La vitesse de génération ne dit rien de la productivité. Ce qui compte, c’est le temps humain total jusqu’à un résultat accepté : cadrage, relecture, corrections, et les tâches où il faut tout refaire. Ajustez les hypothèses et observez le résultat.
Un calculateur, pas une mesure
Les scénarios sont des hypothèses illustratives. Le résultat dépend entièrement des valeurs saisies : remplacez-les par vos propres mesures, relevées sur des tâches comparables.
Partir d’un scénario
Gain net positif
Avec ces hypothèses, l’agent libère de la capacité au-delà de ses coûts.
Temps humain par tâche
Levier principal : relecture
Découper en changements plus petits et s’appuyer sur des tests fiables pour relire plus vite.
1export function computeAgentGain(input: AgentGainInputs) {2 const success = 1 - input.failureRate;3
4 // Temps humain attendu par tâche avec l'agent5 const humanMinutesWithAgent =6 input.framingMinutes + // cadrage + validation7 input.reviewMinutes + // relecture8 success * input.reworkRate * input.reworkMinutes + // corrections9 input.failureRate * input.baselineMinutes; // échec : on refait tout10
11 const minutesSavedPerTask = input.baselineMinutes - humanMinutesWithAgent;12 const hoursSavedPerMonth = (minutesSavedPerTask * input.tasksPerMonth) / 60;13
14 const valueEur = hoursSavedPerMonth * input.hourlyRateEur;15 const costsEur = input.tasksPerMonth * input.costPerAttemptEur + input.monthlyOpsEur;16
17 return { humanMinutesWithAgent, hoursSavedPerMonth, netEur: valueEur - costsEur };18}Indicateurs, comparaison avant/après, evals et pièges des mesures opportunistes dans le guide Agents IA en production.