Coinbase, la plus grande plateforme d'échange de cryptomonnaies des États-Unis, affirme qu'un cycle de tests de support d'environ 90 cas, qui nécessitait auparavant une à deux semaines de préparation et d'exécution manuelles, peut désormais être réalisé en 30 à 45 minutes. Ce chiffre, communiqué par les ingénieurs de la société le 21 septembre, apporte une donnée concrète à l'appui de la volonté du PDG Brian Armstrong de transformer la plateforme d'échange en une entreprise native de l'IA.

L'outil à l'origine de ce résultat s'appelle Autopilot. Il teste les procédures que suivent les robots de support de Coinbase lorsqu'ils traitent les problèmes des clients, et il maintient l'approbation humaine avant toute modification de procédure mise en production. L'épreuve à venir pour le modèle opérationnel d'Armstrong est de savoir si le développement accéléré des procédures produit un support fiable et des actions redevables sur les comptes des clients.

Les clients ont besoin que leurs problèmes de compte soient résolus correctement et que leurs données ne soient consultées qu'avec une autorisation appropriée. Les communications de Coinbase décrivent un travail visant à répondre à ces deux besoins, tout en laissant l'effet sur les clients non mesuré. Approuver les modifications, restreindre les autorisations et mesurer les résultats réels demeurent des responsabilités opérationnelles à mesure que la société automatise davantage de son travail.

D'où vient le gain de temps

Armstrong a annoncé une réduction d'environ 14 % des effectifs dans un mémo du 5 mai, invoquant à la fois un marché crypto faible et l'IA qui change la façon dont les employés travaillent ; cette réduction a par ailleurs été évaluée à environ 700 personnes. Il a proposé moins de niveaux hiérarchiques, des dirigeants qui contribuent aussi directement, des équipes natives de l'IA plus réduites et des expériences d'équipes d'une seule personne.

La communication d'ingénierie de septembre transpose cet argument opérationnel dans un processus de support spécifique. Coinbase indique que ses robots consultent l'état des comptes, effectuent des actions délimitées et escalent les problèmes nécessitant un jugement plus approfondi à une personne. Autopilot aide à maintenir les procédures que ces robots suivent.

Son service de tests crée des utilisateurs de test isolés et des états de comptes simulés, simule des conversations, enregistre les transcriptions et les résultats des outils, et évalue ce qui s'est passé par rapport au comportement attendu. Des agents peuvent aider à générer les tests, et un exécuteur répétable les met en œuvre. Coinbase indique avoir déployé un système hybride combinant le service de tests, des gates de mise en production exécutées dans GitHub Actions — un service d'automatisation largement utilisé pour exécuter des flux de travail logiciels — et une interface utilisable par les équipes d'ingénierie comme par les autres équipes.

C'est cette division du travail qui rend la comparaison temporelle significative. Créer des comptes de test, mener des conversations et collecter les résultats de façon répétée constitue précisément le travail répétitif qu'un service partagé peut accomplir de manière cohérente. Une validation plus rapide pourrait rendre pratique la vérification plus fréquente des modifications de procédures, à condition que les cas et les résultats attendus restent appropriés.

La comparaison rapportée mesure uniquement le cycle de validation, laissant les temps de réponse aux clients et les économies de personnel hors de son périmètre. Relier ce cycle à la réduction des effectifs nécessiterait des preuves des tâches supprimées et des coûts qui en résultent.

Un cycle de tests plus court donne à Coinbase davantage de capacité pour évaluer les modifications. Le fait que cette capacité produise un meilleur support dépend de ce que couvrent les tests, de ce que les relecteurs font de leurs conclusions et de la façon dont les procédures résultantes se comportent après le déploiement.

La revue humaine reste à la frontière de la mise en production

Autopilot utilise des conversations adverses en plus des tests de comportement attendu. Coinbase indique qu'un modèle d'IA note ces conversations, mais reconnaît que le juge peut se tromper. Les notes alimentent la revue humaine et les gates de mise en production plutôt que de décider de manière autonome qu'une procédure est prête.

La frontière de mise en production sépare une procédure proposée d'une procédure qu'un robot de support peut utiliser avec les clients. Les agents peuvent suggérer des modifications, tandis qu'une personne doit approuver les écritures en production et l'activation. C'est une protection contre une boucle qualité automatisée qui promouvrait son propre travail sans revue, et cela signifie que la revue demeure une responsabilité opérationnelle à mesure que le système s'accélère.

Le périmètre d'approbation doit être lu avec précision. La déclaration de Coinbase concerne les modifications des procédures de support et leur activation. Elle ne dit pas qu'une personne approuve chaque action qu'un robot déployé effectue sur le compte d'un client individuel.

L'automatisation supplémentaire reste inachevée. Coinbase indique que la découverte, la rédaction, les tests et l'analyse existent, tandis que l'orchestration allant d'un écart de performance identifié à une procédure promue est encore en cours de développement. Un contrat entièrement partagé pour les résumés de conversations reste également inachevé. Cela laisse un travail d'intégration en plus du gain d'automatisation : un système qui identifie un flux faible, génère une révision et la teste nécessite toujours une transmission fiable des informations entre ces étapes et une décision redevable concernant la mise en production.

