Agent IA : c'est quoi, et comment en mettre un en place dans une PME ?

C'est quoi, un agent IA ?

Un agent IA est un programme construit autour d'un modèle de langage, comme ceux de ChatGPT ou Claude, à qui l'on donne un objectif et des outils plutôt qu'une simple question. Il décide lui-même de la prochaine action, l'exécute, regarde le résultat, puis recommence jusqu'à ce que la tâche soit terminée ou qu'il ait besoin de vous.

Prenons une demande de devis reçue par e-mail. Un assistant comme ChatGPT peut vous aider à rédiger la réponse si vous lui copiez la demande et vos tarifs. Un agent, lui, lit l'e-mail dans votre boîte, retrouve le client dans votre fichier, consulte votre grille de prix et votre planning, puis dépose un brouillon de réponse que vous n'avez plus qu'à relire. Vous ne lui avez pas dit comment faire : il a choisi les étapes.

Chatbot, automatisation, agent IA : quelle différence ?

Le chatbot répond à une question. L'automatisation exécute toujours les mêmes étapes, dans le même ordre. L'agent IA choisit ses étapes selon la situation. Les trois ont leur place, et le plus simple qui fait le travail est souvent le bon choix.

La frontière compte, car un agent coûte plus cher à concevoir et à surveiller qu'une automatisation. Si votre tâche suit toujours le même chemin, une règle du type « si ceci, alors cela » fera le travail de façon plus fiable. Le vocabulaire des éditeurs n'aide pas : Gartner estime que sur des milliers de fournisseurs qui disent vendre des agents, environ 130 proposent de vraies capacités d'agent.

Comment fonctionne un agent IA ?

Un agent repose sur quatre éléments : un modèle de langage qui raisonne, des instructions qui fixent son rôle et ses limites, des outils pour agir, et les informations de votre entreprise pour décider. Le tout tourne en boucle : il agit, observe le résultat, et décide de la suite.

1. 01

   Le modèle de langage, qui raisonne

   C'est le moteur, le même que derrière ChatGPT, Claude ou Mistral. Il comprend la demande, découpe la tâche et choisit la prochaine action.

2. 02

   Les instructions, qui fixent le cadre

   Son rôle, le ton à employer, ce qu'il a le droit de faire ou non, et quand il doit s'arrêter pour vous demander. C'est l'équivalent de la fiche de poste d'un nouvel employé.

3. 03

   Les outils, qui lui permettent d'agir

   Lire un e-mail, chercher un client dans le CRM, consulter un agenda, créer un brouillon. Le Model Context Protocol, un standard ouvert publié fin 2024, sert justement à brancher ces outils de façon uniforme.

4. 04

   Vos informations, qui rendent ses réponses justes

   Tarifs, catalogue, historique client, procédures. Sans elles, l'agent invente ou reste générique. C'est souvent là que se joue la qualité du résultat.

Ce fonctionnement en boucle fait la force de l'agent, et aussi son point faible. Chaque étape repose sur la précédente : une erreur au début, comme un mauvais client retrouvé dans le fichier, se propage jusqu'au résultat final. C'est pour cela qu'un agent bien conçu montre son travail et s'arrête avant toute action qui engage l'entreprise.

Quels exemples d'agents IA dans une PME ?

Les meilleurs candidats sont des tâches qui reviennent souvent, qui demandent de consulter plusieurs sources, et dont les étapes changent un peu à chaque fois. L'agent prépare, vous décidez.

Les agents qui répondent au téléphone suivent le même principe, avec la voix en plus. Nous en parlons sur notre page agent vocal IA. Et si votre besoin est surtout de centraliser des informations éparpillées, un outil interne passe souvent avant l'agent : un agent n'est jamais meilleur que les données qu'on lui donne.

Pourquoi tant de projets d'agents IA échouent-ils ?

Parce qu'on part de la technologie au lieu de partir de la tâche. Gartner prévoit que plus de 40 % des projets d'agents IA seront abandonnés d'ici fin 2027, à cause de coûts qui dérapent, d'une valeur floue ou de risques mal maîtrisés.

