Un agent IA est un logiciel dans lequel un modèle de langage décide lui-même de sa prochaine étape et agit via des outils, par exemple lire une boîte de réception, consulter une commande ou envoyer un e-mail, jusqu’à ce que l’objectif soit atteint ou qu’une limite l’arrête. Un workflow suit des étapes écrites à l’avance ; un agent choisit les étapes au fur et à mesure.
Vous développez avec des modèles d’IA ? Le crédit API AIGROW donne accès aux modèles Claude, GPT, Gemini et Grok jusqu’à 75 % moins cher que le prix public.
- Un agent IA est un logiciel dans lequel un modèle de langage choisit lui-même sa prochaine étape et agit via des outils, jusqu’à ce que l’objectif soit atteint ou qu’une limite l’arrête.
- Un workflow suit des étapes écrites à l’avance. Un agent décide des étapes au fur et à mesure, ce qui coûte plus de temps et d’argent par tâche.
- Les agents conviennent aux tâches où chaque cas est un peu différent : réponses au support, suivi des leads, relance des factures, reporting.
- Préférez un workflow fixe lorsque les règles ne changent jamais ou qu’une mauvaise action est irréversible.
Qu’est-ce qu’un agent IA ?
Un agent IA est un modèle de langage à qui l’on donne un objectif, un ensemble d’outils et l’autorisation de les utiliser. Il analyse la situation, décide de la suite, agit, vérifie ce qui s’est passé et recommence jusqu’à ce que la tâche soit terminée ou qu’une limite l’arrête.
Anthropic, qui développe les modèles Claude, trace la frontière ainsi dans Building effective agents :
"Workflows are systems where LLMs and tools are orchestrated through predefined code paths. Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage."
Pour une entreprise, la différence est la suivante : dans un workflow, vous avez écrit chaque étape. Dans un agent, le modèle choisit les étapes, dans les limites que vous fixez.
Comment fonctionne un agent IA
Chaque agent suit la même boucle. La colonne d’exemple suit un e-mail adressé au support.
| Étape | Ce qui se passe | Exemple : un e-mail au support |
|---|---|---|
| 1. Objectif | Une tâche arrive avec des instructions | « Où est ma commande ? » arrive dans la boîte de réception |
| 2. Lecture | L’agent rassemble le contexte | Il lit l’e-mail et la politique de support |
| 3. Décision | Le modèle choisit la prochaine action | Consulter la commande dans le système de la boutique |
| 4. Action | Il appelle un outil | Interroge la commande et obtient le statut de suivi |
| 5. Vérification | Il lit le résultat avant de continuer | Le colis est en cours de livraison aujourd’hui |
| 6. Arrêt ou répétition | Il termine, recommence ou passe la main | Envoie la réponse, ou la place en file d’attente pour une personne |
Anthropic souligne que les agents ont besoin de « ground truth » issue de leur environnement à chaque étape, comme le résultat d’un outil, et de conditions d’arrêt, comme un nombre maximal d’étapes. Ils peuvent aussi s’interrompre à des points de contrôle pour laisser la main à une personne. Ces limites permettent d’exécuter un agent en toute sécurité sur du travail réel.
Les éléments derrière la boucle :
| Élément | De quoi il s’agit |
|---|---|
| Modèle | Le modèle de langage qui lit et décide |
| Instructions | L’objectif, les règles et ce qu’il ne doit jamais faire |
| Outils | Les connexions qui lui permettent d’agir : e-mail, CRM, agenda, base de données |
| Mémoire | Ce qu’il conserve entre les étapes ou entre les tâches |
| Limites | Plafonds d’étapes, plafonds de dépenses et actions soumises à validation |
Agent IA, workflow et chatbot : les différences
| Question | Chatbot | Workflow | Agent IA |
|---|---|---|---|
| Qui décide de la prochaine étape | L’utilisateur, un message à la fois | La personne qui l’a conçu, à l’avance | Le modèle, au fur et à mesure |
| Agit dans d’autres systèmes | Généralement non | Oui, selon des étapes fixes | Oui, il choisit les outils |
| Même entrée, même sortie | Non | Oui | Non |
| Coût et temps par tâche | Faibles | Les plus faibles | Les plus élevés |
| Idéal pour | Répondre à des questions | Des règles stables et répétées | Des cas différents à chaque fois |
Anthropic résume clairement l’arbitrage : « Agentic systems often trade latency and cost for better task performance. » Ne payez ce prix que là où la variété des cas l’exige.