L'autorisation d'agir est un contrôle distinct

La communication du 18 août de Coinbase sur ses opérations internes aborde un autre volet de la protection des clients : qui peut accéder données des clients et qui peut les modifier.

La société décrit Control Center comme une plateforme partagée distincte destinée au support, à la conformité, au juridique, au risque et à l'ingénierie. Coinbase n'a pas précisé sa couverture d'Autopilot. Au sein de la plateforme, l'autorisation, les enregistrements d'audit, les approbations et les limites de débit se trouvent en amont des services sous-jacents.

Les vérifications d'autorisations prennent en compte à la fois l'action demandée et le client concerné. Une opération limitée à un client sans le contexte client nécessaire est refusée. L'accès est lié aux dossiers assignés, limité aux clients concernés et configuré pour expirer.

Pour les modifications sensibles désignées, notamment les remboursements, les changements d'état de compte et les dépassements de limites, la plateforme sépare la proposition d'une modification de son exécution. La proposition entre en revue, les approbations requises doivent arriver, puis un exécuteur distinct effectue la modification. Les échecs sont réservés à un traitement humain.

Ces contrôles répondent à des questions auxquelles les tests conversationnels ne peuvent pas répondre seuls. Une procédure peut décrire la réponse attendue, tandis qu'un système d'autorisation détermine si l'appelant peut accéder aux données client pertinentes ; les règles d'approbation déterminent si une modification sensible peut être menée à bien.

Control Center rend également explicite le travail continu. Coinbase indique que les nouveaux types de clients, y compris les agents automatisés, doivent être soumis aux règles d'autorisation, d'audit et de limitation de débit, avec une revalidation des frontières d'authentification à mesure que les appelants changent.

Établir comment ces contrôles s'appliquent à l'automatisation du support nécessiterait une description plus claire des robots et des actions qui passent par les vérifications d'autorisation et d'approbation. La mesure de couverture pertinente est l'ensemble des opérations clients régies par ces règles.

Pour le modèle opérationnel natif de l'IA, la conséquence est simple : l'ajout d'appelants automatisés nécessite toujours que quelqu'un maintienne les règles régissant leur autorité. L'architecture peut rendre ce travail plus cohérent, mais son efficacité dépend du maintien de chaque nouvel appelant dans les règles. L'accès lié aux dossiers en est un exemple concret : les autorisations doivent continuer à correspondre au travail assigné à mesure que les dossiers et les appelants changent. La frontière des comptes doit tenir parallèlement au développement accéléré des procédures.

Davantage de tests nécessite toujours une mesure de résultats

Le même besoin de relier l'activité aux résultats s'étend à la plateforme de sécurité distincte de Coinbase, Continuous Adversarial Testing (CAT). Le 15 septembre, Coinbase a rapporté plus de 150 000 scans de son environnement de production depuis le milieu de 2026, dont plus de 128 000 revues de pull requests de modifications de code proposées et davantage de conclusions de tests d'intrusion (cyberattaques simulées) en cours de correction. Ces activités et corrections rapportées fournissent un contexte de sécurité.

La distinction entre tests et performance déployée est également au cœur du profil de risque de l'IA générative de juillet 2024 du National Institute of Standards and Technology (NIST). Le NIST, l'agence américaine de normalisation, a publié ce cadre volontaire, qui recommande d'évaluer les systèmes dans des scénarios du monde réel car les tests contrôlés peuvent passer à côté de problèmes, et il aborde les écarts de mesure les conditions de laboratoire et de déploiement. Il offre une règle générale pour évaluer des affirmations comme celle de Coinbase.

Autopilot s'oriente déjà vers des mesures côté clients. Coinbase indique que les étiquettes d'intention client, les signaux de résolution et de satisfaction client aident à identifier les flux de support à fort volume les plus faibles. Cela suggère que la société reconnaît que terminer des tests et résoudre les problèmes des clients sont des mesures différentes.

Pourtant, la communication de septembre ne publie pas de résultats quantifiés avant/après en matière de résolution des problèmes clients ou de sécurité. Les prochaines preuves utiles relieraient les procédures déployées à ces résultats, ainsi que la part de l'activité de support pertinente couverte par les systèmes de tests et d'autorisations.

La qualité de la résolution aiderait à montrer si l'automatisation résout le problème du client. La performance des escalades aiderait à montrer si les dossiers nécessitant un jugement humain y parviennent. Des preuves concernant les actions non autorisées et les erreurs abordent la protection plus directement que le temps nécessaire pour exécuter une suite de tests.

Le cycle de validation rapporté de 30 à 45 minutes est un exemple concret de travail en cours d'automatisation. Les gates d'approbation et les restrictions d'accès divulguées font de la redevabilité une partie du modèle opérationnel. Démontrer la valeur pour les clients nécessite de relier les deux aux résultats du support en conditions réelles, tout en assurant le travail de revue et de gouvernance que les systèmes divulgués exigent toujours.