Une clinique médicale de Brossard a installé son premier agent vocal IA en décembre 2025. Un seul agent, entraîné pour tout faire : accueil, triage, prise de rendez-vous, transfert des urgences, facturation des no-show. Six semaines plus tard, la directrice m'appelle. "On l'a coupé. Les patients renoncent à mi-course." Le problème? L'agent faisait tout — mais jamais vraiment bien. Transferts flous, relances manquées, facturation qui déclenchait des scripts d'accueil en boucle.
C'est l'histoire de 2026 en résumé. Sept PME québécoises sur dix débranchent leur agent vocal IA dans les 90 jours, et l'architecture choisie au départ y est pour beaucoup. Depuis la mise à jour d'avril 2026 d'ElevenLabs (tracking multi-agents, workflow tool overrides) et la disponibilité générale de gpt-realtime d'OpenAI avec SIP natif, la question a changé. Ce n'est plus "faut-il un agent vocal IA?" C'est "faut-il un agent, ou plusieurs qui se parlent?"
Les deux architectures, sans jargon
Un agent unique est un seul cerveau conversationnel qui reçoit l'appel, comprend, répond, exécute les outils et raccroche. Il a une seule personnalité, un seul prompt système, un seul catalogue d'outils. Quand un patient appelle pour annuler un rendez-vous, c'est le même agent qui aurait géré une prise de rendez-vous trente secondes plus tôt.
Une architecture multi-agents, c'est plusieurs agents spécialisés qui se transfèrent l'appel entre eux via des règles explicites. Un agent d'accueil qui qualifie l'intention, un agent "rendez-vous" qui parle au calendrier, un agent "facturation" qui parle à Stripe ou à votre système comptable, un agent "escalade" qui tient la main au patient en attendant l'humain. Chacun a son propre prompt, ses propres outils, ses propres limites.
Depuis avril 2026, la plateforme d'ElevenLabs expose un champ visited_agents dans la réponse des conversations : pour la première fois, on peut savoir quels sous-agents ont participé à un appel et dans quel ordre. Ce n'est pas cosmétique. Ça change tout l'audit Loi 25, j'y reviens.
Ce que dit la recherche (et ce qu'elle ne dit pas)
Google Research a publié en 2026 des benchmarks sur les architectures agentiques qui devraient refroidir les ardeurs "multi-agents pour tout" : la coordination multi-agents donne un gain mesuré de +81% sur des tâches parallélisables, mais une dégradation pouvant atteindre -70% sur des tâches séquentielles. Traduction pour une PME : un appel téléphonique est, par définition, séquentiel. Un humain parle, l'agent écoute, répond, attend. Chaque handoff entre sous-agents ajoute de la latence et un risque de bris du contexte.
Microsoft, dans son Cloud Adoption Framework, propose un seuil simple : un agent unique suffit jusqu'à 3 à 5 fonctions distinctes. Au-delà, ou lorsque les fonctions franchissent une frontière de sécurité (ex : un agent qui accède aux données médicales ne devrait pas être le même que celui qui consulte le calendrier public), passez en multi-agents.
Ce seuil marche bien pour une PME québécoise. En pratique, une clinique a typiquement 4 à 7 intentions : prise de rendez-vous, annulation, changement d'adresse, demande d'urgence, facturation, demande de résultats, appel administratif. On est juste au-dessus du seuil.
Comparaison directe, chiffres à l'appui
Voici comment les deux se comparent sur les dimensions que regardent vraiment les dirigeants de PME :
- Temps de déploiement. Agent unique : 2 à 4 semaines de configuration et tests. Multi-agents : 5 à 9 semaines, surtout à cause du design des handoffs et de la logique de transfert.
- Latence perçue. Agent unique avec gpt-realtime : environ 600 à 900 ms entre la fin de la phrase du client et le début de la réponse. Multi-agents : chaque transfert coûte 200 à 500 ms supplémentaires, selon la plateforme.
