Agents IA

Agent IA vs chatbot vs workflow

Trois concepts proches mais distincts en pratique :

• Chatbot : système conversationnel qui répond aux questions de l'utilisateur. Pas d'action sur le monde. Cas d'usage : FAQ, support client niveau 1.
• Workflow IA : séquence prédéfinie d'étapes combinant logique déterministe et appels IA. Logique fixe, déterministe dans son enchaînement. Voir Workflow IA.
• Agent IA : système qui décide dynamiquement quelles actions enchaîner pour atteindre un objectif. Le LLM choisit en temps réel parmi un ensemble d'outils disponibles. Plus flexible mais plus complexe à maîtriser.

En pratique, la majorité des cas d'usage entreprise relèvent du workflow IA, plus prévisible et auditable. L'agent est pertinent quand la flexibilité dynamique apporte une réelle valeur — exploration, recherche, planification complexe.

Trois composants d'un agent IA

Six cas d'usage matures d'agents IA en entreprise

• Agent de recherche et veille : exploration de sources, synthèse, restitution structurée. Voir Assistant IA.
• Agent de support client augmenté : qualification, recherche dans la base de connaissances, action sur le CRM, escalade. Voir Agent conversationnel IA.
• Agent de développement : assistant de code capable de naviguer dans un dépôt, modifier du code, exécuter des tests. Cursor, Claude Code, Devin.
• Agent de génération commerciale : qualification de leads, enrichissement, génération de propositions, mise à jour CRM.
• Agent de veille SEO/GEO : surveillance des positions, génération de contenus, ajustements. Voir Agent IA SEO.
• Agent de production de rapports : agrégation de données, analyse, génération de comptes rendus structurés.

Quatre familles de frameworks d'agents

Cinq principes pour des agents IA fiables

1. Supervision humaine sur les actions engageantes : pas d'envoi client, pas de paiement, pas de modification critique sans validation explicite.
2. Périmètre d'action limité : un agent ne devrait avoir accès qu'aux outils strictement nécessaires à son objectif. Moins de surface d'erreur, moins de risque.
3. Observabilité complète : chaque étape de raisonnement et chaque action journalisée. Indispensable pour débugger, auditer, améliorer.
4. Évaluation continue : suite de cas tests représentatifs, exécutée à chaque modification de l'agent. Sans cette discipline, dérive progressive de qualité.
5. Maîtrise des coûts : un agent peut consommer des dizaines de tokens par tâche. Plafonnement, optimisation, monitoring des coûts d'inférence indispensables.

Cadre réglementaire des agents IA

Les agents IA ne sont pas une catégorie distincte au sens de l'AI Act, mais leurs caractéristiques techniques (capacité d'action autonome) appellent une vigilance particulière sur plusieurs articles :

• Supervision humaine (article 14) : pour les systèmes haut risque, une supervision humaine effective est obligatoire. Les agents agissant sans validation humaine sont rarement compatibles avec cette exigence.
• Transparence (article 50) : information explicite des utilisateurs qu'ils interagissent avec un système IA.
• Documentation technique : pour les agents haut risque, documentation conforme à l'annexe IV.
• Article 22 RGPD : décisions individuelles automatisées — les agents qui prennent des décisions affectant des personnes doivent respecter le droit à l'intervention humaine.

Pages dédiées