Un agent IA est un logiciel qui reçoit un objectif, détermine les étapes, utilise vos outils pour les réaliser, vérifie les résultats et continue jusqu'à ce que le travail soit terminé ou qu'il ait besoin de vous pour trancher. Un chatbot répond à votre question. Un agent essaie de terminer le travail.
Voilà pour la réponse courte. Le problème, c'est que l'étiquette « agent » est désormais collée sur presque tous les produits d'IA, si bien qu'à elle seule, elle ne vous dit pas grand-chose. Alors, concrètement, qu'est-ce qu'un agent IA ? Ce guide suit une vraie tâche professionnelle du début à la fin, pour que vous voyiez ce que fait un agent à chaque étape, à quel moment il a besoin de vous, et comment distinguer un vrai agent d'un chatbot simplement rebaptisé.
Qu'est-ce qu'un agent IA ?
Un agent IA est un système d'IA auquel vous confiez un objectif plutôt qu'une simple question. Il décide de la prochaine étape, l'exécute dans vos outils, regarde ce qui s'est passé et s'ajuste.
Le mot « agent » n'est pas nouveau. Un manuel de référence en IA, Artificial Intelligence: A Modern Approach (publié pour la première fois en 1995), décrit un agent comme tout ce qui perçoit son environnement et agit sur lui. Selon cette définition, un thermostat est un agent.
Ce qui est nouveau, c'est le cerveau. Les agents actuels s'appuient sur un grand modèle de langage (le type d'IA derrière ChatGPT et Claude) pour décider de l'étape suivante. Un article de recherche de 2022 intitulé ReAct a montré un schéma simple qui rendait cela plus efficace : réfléchir, agir, regarder le résultat, réfléchir à nouveau. La plupart des produits d'agents actuels suivent une version de cette boucle.
Chaque entreprise a sa propre définition. AWS la formule simplement : « Humans set goals, but an AI agent independently chooses the best actions it needs to perform to achieve those goals. » (Les humains fixent les objectifs, mais un agent IA choisit de lui-même les meilleures actions à mener pour les atteindre.) LangChain ajoute une précision utile : l'autonomie est une échelle, pas une question de oui ou non. Certains agents suivent un chemin tracé par une personne. D'autres planifient, agissent et changent de cap seuls. La plupart des agents vraiment utiles en entreprise se situent entre les deux. Ils font le gros du travail et s'arrêtent pour laisser la main à une personne quand c'est important.
Si vous préférez regarder plutôt que lire, la courte vidéo explicative d'IBM couvre bien les bases. Elle date de 2024 : voyez-la comme une introduction à l'idée, pas comme un portrait des produits actuels.
YouTube · IBM Technology
What are AI Agents? (Que sont les agents IA ?) · 15 juillet 2024
Une explication de 12 minutes au tableau blanc. Maya Murad montre pourquoi un modèle seul se trompe sur une question simple de jours de congé, et comment le fait de lui donner un plan, des outils et une mémoire corrige le problème. Vers la fin, elle décrit « a sliding scale of AI autonomy » (une échelle progressive d'autonomie de l'IA).
Un test rapide pour tout produit qui se présente comme un agent : choisit-il lui-même l'étape suivante ? Peut-il agir dans vos outils, et pas seulement écrire du texte ? Vérifie-t-il son propre travail avant de vous le rendre ? Plus il y a de oui, plus c'est un agent.
Comment fonctionne un agent IA : cinq éléments, une tâche
Voici la tâche que nous allons suivre. C'est un exemple construit dans l'espace de démonstration d'Okou avec des données fictives, pas un témoignage client.
Vous dirigez le marketing d'une petite entreprise de logiciels. Vous voulez nouer des partenariats avec quelques créateurs de contenu qui enseignent des workflows d'IA concrets aux équipes opérationnelles. Vous écrivez :
Trouve cinq créateurs qui touchent des responsables des opérations et qui correspondent à notre produit. Ajoute-les à notre tableau de suivi des partenaires avec leurs liens et les raisons pour lesquelles ils correspondent. Rédige un premier e-mail pour chacun et laisse les brouillons pour que je les relise.
