En bref
Un agent IA enchaîne plusieurs étapes sans intervention: lire un document, en extraire les champs, les contrôler contre une règle, écrire le résultat dans votre système, et signaler ce qui demande une décision humaine. C'est plus puissant qu'un chatbot et cela échoue autrement, donc cela se construit avec des garde-fous et une trace vérifiable dès le premier jour.
Ce qu'un agent fait bien
- Traiter des documents en série. Factures fournisseurs, bons de livraison, relevés, dossiers clients.
- Recopier entre deux systèmes qui ne se parlent pas, sans erreur de saisie.
- Vérifier avant d'écrire. Le total correspond-il à la somme des lignes, la référence existe-t-elle, la date est-elle cohérente.
- Trier et router. Classer une demande entrante et l'envoyer à la bonne personne.
- Signaler l'anomalie plutôt que de la faire passer silencieusement.
Les garde-fous, qui ne sont pas optionnels
- Une trace de chaque action. Qui a fait quoi, quand, sur quelle donnée. Sans cela, vous ne pouvez ni auditer ni corriger.
- Des limites explicites. L'agent ne fait que ce qui est autorisé, et rien au-delà, même si le raisonnement le pousse ailleurs.
- Un seuil de confiance. En dessous, l'agent s'arrête et demande.
- Un point d'arrêt humain avant toute action irréversible: paiement, envoi client, suppression.
- Un mode observation pendant les premières semaines: l'agent propose, une personne valide, et vous mesurez avant de lui donner la main.
La question à poser sur un agent n'est pas ce qu'il sait faire, mais ce qu'il fait quand il se trompe. S'il ne peut pas s'arrêter, ce n'est pas un agent, c'est un risque.
Décrivez la tâche que quelqu'un chez vous refait tous les jours. Nous vous dirons si un agent la fait mieux, ou si un formulaire suffirait.
Demander un devisQuand un agent n'est pas la réponse
- Faible volume. Cinq documents par semaine ne justifient pas un agent.
- Décisions rares et coûteuses. Choix d'un fournisseur, négociation d'un prix: le volume est faible et l'erreur chère, exactement l'inverse d'un bon candidat.
- Règles instables. Si la règle change toutes les semaines, l'agent passera son temps en maintenance.
- Données absentes. Un agent ne peut pas vérifier contre une référence qui n'existe nulle part.
Comment nous procédons
Nous commençons toujours par une tâche unique et mesurable, jamais par un enchaînement complet. Une tâche étroite qui fonctionne de façon fiable vaut mieux qu'un agent ambitieux dont personne ne sait s'il a raison. Le déroulé est le même que pour tout projet, décrit dans à quoi ressemble un premier projet d'IA.
Questions fréquentes
Quelle est la différence entre un chatbot et un agent IA ?
Un chatbot répond à une question. Un agent exécute un enchaînement d'actions: lire, extraire, vérifier contre une règle, écrire dans un système, et signaler ce qui demande une décision humaine. Un agent agit sur vos données, il a donc besoin de garde-fous qu'un chatbot n'exige pas.
Un agent peut-il agir sans validation humaine ?
Pour des actions réversibles et à faible enjeu, oui, une fois mesuré sur plusieurs semaines. Pour tout ce qui est irréversible, paiement, envoi client, suppression, nous plaçons un point d'arrêt humain par conception.
Comment savoir si l'agent se trompe ?
Par la trace d'exécution et par un jeu de test. Chaque action est enregistrée avec sa donnée source, et la performance est mesurée sur des cas que le système n'a pas vus. Sans ces deux éléments, vous faites confiance au lieu de savoir.
Quel volume faut-il pour que ce soit rentable ?
Il n'y a pas de seuil universel, mais si la tâche revient quelques fois par semaine seulement, le calcul penche rarement du bon côté. Comptez le temps réellement passé avant d'engager quoi que ce soit.
Que se passe-t-il si nos règles changent ?
Les règles sont écrites dans une couche séparée que vous pouvez modifier sans reconstruire l'agent. Si elles changent chaque semaine, nous vous le dirons pendant le cadrage: dans ce cas l'automatisation coûte plus qu'elle ne rapporte.