Agent IA : définition, 10 exemples en entreprise et différence avec un chatbot
Article publié le 14 novembre 2026, établi à partir des publications d’Anthropic et de Gartner, de la documentation de Microsoft (Copilot Studio), et des guides de notre blog sur Copilot, Claude, ChatGPT et Mistral, consultés ce jour-là. Les exemples sont des cas types tirés de nos accompagnements, anonymisés, pas des résultats garantis.
Un agent IA est un programme fondé sur un modèle de langage qui reçoit un objectif, décide lui-même des étapes pour l’atteindre et agit dans vos outils (messagerie, CRM, documents, agenda) jusqu’à ce que la tâche soit faite. Là où un chatbot répond à une question, l’agent accomplit un travail. Ce guide donne une définition simple, explique les différences entre agent, chatbot, assistant et automatisation, présente dix exemples concrets d’agents en entreprise, montre comment ils fonctionnent et liste les règles à poser avant d’en confier un à vos équipes.
L’essentiel en cinq lignes
- Définition : un agent IA est un système qui poursuit un objectif en planifiant ses étapes, en utilisant des outils et en ajustant son action au résultat obtenu, avec une supervision humaine limitée.
- Différence avec un chatbot : le chatbot répond dans la conversation ; l’agent agit hors de la conversation, dans vos logiciels, et rend un résultat.
- Exemples : trier une boîte de réception, préparer un rendez-vous client, qualifier des candidatures, comparer des offres fournisseurs, produire un reporting.
- Outils : Copilot Studio et Agent Builder chez Microsoft, Claude Cowork, l’agent de ChatGPT, Gemini Enterprise, Vibe chez Mistral permettent d’en créer ou d’en utiliser sans coder.
- Précaution : commencer par une tâche répétitive à faible risque, en lecture seule, avec une validation humaine avant toute action qui engage.
Agent IA : définition
Un agent IA, ou agent d’intelligence artificielle, est un logiciel qui s’appuie sur un modèle de langage pour atteindre un objectif de façon autonome. On lui donne un but (« prépare le dossier du rendez-vous Durand de jeudi »), pas une suite d’instructions. Il décide de ce qu’il doit consulter, dans quel ordre, quels outils utiliser, et s’arrête quand le résultat est atteint ou quand il a besoin d’une validation.
Anthropic, l’éditeur de Claude, a proposé fin 2024 une distinction devenue une référence. Un workflow est un système où le modèle et les outils sont orchestrés par un chemin écrit à l’avance. Un agent est un système où le modèle dirige lui-même son processus et l’usage de ses outils. La différence tient donc à qui décide de la prochaine étape : le concepteur, ou le modèle.
Quatre composants se retrouvent dans tous les agents :
- Un modèle de langage, qui comprend la demande, raisonne et choisit l’étape suivante. Voir notre article LLM : définition.
- Des instructions, qui fixent le rôle, le périmètre, le ton et les limites.
- Des outils, qui lui permettent d’agir : chercher dans le web ou dans les documents, lire un agenda, écrire dans un CRM, envoyer un message. Ils passent de plus en plus par le standard MCP.
- Une boucle : l’agent agit, observe le résultat, corrige et recommence, jusqu’à ce que l’objectif soit atteint.
L’ensemble de ce qui entoure le modèle pour le faire agir s’appelle le harnais. Et quand on parle d’une organisation qui fait travailler plusieurs agents, on parle d’IA agentique.
