Dans une entreprise, un agent IA prend en charge une tâche précise. Il lit ce dont il a besoin, utilise vos outils sur plusieurs étapes et continue jusqu'à ce que le travail soit fait. Rédiger une réponse à un client, trier les demandes entrantes, répondre à une question sur une commande. Chez Pillet Grenié Bureau, nous construisons et faisons tourner des agents, pour nous et pour nos clients. Ce que nous en avons appris : un agent ne vaut que par l'accord d'une page qui l'encadre.
Que fait vraiment un agent IA dans une entreprise ?
Un chatbot répond une fois, puis s'arrête. Un agent travaille en boucle. Salesforce le décrit ainsi : il lit le contexte d'une demande, planifie, appelle les outils ou les données nécessaires, puis ajuste jusqu'à atteindre l'objectif. Leurs exemples concrets relèvent du travail routinier à fort volume : suivi de commande, retours, dépannage, onboarding, support en dehors des heures ouvrées.
Cette boucle fait tout l'intérêt de l'agent. C'est aussi le risque. Druid AI rappelle qu'un agent peut écrire dans vos fiches, déclencher des workflows, envoyer des messages et traiter des transactions. Sa portée dépend de ce à quoi vous le connectez.
La plupart des entreprises s'y essaient. L'enquête de McKinsey, citée par Prefactor, montre que 62 % des organisations expérimentent au moins les agents, mais que seules 23 % les déploient à grande échelle, ne serait-ce que dans une fonction. Et Gartner prévoit l'abandon de plus de 40 % des projets d'IA agentique d'ici 2027, en pointant une gouvernance trop faible. D'expérience, une gouvernance faible veut souvent dire que personne n'a mis par écrit les cinq décisions ci-dessous.
Les cinq points à décider avant de lancer un agent IA
Une page. Des mots simples. Validée par la personne responsable du résultat.
1. La tâche
Une seule tâche, décrite comme vous briefferiez une nouvelle recrue. « Gérer les e-mails clients » n'est pas une tâche. « Rédiger les réponses aux questions de livraison et les classer pour relecture », si.
2. Ce qu'il lit
Listez les boîtes mail, dossiers et fiches qu'il peut ouvrir. Puis listez ce qu'il doit ignorer. C'est ce qui détermine la qualité et le coût, nous y reviendrons.
3. Ce qu'il fait seul
Lire, chercher, rédiger : en général, cela tourne sans surveillance. Tout ce qui sort de l'entreprise, dépense de l'argent ou modifie une fiche fait l'objet d'une ligne à part.
4. Quand il passe la main
Notez les moments où l'agent s'arrête et appelle une personne. Y compris quand il ne trouve rien. Nous l'avons appris sur un agent de relecture. Quand nous l'obligions à toujours produire une réponse, il s'est mis à inventer des problèmes sur un travail propre, parce que nous ne lui avions laissé aucune porte de sortie honnête. La correction tenait en quelques lignes dans ses instructions :
Terminer sans réponse est un échec.
Une liste vide est une bonne réponse quand vous n'avez rien trouvé.
N'inventez pas de constats pour remplir la page.
Autrement dit : « je n'ai rien trouvé » doit être une réponse autorisée. Sinon, l'agent comble le silence avec une fiction pleine d'assurance.
5. Comment on le contrôle
Définissez ce qu'est un succès avant le lancement. Une checklist de mise en service recommande de mesurer d'abord la situation de départ : volume, temps passé, délai de traitement, erreurs, exceptions. Le lancement vous donne alors des preuves, pas des opinions.
Contrôlez aussi le résultat lui-même, pas seulement les journaux. Un de nos agents a un jour consacré tout son budget de travail à la recherche, rédigé un document complet, puis atteint sa limite d'étapes et renvoyé un simple message « arrêté ». Le travail existait. Personne ne l'a vu. Désormais, quand un agent arrive au bout de ses étapes, il doit rendre ce qu'il a produit.