Un chatbot vous donnerait quelques noms de mémoire et un modèle d'e-mail. Un agent traite cela comme une mission. Pour bien la mener, il lui faut cinq choses : un objectif, du contexte, des outils, un moyen d'agir et de vérifier, et des retours. Ces cinq éléments sont notre façon de décomposer le travail, pas une norme officielle, mais si vous les repérez tous les cinq dans une tâche, vous voyez ce que l'agent a réellement fait.
1. Un objectif : à quoi ressemble « terminé »
L'objectif, c'est le résultat en mots simples : cinq créateurs, un tableau de suivi rempli, un brouillon d'e-mail pour chacun. Un bon objectif comporte aussi des limites. « Laisse les brouillons pour que je les relise » est une limite. « Renvoie moins de cinq noms si tu ne trouves pas de bons profils » en est une autre.
La plupart des problèmes commencent ici. Les agents comblent les trous avec des suppositions, donc un objectif flou vous donne des suppositions. Dites ce que vous voulez, où le résultat doit aller et qui le vérifie.
2. Le contexte : ce que l'agent sait de votre situation
Le contexte, ce sont les informations de fond dont aurait besoin un nouveau collègue : votre fiche produit, votre charte de marque, les notes sur les partenariats précédents et ce que vous avez déjà dit dans la conversation.
Le contexte change les décisions, pas seulement la formulation. Dans notre exemple, le brief de campagne demande des créateurs qui enseignent des workflows d'IA concrets, donc ceux qui n'enseignent que le code sont écartés. Les notes de partenariat indiquent que les tarifs et les conditions ne sont pas encore fixés, donc les e-mails proposent d'en discuter au lieu d'annoncer un prix. La charte de marque demande des affirmations concrètes, donc chaque e-mail mentionne le vrai travail du créateur au lieu de vanter son « contenu génial ».
Okou lit cinq documents d'un dossier Drive auquel vous avez donné accès, résume le contenu de chacun et signale une question à régler avant de contacter qui que ce soit. Application Okou réelle, documents fictifs. Voir en taille réelle
Le contexte a aussi ses limites. Dans Okou, un chat se souvient de ce qui a été dit dans ce chat. Un nouveau chat repart de zéro. Si la discussion de la semaine dernière compte, vous renvoyez à ce chat précédent ou vous joignez le brief. Ainsi, vous savez toujours sur quelle base l'agent a travaillé.
3. Les outils : ce que l'agent peut utiliser et modifier
Les outils sont ce qui permet à un agent d'agir. Pour cette tâche : chercher des créateurs sur le web, ouvrir leurs pages pour vérifier leurs publications récentes, ajouter des lignes à une Google Sheet partagée et créer des brouillons dans Gmail.
C'est la plus grande différence avec un chatbot. Un chatbot peut décrire un bon tableau de suivi. Un agent qui a accès à votre feuille peut le remplir. C'est aussi là que se trouve le risque, alors réfléchissez bien aux accès que vous accordez.
La liste des applications que vous pouvez connecter à Okou, capturée le 5 octobre 2026, avec les informations de compte floutées. Qu'une application figure dans la liste ne signifie pas qu'un agent peut déjà l'utiliser. Voir en taille réelle
Dans Okou, vous connectez un compte, autorisez un agent à l'utiliser, puis autorisez des actions précises, comme « créer un brouillon Gmail ». Vous pouvez autoriser une action pour une heure, un jour, une semaine ou de façon permanente (fonctionnement des autorisations). Pour cette tâche, vous autoriseriez la lecture du dossier Drive, l'écriture dans le tableau de suivi et la création de brouillons, mais pas l'envoi. Si l'agent a besoin d'une action que vous n'avez pas autorisée, Okou s'arrête et vous pose la question.
4. L'action : travailler, vérifier, recommencer
Maintenant, l'agent se met au travail. Il ne déroule pas un script figé. Il fait une étape, regarde le résultat et décide de la suite.