- Taux de "barge-in" réussi (quand le client coupe la parole). Agent unique : ~92% en français québécois, selon nos mesures internes. Multi-agents : chute à ~84% pendant les fenêtres de transfert.
- Coût mensuel pour 1500 appels/mois. Agent unique : 450 à 800 $ CA. Multi-agents : 650 à 1100 $ CA, à cause du temps de traitement supplémentaire et des appels LLM additionnels lors des handoffs.
- Complexité d'audit Loi 25. Agent unique : un seul log, une seule politique de rétention. Multi-agents : un log par agent, et une matrice qui indique qui a eu accès à quelles données. Plus rigoureux — mais aussi plus coûteux à maintenir.
- Taux de résolution au premier contact. Agent unique : 61% en moyenne sur nos déploiements Québec 2026. Multi-agents bien conçus : 78%. Mal conçus : 52%. La variance est énorme, et c'est l'argument central.
Le dernier chiffre mérite qu'on s'y arrête. Un agent unique vous donne un résultat prévisible, médiocre mais prévisible. Une architecture multi-agents vous donne le meilleur ou le pire, selon la qualité du design. Vous signez pour la volatilité.
Quand l'agent unique est le bon choix
Trois cas où on déconseille le multi-agents à nos clients TECHMA :
Restaurants et commerces de quartier. Les intentions sont peu nombreuses : réservation, horaires, menu, commande à emporter. Trois ou quatre fonctions, largement sous le seuil Microsoft. Un agent unique bien prompté, connecté à OpenTable ou Square, résout 75% des appels. Ajouter un deuxième agent fait perdre de la fluidité sans gain mesurable.
PME en phase pilote. Vous lancez votre premier agent. Vous ne savez pas encore quels sont vos vrais patterns d'appels. Démarrer en multi-agents, c'est construire une maison avec un plan théorique avant d'avoir habité le terrain. Commencez par un agent unique, écoutez 200 à 500 vrais appels, ensuite décidez si vous avez besoin de spécialiser.
Équipes techniques limitées. Le multi-agents demande une discipline d'ingénierie : versioning des prompts pour chaque sous-agent, tests de régression sur les transferts, monitoring des chemins d'appel. Si votre équipe TI se résume à un gestionnaire et un stagiaire, vous allez rapidement perdre pied. On a vu des architectures multi-agents abandonnées parce que personne ne savait plus pourquoi l'agent "billing" parlait à l'agent "urgence".
Quand le multi-agents devient rentable
À l'inverse, trois scénarios où ça change la donne :
Cliniques médicales et cabinets dentaires. Le besoin de séparer les flux est réel. Un agent d'accueil qui ne touche jamais au dossier médical, un agent "rendez-vous" qui ne lit que le calendrier, un agent "urgence" qui a uniquement les coordonnées de la ligne de garde. Cette séparation n'est pas un luxe : c'est une exigence Loi 25 sur la minimisation des accès. Les nouveaux workflow tool overrides d'ElevenLabs permettent justement de restreindre par sous-agent les outils et bases de connaissances accessibles.
Cabinets d'avocats et firmes comptables. Comme on l'a vu dans notre analyse des cabinets, le triage conflict-of-interest et la confidentialité exigent des frontières strictes. L'agent de premier contact ne doit avoir aucun accès à la base clients. Seul un agent "validation" — qui passe au-dessus d'une vérification de conflits — peut enrichir le dossier. Mono-agent, c'est techniquement possible, mais l'audit devient un cauchemar.
Volumes d'appels supérieurs à 3000/mois avec 3+ catégories bien distinctes. À partir de ce seuil, la courbe de bénéfices s'inverse. Le coût additionnel du multi-agents (30 à 40%) est largement absorbé par le gain de résolution première passe (+17 points en moyenne). Nos clients en service à domicile (plombiers, CVAC multi-techniciens) franchissent ce cap dès le 2e trimestre de déploiement.
