Pourquoi nous avons appelé nos agents Hugo, Léa et Maya — et pas Agent #1
Trois prénoms ne sont pas du marketing. Ce sont des décisions d'architecture.
Quand on lance une plateforme d'agents IA, on a deux options.
La première : nommer ses agents Agent-001, Agent-002, Agent-003. Ou pire, par fonction : HSE-bot, Voice-bot, Recruiter-AI. C'est ce que font 90 % des éditeurs. C'est rationnel. C'est lisible. C'est froid.
La seconde : leur donner un prénom. Hugo. Léa. Maya. Trois agents avec un visage, une voix, une mission. C'est ce que nous avons choisi. Et ce choix n'est pas marketing — il est structurel.
Voici pourquoi.
Un prénom force la spécialisation
Quand vous appelez votre agent Voice-bot, vous le concevez comme un outil générique. Vous lui demanderez de répondre au téléphone, de transférer des appels, peut-être de prendre des notes. Vous le verrez comme un script qui parle.
Quand vous l'appelez Léa, vous lui donnez un métier. Léa n'est pas un bot vocal. Léa est une opératrice d'accueil senior. Elle décroche en moins de trois sonneries, qualifie l'appel en français, anglais ou néerlandais, route vers la bonne personne, et envoie un compte-rendu au CRM. Elle a un périmètre, une exigence de qualité, un standard.
Le prénom n'est pas un déguisement. C'est une promesse de spécialisation.
Un prénom change la relation à l'erreur
Un bot qui se trompe, on le débranche. Un agent qui se trompe, on l'améliore.
Cette différence n'est pas sémantique. Elle est culturelle. Quand Maya rate un sourcing — qu'elle propose un candidat hors-cible — l'équipe RH ne dit pas « l'IA a planté ». Elle dit « Maya s'est trompée, on lui réexplique le brief ». Le feedback devient possible. La boucle d'apprentissage s'enclenche. L'agent s'améliore avec l'usage, comme un junior qui prend ses marques.
Avec un recruiter-bot, ce processus n'existe pas. Vous ouvrez un ticket support.
Trois agents, trois personnalités, trois mandats
Nos prénoms ne sont pas tirés au hasard.
Hugo — agent HSE. Hugo est rigoureux, méthodique, francophone par défaut. Il fait des audits de site, génère des rapports conformes ISO 45001, identifie les écarts réglementaires. Il a la sobriété d'un préventionniste senior. Il ne fait pas de blagues. Il est utile.
Léa — agent téléphonie. Léa est rapide, polie, multilingue (FR/EN/NL/DE). Elle prend les appels entrants, qualifie, transfère, et tient à jour la fiche client. Elle a la posture d'une assistante de direction expérimentée. Elle ne raccroche jamais en premier.
Maya — agent recrutement. Maya est curieuse, stratégique, exigeante sur le matching. Elle scanne les CV, source sur LinkedIn, mène les pré-entretiens vidéo, et livre une shortlist argumentée. Elle pense comme un cabinet de chasse, pas comme un ATS.
Ces trois personnalités ne sont pas du fluff. Elles dictent les choix techniques : le tone of voice de chaque modèle, le périmètre des outils auxquels chaque agent a accès, les guardrails métier, les modes d'apprentissage.
La conséquence : vos équipes les adoptent
Voici ce qu'on observe chez nos premiers clients.
Au bout de deux semaines, le DRH ne dit plus « j'utilise la plateforme BeLogic ». Il dit « j'ai demandé à Maya de me sortir cinq profils sur la mission Lead Designer ». Le préventionniste ne dit plus « j'ai lancé un audit IA ». Il dit « Hugo a flaggé trois écarts sur le site de Lyon, on regarde ce matin ».
Cette appropriation est mesurable. Elle augmente le taux d'usage de 3× par rapport à un déploiement de chatbot anonyme. Parce qu'on n'utilise pas un outil. On collabore avec un collègue.
Plus qu'une IA. Un partenaire.
Le tagline de BeLogic n'est pas un slogan. C'est une thèse produit.
Nous croyons qu'à l'ère de l'IA agentique, la différence entre un éditeur de chatbots et un partenaire de transformation tient dans la manière dont vous concevez la relation entre vos équipes et l'IA. Un outil qu'on configure, ou un collègue qu'on intègre.
Hugo, Léa et Maya ne sont pas des prénoms. Ce sont des décisions d'architecture.
Et c'est probablement la décision la plus importante que nous ayons prise.