Dans notre exemple : il cherche des créateurs et ouvre chaque profil. L'un n'a rien publié depuis un an, donc il l'écarte et relance une recherche. Un autre correspond bien mais n'a pas d'adresse e-mail professionnelle publique, donc il le note comme une question ouverte au lieu d'inventer une adresse. Il ajoute chaque créateur validé au tableau de suivi avec ses liens, puis rédige un e-mail qui mentionne son vrai travail.
C'est l'étape de vérification qui fait de cet outil un agent. Un outil qui s'exécute une fois en espérant que tout se passe bien ressemble davantage à un bouton. Dans notre tâche, une vérification simple consiste à se demander : « chaque créateur du tableau a-t-il un lien source ? » Sinon, l'agent revient en arrière pour en trouver un ou retire ce créateur.
Comme cette boucle prend du temps, Okou l'exécute dans le cloud. Le travail continue une fois votre ordinateur portable fermé, et vous retrouvez le résultat à votre retour.
La même tâche en six étapes. En jaune, votre part ; en bleu, la boucle de travail de l'agent ; en vert, ce qu'il vous rend. Voir en taille réelle
5. Les retours : du travail lui-même et de vous
Les retours viennent de deux sources. Le travail lui-même résiste : une recherche ne donne rien, une page ne se charge pas, l'audience d'un créateur ne correspond pas à sa bio. Un bon agent s'adapte de lui-même.
La seconde source, c'est vous. La façon dont un agent vous tient informé compte autant que son intelligence. Un développeur a récemment confié la même tâche de recherche à trois produits d'agents et a raconté ce qui s'est passé :
X · Kun Chen (@kunchenguid) · 5 octobre 2026
"it kept giving me updates about its progress, which was useful" (Traduction : « il n'arrêtait pas de me tenir au courant de son avancement, ce qui était utile »)
Dans son test, tel que nous le comprenons, l'agent le plus rapide a ignoré une exigence que Kun Chen avait formulée dès le départ. Ceux qui ont d'abord posé des questions et partagé leur avancement lui ont permis de corriger le tir tôt. Il parle lui-même d'« a one-off experience » (une expérience isolée) à prendre « with a grain of salt » (avec des pincettes), et il s'agit de l'avis d'une seule personne, pas d'un banc d'essai. Mais cela vous donne trois bons points à surveiller : l'agent confirme-t-il l'objectif ? Respecte-t-il vos limites ? Montre-t-il son travail tant qu'il est encore temps de le corriger ?
La façon dont l'agent rend le travail compte aussi. Chacun a des besoins différents. Dans notre tâche, votre équipe reçoit le tableau de suivi, chaque créateur reçoit un brouillon d'e-mail, et vous recevez une courte liste de questions ouvertes. Le principe d'Okou : choisir le format adapté à la personne qui lit.
Ensuite, vous relisez. Vous pourriez dire « commence l'e-mail de Mara par son tutoriel sur les entretiens » ou « retire le deuxième créateur, nous travaillons déjà avec lui ». L'agent révise dans le même chat. Et rien ne sort de l'entreprise tant que vous ne l'avez pas envoyé :
Okou laisse un brouillon Gmail et explique pourquoi la proposition est pertinente. C'est vous qui décidez de l'envoyer. Application Okou réelle, créateur fictif. Voir en taille réelle
Après la tâche : rendre la méthode réutilisable
Voici un point que la plupart des explications passent sous silence. Vos corrections améliorent cette tâche, mais elles ne deviennent pas automatiquement la façon de faire de l'équipe. Si un collègue demande une prospection de créateurs le mois prochain dans un nouveau chat, l'agent ne saura pas ce que vous avez corrigé.
La dernière étape consiste donc à décider de ce que vous gardez. Dans Okou, vous enregistrez la méthode sous forme de workflow : les étapes, les documents de référence, le format de sortie et la règle « brouillons uniquement, c'est une personne qui envoie ». Un collègue peut alors appliquer la même méthode avec son propre Gmail et ses propres autorisations. Partager un workflow, c'est partager la méthode, pas votre boîte de réception ni vos chats. Si vous voulez qu'il s'exécute chaque lundi, ajoutez une automatisation (Automations). Le workflow, c'est la méthode. L'automatisation, c'est le calendrier.