Ce qu'avril 2026 a changé concrètement
Trois choses rendent le débat plus intéressant qu'il ne l'était en 2025 :
1. Tracking natif des sous-agents. Le champ visited_agents d'ElevenLabs donne pour chaque appel la liste ordonnée des agents touchés, avec leur branch_id. Avant, vous deviez stitcher les logs manuellement. Maintenant, votre équipe conformité sort un rapport Loi 25 en 3 minutes.
2. Évaluation scoped. Les critères d'évaluation peuvent désormais être scopés au sous-agent spécifique. Concrètement : vous mesurez la qualité de l'agent "rendez-vous" indépendamment de l'agent "accueil". Les faibles maillons deviennent visibles. En 2025, on évaluait la conversation entière, ce qui diluait les problèmes.
3. gpt-realtime avec SIP natif. La disponibilité générale annoncée par OpenAI inclut SIP, ce qui veut dire que vous pouvez désormais router des appels téléphoniques directement vers l'API sans passer par Twilio comme intermédiaire. La baisse de prix de 20% (32 $ / 1M tokens audio en entrée) rend l'architecture multi-agents économiquement viable pour des PME qui auraient dit non en 2025.
L'angle Loi 25 que personne n'aborde
La Loi 25 impose une minimisation de la collecte et une journalisation fine des accès aux renseignements personnels. En architecture mono-agent, votre politique de minimisation est théorique : l'agent a accès à tout, il "choisit" de ne pas utiliser. La CAI (Commission d'accès à l'information du Québec) n'aime pas ce genre d'argument.
En multi-agents bien découpé, la minimisation est structurelle. L'agent d'accueil ne peut pas lire le dossier médical — pas parce qu'il choisit de ne pas le faire, mais parce qu'il n'a tout simplement pas l'outil configuré. C'est la différence entre "je te promets de ne pas regarder" et "je n'ai pas la clé". Lors d'un audit, c'est la deuxième qui tient.
Pour les PME en santé, finance et services légaux québécois, cet argument à lui seul justifie souvent le surcoût multi-agents.
La règle pragmatique pour décider
On finit avec une règle simple qui marche pour 90% des PME qui nous appellent :
- Moins de 3 intentions claires, moins de 800 appels/mois, pas de données sensibles : agent unique.
- Entre 3 et 5 intentions, volume modéré, données personnelles non-sensibles : agent unique, bien structuré, avec outils conditionnels.
- Plus de 5 intentions OU données sensibles (médical, financier, légal) OU volume supérieur à 2000/mois : architecture multi-agents, avec phase pilote mono-agent de 4 à 6 semaines d'abord.
Surtout : ne commencez jamais en multi-agents sans avoir opéré un mono-agent d'abord. Vous allez optimiser des transferts pour des patterns d'appels que vous n'avez pas encore vus, et vous allez vous tromper.
Ce que vous devriez faire cette semaine
Si vous évaluez votre premier déploiement, listez vos intentions réelles (pas théoriques — vraies, basées sur vos logs téléphoniques des 90 derniers jours). Comptez-les. Si le total est inférieur à 5, arrêtez de lire la littérature multi-agents, vous n'en avez pas besoin.
Si vous avez déjà un agent déployé et que votre taux de résolution stagne sous 65%, regardez où il échoue. Si les échecs sont concentrés sur 1 ou 2 intentions précises (typiquement : facturation ou transfert d'urgence), isoler ces intentions dans des sous-agents dédiés vous donnera le gain maximum pour un investissement minimum.
Chez TECHMA, on déploie en moyenne 2 agents multi-spécialisés par mois, et toujours après une phase pilote mono-agent. Si vous voulez qu'on regarde votre cas précis — volumes, intentions, contraintes Loi 25 — prenez un rendez-vous de diagnostic gratuit. On vous dit honnêtement si vous avez besoin d'un ou de cinq agents. La plupart du temps, la réponse est "un bien fait, pas cinq mal faits".