Définition d’un agent IA : ce qu’il fait, et ce qui reste validé par vos équipes
Un agent IA enchaîne des étapes pour atteindre un objectif : lire, chercher, rédiger, proposer une action. Ce guide explique ce qu’il peut faire, ce qu’il ne doit pas faire seul et comment organiser la validation humaine.
Par Enzo Airault, fondateur de Pecora · Mis à jour le
Qu’est-ce qu’un agent IA ?
Un agent IA est un système qui utilise un modèle de langage pour poursuivre un objectif en plusieurs étapes. Là où un assistant conversationnel répond à une question, un agent peut consulter des informations, choisir l’étape suivante, utiliser les outils mis à sa disposition et produire un résultat : un brouillon, une fiche, un classement, une proposition d’action.
Les outils d’un agent sont ceux que vous lui ouvrez : lire une boîte de réception, rechercher dans une base documentaire, consulter une fiche client, créer un brouillon dans un logiciel. Il n’a accès à rien d’autre. Sa capacité d’action est donc une décision de conception, pas une propriété du modèle.
Le mot « agent » recouvre aujourd’hui des réalités très différentes, du simple enchaînement automatique à des systèmes qui choisissent eux-mêmes leurs étapes. Avant tout projet, la bonne question n’est pas de savoir s’il faut un agent, mais quelles étapes demandent un jugement, et lesquelles suivent une règle.
Agent IA, chatbot, automatisation : quelle différence ?
Les trois termes sont souvent confondus. Ils désignent pourtant des mécanismes distincts :
- un chatbot, ou assistant conversationnel, répond à une question dans une conversation, sans agir dans vos logiciels ;
- une automatisation exécute des étapes fixées à l’avance, toujours dans le même ordre, selon des règles explicites ;
- un agent IA combine les deux : il s’appuie sur des règles et des outils, mais une partie de son parcours dépend de l’interprétation du modèle.
Cette part d’interprétation fait sa force sur les tâches variables, et sa fragilité sur les tâches qui exigent un résultat identique à chaque fois. C’est pourquoi, dans un système bien conçu, l’agent ne porte que les étapes qui en ont besoin. Le reste est confié à des règles informatiques, plus fiables et plus simples à tester.
Que peut faire un agent IA en entreprise ?
Un agent IA est utile sur les tâches où l’information arrive sous des formes variées et doit être comprise, triée ou reformulée avant d’être traitée. Quelques exemples illustratifs :
- lire une demande reçue par email, en extraire les informations utiles et préparer la fiche correspondante dans le CRM ;
- classer les demandes entrantes par type et par urgence, puis les orienter vers la bonne personne ;
- préparer un brouillon de réponse à partir des conditions générales, des informations autorisées et des consignes de ton ;
- rassembler les pièces d’un dossier dispersées dans plusieurs outils et signaler celles qui manquent ;
- comparer une commande reçue avec le devis correspondant et relever les écarts.
Ces exemples décrivent des situations types, pas des missions réalisées. Leur point commun : l’agent prépare, une personne décide. Le gain vient du temps que la personne ne passe plus à chercher, recopier ou rédiger un premier jet, pas de la suppression de son contrôle.
Règle de conception
Générer un brouillon n’est jamais équivalent à autoriser son envoi.
Que ne doit pas faire un agent IA seul ?
Un modèle de langage produit un résultat probable, pas un résultat certain. Il peut mal comprendre une demande, se fier à une source périmée ou compléter une information manquante par une supposition plausible. Tant que ces erreurs restent dans un brouillon, elles se corrigent. Quand elles déclenchent une action, elles engagent l’entreprise.
Certaines décisions ne doivent donc pas être laissées au modèle, même lorsqu’il en est techniquement capable :
- envoyer un message à un client, un fournisseur ou un partenaire ;
- engager une dépense, valider une commande ou modifier un prix ;
- supprimer ou écraser des données ;
- prendre une décision qui affecte une personne, comme un recrutement ou une sanction ;
- modifier ses propres droits ou ceux d’un utilisateur.