Les équipes qui construisent ces modèles disent la même chose. Anthropic, l'éditeur de Claude, recommande de chercher la solution la plus simple possible et de n'ajouter de la complexité que lorsque c'est nécessaire. Un agent se justifie quand on ne peut pas prévoir les étapes à l'avance, pas pour faire ce qu'une règle fixe ferait mieux.

• L'agent fait une tâche à étapes fixes : une automatisation aurait été plus fiable et moins coûteuse.
• Les données sont éparpillées ou fausses : l'agent produit des réponses assurées mais inexactes.
• Personne ne relit : la première erreur visible par un client fait abandonner le projet.
• L'objectif est flou : sans mesure du temps passé avant et après, impossible de savoir si l'agent rapporte quelque chose.

Comment mettre en place un agent IA, étape par étape ?

Commencez par une seule tâche, donnez à l'agent le minimum d'accès nécessaire, gardez une validation humaine avant toute action qui sort de l'entreprise, et testez-le sur des cas passés avant de le laisser travailler sur de nouveaux.

1. 01

   Choisissez une tâche précise et fréquente

   Une tâche que vous faites plusieurs fois par semaine, qui demande de consulter plusieurs sources, et dont vous savez dire à quoi ressemble un bon résultat. Notez le temps qu'elle vous prend aujourd'hui.

2. 02

   Écrivez le mode opératoire comme pour un nouvel employé

   Où trouver les informations, quelles règles appliquer, quels cas renvoyer à un humain. Si vous ne savez pas l'expliquer à une personne, un agent ne fera pas mieux.

3. 03

   Donnez des accès limités

   Lecture seule au départ, uniquement sur les outils dont la tâche a besoin. L'agent prépare des brouillons, il n'envoie rien et ne supprime rien.

4. 04

   Testez sur des cas réels du passé

   Rejouez vingt ou trente demandes déjà traitées et comparez avec ce que vous aviez fait. Corrigez les instructions jusqu'à ce que les écarts deviennent rares.

5. 05

   Mettez en service en mode brouillon, puis élargissez

   Quelques semaines avec relecture systématique, en mesurant le temps gagné. Vous ne relâchez la validation que sur les cas où l'agent ne se trompe plus, et jamais sur ce qui engage l'entreprise.

La démarche générale pour introduire l'IA dans une entreprise, avec les règles de la CNIL et les aides publiques, est détaillée dans notre article Transformation IA en PME : par où commencer.

Quels risques avec un agent IA ?

Les mêmes qu'avec un salarié à qui l'on donnerait des accès sans formation : des erreurs, des actions irréversibles et des fuites d'informations. Ils se maîtrisent avec des droits limités, une relecture et des règles claires sur les données.

• Les erreurs présentées avec assurance : un modèle de langage peut inventer un tarif ou une date. Tout ce qui part chez un client doit être relu.
• Les actions irréversibles : envoyer, payer, supprimer. Ces actions restent derrière une validation humaine, au moins au début.
• Les instructions piégées : un e-mail ou une page web peut contenir un texte qui cherche à détourner l'agent. Le risque est classé en tête du Top 10 OWASP des applications d'IA. D'où l'importance des accès minimaux.
• Les données confidentielles : la CNIL déconseille de confier des données de clients ou de salariés à un service grand public. Un agent branché sur vos outils doit passer par une solution encadrée par contrat.

Le faire soi-même ou se faire accompagner ?

Pour tester l'idée, les assistants d'IA et les plateformes d'automatisation du marché proposent désormais des agents prêts à configurer. Un accompagnement se justifie quand l'agent doit travailler sur vos propres données, dans plusieurs logiciels, avec des règles métier précises.

Selon l'Insee, 54 % des entreprises qui n'utilisent pas l'IA citent le manque d'expertise parmi leurs freins. Chez Cortx, nous construisons des automatisations et agents IA en commençant par vérifier si un outil existant suffit, et nous ne développons que ce qui manque. L'agent prépare, vous validez, et le code comme les données vous appartiennent.