C'est toute la différence entre un agent qui a aidé une fois et un agent qui a rendu l'équipe meilleure dans un domaine.
Quand un agent IA est-il le bon outil ?
Toutes les tâches n'ont pas besoin d'un agent. Si les étapes sont toujours les mêmes, une simple automatisation coûte moins cher et se montre plus prévisible. Les agents justifient leur coût quand la tâche demande du discernement.
Barry Zhang, d'Anthropic, a donné une liste de contrôle claire lors d'une conférence en 2025. Son premier point : « don't build agents for everything » (ne construisez pas des agents pour tout) (0:52).
YouTube · AI Engineer
How We Build Effective Agents: Barry Zhang, Anthropic (Comment nous construisons des agents efficaces) · 4 avril 2025
Une conférence de 15 minutes donnée par un ingénieur d'Anthropic. Les cinq premières minutes forment une liste de contrôle pour décider si une tâche a vraiment besoin d'un agent, et elle s'applique bien au-delà de l'ingénierie.
En termes métier, posez-vous quatre questions :
- La tâche demande-t-elle du discernement ? Si vous pouvez écrire chaque étape à l'avance, utilisez un processus fixe.
- Le résultat vaut-il l'effort ? Un brief de compte hebdomadaire, oui. Classer des tickets de support dans des dossiers, probablement pas.
- L'agent sait-il bien faire la partie difficile ? Testez-le d'abord. S'il ne trouve pas les bonnes sources, réduisez la tâche.
- Combien coûte une erreur ? Si elle coûte cher ou est difficile à repérer, limitez l'agent à la lecture et aux brouillons, et laissez la dernière étape à une personne.
Notre tâche de créateurs passe le test. Personne ne connaît les bons créateurs à l'avance, un bon partenariat a de la valeur, la recherche et la rédaction sont des choses que les agents font bien, et l'envoi reste entre les mains d'une personne.
En quoi un agent IA diffère-t-il d'un chatbot ou d'une automatisation ?
| Chatbot | Automatisation à base de règles | Agent IA | |
|---|---|---|---|
| Vous lui donnez | Une question | Un déclencheur et des étapes fixes | Un objectif, du contexte et l'accès à des outils |
| Qui décide des étapes | Vous, un message à la fois | La personne qui a construit l'automatisation | L'agent, dans vos limites |
| Face à un imprévu | Il répond à votre message suivant | Elle échoue ou saute l'étape | Il s'adapte ou vous pose la question |
| Vous recevez | Du texte à copier | Le même résultat à chaque fois | Un travail fini, plus ce qu'il n'a pas pu confirmer |
Dans la réalité, les frontières sont floues. En juillet 2025, par exemple, OpenAI a ajouté un mode agent à ChatGPT. Jugez donc un produit à ce qu'il fait de votre objectif, pas à son nom.
Idées reçues sur les agents IA
« Plus d'autonomie, c'est toujours mieux. » Non. Le niveau de confiance à accorder à un agent dépend du coût d'une erreur, et ce coût peut varier d'une action à l'autre au sein d'une même tâche.
« L'agent se souvient de tout ce dont nous avons parlé. » Les agents travaillent à partir de ce qu'on leur donne : le chat en cours, les applications auxquelles ils ont accès et leurs instructions. Dans Okou, chaque chat a son propre historique, et vous faites intervenir un autre chat en y renvoyant. Si un agent semble oublier quelque chose, vérifiez ce qu'on lui a réellement fourni.
« Si je partage un agent avec mon équipe, je partage mes comptes. » Pas dans un produit bien conçu. Les collègues obtiennent le même rôle et la même méthode, mais chacun utilise ses propres comptes.
