Une facture arrive par mail. Une automatisation l’enregistre dans un dossier partagé, ajoute une ligne au tableur de suivi et prévient l’équipe sur Slack. Chaque fois, le même chemin. Ça fonctionne, et il n’y a aucune raison d’y toucher.
Puis arrive une facture sans numéro de commande, avec une ligne en plus que personne n’a vue passer. L’automatisation la range comme les autres. Elle fait exactement ce qu’on lui a demandé, et c’est bien le problème.
Ce guide aide à faire la part des choses : ce qu’un outil comme Zapier ou Make fait très bien, où une règle fixe s’arrête, et ce qu’un agent IA apporte de différent.
Ce que fait une automatisation comme Zapier ou Make
Les deux outils reposent sur la même idée : un événement déclenche une suite d’actions.
- Chez Zapier, un « Zap » se compose d’un déclencheur (un nouveau mail, une nouvelle ligne de tableur) et d’une ou plusieurs actions. Les « Paths » ajoutent des conditions : si A, faire ceci ; si B, faire cela.
- Chez Make, un « scénario » enchaîne des modules. Des filtres laissent passer ou arrêtent les données selon des conditions, et un routeur sépare le scénario en plusieurs branches, avec une route de repli pour ce qui n’entre dans aucune.
Dans les deux cas, tout est décidé à l’avance. Vous dessinez le chemin, l’outil le suit. À entrée identique, résultat identique.
Quand l’automatisation suffit
C’est la bonne réponse dans beaucoup plus de cas qu’on ne le croit. Elle suffit quand :
- l’information arrive toujours au même endroit, dans le même format : un formulaire, un champ de CRM, une ligne de tableur ;
- la décision tient en une condition simple : un montant au-dessus d’un seuil, un statut qui change, un champ vide ;
- l’action est la même à chaque fois : copier, notifier, créer une tâche, envoyer un mail type.
Copier les réponses d’un formulaire dans un CRM, prévenir l’équipe quand un devis est signé, archiver les pièces jointes d’une boîte mail : rien de tout cela n’a besoin d’IA. Une automatisation est plus simple à relire, à tester et à corriger. Elle se comporte de façon prévisible.
Si votre besoin entre dans ce cadre, restez-y.
Où une règle fixe s’arrête
Les difficultés commencent quand la tâche demande de lire, de chercher ou de juger. Par exemple :
- retrouver une commande quand le numéro manque sur la facture ;
- comprendre qu’une ligne libellée autrement est la même prestation ;
- lire un échange de mails pour savoir si un supplément avait été accepté ;
- décider qu’un cas est assez douteux pour être montré à quelqu’un.
On peut essayer de couvrir ces cas avec des conditions. Chaque exception devient alors une branche de plus, puis une autre. Le scénario grossit, et il reste aveugle à tout ce qui n’a pas été prévu : la route de repli reçoit ce qui n’entre nulle part, mais elle ne fait que ce qu’on y a prévu.
Ce qu’un agent IA fait de différent
Un agent IA ne suit pas un chemin dessiné d’avance. Il part de la situation, va chercher le contexte dont il a besoin dans vos logiciels, décide de la prochaine étape et agit dans les limites que vous avez fixées.
Reprenons la facture sans numéro de commande :
- Lire la facture reçueTelle qu’elle arrive, même sans numéro de commande
- Retrouver la commandePar le fournisseur, la date et le montant
- Comparer chaque ligneLe calcul de l’écart est fait par du code, pas par l’IA
- Chercher un justificatifUn avenant ou un mail d’accord sur la ligne en plus
Traitée seuleCommande retrouvée, écart nul ou justifié selon vos règles
Soumise à votre équipeAvec la ligne en cause et ce qui a été cherché sans succès
La différence ne tient pas à l’intelligence du modèle. Elle tient à ce que l’agent fait quand le cas n’est pas prévu : il cherche, puis il tranche ou il signale. Quand il a un doute, il le dit au lieu de deviner.
Ce qui ne demande aucun jugement reste du code. Un total, un écart en pourcentage, une comparaison à un seuil : ces calculs ne sont pas confiés à l’IA. L’agent lit et cherche, le code vérifie.
Zapier et Make proposent aussi des agents
La frontière n’est plus entre les outils. Zapier propose des agents qui agissent dans les applications connectées. Make a une application d’agents IA, à qui l’on peut donner comme outils des modules ou des scénarios existants.
La vraie question est donc celle de la tâche, pas du logiciel. Pour résumer un mail, classer une demande ou rédiger un brouillon de réponse, un agent configuré dans ces plateformes peut très bien suffire.
Un agent sur mesure se justifie plutôt quand :
- les règles sont les vôtres et doivent être appliquées à la lettre : seuils, validations internes, cas particuliers par client ou fournisseur ;
- chaque vérification doit laisser une trace que votre équipe peut relire ;
- certaines actions engagent l’entreprise et doivent attendre une validation humaine ;
- vos logiciels sont mal reliés et il faut construire l’accès qui manque.
Comment choisir
Quelques questions suffisent à orienter le choix :
| Question | Plutôt une automatisation | Plutôt un agent IA |
|---|---|---|
| Où est l’information ? | Toujours au même endroit | Dans des mails, des PDF, plusieurs logiciels |
| Sous quelle forme ? | Des champs structurés | Du texte libre, des documents variés |
| La décision ? | Une condition simple | Un jugement à partir du contexte |
| Les cas imprévus ? | Rares, ou sans conséquence | Fréquents, et ce sont eux qui coûtent |
| Le résultat attendu ? | Toujours la même action | Traiter seul ou signaler, selon le cas |
Si vos réponses tombent toutes dans la colonne de gauche, une automatisation fera l’affaire. Si une seule tombe à droite, ce n’est pas forcément un projet d’agent : regardez d’abord si ce cas peut être sorti du flux et traité à la main.
Combiner les deux
Le choix n’est pas exclusif. Souvent, l’automatisation garde ce qu’elle fait bien : déclencher, transporter, notifier. L’agent n’intervient que sur l’étape qui demande de lire et de décider.
Dans l’exemple de la facture, le classement et la notification restent une automatisation. Le rapprochement avec la commande et la recherche du justificatif reviennent à l’agent. Ce découpage garde la partie prévisible prévisible, et limite l’IA à l’endroit où elle sert.
Ce qui reste validé par une personne
Qu’il s’agisse d’une automatisation ou d’un agent, ce qui engage l’entreprise ne devrait pas partir sans contrôle : un paiement, un changement de coordonnées bancaires, une réponse qui engage auprès d’un client.
La différence est dans ce que voit votre équipe. Une automatisation transmet tout ce qu’on lui a dit de transmettre. Un agent bien réglé traite seul ce qui est conforme et ne vous montre que les écarts, avec ce qu’il a vérifié.
Par où commencer
Avant de choisir un outil, regardez la tâche elle-même :
- Décrivez le chemin habituel, étape par étape, et les logiciels où il passe.
- Listez les exceptions des dernières semaines : celles qui ont demandé de chercher, de relire ou de demander à un collègue.
- Comptez où va le temps : si c’est dans le chemin habituel, automatisez-le ; si c’est dans les exceptions, c’est là qu’un agent peut aider.
Dans bien des cas, la réponse sera un Zap ou un scénario Make. Et quand une automatisation classique suffit, il n’y a aucune raison d’ajouter de l’IA.
Pour voir ce qu’un agent sur mesure fait dans vos logiciels, et ce qu’il vous laisse décider, la page Agents IA sur mesure présente des cas d’usage concrets et les garde-fous mis en place.
