Data / IA
Mistral lance Workflows pour faire passer l’IA agentique en production
Par Laurent Delattre, publié le 29 avril 2026
Nouvelle fonctionnalité d’orchestration des processus IA au sein de son Mistral Studio, Workflows veut aider les entreprises à passer des démonstrateurs agentiques aux processus réellement exploitables en production. Mistral AI cible moins la création rapide d’agents que leur exécution fiable, traçable et gouvernable au plus près des systèmes métier critiques.
Industrialiser l’IA agentique. C’est l’un des grands sujets à l’agenda des DSI et à celui des différents acteurs de l’IA. Microsoft en a fait le sujet central de son Ignite 2025 et a lancé Microsoft Agent 365. AWS a multiplié les modules au sein de Bedrock AgentCore à Re:Invent 2025. Google Cloud a lancé Gemini Enterprise Agent Platform et Gemini Enterprise App la semaine dernière à l’occasion de Google Cloud Next. En début d’année, OpenAI s’aventurait sur le sujet avec sa plateforme Frontier.
C’est désormais au tour de Mistral AI de s’emparer du sujet avec une approche un peu singulière, moins ambitieuse que les géants US mais bien plus pragmatique et concrète.
Avec Workflows, désormais disponible en préversion publique, le leader européen de l’IA veut s’assurer d’un bon fonctionnement des processus d’IA agentique en production, avec de la reprise sur incident, de la traçabilité, des validations humaines et une exécution proche des systèmes métier.
Le chaînon manquant entre l’inférence et le métier
Le diagnostic technique posé par Mistral est familier à tout DSI ayant tenté d’industrialiser un agent : les pipelines qui tournent en notebook échouent silencieusement en production, les processus un peu longs sont incapables de survivre à un timeout réseau, les étapes nécessitant une validation humaine s’effondre par manque de mécanismes de pause/reprise, sans oublier l’absence de traçabilité une fois le système déployé qui contribue un peu plus à l’abandon des projets après des POCs pourtant réussis.
Workflows est à la fois le moteur d’exécution, l’environnement d’intégration et la couche d’orchestration qui permet aux entreprises de gérer simplement l’état, les reprises, les traces et les validations des processus métiers pilotés par l’IA agentique.
« Ce que nous constatons aujourd’hui, c’est que les organisations peinent à dépasser les preuves de concept isolées. L’écart est opérationnel. Workflows est l’infrastructure qui permet d’exécuter des systèmes d’IA de manière fiable sur des processus critiques » résume Elisa Salamanca, responsable du go-to-market entreprise chez Mistral AI.
Une approche Code-first
Techniquement, Workflows s’insère au cœur de Mistral Studio. Les développeurs écrivent les processus agentiques en Python à l’aide du SDK de Mistral, puis peuvent les publier dans Le Chat afin que les métiers les déclenchent depuis l’interface conversationnelle. Chaque exécution est tracée, auditable et rejouable depuis Mistral Studio. Depuis Studio, Workflows maintient un historique exploitable pour comprendre les décisions, les reprises, les branches suivies ou les erreurs de chaque processus agentique. La fonction d’approbation humaine, traditionnellement coûteuse à implémenter, tient en une ligne de code, un wait_for_input() qui suspend le processus sans consommation de calcul, prévient le validateur, puis reprend exactement à l’étape interrompue.
Mistral a donc bien opté ici pour une approche « code-first ». L’éditeur ne cherche pas pour l’instant à séduire les métiers avec un canevas no-code visuel. Il cible à l’inverse les DSI et leurs équipes techniques chargées de processus critiques, où la version du code, la logique de reprise, la maîtrise des dépendances et l’auditabilité comptent davantage que la facilité immédiate de prototypage. L’idée étant justement que là où le bas blesse n’est pas le prototypage et que l’urgence des entreprises est désormais d’industrialiser des processus critiques sur lesquels l’IA apporte une valeur ajoutée immédiate.
Un moteur sous-jacent en open source
Sous le capot, Workflows repose sur Temporal, le moteur d’exécution durable et open source déjà utilisé pour orchestrer des traitements distribués. Mistral indique l’avoir étendu pour des charges propres à l’IA, notamment le streaming, la gestion des charges utiles, la multi-location (le multitenant) et l’observabilité.
Autre point technique démarquant, l’architecture de la plateforme sépare le plan de contrôle et le plan d’exécution : Mistral héberge l’infrastructure d’orchestration, l’API Workflows et l’environnement Studio, tandis que les workers qui exécutent les processus agentiques peuvent, eux, directement tourner dans l’environnement Kubernetes du client évitant bien des débats sur la confidentialité et la conformité. Les données et la logique métier restent donc dans le périmètre de l’entreprise, ce qui constitue un point important pour les secteurs régulés.
Selon Mistral, Workflows exécuterait déjà plusieurs millions de processus agentiques en production pour les clients de l’éditeur qui ont eu accès à la technologie en avance de phase à l’instar de ASML, ABANCA, CMA-CGM, France Travail, La Banque Postale, Moeve…
Sans mécanismes d’exécution robustes, l’IA agentique reste un démonstrateur séduisant mais fragile. Avec eux, elle peut commencer à entrer dans les processus métiers. Workflows implémente ces mécanismes. Contrairement aux plateformes agentiques américaines qui promettent beaucoup mais visent trop large, la solution de la jeune pousse européenne adopte une approche mesurée et pragmatique. Elle cherche surtout à séduire les DSI en quête d’un levier concret pour industrialiser quelques processus critiques bien identifiés, sans basculer toute leur architecture dans une plateforme unique. Une façon de rappeler que la valeur de l’IA agentique ne tient pas uniquement dans les modèles mais nait du processus agentique qui tient en production, du contrôle que l’on conserve sur lui et de la confiance que les métiers peuvent lui accorder.
À LIRE AUSSI :
À LIRE AUSSI :
