Le mot « agent » ne décrit pas un besoin métier
Une équipe peut demander « un agent IA » alors que son vrai besoin est d’extraire des données de pièces jointes, vérifier quelques règles puis créer une tâche dans un outil existant. Dans ce cas, la valeur vient surtout de l’automatisation. L’autonomie ajoute peu.
À l’inverse, certaines activités demandent d’explorer plusieurs sources, choisir une stratégie, utiliser différents outils et adapter le chemin selon les résultats obtenus. Là, une logique agentique peut devenir pertinente.
Quatre niveaux d’autonomie
1. Workflow déterministe
Chaque étape et chaque branche sont prévues. Idéal pour les contrôles, calculs, transformations et intégrations stables.
2. Workflow avec étapes IA
Le parcours reste connu, mais certaines étapes utilisent un modèle pour comprendre, classer, extraire ou générer.
3. Agent borné
Le système choisit parmi un ensemble d’outils et d’actions autorisées, dans un périmètre et un budget définis.
4. Orchestration multi-agents
Plusieurs rôles spécialisés coopèrent. À réserver aux cas où cette décomposition apporte un bénéfice démontrable.
Les critères qui justifient — ou non — un agent
- Variabilité du chemin. Plus le chemin dépend du contexte, plus l’agent peut avoir un intérêt.
- Nombre d’outils à utiliser. Recherche, CRM, base documentaire, calcul, messagerie, ERP…
- Réversibilité des actions. Lire est moins risqué qu’envoyer, modifier ou supprimer.
- Coût d’une erreur. Plus l’impact est fort, plus les validations et limites doivent être fortes.
- Capacité à évaluer le résultat. Un agent que l’on ne sait pas tester reste difficile à industrialiser.
- Fréquence et volume. Ils déterminent le besoin de fiabilité, de coût et de supervision.
Contrôler un agent sans annuler son intérêt
Limiter les outils
Un agent ne doit voir que les fonctions nécessaires. Chaque outil doit avoir une interface claire, des paramètres contrôlés et des permissions minimales.
Créer des points de validation
Une action irréversible ou sensible peut exiger une approbation humaine. L’agent prépare, l’humain confirme.
Définir des budgets
Nombre maximal d’étapes, durée, appels modèle, coût, profondeur de recherche ou nombre de tentatives. Sans limites, un agent peut continuer à explorer sans créer de valeur.
Journaliser le chemin
Il faut pouvoir reconstruire les outils appelés, les résultats obtenus et les actions exécutées. Cette trace est indispensable pour diagnostiquer les erreurs et améliorer le système.
Prévoir l’échec
Timeout, outil indisponible, résultat incohérent, permission refusée, absence de données. Un bon agent sait s’arrêter et transmettre le cas à une personne ou à un workflow de secours.
Exemples possibles
Traitement de facture
Extraction IA puis règles déterministes pour les contrôles, rapprochements et exceptions.
Préparation d’un dossier
Rechercher dans plusieurs sources, rassembler les éléments manquants et produire une synthèse avant validation.
Support interne
Identifier le sujet, rechercher la documentation, consulter un outil métier et proposer une action ou une réponse.
Rapport mensuel
Collecte et calcul déterministes, puis LLM pour produire le commentaire et signaler les points à vérifier.
La bonne question n’est pas « peut-on faire un agent ? »
La bonne question est : quelle part d’autonomie améliore réellement ce processus sans dégrader sa fiabilité, son coût ou sa contrôlabilité ? Dans beaucoup de projets, la meilleure réponse est hybride.