Comment fonctionne un agent IA
Tout agent exécute la même boucle. Il part d'un objectif formulé en langage courant. Le modèle décide de la prochaine étape et, lorsqu'il a besoin d'informations ou doit agir, appelle un outil : une recherche, une requête en base de données, une mise à jour du CRM, un brouillon d'e-mail. Le résultat revient au modèle, qui décide à nouveau. La boucle s'arrête quand l'objectif est atteint, quand une limite est atteinte ou quand l'agent passe la main à une personne.
Quatre éléments déterminent la qualité d'un agent :
- Le modèle, qui planifie, lit les résultats et décide.
- Les outils, chacun avec une description claire, souvent fournis via des serveurs MCP.
- Le contexte : instructions, exemples et connaissances que l'agent peut consulter.
- Les garde-fous : limites d'étapes et de dépenses, validations pour les actions sensibles et journal de tout ce qu'il a fait.
Agents IA, chatbots et automatisation
On confond souvent les trois. La différence tient à qui décide des étapes et au fait que le système agisse ou non dans d'autres logiciels.
| Chatbot | Automatisation de workflows | Agent IA | |
|---|---|---|---|
| Qui décide des étapes | Pas d'étapes : il répond dans la conversation | Des règles écrites à l'avance | Le modèle, pendant qu'il travaille |
| Agit dans d'autres systèmes | Rarement | Oui, selon des chemins fixes | Oui, via les outils qu'il choisit |
| Gère les exceptions | Il peut les expliquer, pas les résoudre | Il s'arrête sur les cas que les règles n'avaient pas prévus | Il s'adapte, dans ses limites |
| Convient le mieux à | Questions et réponses | Processus prévisibles à fort volume | Tâches variées en plusieurs étapes |
Les bons systèmes les combinent souvent : un workflow traite la partie prévisible et n'appelle un agent que là où du jugement est nécessaire.
Types d'agents IA
Les manuels classent les agents selon leur manière de choisir leurs actions, des agents réflexes simples aux agents fondés sur des objectifs, sur l'utilité ou sur l'apprentissage. En entreprise, il est plus utile de les distinguer selon le travail qu'ils font :
- Les agents de tâche exécutent un processus de bout en bout, comme trier des tickets de support ou rapprocher des factures.
- Les agents assistants travaillent pour une personne dans ses outils, comme Claude Cowork sur un ordinateur, et préparent documents, analyses et relances.
- Les agents de code, comme Claude Code, lisent une base de code, y apportent des modifications et lancent les tests.
- Les agents vocaux répondent au téléphone et passent des appels, prennent des réservations et passent la main à une personne.
- Les systèmes multi-agents répartissent un objectif entre plusieurs agents coordonnés par un orchestrateur. Voir IA agentique.
Où les entreprises utilisent les agents IA
- Service client : répondre aux demandes, les classer et les orienter, puis passer la main à une personne avec un résumé.
- Ventes : étudier les comptes avant un rendez-vous et mettre à jour le CRM ensuite.
- Finance : rapprocher factures et commandes et rédiger les relances sur les exceptions.
- Juridique : une première revue des contrats au regard du playbook de l'entreprise, à vérifier par un juriste.
- IT et RH : trier les tickets et répondre aux questions sur les politiques internes à partir des documents de l'entreprise.
Le point commun : un travail en plusieurs étapes, des informations réparties entre plusieurs systèmes et une définition claire du résultat attendu.
Comment déployer des agents IA en sécurité
Les agents agissent : les contrôles comptent donc autant que le modèle. Gartner s'attend à ce que plus de 40 % des projets d'IA agentique soient abandonnés d'ici fin 2027, en raison de coûts croissants, d'une valeur métier floue ou de contrôles des risques insuffisants. L'essentiel peut être évité dès la conception.
Au titre de l'AI Act européen, un agent qui dialogue avec des personnes doit indiquer clairement qu'elles ont affaire à une IA, sauf si c'est évident, depuis le 2 août 2026. Les agents utilisés à des fins à haut risque listées à l'annexe III, comme le recrutement ou la notation de crédit, sont soumis aux obligations du haut risque à partir du 2 décembre 2027. Voir la checklist AI Act.
Ce que disent les études
- Gartner s'attend à ce que 40 % des applications d'entreprise intègrent des agents IA spécialisés par tâche d'ici fin 2026, contre moins de 5 % en 2025.
- Dans l'enquête State of AI 2026 de McKinsey, menée auprès de 1 719 répondants, environ deux sur dix ont indiqué que leur organisation avait atteint la phase de passage à l'échelle avec les agents IA. Parmi les entreprises de plus d'un milliard de dollars de chiffre d'affaires, la part était de 40 %.
Sources
- Anthropic : Building effective agents, 19 décembre 2024
- Gartner : over 40% of agentic AI projects will be canceled by end of 2027, 25 juin 2025
- Gartner : 40% of enterprise apps will feature task-specific AI agents by 2026, 26 août 2025
- McKinsey : The state of AI, 25 août 2026
- AI Act européen, article 50 : obligations de transparence