Architectures dans lesquelles plusieurs agents IA autonomes collaborent pour accomplir une tâche complexe, en se spécialisant et en se transmettant des informations ou des instructions.
Les systèmes multi-agents désignent des architectures dans lesquelles plusieurs agents IA autonomes interagissent et se coordonnent pour accomplir une tâche ou résoudre un problème qui dépasse la capacité d'un agent unique. Contrairement à l'IA agentique monoagent, où un seul agent orchestre l'intégralité d'un processus, un système multi-agents décompose la tâche en sous-opérations parallèles ou séquentielles confiées à des agents spécialisés: un agent cherche des informations dans des bases de données, un autre synthétise les résultats, un troisième valide la cohérence, un quatrième rédige le livrable final. L'orchestration peut être centralisée (un agent maître dirige les autres) ou décentralisée (les agents négocient directement entre eux). Cette architecture améliore la performance sur les tâches longues, complexes et modulaires, et permet de contourner les limites de contexte des modèles de langage. Cependant, elle introduit des risques spécifiques et mal maîtrisés. La multiplication des échanges entre agents élargit la surface d'attaque: une injection de prompt indirecte ciblant un seul agent peut compromettre l'ensemble de la chaîne de traitement. Les comportements émergents issus de la coordination sont difficiles à anticiper et à tester. La traçabilité des décisions devient opaque, car aucun agent individuel ne peut rendre compte de l'ensemble du raisonnement. Pour l'assurance, les SMA posent des questions inédites d'attribution de responsabilité, de gouvernance et d'explicabilité: en cas de sinistre causé par une décision collective d'un système multi-agents, la chaîne causale peut s'avérer impossible à reconstituer, ce qui complique l'établissement de la faute et l'activation des garanties.
Un assureur déploie un système multi-agents pour l'analyse automatisée des déclarations de sinistres: un agent extrait les faits, un deuxième consulte la police, un troisième évalue la couverture, un quatrième propose une indemnisation. Si la proposition est erronée, aucun agent individuel n'est responsable de l'erreur globale, rendant l'audit et la correction beaucoup plus complexes que dans un système centralisé.
multi-agent systems, SMA, agent orchestration, agentic swarms, architectures multi-agents