§ Guide
Agent IA : c'est quoi ? Définition, coût d'usage et limites
Le mot « agent » sert à vendre des choses très différentes : un assistant conversationnel (souvent appelé chatbot), une automatisation, un agent. Ce guide donne une définition courte, un tableau pour distinguer les trois, cinq questions à poser à un vendeur, un exemple de coût d'usage, et la liste de ce qui peut rater avec le garde-fou correspondant.
- Définition sourcée
- Coût d'usage chiffré
- Vérifié le 5 octobre 2026
Réponse directe
Un agent IA, c'est quoi ?
Un agent IA est un programme dans lequel un modèle de langage décide lui-même des étapes à suivre et des outils à utiliser pour atteindre un objectif. Il fonctionne en boucle : il lit la situation, choisit une action, l'exécute dans un logiciel connecté, regarde le résultat, puis recommence jusqu'à avoir terminé ou atteint une limite fixée. C'est ce qui le distingue d'un chatbot, qui répond sans agir, et d'une automatisation, dont les étapes sont écrites à l'avance.
Assistant, automatisation, agent IA : le tableau pour les distinguer
| Critère | Assistant conversationnel | Automatisation | Agent IA |
|---|---|---|---|
| Qui décide des étapes | Aucune décision à prendre : il répond à un message | La personne qui a écrit le scénario, une fois pour toutes | Le modèle, à chaque étape |
| Ce qu'il produit | Un texte | Une suite d'actions toujours identique | Une suite d'actions qui dépend du cas |
| Ce qu'il lui faut | Un modèle de langage | Des règles fixes et des connecteurs | Un modèle, des outils connectés, des consignes, une limite |
| Exemple | Reformuler un email, résumer un contrat | Créer la fiche client quand un formulaire est rempli | Lire une demande de SAV, consulter la commande, préparer la réponse |
| Quand il se trompe | La réponse est fausse, une personne la lit | Le scénario s'arrête sur un cas imprévu | Il enchaîne des actions sur une mauvaise lecture |
| Coût d'usage | Un appel au modèle par message | Presque nul par exécution, sauf si une étape appelle un modèle | Un appel au modèle par étape |
Ce que disent les éditeurs de modèles
Anthropic, l'éditeur de Claude, a publié le 19 décembre 2024 un article destiné aux équipes techniques, « Building effective agents ». Il y distingue deux familles. Les « workflows » sont des systèmes où le modèle et les outils suivent un chemin écrit dans le code. Les « agents » sont des systèmes où le modèle dirige lui-même son déroulement et l'usage de ses outils. Anthropic regroupe les deux sous le nom de « systèmes agentiques ».
OpenAI, l'éditeur de ChatGPT, décrit de son côté les agents comme des systèmes qui planifient et accomplissent des tâches avec des outils, peuvent travailler avec d'autres agents et gardent le contexte d'une étape à l'autre (documentation OpenAI, page « Agents »).
Les deux descriptions se rejoignent sur un point : un agent, c'est un modèle qui utilise des outils en boucle. Tout produit vendu comme « agent » qui ne fait que répondre à des questions est un assistant. Tout produit qui suit toujours le même scénario est une automatisation, même si une de ses étapes appelle un modèle.
Les quatre pièces d'un agent IA
- Un modèle de langage. C'est lui qui lit et qui décide. Par exemple Claude, d'Anthropic, ou un modèle d'OpenAI.
- Des outils. Les actions que l'agent a le droit de faire dans vos logiciels : lire une boîte mail, consulter une commande, créer un brouillon. Un agent sans outil est un assistant.
- Des consignes et une base de connaissance. Vos règles métier, écrites : quoi répondre, dans quel cas transmettre, quelles données ne jamais utiliser.
- Une limite. Un nombre maximal d'étapes, un périmètre d'action, et les points où une personne valide. Anthropic recommande explicitement des conditions d'arrêt et des pauses pour demander un avis humain.
Le conseil d'Anthropic aux équipes qui construisent ces systèmes vaut pour un dirigeant : commencer par la solution la plus simple et n'ajouter un agent que si elle ne suffit pas, parce qu'un système agentique paie en délai et en coût une meilleure exécution de la tâche.
La même demande de SAV, traitée par une automatisation puis par un agent
Un scénario écrit à l'avance
- L'email arrive : il est étiqueté « SAV » par un mot-clé.
- Un accusé de réception part, toujours le même.
- Un ticket est créé et affecté à l'équipe.
- Si le client écrit « où est mon colis » autrement que prévu, le scénario ne le voit pas.
Des étapes décidées selon le cas
- L'agent lit l'email et comprend qu'il s'agit d'un retard de livraison.
- Il retrouve la commande, puis interroge le suivi du transporteur.
- Il rédige une réponse avec la date de livraison réelle.
- Une personne relit et envoie. Sans numéro de commande, l'agent transmet au lieu de deviner.
