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 IA est un système logiciel qui, à partir d’un objectif fixé par un humain, perçoit son environnement, décide des étapes à suivre et agit au moyen d’outils, avec un degré d’autonomie variable.
La notion vient de la recherche en intelligence artificielle, où un agent désigne toute entité qui perçoit et agit, y compris un robot physique. L’Office québécois de la langue française (Grand dictionnaire terminologique, 2018) définit l’agent intelligent comme un agent qui utilise les ressources de l’IA et ses mécanismes d’apprentissage, et adapte ses actions selon l’expérience acquise. Depuis l’essor des grands modèles, l’expression désigne surtout des systèmes fondés sur un modèle de langage. Celui-ci fonctionne en boucle : il interprète l’objectif, planifie, appelle un outil, observe le résultat, puis décide de la suite. L’article ReAct (Yao et al., 2022) a décrit cette alternance entre raisonnement et action.
Un agent IA réunit quatre composantes : des instructions qui fixent l’objectif et les limites, un modèle qui raisonne, des outils dotés de droits d’accès et une mémoire du contexte. Des garde-fous s’y ajoutent selon les déploiements, comme la validation humaine des actions sensibles ou la journalisation. Plusieurs agents spécialisés peuvent être coordonnés par un agent chef d’orchestre : on parle alors de système multi-agents.
L’agent IA se distingue du marketing automatisé, qui exécute des scénarios à règles écrits à l’avance. Il se distingue aussi de l’agent conversationnel autonome, qui en est une forme dédiée au dialogue avec des utilisateurs. En marketing, il sert à la veille, à la préparation d’analyses, à la qualification de contacts ou à la production de contenus soumis à relecture.
Un agent ne décide pas de son niveau d’autonomie : l’organisation le lui accorde, à travers les outils et les droits qu’elle lui ouvre. L’OWASP GenAI Security Project, dans son classement des risques des applications de modèles de langage (2025), nomme ce risque « agentivité excessive ». Il en identifie trois causes : trop de fonctionnalités, trop de permissions, trop d’autonomie. Il recommande de limiter les extensions au strict nécessaire et de faire approuver par un humain les actions à fort impact.
Notre lecture : la plupart des échecs d’agents en entreprise ne viennent pas du modèle, mais d’un périmètre d’action mal défini. La première question n’est pas « que peut faire l’agent ? », mais « que peut-il faire sans nous ? ».
Un agent est utile pour des tâches à plusieurs étapes, répétées et dont le résultat se vérifie facilement : compiler une veille concurrentielle, préparer un premier jet de rapport à partir de plusieurs sources, enrichir des fiches de contacts, trier des demandes entrantes. Il l’est beaucoup moins pour une décision rare, à fort enjeu, où chaque cas diffère. Une simple suite de prompts adressés à un assistant suffit souvent là où l’on imaginait un agent.
Le règlement (UE) 2024/1689 sur l’intelligence artificielle définit le système d’IA comme un système automatisé conçu pour fonctionner à différents niveaux d’autonomie. Ce système déduit de ses entrées la manière de générer des prédictions, du contenu, des recommandations ou des décisions (article 3). La plupart des agents relèvent de cette définition. Une entreprise qui en utilise un sous sa propre autorité, dans un cadre professionnel, est un déployeur au sens du même article. Si elle développe ou fait développer l’agent et le met en service sous son propre nom, elle peut aussi être fournisseur au sens du point 3 du même article. Si l’agent traite des données personnelles, le RGPD s’applique en outre.
Advalians repère avec vos équipes les cas d’usage de l’IA à forte valeur, puis organise un déploiement progressif avec accompagnement et montée en compétences.
Une automatisation classique suit un scénario écrit à l’avance : si telle condition, alors telle action. Un agent IA reçoit un objectif et choisit lui-même les étapes et les outils pour l’atteindre, en fonction de ce qu’il observe.
L’automatisation est prévisible et facile à auditer, mais rigide. L’agent s’adapte aux cas imprévus, au prix d’une part d’imprévisibilité. Critère pratique : si vous pouvez dessiner tous les chemins sur un schéma, une automatisation à règles suffit. Si les cas sont trop variés pour être décrits, l’agent devient pertinent, avec des garde-fous.
Partez d’une tâche répétitive, à plusieurs étapes, dont le résultat se contrôle facilement, comme une veille hebdomadaire ou la préparation d’un rapport. Évitez pour commencer toute action visible des clients.
N’élargissez le périmètre qu’après plusieurs semaines sans erreur significative.
Mesurez la part de tâches menées à terme sans correction humaine, et non le volume produit. Un agent qui génère beaucoup mais demande des reprises fréquentes déplace la charge au lieu de la réduire.
Suivez quatre indicateurs : le taux de tâches validées du premier coup, le taux d’intervention humaine et ses motifs, le nombre d’actions annulées et le coût complet par tâche, temps de relecture inclus. Constituez un jeu de cas tests représentatifs. Rejouez-le à chaque changement de modèle ou d’instructions, car les performances d’un agent peuvent varier d’une version à l’autre.
Ne donnez pas à un agent des droits d’action irréversibles ou engageants sans validation humaine : paiement, envoi massif de messages, suppression de données, publication au nom de la marque, modification de contrats.
Appliquez le principe du moindre privilège. Chaque agent dispose d’un compte dédié, limité aux outils et aux données nécessaires à sa tâche. Séparez lecture et écriture. Méfiez-vous des contenus externes que l’agent lit : une page ou un courriel peut contenir des instructions cachées qui détournent son comportement. Journalisez toutes les actions pour pouvoir les retracer.
Préférez un assistant quand la tâche tient en un échange, quand un humain doit de toute façon juger le résultat, ou quand l’action finale engage fortement l’entreprise. L’assistant propose, l’humain décide et exécute : le risque reste maîtrisé.
L’agent se justifie quand la tâche enchaîne plusieurs étapes répétitives entre plusieurs outils et que le résultat se vérifie facilement. Avant de choisir, estimez le volume mensuel de la tâche : en dessous de quelques dizaines d’occurrences, le coût de conception, de supervision et de maintenance d’un agent dépasse souvent le gain.
Par Thomas Bizot – Président du cabinet Advalians
Dans un contexte où l’intelligence artificielle s’invite désormais dans tous les métiers, le..
L’IA générative a d’abord été un accélérateur individuel : produire plus vite, reformuler..
Un séisme digital annoncé Depuis plus de vingt ans, le web repose sur..
