Notre glossaire, méticuleusement élaboré, est votre boussole dans l’univers complexe et dynamique du marketing, de la communication et du digital. Ici, chaque terme est une clé que nous vous aidons à décrypter pour vous ouvrir a des concepts innovants et des stratégies éprouvées. Plongez dans nos thématiques pour éclairer votre chemin vers l’excellence et la créativité.
Un agent conversationnel autonome est un système d’intelligence artificielle qui dialogue en langage naturel avec des utilisateurs et qui, pour répondre à leur demande, prend des décisions ou exécute des actions sans validation humaine à chaque étape.
Il repose le plus souvent sur un modèle de langage. Celui-ci interprète la demande, planifie les étapes nécessaires, puis appelle des outils : base de données, logiciel métier, interface de programmation d’un service tiers. L’agent observe le résultat de chaque action et poursuit jusqu’à ce que la tâche soit accomplie ou transmise à un humain. Il peut interroger une base documentaire à la demande, selon le principe du RAG, et se connecter aux outils par un protocole standardisé comme le MCP.
Ses composantes principales sont l’interface, écrite ou vocale, le modèle qui interprète et planifie, les outils et les droits d’action qui lui sont accordés, la mémoire du contexte de l’échange et les garde-fous : limites d’action, journalisation des interactions, règles de transfert vers un conseiller. Son degré d’autonomie n’est pas une propriété technique fixe. Il dépend des actions que l’organisation l’autorise à exécuter seul.
Il se distingue du chatbot à scénarios, qui suit des parcours prédéfinis et répond sans agir au-delà. Il se distingue aussi de l’agent IA, notion plus large qui couvre des agents opérant sans conversation. On le trouve dans le service client, pour suivre une commande ou déplacer un rendez-vous, dans l’assistance interne aux salariés et dans le marketing conversationnel.
La question clé n’est pas technique. Elle consiste à décider quelles actions l’agent peut exécuter seul, lesquelles exigent une confirmation de l’utilisateur et lesquelles restent réservées à un humain. Une réponse d’information, un changement de rendez-vous et un remboursement n’engagent pas l’entreprise de la même façon. Nous recommandons de classer chaque action selon deux critères : sa réversibilité et son coût en cas d’erreur.
L’entreprise répond de ce que dit son outil. Dans l’affaire Moffatt c. Air Canada (tribunal de résolution civile de Colombie-Britannique, décision 2024 BCCRT 149 du 14 février 2024), le robot conversationnel du site avait indiqué à tort qu’un tarif réduit pouvait être demandé après le voyage. La compagnie soutenait ne pas être responsable des informations fournies par cet outil. Le tribunal a rejeté l’argument : l’entreprise est responsable de toutes les informations de son site, qu’elles viennent d’une page fixe ou d’un robot conversationnel. Il l’a condamnée à indemniser le client. Cette décision canadienne ne s’impose pas aux juridictions françaises. À notre sens, sa logique vaut a fortiori pour un agent qui agit.
L’article 50 du règlement (UE) 2024/1689 sur l’intelligence artificielle impose aux fournisseurs de concevoir les systèmes destinés à interagir directement avec des personnes de sorte que celles-ci sachent qu’elles s’adressent à une IA, sauf si c’est évident compte tenu du contexte. Cette obligation s’applique depuis le 2 août 2026.
Lorsque l’agent prend seul une décision qui produit des effets juridiques ou affecte une personne de manière significative, par exemple le refus d’un crédit, l’article 22 du RGPD entre en jeu. Selon la CNIL, la personne a en principe le droit de ne pas faire l’objet d’une telle décision. Lorsqu’une exception s’applique, elle peut demander l’intervention d’un humain, exprimer son point de vue et contester la décision.
Le taux de conversations closes sans conseiller flatte souvent l’outil : un client qui abandonne compte comme une conversation close. Nous recommandons de suivre plutôt la résolution vérifiée, le taux de recontact pour le même motif sous quelques jours, la part d’actions erronées ou annulées et la satisfaction exprimée après l’échange. Le coût par demande réellement résolue complète le tableau et permet de comparer l’agent au traitement par un conseiller.
Advalians repère avec vous les cas d’usage de l’IA à forte valeur, organise leur déploiement progressif et accompagne la montée en compétences des équipes.
Le chatbot classique suit des scénarios écrits à l’avance : il reconnaît une intention, puis déroule une réponse ou un parcours prévus. L’agent autonome interprète des demandes formulées librement, choisit les étapes et agit dans les outils de l’entreprise : il consulte un dossier, modifie une réservation, crée une demande.
Cette capacité d’action change la nature du risque. Une erreur de chatbot produit une mauvaise réponse ; une erreur d’agent peut produire une mauvaise opération. Avant de remplacer un chatbot, listez les actions que l’agent pourra exécuter et prévoyez pour chacune un contrôle.
Classez chaque action selon sa réversibilité et son coût en cas d’erreur. Les réponses d’information et les opérations faciles à annuler peuvent être confiées à l’agent seul. Les opérations engageantes, comme un geste commercial ou une résiliation, demandent une confirmation explicite de l’utilisateur. Les décisions sensibles restent à un conseiller.
Formalisez ce classement dans une matrice validée par les métiers, le service juridique et la sécurité informatique. Élargissez ensuite l’autonomie par paliers, après une période d’observation des journaux de conversation.
Suivez d’abord la résolution réelle : la part des demandes réglées sans que le client recontacte l’entreprise pour le même motif dans les jours qui suivent. Ajoutez la part d’actions erronées ou annulées, le taux de transfert vers un conseiller et la satisfaction exprimée après l’échange.
Méfiez-vous du seul taux de conversations closes sans conseiller : il compte aussi les clients qui abandonnent. Faites relire chaque mois par un humain un échantillon de conversations, pour vérifier l’exactitude des réponses et la pertinence des actions.
Le risque pèse d’abord sur l’entreprise qui le déploie, face à ses clients. En 2024, un tribunal canadien a jugé qu’une entreprise était responsable de toutes les informations de son site, y compris celles données par son robot conversationnel, et l’a condamnée à indemniser un client. Cette décision ne s’impose pas en France, mais elle illustre le risque.
Pour le limiter, restreignez les sources de l’agent à des contenus validés et à jour. Faites contrôler les réponses sur les prix et les conditions. Conservez les journaux d’échanges pour pouvoir établir les faits en cas de litige.
Renoncez-y lorsque les demandes sont rares, très variées ou chargées d’émotion, comme une réclamation après un sinistre. Renoncez-y aussi si vos données sont dispersées ou peu fiables : l’agent agirait sur une information fausse. Enfin, si personne ne peut surveiller les journaux de conversation, l’autonomie devient un pari.
Dans ces cas, un assistant qui prépare la réponse pour un conseiller, ou un chatbot limité à l’information, apporte l’essentiel du gain avec un risque maîtrisé. Réexaminez la décision une fois les données et les processus consolidés.
Par Thomas Bizot – Président du cabinet Advalians