« Si je le corrige une fois, il apprend pour de bon. » Une correction règle la tâche en cours. Elle ne devient la norme de l'équipe que lorsque quelqu'un l'enregistre dans les instructions de l'agent ou dans un workflow.
Ce qui reste entre les mains des personnes
Un agent peut faire l'essentiel du travail de fond. Il ne peut pas être responsable du résultat. Voici ce qui reste du ressort de votre équipe :
- Fixer l'objectif et les limites. Il n'y a que vous pour savoir qu'un créateur est à éviter ou que le budget n'est pas validé.
- Décider à quoi l'agent a accès. Donnez-lui ce dont cette tâche a besoin, pas tout.
- Approuver tout ce qui sort de l'entreprise ou ne peut pas être annulé. Les e-mails aux clients, les changements de budget, les paiements, les suppressions.
- Assumer le résultat. Si un e-mail part avec une affirmation erronée, c'est votre entreprise qui l'a envoyé.
La façon pratique de gérer la confiance, c'est d'avancer action par action. Un même agent peut être jugé fiable pour lire un brief et devoir quand même attendre avant d'envoyer un e-mail.
| Niveau | Ce que l'agent peut faire | Dans la tâche de créateurs |
|---|---|---|
| 1. Lire | Regarder, sans rien modifier | Ouvrir le brief dans Drive et les profils publics des créateurs |
| 2. Rédiger et enregistrer | Préparer un travail que personne à l'extérieur ne voit encore | Ajouter des lignes au tableau de suivi, enregistrer des brouillons d'e-mails |
| 3. Agir après votre accord | Le faire, mais seulement après le feu vert d'une personne | Envoyer un e-mail, changer le responsable d'un compte dans le CRM |
| 4. Agir en autonomie | Des étapes de routine, faciles à annuler, que vous avez vérifiées | Mettre à jour une colonne de statut |
Commencez par les niveaux 1 et 2. Ne faites monter une action d'un niveau qu'après qu'elle a été juste de nombreuses fois.
Le guide des autorisations d'Okou recommande la même chose pour le travail qui nécessite une vérification humaine : autoriser la rédaction, ne pas autoriser l'envoi, et écrire la règle de relecture dans les instructions. Pour découvrir comment Okou tient les mots de passe et les clés à l'écart de l'IA elle-même, consultez Les brokers détiennent vos clés. Pas votre agent IA.
Exemples d'agents IA pour les équipes métier
Les mêmes cinq éléments se retrouvent dans la plupart des tâches que les équipes confient à des agents :
- Ventes : avant un appel client, rassembler l'historique du CRM, les e-mails récents et l'actualité de l'entreprise dans un brief d'une page, avec un brouillon de relance que le commercial enverra.
- Customer success : résumer le problème d'un client à partir des conversations passées et de la documentation produit, et rédiger une réponse ou une escalade pour le responsable du compte.
- Marketing : transformer les chiffres de campagne et les résultats du CRM en un court bilan de performance avec des suggestions de prochaines étapes.
- Fondateurs et chiefs of staff : préparer un brief hebdomadaire sur ce qui a changé, ce qui est bloqué et qui porte chaque prochaine étape, avec des liens vers les sources.
Pour vingt exemples plus détaillés, consultez Cas d'usage des agents IA pour le travail réel. Pour comparer les produits d'agents, consultez Les agents IA expliqués aux non-développeurs.
Comment démarrer votre première tâche avec un agent IA
- Choisissez une tâche que vous faites chaque semaine. Vous saurez tout de suite si le résultat est bon.
- Écrivez en une ou deux phrases ce que « terminé » veut dire. Ce que vous voulez, où le résultat va, qui le vérifie.
- Donnez-lui ce dont aurait besoin un nouveau collègue. Un brief, un exemple passé, le bon dossier. Le manque de contexte est la cause la plus fréquente des résultats fades.
- Commencez avec un accès limité à la lecture et aux brouillons. Laissez l'envoi et la publication à une personne.
- Vérifiez de près les premiers résultats, puis enregistrez la méthode. Une fois qu'elle donne des résultats fiables, transformez-la en workflow que votre équipe pourra réutiliser.
