Agent IA

Un agent IA est un programme qui utilise un modèle de langage non seulement pour répondre, mais pour agir : lire un email, consulter une base de données, remplir un formulaire, appeler une API, enchaîner plusieurs étapes jusqu’à un résultat. Il travaille dans un cadre défini : outils autorisés, règles, validation humaine aux étapes sensibles.

C’est la brique qui permet d’automatiser des tâches qui demandaient jusqu’ici un jugement simple.

Agent IA : définition simple

Qu’est-ce qu’un agent IA ? Un programme qui confie à un modèle de langage le choix des étapes pour atteindre un objectif : il appelle un outil, lit le résultat, décide de la suite, et recommence jusqu’au résultat ou jusqu’à une limite fixée. Pour la CNIL, les agents IA sont « souvent constitués d’un modèle d’IA générative, capable d’agir sur un environnement défini (applications tierces, bases de données, postes de travail ou tout autre système) et d’en modifier l’état », « avec des niveaux variables d’autonomie ».

À quoi sert un agent IA ? À mener une tâche de bout en bout quand ses étapes ne s’écrivent pas à l’avance : qualifier une demande, rassembler les pièces d’un dossier, chercher puis synthétiser. On dit aussi agent d’IA, IA agent ou agent intelligent ; plusieurs agents IA coordonnés forment ce que la CNIL appelle l’IA agentique.

Comment ça marche en pratique

Un modèle, des outils, des instructions. Ce sont les trois composants retenus par le guide d’OpenAI sur la construction d’agents. Le modèle raisonne, les outils le relient au reste du système (une API, une base de données, une recherche web), les instructions fixent l’objectif et les limites.

La boucle fait l’agent. Anthropic décrit les agents comme des modèles « qui utilisent des outils en fonction du retour de l’environnement, dans une boucle » (« Building effective agents », 19 décembre 2024), avec une condition d’arrêt, comme un nombre maximal de tours, et des pauses pour l’avis d’une personne. Le 2 octobre 2026, l’analyse SEO local d’un site de conciergerie menée par l’un de nos agents a pris 188 secondes et 22 tours de cette boucle avant de déposer son rapport.

Agent IA, LLM, chatbot : ce qui change

Un LLM produit une réponse, un agent produit un effet. Le LLM génère du texte ; l’agent choisit l’outil, l’appelle et interprète le retour. Une erreur de LLM reste un texte à relire ; une erreur d’agent peut devenir une écriture dans votre CRM. Pour OpenAI, une application qui intègre un modèle sans lui confier le contrôle du déroulé, comme un chatbot simple, n’est pas un agent.

Agent IA ou automatisation : la vraie frontière

Un workflow suit un chemin écrit d’avance, un agent choisit le sien. C’est la distinction d’Anthropic : dans un workflow, modèle et outils suivent des chemins de code prédéfinis ; dans un agent, le modèle dirige lui-même son déroulé. Le circuit qui publie chaque mercredi le journal de Prestigia Conciergerie, mis en place le 16 septembre 2026, est un workflow : brouillon rédigé d’avance par un outil d’IA, relecture par l’agence, validation du gérant, publication à 8 h. L’IA y écrit ; le chemin ne dépend pas d’elle.

Sur un processus stable, le workflow gagne. Prévisible, il se teste étape par étape. Anthropic conseille de partir de la solution la plus simple ; l’agent se justifie quand les cas varient trop pour tenir dans des règles.

Un agent ou plusieurs

L’orchestration vient en second. OpenAI recommande de tirer le maximum d’un agent unique avant d’en ajouter. Quand les rôles se séparent vraiment, un agent orchestrateur découpe l’objectif, confie chaque partie à un agent spécialisé et rassemble les résultats : Anthropic parle d’« orchestrateur et exécutants », OpenAI d’agent « manager ». Ailleurs, des agents pairs se passent la main. Chaque agent ajouté, ce sont des appels au modèle en plus.

Où ça sert en entreprise

Là où la règle ne tient plus. OpenAI cite trois situations : les décisions nuancées avec des exceptions (accorder un remboursement), les règles devenues trop nombreuses pour être maintenues, les documents en langage libre (une déclaration de sinistre). Dans une PME : qualifier les demandes entrantes, rechercher et synthétiser, contrôler la cohérence de documents, préparer un dossier, avec une vérification humaine en sortie.

Les limites

Il voit le monde par ses outils. La recherche web d’un agent que nous utilisons est localisée aux États-Unis : sur « sécurité application web », une seule page sur huit en commun avec le vrai top 10 de Google France (septembre 2026). Un raisonnement juste sur de mauvaises sources conclut faux.

Ses erreurs s’enchaînent. Chaque tour repart du précédent : une hallucination au début fausse la suite. Anthropic prévient que l’autonomie coûte plus cher et expose à des erreurs qui s’accumulent, et recommande de tester l’agent dans un environnement isolé.

Les données circulent davantage. Dans sa note du 20 juillet 2026, la CNIL estime que l’IA agentique « renouvelle et amplifie les risques pour les données personnelles » : données qui passent entre de nombreux services, mémoire persistante, responsabilités plus difficiles à identifier.

L’agent IA dans un projet de logiciel sur mesure

Délai : vérifier d’abord qu’il faut un agent. Un processus de gestion au déroulé prévisible relève d’un workflow, plus simple à construire et à tester. Nous ne publions pas de délai pour un agent seul ; quand l’automatisation demande un outil de gestion sur mesure, nous annonçons six à huit semaines.

Budget : chaque tour se paie. La construction se chiffre sur devis, gratuit et plafonné : le montant maximal est connu avant de commencer. Ensuite, chaque appel au modèle est facturé à l’usage : plus l’agent fait de tours, plus la facture monte, d’où une limite de tours fixée dès la conception.

Risque : un périmètre écrit avant le code. Outils autorisés, actions qu’il ne fait que proposer, validation humaine avant ce qui engage l’entreprise, trace de chaque passage : c’est ainsi que nous construisons un agent IA pour entreprise. Le protocole MCP évite d’écrire une intégration par outil. Le code est remis à la livraison, une fois le projet réglé.