Les chiffres suivent la même logique. Un prix, un délai contractuel ou une quantité en stock doivent venir du logiciel qui fait foi, par une règle informatique, et non être rédigés librement par le modèle. L’agent peut expliquer une configuration ; il ne doit pas l’inventer.
Enfin, un document lu par un agent est une donnée, pas une instruction. Un email reçu ou une page consultée ne doivent pas pouvoir modifier son comportement, étendre ses droits ou contourner une validation. Les actions sensibles sont séparées de la génération de texte et passent par des contrôles qui ne dépendent pas du modèle.
Comment organiser la validation humaine d’un agent IA ?
La validation humaine n’est pas une formalité ajoutée à la fin. Elle se conçoit en même temps que l’agent, à partir de quatre questions : qui valide, à quel moment, sur quelle information, et que se passe-t-il en cas de refus. En pratique, plusieurs règles la rendent réelle :
- l’agent produit un brouillon, jamais un envoi : le résultat arrive dans l’outil où la personne travaille déjà ;
- la personne voit les sources : elle sait sur quelles informations l’agent s’est appuyé et peut les vérifier ;
- les cas incertains sont signalés : information manquante, sources contradictoires, demande hors périmètre ;
- chaque validation est tracée : qui a validé, quand, à partir de quelle version ;
- un arrêt et une reprise manuelle sont prévus : si l’agent se comporte mal, le traitement s’arrête et le travail reprend à la main.
Dans les systèmes livrés par Pecora, les messages envoyés à l’extérieur, les dépenses, les suppressions et les décisions importantes passent par une validation humaine, sauf autorisation précise convenue avec vous. Ce périmètre peut évoluer, mais seulement après des mesures qui le justifient.
Une validation qui consiste à cliquer sur « accepter » sans rien voir n’en est pas une. Si le volume rend la relecture impossible, c’est le périmètre de l’agent qu’il faut revoir, pas la validation qu’il faut supprimer.
Quels accès donner à un agent IA ?
Un agent agit avec les droits qu’on lui accorde. Ces droits se limitent au strict nécessaire pour sa tâche : un compte dédié et identifiable, la lecture seule lorsque l’écriture n’est pas utile, la création de brouillons plutôt que l’envoi, aucun accès aux données dont il n’a pas besoin. Chaque action de l’agent doit pouvoir être retrouvée dans un journal, avec la version utilisée et les sources consultées. Le guide sur la sécurité des données détaille ces principes.
Un agent IA apprend-il de ses erreurs ?
Pas de lui-même. Dans la plupart des systèmes d’entreprise, le modèle n’est pas modifié par l’usage : il refera la même erreur tant que rien ne change autour de lui. L’amélioration vient des personnes qui exploitent le système. Elles analysent les corrections apportées aux brouillons, repèrent les causes récurrentes, puis ajustent ce qui peut l’être : une source périmée à remplacer, une consigne ambiguë à préciser, une règle à ajouter, un cas à exclure du périmètre. Chaque ajustement est ensuite vérifié sur le jeu de test, pour s’assurer qu’il corrige le problème sans en créer un autre.
Par où commencer un projet d’agent IA ?
Par une tâche précise, fréquente et vérifiable, plutôt que par un agent censé tout gérer. Un bon premier périmètre réunit quatre conditions : un volume suffisant pour que le gain compte, des informations d’entrée accessibles, un résultat qu’une personne peut contrôler rapidement, et une erreur dont le coût reste limité tant qu’elle est rattrapée avant envoi. Le premier agent sert aussi à installer les habitudes qui serviront aux suivants : validation, traces, mesure.
Comment mesurer si un agent IA fonctionne ?
Un agent se juge sur des dossiers réels comparables, pas sur une démonstration. Trois indicateurs suffisent pour commencer : la part des brouillons validés sans correction, le temps entre l’arrivée d’une demande et sa validation, et la part des cas signalés comme incertains. Ces mesures se prennent avant et après la mise en service, avec la même unité de dossier. Un quatrième indicateur compte vite : l’adoption. Un agent que personne n’utilise, ou dont les brouillons sont systématiquement réécrits, ne libère aucun temps, même si ses résultats de test sont bons. Le guide sur les hallucinations et la fiabilité détaille la méthode de test.