80% des “agents IA” sont de simples automatisations

Ces derniers mois, le terme « agent IA » est devenu l’un des nouveaux buzzwords dans le monde de la tech. Certains promettent que ces agents transformeront notre façon de travailler, voire qu’ils inaugureront l’ère des « AI workers ». Pourtant, si l’on regarde de près la plupart des projets estampillés “agents IA”, on constate qu’ils sont surtout de simples automatisations, éventuellement renforcées par un composant d’IA. D’où l’importance de savoir faire la différence.

1. Les « agents IA » : nouvelle réalité ou simple emballement ?

Après avoir accompagné 40 entreprises en 2024, je suis convaincu que les agents IA ont le potentiel de bouleverser durablement nos organisations. Ils ont la capacité d’agir de façon autonome, de gérer des tâches complexes et de s’adapter à des situations imprévues. Pourtant, beaucoup de ce qui est présenté comme des « agents IA » ne relève pas vraiment de l’autonomie ou du raisonnement adaptatif.

Souvent, il s’agit simplement d’automatisations dont la logique est prédéfinie – comme des workflows no-code sur Make ou Zapier – auxquelles on a ajouté des appels à ChatGPT ou un autre modèle de langage. Ces systèmes sont plus riches que de simples règles if/then, mais ils restent largement déterministes et linéaires.

2. Différencier l’automatisation de l’agent IA

a) Les automatisations : le train sur des rails

• Logique prédéfinie : Les automatisations (ex. via Zapier, Make, ou des scripts maison) suivent des schémas clairs, étape par étape.
• Fiabilité et simplicité : Elles sont faciles à mettre en place et peu sujettes à l’imprévu, tant que le cadre reste stable.
• Boostées à l’IA : En ajoutant des modules d’IA (ChatGPT, modèles de catégorisation, analyse de texte), on peut automatiser la structuration de données, la détection de patterns, ou encore la génération de contenus formatés.
• Exemple : Un workflow qui récupère des données sur un site web, les nettoie via ChatGPT pour uniformiser le style, puis envoie ces informations dans un CRM.

Ce type de solution représente près de 80 % des projets baptisés “agents IA”. Mais il s’agit en fait d’automatisations améliorées avec de l’IA, et non d’agents véritablement autonomes.

b) Les agents IA : la voiture autonome

• Non déterministes : Contrairement aux scripts figés, les véritables agents IA prennent des décisions en fonction de leur environnement.
• Capacité d’adaptation : Ils gèrent des scénarios imprévus, ajustent leurs actions et peuvent même négocier ou interagir de manière contextuelle.
• Exemple : Un agent capable de gérer votre planning en temps réel, trouver un restaurant adapté à vos préférences, réserver, et compiler des notes préparatoires avant un rendez-vous.

Ces agents se rapprochent d’une logique autonome : on spécifie un objectif (aller du point A au point B), et l’agent choisit la route la plus pertinente selon les conditions actuelles, voire change de trajectoire s’il rencontre un obstacle.

3. Trouver la solution adaptée : un simple automatisme ou un agent IA ?

La technologie n’est jamais une fin en soi. L’objectif est toujours de résoudre des problèmes concrets, de façon pertinente, au meilleur coût et dans les meilleurs délais. Pour beaucoup d’entreprises, un simple automatisme suffit amplement à répondre à leurs besoins :

• Réduction des tâches manuelles répétitives,
• Centralisation ou synchronisation de données,
• Gain de temps et d’efficacité sur des processus simples.

À l’inverse, dans certains cas plus complexes, un véritable agent IA est préférable :

• Gestion de contraintes variables et d’interventions multiples,
• Prise de décision dans un environnement incertain,
• Adaptation en temps réel à des événements imprévus.

4. Les « AI workers » : vers un changement de paradigme ?

L’évolution des agents IA pourrait annoncer l’ère des « AI workers », c’est-à-dire des logiciels dotés d’une relative autonomie pour exécuter des tâches aujourd’hui confiées à des collaborateurs humains. Contrairement à la crainte selon laquelle ils remplaceraient l’humain, ils ouvrent plutôt de nouvelles perspectives :

• Gagner en flexibilité : Les PME peuvent recourir à un comptable virtuel ou un agent d’optimisation logistique, sans investir dans des ressources internes coûteuses.
• Libérer l’humain du baby-sitting machine : Aujourd’hui, l’humain passe encore du temps à superviser, copier-coller, transférer des données… Avec des agents IA véritablement autonomes, on se concentrera davantage sur les résultats que sur les micro-tâches.
• Évolution progressive en entreprise : Pour des grandes structures, la transition sera plus lente, avec des phases de test, de cohabitation homme-machine et de validation sur des processus critiques.

Conclusion

Se contenter d’ajouter “IA” au mot “agent” n’en fait pas automatiquement une technologie révolutionnaire. 80 % des soi-disant agents IA relèvent plus d’automatisations classiques avec un composant d’IA en renfort, ce qui n’a rien de mal en soi, mais demande de la transparence sur les capacités réelles de la solution.

Cela ne signifie pas que les véritables agents IA, capables de prendre des décisions non déterministes et de s’adapter aux circonstances, n’existent pas ou n’ont pas d’avenir. Au contraire, ils représentent l’étape suivante de la transformation digitale, offrant de nouveaux modes de travail et de collaboration entre l’homme et la machine.

À chacun de déterminer si, pour un cas d’usage donné, une simple automatisation suffit ou s’il est temps de mettre en place un agent IA plus ambitieux. Dans tous les cas, l’important reste de définir un objectif clair et de mesurer le ROI concret que la technologie peut apporter.

‍