Cas : une étude de marché avec six agents d'IA en parallèle, un jour de capture et un audit donnée par donnée

La question était concrète : que demandent par écrit les entreprises suisses et européennes quand elles recrutent une direction de l'IA ? Pas des opinions de cabinet ni des enquêtes de perception : les responsabilités littérales, les KPI, les lignes de reporting et les salaires d'offres réelles. Cette évidence n'existait pas publiée, et la produire à la main est un travail de semaines : trouver des dizaines d'offres vivantes en quatre langues, extraire de chacune plus de vingt champs, maintenir la provenance de chaque donnée et ne rien contaminer par mémoire ou supposition.

Et il y avait un obstacle pire que le volume : les sources se défendent. Les moteurs des portails d'emploi suisses et LinkedIn bloquent l'accès automatisé, donc la route évidente (un scraper classique sur les listes) était fermée, et la route paresseuse (demander à un modèle "ce que demande le marché") aurait produit exactement le type de rapport sans sources que nous voulions éviter. Il fallait un système qui navigue comme un chercheur, extraie comme une base de données et rende des comptes comme un data scientist.

Le design divise le marché en six segments (leadership en Suisse, leadership DACH, transformation, finance et opérations, marketing et croissance, Benelux avec les pays nordiques et la France) et lance un agent de recherche par segment, en parallèle. Chaque agent navigue sur les pages carrières d'entreprises, les ATS publics et les portails accessibles, et livre ses trouvailles dans un fichier JSON par segment au même schéma. La capture complète s'est faite en un seul jour.

La fiabilité ne vit pas dans les agents mais dans le contrat qu'ils signent. Trois règles d'extraction : les champs de texte se copient littéralement de l'offre (responsabilités, KPI, salaire tel qu'affiché), ce qui n'est pas visible reste vide au lieu d'être estimé, et chaque ligne porte l'URL où l'offre a été vue, les répliques de portails miroirs étiquetées comme telles. Après la fusion et la déduplication, chaque statistique de l'étude se calcule avec une définition écrite et gelée dans un fichier de résultats, si bien que tout chiffre peut être recompté depuis le dataset sans demander à personne. Le flux complet, du brief à la publication :

Chaque pièce du système a écarté une alternative concrète. Ce tableau est la partie du cas qui vaut le plus la peine d'être volée : pas les outils, les pourquoi.

Le vérifiable : la capture complète (83 offres, six segments, quatre langues d'origine) s'est faite en un jour de travail avec les six agents en parallèle, dans des abonnements d'IA déjà souscrits, sans coût incrémental de plateforme. L'audit indépendant a ajouté une seconde passe sur le dataset. L'équivalent manuel de la seule capture-extraction (des dizaines d'offres lues champ par champ en allemand, français, anglais et espagnol) est un travail de semaines pour une personne ; nous ne publions pas un chiffre d'"heures économisées" parce que nous n'avons pas opéré ce processus manuel comme ligne de base, et l'estimer de mémoire est exactement ce que ce système interdit.

Ce que nous n'avons pas mesuré, et c'est la défaillance la plus utile à raconter : nous n'avons pas enregistré la consommation de tokens de cette exécution, donc nous ne pouvons pas publier le coût par offre extraite, et nous n'allons pas l'inventer. La leçon est déjà appliquée : l'extension du corpus à 150-300 offres tournera avec mesure des tokens et des heures d'agent dès la première minute, et ce nombre sera publié ici. La méthode pour convertir tokens, abonnements et supervision en coût par unité est dans le calculateur du blueprint d'opération de contenu ; il lui manquait sa donnée d'entrée, et c'est la morale : instrumentez avant d'exécuter, pas après.

Le résultat est un dataset de 79 offres dans le périmètre (sur 83 capturées), avec 22 champs par ligne, 74 lignes en extraction de texte complet et les 5 restantes marquées niveau résumé, provenance par ligne et un fichier de statistiques aux définitions gelées. Le critère de mesure était externe par design : chaque chiffre de tête a été recompté indépendamment contre le dataset brut, et la publication restait bloquée jusqu'à toutes les reproduire. Toutes se sont reproduites après deux corrections (racontées plus bas), et les règles de rédaction sont écrites pour que les chiffres ne se déforment pas en se citant : par exemple, 38 offres sur 79 "exigent des KPI mesurables", ce qui n'est pas pareil qu'"exigent du ROI", et la différence compte.