Que ne doit jamais faire un agent IA sans validation humaine ?
La liste courte : envoyer, payer, publier, supprimer. Single Grain conseille une validation sur tout ce qui dépense ou publie, et Aona ajoute une relecture humaine avant tout résultat financier, juridique ou médical à fort enjeu. Nous sommes d'accord.
Notre erreur a été de placer la validation au mauvais endroit. Sur notre propre agent Slack, nous avions mis une étape d'approbation sur la lecture d'une pièce jointe, par prudence. L'approbation fonctionnait. La réponse n'est jamais arrivée. La pièce jointe était ouverte après validation, mais l'agent ne parvenait jamais à la lire et à répondre. Tout était au vert, et l'utilisateur ne recevait rien. C'est pire qu'un refus, car rien ne le signale comme une erreur.
La règle que nous avons gardée est simple. On valide les résultats, pas les entrées. Une lecture alimente la réponse : elle tourne seule, avec des limites sur ce qui peut être lu. Un envoi, c'est le résultat : une personne le confirme.
Deuxième règle : la personne qui valide doit voir exactement ce qui va s'exécuter. Le risque que nous vérifions systématiquement : un écran d'approbation qui afficherait ce que l'agent demande, alors que le système l'ajusterait discrètement avant exécution. On validerait une chose, une autre se produirait. Avant chaque lancement, nous contrôlons donc que le brouillon affiché et l'action exécutée sont identiques.
Troisième règle : toute dépense demande un oui explicite, pour cette dépense précise. Un « vas-y » général donné la veille ne compte pas.
Quand vous n'avez pas besoin d'un agent IA
Si vous pouvez dessiner le processus en logigramme, sans aucun arbitrage, vous n'avez pas besoin d'un agent. Un workflow à règles dans un outil comme n8n coûte moins cher, va plus vite et reste prévisible. Un formulaire qui crée une fiche et envoie une confirmation n'a besoin d'aucun raisonnement.
Un agent se justifie quand l'entrée est désordonnée : e-mails en texte libre, documents hétérogènes, demandes à trier avant toute action. Il lui faut aussi du volume. Si la tâche revient deux fois par semaine, une personne la fera mieux.
Et si personne ne sera responsable de ses résultats, ne commencez pas. Le guide d'Alex Lieberman cite comme bases un responsable unique, des seuils d'approbation et un bouton d'arrêt d'urgence. Sans responsable, personne ne lit les journaux.
Comment nous mettons en place un agent IA pour un client
Nous commençons par l'accord d'une page, rempli ensemble. Le principe ne change pas : une tâche, un responsable, un agent. Nous élargissons les accès seulement quand les journaux le justifient.
Les garde-fous sont écrits avant toute construction. Les lectures tournent seules. Les envois, paiements et modifications de fiches attendent une personne, qui voit l'action exacte. L'agent passe la main quand il doute ou ne trouve rien. Les coûts de fonctionnement ont un plafond quotidien, et nous suivons les dépenses en deux colonnes : les exécutions qui ont produit quelque chose d'utilisé, et celles qui ont échoué en brûlant de l'argent pour rien. Une forte part d'échecs veut dire qu'il faut corriger le flux, pas le budget.
Nous estimons aussi les coûts de fonctionnement avant que vous vous engagiez. Lors de la revue d'un plan, nous avons repéré une conception qui aurait payé l'analyse de chaque image présente dans un historique de conversation à chaque appel de l'agent, même pour des questions sans rapport. Le coût aurait suivi le désordre accumulé, pas les demandes réelles. Nous l'avons modifiée pour ne traiter que la conversation en cours. Les éléments en arrière-plan sont notés, mais ne coûtent rien.
Le résultat, en termes business : vous savez ce que fait l'agent, ce qu'il coûte par mois et qui en répond, avant qu'il ne touche un client. Si c'est l'agent qu'il vous faut, découvrez comment nous construisons des agents IA sur mesure pour une tâche précise.