À mesure que plus de personnes utilisent le même agent, il devient important de tenir le contexte partagé à jour. Notre guide sur la gestion du contexte des agents IA en équipe explique comment faire.
Essayez la tâche de créateurs avec Okou
Okou travaille comme un collègue IA au service des équipes métier. Okou rassemble le contexte dont une mission a besoin à partir des applications que vous connectez, fait le travail dans le cloud et vous rend quelque chose à relire, comme un tableau de suivi, un brief ou une série de brouillons. Quand la méthode fonctionne, votre équipe la conserve sous forme de workflow.
Ouvrez le workflow de recherche de créateurs et de partenariat, ou demandez directement à Okou :
Utilise notre fiche produit dans Drive pour trouver jusqu'à cinq créateurs qui touchent des responsables des opérations. Pour chacun, indique les liens vers ses profils, deux exemples récents et pertinents, les raisons pour lesquelles il pourrait correspondre et ce qui reste à confirmer. Renvoie moins de noms si les éléments sont minces. Ajoute-les au tableau de suivi des partenaires et rédige un premier e-mail pour chacun, pour que je le relise. N'envoie rien.
Pour le guide complet, y compris la mise à jour du tableau de suivi quand les créateurs répondent, consultez comment trouver des influenceurs pour votre marque et suivre la prospection.
Questions fréquentes
ChatGPT est-il un agent IA ?
Une conversation classique avec ChatGPT, c'est un chatbot : vous demandez, il répond, et c'est vous qui décidez quoi faire. En juillet 2025, OpenAI a ajouté un mode agent capable d'effectuer des étapes de lui-même, par exemple naviguer sur des sites web pour terminer une tâche. Tout dépend donc de l'usage : choisit-il et mène-t-il des actions vers votre objectif, ou se contente-t-il de répondre ?
Que fait concrètement un agent IA ?
Il transforme un objectif en étapes menées à bien. Il lit le contexte que vous lui indiquez, utilise vos applications connectées pour chercher, lire, écrire ou rédiger des brouillons, vérifie chaque résultat et vous rend un travail fini, comme un tableur rempli, un brief de recherche ou des brouillons d'e-mails. Quand une décision vous revient, un agent bien configuré s'arrête et vous pose la question.
Quels sont les 5 types d'agents IA ?
La liste classique des manuels, qu'IBM reprend aussi, comprend les agents réflexes simples, les agents réflexes fondés sur un modèle, les agents fondés sur des objectifs, les agents fondés sur l'utilité et les agents apprenants. Elle décrit la façon dont un agent prend ses décisions. Pour les équipes métier, il est généralement plus utile de regrouper les agents selon le travail qu'ils font et la part d'autonomie qui leur est accordée.
L'IA agentique, est-ce la même chose qu'un agent IA ?
Les deux notions se recoupent et sont souvent employées l'une pour l'autre. « Agent IA » désigne généralement un système précis qui poursuit un objectif à l'aide d'outils. « IA agentique » est plus large : une IA qui agit avec une certaine autonomie, ce qui peut inclure plusieurs agents ou des étapes de type agent au sein d'un processus plus vaste.
Faut-il des compétences techniques pour utiliser un agent IA ?
Pas avec des produits conçus pour les équipes métier. Vous décrivez ce que vous voulez en langage courant, connectez les applications nécessaires au travail et relisez le résultat. Les compétences qui comptent sont celles que vous mobiliseriez avec un nouveau collègue : expliquer à quoi ressemble un bon résultat, partager le bon contexte et donner des retours clairs.
Comment empêcher un agent IA de faire quelque chose que je n'ai pas approuvé ?
Autorisez des actions précises, pas des applications entières. Commencez par la lecture et la rédaction de brouillons, gardez l'envoi, les paiements et les suppressions soumis à votre accord, et écrivez la règle de relecture dans les instructions de l'agent ou dans le workflow. Consultez ensuite le journal d'activité de la tâche pour voir ce qu'il a lu et ce qu'il a modifié.
