

• 5,1 fois : surconsommation maximale de jetons constatée pour les configurations multi-agents par rapport à un agent unique.
• Une exécution sur quatre : part des exécutions ayant présenté une amélioration de qualité mesurable.

L'avis de Renascence

Le réflexe consistant à ajouter des agents pour améliorer un résultat relève souvent de l'intuition plutôt que de la mesure. Dans la conception de services, la complexité doit se justifier par la valeur qu'elle crée pour la personne qui en bénéficie.

Le réflexe consiste à ajouter des agents dès que la tâche semble difficile, mais la complexité n'est pas un gain en soi. La règle par défaut devrait être l'agent unique, la complexité devant se justifier par un bénéfice démontré pour le client ou l'utilisateur. Chaque couche de coordination doit être évaluée en fonction de la qualité effectivement perçue et du coût par résultat utile. Les organisations qui ne mesurent pas ce ratio pilotent leur IA à l'aveugle.