Deux projets de Waimia, et où ils se situent dans le tableau
Un agent de service après-vente pour un e-commerce. Waimia construit pour Brow.X Professionnel, boutique en ligne sur Shopify, un agent qui prépare les réponses aux demandes de SAV. Il s'appuie sur la boîte mail, la boutique, le suivi des transporteurs, des règles métier et une base de connaissance. Deux garde-fous : l'équipe valide chaque réponse avant envoi, et la première version ne traite que les demandes rattachées à un numéro de commande. Le projet est en cours de construction. Aucun chiffre d'impact n'est publié.
Un assistant documentaire pour un média local, à la limite de la définition. Pour Les Carnets de Montpellier, Waimia a mis en place un agent dans Notion qui s'appuie sur les documents de l'historien, rangés dans son Drive. L'historien reste la source : ce sont ses documents et son écriture qui alimentent l'agent. Selon le tableau ci-dessus, ce projet est plus proche d'un assistant doté d'une base de connaissance que d'un agent qui enchaîne des actions : le mot « agent » y désigne la fonction de Notion. Aucun chiffre d'impact n'est publié sur ce volet.
Dans le premier projet, la règle est écrite : l'agent prépare, une personne décide. C'est la forme d'agent que Waimia recommande pour démarrer en PME, et la moins spectaculaire.
Ce qu'un agent IA ne sait pas faire
- Être fiable à chaque fois. Un agent enchaîne des étapes, et les erreurs se cumulent. Calcul illustratif : si chaque étape réussit 95 fois sur 100, une tâche de dix étapes réussit environ 60 fois sur 100 (0,95 à la puissance 10). D'où l'intérêt de tâches courtes et d'une relecture.
- Deviner une règle qui n'est pas écrite. Si personne n'a rédigé la procédure, l'agent en invente une. Écrire la procédure est une étape du projet à part entière.
- Agir sans accès. Un agent ne fait que ce que ses outils lui permettent. Un logiciel sans interface de programmation ni export reste hors de portée.
- Porter une décision. Rembourser, refuser, engager l'entreprise : l'agent peut préparer le dossier, pas assumer le choix.
- Coûter aussi peu qu'une automatisation. Chaque étape appelle le modèle. Une tâche identique des milliers de fois par mois relève d'un workflow, pas d'un agent.
Cinq questions pour savoir si on vous vend un agent, un chatbot ou une automatisation
- 01 Quelles actions fait-il dans nos logiciels, et avec quels accès ? Pas d'action : c'est un assistant.
- 02 Les étapes sont-elles toujours les mêmes ? Si oui, c'est une automatisation, et elle devrait coûter moins cher.
- 03 Qu'est-ce qui l'arrête : un nombre d'étapes, un montant, un type de demande ? Pas de limite : refusez.
- 04 Qui valide quoi avant envoi, et où se lit le journal de ce qu'il a fait ?
- 05 Quel modèle tourne derrière, à quel prix par million de jetons, et sur quel compte : le vôtre ou le nôtre ?
Ce que coûte l'usage : la même tâche en automatisation et en agent
| Montage | Appels au modèle par mois | Jetons lus | Jetons écrits | Coût mensuel du modèle |
|---|---|---|---|---|
| Automatisation : un appel pour classer la demande, Claude Haiku 4.5 | 500 | 1,5 million | 0,2 million | 2,50 dollars |
| Agent : six étapes par demande, Claude Sonnet 5.5 | 3 000 | 9 millions | 1,2 million | 30 dollars |
Cinq pannes d'agent, comment on les voit, et le garde-fou
| Ce qui rate | Comment on le voit | Garde-fou |
|---|---|---|
| Il lit mal la demande et répond à côté | La personne qui relit corrige le brouillon | Relecture de chaque sortie au départ, corrections notées |
| Il invente une règle qui n'est pas écrite | Une réponse plausible que personne n'a validée | Consigne : sans règle écrite, transmettre à une personne |
| Il tourne en rond sur un cas difficile | Des dizaines d'étapes pour une seule demande, et la facture du modèle qui monte | Nombre maximal d'étapes par demande |
| Il agit sur le mauvais dossier | Une fiche modifiée sans rapport avec la demande | Accès en lecture d'abord, écriture limitée à un brouillon |
| Un contenu reçu lui donne des instructions | Une action que personne n'a demandée après la lecture d'un email ou d'une page | Essais dans un environnement isolé, et validation humaine sur tout envoi |
L'agent prépare, une personne décide. C'est la forme à choisir pour démarrer, et la moins spectaculaire.
Avez-vous besoin d'un agent, ou d'une automatisation ?
Règle appliquée par Waimia : l'outil le plus simple qui suffit, et une personne sur ce qui engage.