Agent IA, chatbot, assistant, automatisation : les différences
Le mot « agent » est mis à toutes les sauces. Gartner parle même d’agent washing : beaucoup d’éditeurs rebaptisent agents des assistants, des chatbots ou des robots logiciels existants. Le cabinet estimait en juin 2025 qu’environ 130 fournisseurs seulement, parmi des milliers, proposaient de vrais agents. Le tableau suivant aide à faire le tri.
| Chatbot | Assistant IA | Automatisation (RPA, workflow) | Agent IA | |
|---|---|---|---|---|
| Ce qu’il reçoit | Une question | Une demande | Un déclencheur | Un objectif |
| Qui décide des étapes | Un script ou le modèle, dans la conversation | L’utilisateur, demande après demande | Le concepteur, à l’avance | Le modèle, au fil de l’exécution |
| Où il agit | Dans la conversation | Dans la conversation et le document ouvert | Dans les logiciels, selon un chemin fixe | Dans plusieurs logiciels, selon la situation |
| Face à l’imprévu | Renvoie vers un humain | Attend la demande suivante | S’arrête en erreur | Adapte son plan, ou demande une validation |
| Exemple | Le robot de FAQ du site | Copilot dans Word qui résume un document | Un flux qui copie chaque facture reçue dans le logiciel comptable | Un agent qui traite une réclamation de bout en bout |
Un test simple : si vous devez dire à l’outil quoi faire à chaque étape, c’est un assistant. Si vous lui donnez un but et qu’il revient avec un résultat, c’est un agent. Si le chemin est toujours le même, une automatisation classique est souvent plus fiable et moins chère qu’un agent, ce que rappelle aussi Anthropic : choisir la solution la plus simple possible, et n’ajouter de l’autonomie que lorsqu’elle est nécessaire.
Comment fonctionne un agent IA
Prenons une demande : « Prépare mon rendez-vous de jeudi avec la société Durand ». Un agent la traite en cinq temps.
- Comprendre l’objectif. Il identifie ce qu’on attend : une note de préparation, pour jeudi, sur un client précis.
- Planifier. Il décide de consulter l’agenda, le CRM, les derniers échanges de courriels et l’actualité de l’entreprise.
- Agir avec ses outils. Il interroge chaque source, une par une, en lisant les résultats.
- Observer et corriger. S’il manque une information (le nom de l’interlocuteur, par exemple), il la cherche ailleurs ou la signale.
- Rendre le résultat. Il produit la note et, si on le lui a permis, propose un brouillon de courriel de confirmation, sans l’envoyer.
Ce fonctionnement explique à la fois la force et la fragilité des agents. Ils traitent des tâches que l’on ne peut pas décrire à l’avance étape par étape. Mais chaque étape peut introduire une erreur, et une erreur au début se propage jusqu’au résultat. D’où l’importance des tests, des permissions limitées et des points de validation humaine.
10 exemples d’agents IA en entreprise
Voici dix agents que nous voyons fonctionner dans des organisations françaises, du plus simple au plus engageant. Le niveau d’autonomie indique ce que l’agent peut faire sans validation.
| N° | Agent | Ce qu’il fait | Outils connectés | Autonomie conseillée |
|---|---|---|---|---|
| 1 | Agent de tri de la boîte de réception | Classe les courriels, résume les fils longs, signale ceux qui attendent une réponse | Messagerie | Lecture et classement ; aucune réponse envoyée |
| 2 | Agent de préparation de rendez-vous | Rassemble historique client, opportunités, derniers échanges et actualité | Agenda, CRM, messagerie, web | Lecture seule |
| 3 | Agent RH de réponse aux questions | Répond aux questions des salariés sur les congés, la mutuelle, le télétravail, avec la référence de l’accord | Base documentaire RH | Réponse directe ; renvoi vers un humain pour les cas individuels |
| 4 | Agent de présélection des candidatures | Compare les CV à la fiche de poste et propose une grille motivée | Logiciel de recrutement | Proposition seulement : la décision reste humaine, et le recrutement est un usage à haut risque au sens de l’AI Act |