Le dataset produit déjà des pièces : le blueprint pour recruter un Chief AI Officer en sort entièrement, comme l'atome que fait un Chief AI Officer. L'étude complète sera publiée quand le corpus atteindra 150-300 offres avec les mêmes définitions. C'est l'autre moitié du résultat : une infrastructure de recherche réutilisable, pas un rapport jetable.

Quatre défaillances réelles, avec leur correction, parce qu'un registre de défaillances vide signifie seulement que personne ne note. Un : un faux positif de conformité. La recherche du texte "AI Act" a marqué une offre suisse qui disait en réalité "AI activities" ; le comptage automatique donnait deux offres nommant la loi européenne quand le chiffre réel est un. L'audit l'a attrapé en lisant le contexte de chaque correspondance, et la règle est écrite : toute correspondance de chaîne se vérifie en contexte avant d'être comptée.

Deux : le champ pays mélangeait les formats ("CH" et "Switzerland" sur des lignes différentes), donc les comptages par pays ne collaient pas aux statistiques publiées jusqu'à l'ajout d'une colonne normalisée avec code pays. Trois : un chiffre de tête (24 titres Head of AI) n'était pas reproductible parce que sa définition vivait dans la tête de qui l'avait compté ; il a fallu la geler par écrit (titres commençant par Head of AI, Head of Artificial Intelligence ou Head of Data & AI : 22 plus 0 plus 2) pour que tout recomptage futur donne pareil. Et quatre : les moteurs de portails bloqués biaisent l'échantillon vers les employeurs à ATS public, et 5 lignes n'ont atteint que le niveau résumé. Ce biais n'a pas pu être éliminé ; il a pu être déclaré, et il l'est dans la méthodologie et dans chaque pièce qui utilise le dataset.

Tout le système tient à des règles d'intégrité écrites avant de lancer le premier agent : aucune offre ne s'invente ni ne s'embellit ; chaque ligne conserve son URL ; les miroirs et les estimations s'étiquettent sur la ligne même ; les lignes hors fenêtre ou hors région se conservent dans le dataset marquées hors périmètre, au lieu d'être effacées, pour que le nettoyage soit inspectable ; et les définitions et règles de rédaction voyagent avec les données pour que les chiffres ne mutent pas en se citant. C'est la même gouvernance que nous appliquons à tout ce que publie cette maison, appliquée à la recherche : les agents font le travail, les règles décident ce qui compte comme vérité, et une personne signe.

La conséquence pratique pour toute entreprise : ce niveau de rigueur ne renchérit pas le projet, il le rend moins cher. Les deux corrections de l'audit ont coûté des heures ; la même erreur découverte par un lecteur après publication aurait coûté la crédibilité de l'étude entière. En recherche avec agents, la gouvernance n'est pas le frein : c'est ce qui convertit la vitesse en quelque chose de publiable.

Le même motif sert pour toute question de marché qui vit dans des sources publiques dispersées : ce que demandent les appels d'offres de votre secteur, ce que promettent les concurrents dans leurs fiches, ce qu'exigent les régulateurs dans chaque pays où vous vendez. Six étapes :

L'immédiat est déjà décidé : l'extension du corpus à 150-300 offres avec les mêmes définitions gelées, la mesure des tokens et des heures dès la première minute, et la publication de l'étude complète avec le dataset ouvert. Le structurel est plus intéressant : les agents de recherche s'améliorent chaque trimestre en navigation et en langues, donc le coût de répéter ce sprint baisse pendant que sa valeur monte, et cela transforme l'étude de marché en quelque chose qui se réexécute chaque trimestre au lieu de se commander une fois par an. L'avantage compétitif se déplace de l'accès aux données (qui devient bon marché) vers ce que presque personne ne monte : le contrat d'intégrité, les définitions gelées et l'audit indépendant qui rendent citable un dataset produit par des agents. Qui aura cette infrastructure publiera de l'évidence pendant que ses concurrents publieront des opinions.

Ce cas est le deuxième système en production documenté dans ce lab, après l'opération éditoriale avec agents. Le cadre général, dans Systèmes d'IA.