- Les demandes arrivent en texte libre et ne se ressemblent pas
- Le nombre d'étapes change d'un cas à l'autre
- Il faut croiser plusieurs sources avant de répondre
- Une procédure écrite existe, ou vous êtes prêt à l'écrire
- Une personne peut relire au début, et le temps gagné reste net après relecture
- Les étapes sont toujours les mêmes, dans le même ordre
- Les données arrivent déjà structurées : formulaire, export, commande
- La tâche se répète à l'identique des milliers de fois par mois
- Une erreur coûterait cher et rien ne permet de la rattraper
- Un logiciel du marché fait déjà la tâche
Mettre un premier agent en production, en cinq étapes
Un pilote porte sur un type de demande et un canal. Il tourne sur de vraies demandes, avec une personne qui valide.
-
Choisir une tâche
Une tâche en texte libre, fréquente, dont le résultat se relit en moins de deux minutes.
-
Écrire la procédure
Ce qu'il faut consulter, ce qu'il faut répondre, quand transmettre. Avec la personne qui fait la tâche aujourd'hui.
-
Donner des outils limités
Des accès en lecture d'abord. L'agent rédige un brouillon dans l'outil que l'équipe utilise déjà.
-
Faire valider chaque sortie
Une personne relit, corrige, envoie. Chaque correction est notée : c'est elle qui améliore les consignes.
-
Mesurer, puis décider
Part des brouillons envoyés sans modification, temps par demande, erreurs relevées. On étend, on corrige ou on arrête.
Sources, vérifiées le 5 octobre 2026
- Anthropic, « Building effective agents », 19 décembre 2024 : définitions des workflows et des agents, conseil de commencer simple, conditions d'arrêt, points de validation humaine, tests en environnement isolé
- OpenAI, documentation de l'API, page « Agents » : description des agents
- Fiches Brow.X Professionnel et Les Carnets de Montpellier : état des projets cités
Pour décider tâche par tâche, l'article agent IA ou automatisation classique détaille où passe la frontière. Le guide Claude Cowork décrit l'agent de bureau d'Anthropic. La prestation est décrite sur la page agents IA pour entreprise.
Agent IA : questions fréquentes
Q.01 Un agent IA, c'est quoi, en bref ?
Un agent IA est un programme dans lequel un modèle de langage choisit lui-même, étape par étape, les outils à utiliser pour atteindre un objectif qu'on lui a fixé. Il lit, décide, agit, regarde le résultat et recommence jusqu'à avoir terminé ou jusqu'à une limite fixée d'avance.
Q.02 Quelle différence entre un agent IA et un chatbot ?
Un chatbot répond à un message par un texte. Un agent IA agit : il consulte une commande, crée un ticket, prépare un brouillon, met à jour une fiche. Le chatbot n'a besoin que d'un modèle de langage. L'agent a besoin, en plus, d'outils branchés à vos logiciels, de règles écrites et d'une limite à ce qu'il peut faire seul.
Q.03 Quelle différence entre un agent IA et une automatisation ?
Dans une automatisation, une personne a écrit les étapes à l'avance et elles s'exécutent toujours dans le même ordre. Dans un agent, c'est le modèle qui décide des étapes selon ce qu'il lit. Anthropic fait cette distinction entre « workflows », au chemin prédéfini, et « agents », qui dirigent eux-mêmes leur déroulement. Une automatisation coûte moins cher à l'usage : c'est elle qu'on essaie en premier.
Q.04 ChatGPT ou Claude sont-ils des agents IA ?
Dans leur usage de base, ChatGPT et Claude sont des assistants : ils répondent dans une conversation. Ils deviennent des agents quand on leur donne des outils et qu'on les laisse enchaîner des actions. Anthropic présente ainsi Claude Cowork comme la partie de Claude qui prend en charge une tâche complète dans vos fichiers et vos outils connectés (voir le guide Claude Cowork de Waimia, sources à l'appui).
Q.05 Un agent IA peut-il agir sans validation humaine ?
Techniquement oui, et c'est rarement une bonne idée au départ. Anthropic recommande de tester un agent dans un environnement isolé, de lui fixer des conditions d'arrêt et de prévoir des points où il s'arrête pour demander l'avis d'une personne. Chez Waimia, tout ce qui envoie un message, engage de l'argent ou supprime une donnée passe par une validation humaine.
Q.06 Combien coûte un agent IA pour une PME ?
Deux postes : la construction, et l'usage du modèle, que son éditeur facture au volume de texte lu et écrit. Dans l'exemple illustratif de ce guide, 500 demandes par mois traitées en six étapes par Claude Sonnet 5.5 coûtent 30 dollars de modèle par mois. Chez Waimia, un projet commence par un audit gratuit de 45 minutes, puis un sprint de cadrage de 10 heures à 999 € HT. Le reste se chiffre sur devis après l'audit.
Page mise à jour le par Simon Beros, fondateur de Waimia.