| 5 | Agent achats d’analyse des offres | Construit le tableau de conformité de chaque offre au cahier des charges | Documents, tableur | Lecture et production d’un tableau |
| 6 | Agent de service client | Lit une réclamation, retrouve la commande, propose une réponse et un geste commercial | Outil de tickets, base de connaissances, outil de commandes | Brouillon validé par un conseiller |
| 7 | Agent de reporting | Récupère les chiffres de la semaine, calcule les écarts et rédige le commentaire | Tableur, entrepôt de données | Production du rapport ; diffusion après relecture |
| 8 | Agent de veille | Surveille des sources, résume ce qui a changé et alerte sur les sujets suivis | Web, flux, documents | Autonome, rapport hebdomadaire |
| 9 | Agent de comptes rendus | Transforme une réunion en décisions, actions, responsables et échéances, puis crée les tâches | Visioconférence, outil de tâches | Création des tâches après validation du compte rendu |
| 10 | Agent d’intégration des nouveaux arrivants | Répond aux questions de la première semaine, propose un parcours, vérifie les étapes réalisées | Documentation interne, outil de formation | Réponse directe ; escalade vers le manager |
Ces dix agents ont un point commun : ils partent d’une tâche que quelqu’un fait déjà, souvent et de la même façon. C’est le meilleur critère de choix d’un premier agent. Notre formation aux agents IA part justement d’une tâche réelle de chaque participant pour construire un premier agent dans l’outil de l’entreprise, sans coder.
Les trois familles d’agents
Dans les outils du marché, les agents se rangent en trois familles, qui ne s’adressent pas aux mêmes personnes.
| Famille | Principe | Exemples d’outils | Pour qui |
|---|---|---|---|
| Agents spécialisés, construits une fois | Un agent dédié à une tâche, configuré avec ses instructions, ses sources et ses outils, puis partagé | Agent Builder et Copilot Studio (Microsoft), GPT personnalisés et agents de ChatGPT, Gems de Gemini, agents de Mistral | Une équipe qui répète la même tâche |
| Agents généralistes de délégation | Un agent à qui l’on confie une tâche nouvelle à chaque fois, qui travaille sur vos fichiers et vos applications | Claude Cowork, Copilot Cowork, mode agent de ChatGPT, Vibe Work | Chaque collaborateur, pour ses propres tâches |
| Agents de code | Un agent qui lit, écrit et teste du code dans un dépôt | Claude Code, Codex | Les équipes techniques |
Pour aller plus loin sur chaque famille : Agent Builder pas à pas et votre premier agent Copilot Studio pour la première ; notre comparatif Cowork, Work, Vibe Work pour la deuxième ; Claude Code ou Codex pour la troisième.
Ce que les agents changent, et ce qu’ils ne changent pas
Gartner prévoit qu’en 2028, au moins 15 % des décisions courantes de travail seront prises de façon autonome par des agents, et qu’environ un tiers des logiciels d’entreprise intégreront des fonctions agentiques. Le même cabinet prévoit que plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 2027, à cause de coûts qui montent, d’une valeur mal démontrée et de risques mal maîtrisés. Les deux prévisions ne se contredisent pas : les agents vont se diffuser, mais beaucoup de projets lancés trop vite n’iront pas au bout.
Ce qui change : des tâches entières, et plus seulement des morceaux de tâches, peuvent être déléguées. Ce qui ne change pas : la responsabilité. Un agent qui envoie un mauvais courriel engage l’entreprise comme un salarié. La question n’est donc pas « l’agent est-il intelligent ? » mais « qu’avons-nous le droit de le laisser faire seul ? ». Elle se pose aussi pour le travail des équipes : notre article sur l’IA qui densifie la charge de travail montre ce qui arrive quand le temps gagné n’est pas redistribué.
Créer un premier agent IA : les règles à poser
- Choisir une tâche répétitive, fréquente et peu risquée. Une tâche faite chaque semaine, de la même façon, dont une erreur se rattrape facilement.
- Écrire le rôle et les limites. Ce que l’agent fait, ce qu’il ne fait jamais, quand il doit s’arrêter et demander.
- