Agent IA : définition, fonctionnement et exemples en entreprise

Le mot « agent » est partout. Les éditeurs l’emploient aussi bien pour des chatbots que pour des outils qui travaillent dans vos logiciels. Quand on vous propose « un agent IA », difficile de savoir ce que vous allez obtenir.

Ce guide pose une définition simple, la compare aux outils que vous connaissez déjà, explique le fonctionnement sans jargon et donne des exemples concrets.

Agent IA : la définition

Un agent IA est un logiciel qui analyse une situation, décide de la prochaine étape et agit dans vos logiciels, dans les limites que vous avez fixées.

Chaque morceau de cette phrase compte :

• Analyser une situation : une facture qui arrive, un devis prêt à partir, un ticket client. L’agent lit ce qu’il reçoit, tel quel.
• Décider de la prochaine étape : chercher une commande, demander une information, signaler un écart. Il n’y a pas de chemin dessiné d’avance pour chaque cas.
• Agir dans vos logiciels : l’agent ne se contente pas de répondre. Il met à jour un suivi, rattache un ticket, prépare un paiement.
• Dans des limites fixées : ce qu’il fait seul, ce qu’il doit vous soumettre, ce qu’il n’a pas le droit de toucher.

Il n’existe pas de définition unique, et le vocabulaire varie d’un éditeur à l’autre. La CNIL décrit les agents IA comme des systèmes souvent construits autour d’un modèle d’IA générative, « capable d’agir sur un environnement défini (applications tierces, bases de données, postes de travail ou tout autre système) », avec « des niveaux variables d’autonomie ». L’idée centrale est là : un agent ne fait pas que produire du texte, il agit.

Ce qui le distingue d’un chatbot, de ChatGPT et d’une automatisation

Prenons une facture fournisseur, FAC-031, avec une ligne de plus que la commande BC-112.

• Un chatbot dialogue. La CNIL le définit comme un logiciel destiné à fournir des informations, le plus souvent en réponse aux questions fréquentes. Il répond ; il ne compare pas la facture à la commande. Détail dans Chatbot ou agent IA pour le support client.
• ChatGPT, dans une conversation, travaille avec ce qu’on lui donne. Collez-lui la facture, il la résume très bien. Mais il ne va pas chercher la commande dans votre logiciel de gestion si personne ne la lui fournit. Le guide d’OpenAI le dit lui-même : une application qui utilise un modèle d’IA sans le laisser piloter les étapes du travail, comme un chatbot simple, n’est pas un agent.
• Une automatisation à règles fixes, comme un scénario Zapier ou Make, range la facture et prévient l’équipe. Toujours le même chemin : la ligne en trop passe, personne n’avait prévu ce cas. Anthropic, l’éditeur du modèle Claude, fait la même distinction : dans une automatisation, le chemin est écrit à l’avance ; dans un agent, le modèle dirige lui-même ses étapes et choisit ses outils.
• Un agent IA retrouve la commande, compare chaque ligne, cherche dans les mails un accord sur la ligne en trop. S’il le trouve, la facture suit son cours. Sinon, il la soumet à votre équipe avec l’écart déjà identifié.

Quand le chemin est toujours le même, une automatisation reste le bon choix, sans IA. Le guide Agent IA ou automatisation aide à trancher.

IA générative et IA agentique

L’IA générative produit un contenu quand on le lui demande. Le règlement européen sur l’IA parle de systèmes qui « génèrent des contenus de synthèse de type audio, image, vidéo ou texte ». Vous posez une question, elle rédige une réponse. Ensuite, c’est à vous d’agir.

L’IA agentique désigne des systèmes qui enchaînent des étapes et agissent dans d’autres logiciels. C’est un terme d’usage, pas une catégorie officielle : la CNIL écrit qu’il « désigne couramment » ces systèmes.

Les deux ne s’opposent pas. Un agent utilise une IA générative comme moteur : c’est elle qui lit la facture et comprend le mail du fournisseur. Là où l’OCR d’une facture fournisseur s’arrête aux champs extraits, l’agent s’en sert pour la suite. Ce qui fait l’agent, c’est tout ce qu’on construit autour.

Comment fonctionne un agent IA

Un agent tient en cinq éléments.

• Le modèle : c’est le moteur qui lit et rédige. On parle de modèle de langage, ou LLM, de l’anglais large language model. La CNIL le décrit comme un modèle qui peut, par exemple, prédire le mot suivant dans une suite de mots.
• Les outils : ce sont les accès que l’agent peut utiliser pour lire ou agir dans vos logiciels, souvent par une API, la porte qu’un logiciel ouvre aux autres programmes. Chercher dans le CRM, lire une boîte mail, mettre à jour un suivi : chaque outil est une action précise, que vous accordez ou non.
• Le contexte : vos règles, vos documents, l’historique d’un client. Sans lui, l’agent ne sait pas qu’une remise de 18 % dépasse votre grille.
• La boucle : l’agent regarde le résultat de chaque étape avant de choisir la suivante. Anthropic résume ainsi la plupart des agents : un modèle qui utilise des outils, en boucle, selon ce que lui renvoient ces outils.
• Les garde-fous : ce qu’il n’a pas le droit de faire, ce qu’il doit montrer avant d’agir. OpenAI les range avec les instructions données à l’agent. Mais une consigne ne suffit pas : les calculs et les règles sont vérifiés par du code, pas par l’IA, et un doute est signalé au lieu d’être deviné.

Voici ces cinq éléments à l’œuvre sur un ticket de support :

1. Analyser la situationLe ticket #1042, sa capture d’écran et le contrat du client
2. Chercher le contexteUn incident déjà ouvert pour la même erreur, les demandes précédentes du client
3. Décider de la prochaine étapeRattacher le ticket, demander une information manquante ou le faire remonter
4. Rester dans ses limitesVos règles, vérifiées par du code : clients touchés, réponses validées comme modèles

Il agit seulTicket rattaché à l’incident #218, réponse validée comme modèle envoyée au client

Il vous soumetPas d’incident correspondant, client bloqué ou réponse qui sort de vos modèles

Des exemples d’agents IA en entreprise

Trois exemples, repris des pages de ce site. Chaque fois, l’agent cherche et compare ; votre équipe ne voit que ce qui demande une décision.

• En comptabilité fournisseurs, il rapproche chaque facture de sa commande, cherche l’avenant ou le mail qui justifie un écart et prépare le paiement des factures conformes. Il ne paie pas. Détail dans le guide pour rapprocher une facture du bon de commande et du bon de livraison.
• Côté commercial, il contrôle chaque devis qui passe à l’étape « Signature » du CRM : remise et prix face à la grille, conditions face à la proposition envoyée au client. Il signale l’écart, il ne bloque pas la signature. Voir Erreur de devis commercial.
• Au support client, il lit chaque ticket, le rattache à un incident connu et le complète avec le contrat et l’historique du client. Il n’envoie seul que les réponses que vous avez validées comme modèles. Voir Trier et qualifier ses tickets support.

Ce qu’un agent IA ne doit pas faire seul

Un agent qui agit dans vos logiciels peut aussi se tromper dans vos logiciels. Son autonomie se règle donc action par action, selon le risque. La validation humaine n’est pas systématique : si chaque action attend un clic, l’agent ne sert plus à rien.

Quatre familles d’actions attendent en général une personne :

• faire sortir de l’argent : un paiement, un remboursement, un geste commercial ;
• changer une coordonnée sensible, comme le RIB d’un fournisseur ;
• engager l’entreprise auprès d’un client : une remise hors grille, une réponse hors de vos modèles ;
• trancher quand il doute : un montant illisible, un rattachement incertain.

Le guide d’OpenAI recommande lui aussi une intervention humaine pour les actions sensibles ou irréversibles, comme accorder un gros remboursement ou effectuer un paiement. L’OWASP, une référence sur la sécurité des applications d’IA, recommande d’exiger l’accord d’une personne pour les actions à fort impact. Détail dans Validation humaine : ce qu’un agent IA ne doit jamais faire seul.

Par où commencer

Un agent n’est pas toujours la bonne réponse. Anthropic conseille de chercher d’abord la solution la plus simple possible, ce qui peut vouloir dire ne pas construire d’agent du tout. Pour savoir si une tâche en vaut la peine :

Pour voir ce qu’un agent fait concrètement dans vos logiciels, et ce qu’il vous laisse décider, la page Agents IA sur mesure présente les cas d’usage et les garde-fous mis en place.