Les cinq types d’agents IA
Les types classiques des manuels, tels que résumés par IBM, décrivent la façon dont un agent décide. La plupart des agents d’entreprise fondés sur des modèles de langage en combinent plusieurs.
| Type | Façon de décider | Exemple en entreprise |
|---|---|---|
| Réflexe simple | Règle fixe appliquée à ce qu’il voit à l’instant | Étiqueter tout e-mail contenant « facture » |
| Réflexe fondé sur un modèle | Règles et représentation de ce qu’il ne voit pas | Suspendre un réapprovisionnement tant qu’une livraison est en transit |
| Orienté objectif | Planifie des étapes pour atteindre un objectif | Fixer un rendez-vous compatible avec les deux agendas |
| Orienté utilité | Compare les options et retient le meilleur compromis | Choisir le transporteur le moins cher qui respecte encore la date |
| Apprenant | S’améliore avec les retours au fil du temps | Mieux classer les leads selon les affaires conclues ou perdues |
Plusieurs agents peuvent aussi collaborer au sein d’un système multi-agents, par exemple un agent qui trie les e-mails entrants et d’autres qui traitent chaque catégorie.
Exemples d’agents IA par fonction de l’entreprise
Pour chaque fonction, l’essentiel est de savoir quelle part du travail l’agent prend en charge et ce qui reste du ressort d’une personne.
| Fonction | Ce que fait l’agent | Ce qu’une personne conserve |
|---|---|---|
| Boîte de support | Répond à partir de vos politiques et prépare des brouillons pour le reste | Remboursements, réclamations et tout cas inédit |
| Suivi des leads | Répond aux nouveaux leads, les qualifie et planifie l’appel | Propositions et prix |
| Réservations et rappels | Réserve, envoie des rappels et remplit les créneaux annulés | Exceptions à vos règles d’agenda |
| Factures et recouvrement | Émet les factures, rapproche les paiements et envoie les relances | Litiges et échéanciers de paiement |
| Reporting | Rassemble vos chiffres dans un rapport hebdomadaire | Les changements à décider |
| Contenu | Rédige des brouillons d’articles, d’e-mails et de fiches produit | Chaque contenu avant publication |
| Saisie de données en back-office | Transfère les données entre e-mails, formulaires et votre CRM | Les fiches qu’il signale comme peu claires |
Pour d’autres cas détaillés, consultez exemples d’agents IA et agents IA pour les petites entreprises.
Quand ne pas utiliser d’agent IA
Le conseil d’Anthropic est de commencer par « finding the simplest solution possible, and only increasing complexity when needed ». Évitez l’agent lorsque :
| Situation | À utiliser plutôt |
|---|---|
| Les règles ne changent jamais | Un workflow fixe dans un outil comme n8n, Make ou Zapier |
| Une mauvaise action est irréversible, comme un paiement | Un agent qui prépare, avec une personne qui valide |
| Vous avez besoin du même résultat à chaque fois pour un audit | Un workflow fixe avec journalisation des étapes |
| La tâche revient quelques fois par mois | Une personne, ou un prompt enregistré |
| L’agent n’a pas accès aux données ou à l’outil dont il a besoin | Réglez d’abord les accès |
Si la tâche est une chaîne d’étapes fixes, comparez les outils dans n8n vs Zapier avant de créer un agent.
Comment démarrer avec un premier agent
- Choisissez une fonction avec de nombreux cas similaires, comme la boîte de support.
- Notez ce que l’agent peut faire seul, ce qui nécessite une validation et ce qu’il ne doit jamais faire.
- Donnez-lui d’abord un accès en lecture. Ajoutez les actions une par une.
- Fixez des limites : un nombre maximal d’étapes par tâche et une file d’attente pour tout ce que vos règles ne couvrent pas.
- Vérifiez chaque semaine un échantillon de son travail et affinez les règles.
Vous pouvez le construire vous-même avec le guide pour créer des agents IA avec n8n. Ou AIGROW peut s’en charger pour vous : nos agents IA pour entreprise reprennent une fonction à la fois dans vos propres outils, avec une personne qui vérifie tout ce que vos règles ne couvrent pas.
Sources
- Anthropic, Building effective agents, 19 décembre 2024
- IBM, Types of AI agents
Modèles Claude, GPT, Gemini et Grok actuels, jusqu’à 75 % moins cher que le tarif public
Une seule clé API pour les modèles Claude, GPT, Gemini et Grok, via le SDK OpenAI. Les modèles Claude fonctionnent aussi avec le SDK Anthropic et Claude Code.
Le tarif de chaque modèle via le crédit AIGROW figure à côté du prix public de son éditeur, jamais au-dessus.
Questions fréquentes
