Une confession inhabituelle pour une entreprise qui construit sur des modèles open-source par défaut : nous venons d’obtenir la certification sur la stack IA la plus premium du secteur.
Claude Certified Architect – Foundations est la certification Anthropic pour les architectes de solutions — elle couvre la conception de systèmes en production avec l’API Claude, les architectures d’agents, le Model Context Protocol (MCP), le tool calling et le Claude Agent SDK. Notre responsable technique a passé l’examen ce mois-ci et l’a réussi. Ce billet ne parle pas du badge. Il parle de ce que la préparation a confirmé, remis en question et affiné dans notre façon de construire des systèmes IA pour des opérateurs — et pourquoi une certification frontier renforce notre position open-stack-by-default, au lieu de la contredire.
Pourquoi un studio open-stack se certifie sur une stack frontier
Les clients nous posent une question légitime : « Si les modèles ouverts sont si capables, pourquoi passez-vous autant de temps sur les modèles chers ? »
Parce que c’est la seule façon honnête de faire tourner une stack hybride. Quand nous routons les communications clients d’un hôtel vers un modèle frontier et le triage de factures vers un modèle ouvert à une fraction du coût, les deux décisions exigent la même profondeur. Recommander contre un modèle premium de façon crédible suppose de savoir exactement ce que vous renoncez — et de reconnaître les flux où vous aurie tort de l’écarter. La profondeur au niveau éditeur sur la stack frontier transforme « utilise le modèle moins cher ici » d’une supposition en décision d’ingénierie défendable.
Cinq leçons pour tout opérateur
1. La fiabilité des agents est un problème d’architecture, pas de prompting
Le matériel de certification consacre bien plus de temps à la conception d’outils, à la gestion du contexte et à la gestion des échecs qu’au libellé des prompts — et cela correspond à tout ce que nous voyons sur le terrain. Un agent qui fait un vrai travail de façon fiable y arrive grâce à des outils bien conçus aux contrats étroits, à des choix délibérés sur ce qui entre dans son contexte, à des points de contrôle où un humain approuve les actions à conséquences, et à un comportement défini pour les cas d’échec. Si votre initiative IA est bloquée sur « la démo était géniale, la prod est instable », la solution n’est presque jamais un meilleur prompt. C’est l’architecture.
2. Le coût est une variable de conception, pas une facture découverte après coup
L’économie de l’IA en production se décide à la conception : quel modèle gère quel flux, ce qui est mis en cache, ce qui est traité par batch, où un modèle plus petit fait la première passe et un modèle plus fort ne revoit que les cas difficiles. Traiter la facture modèle comme une surprise post-lancement, c’est ainsi que les pilotes meurent en revue financière. Nous mettons le coût par flux au tableau à côté de la précision — l’accent de la certification sur l’usage efficace de l’API (cache, batch, discipline de contexte) est la même discipline, directement du vendor.
3. MCP est silencieusement l’élément le plus important de la stack
Le Model Context Protocol donne aux agents un moyen standard d’atteindre outils et données — cela ressemble à de la plomberie jusqu’à ce que vous compreniez ce que cela achète pour un opérateur : la capacité de changer d’avis. Quand votre PMS, ERP ou système de réservation se connecte via des interfaces standard, vous pouvez changer le modèle derrière vos agents sans réécrire l’opération. C’est le contrôle du vendor, livré comme pattern d’intégration. C’est aussi pourquoi nous concevons chaque engagement Couche Opérationnelle MCP-first : les outils survivent au modèle le plus performant ce trimestre.
4. Les évaluations viennent avant la montée en charge, pas après les incidents
Vous ne savez pas qu’un agent fonctionne parce qu’il a réussi votre démo. Vous le savez parce que vous l’avez mesuré contre des critères définis sur des cas représentatifs — avant de scaler, et en continu ensuite. Construisez le jeu d’éval tôt, conservez les traces, surveillez la dérive. C’est peu glamour, et c’est la différence entre un agent que vous pouvez défendre devant votre direction et un que vous coupez discrètement après la première mauvaise semaine.
5. Les certifications ne construisent pas les systèmes — mais un vocabulaire partagé les accélère
Un examen ne fait pas de vous un meilleur ingénieur du jour au lendemain. Ce qu’il fait, c’est vérifier la profondeur contre la barre de l’éditeur et donner à tous — nous, votre équipe, les ingénieurs de la plateforme — un vocabulaire commun pour les conversations d’architecture. Moins d’erreurs de traduction, des revues plus rapides, moins de surprises en production. Cela vaut les heures d’étude. C’est la même raison pour laquelle nous détenons la certification architect-professional Oracle pour le cloud : maîtriser la langue de la plateforme, dans votre intérêt et non celui de la plateforme.
Ce que cela signifie si vous évaluez l’IA pour votre opération
Rien dans cette certification ne change nos défauts. Les modèles ouverts (familles GLM, Llama et Mistral, entre autres) portent toujours le travail de volume — triage, classification, extraction, brouillons — à des coûts unitaires qui rendent l’automatisation viable sur toute l’opération, dans la région de votre choix. Les modèles frontier doivent toujours mériter leur place, appel par appel, là où la nuance ou le raisonnement multi-étapes paie vraiment. Ce que la certification ajoute, c’est la preuve que quand nous faisons ce choix, nous le faisons avec de la profondeur des deux côtés de la ligne.
C’est toute la philosophie de la Couche Opérationnelle IA : assez capable pour du vrai travail, assez économique pour tourner partout, structurée pour que vous gardiez le contrôle — de vos données, de vos coûts et de vos vendors.
Si vous voulez voir à quoi cela ressemble sur votre opération — quels flux bougeraient en premier, combien ils coûteraient à exécuter, et où un humain doit rester dans la boucle — le travail actuel commence par un devis Web & eCommerce ou US → EMEA.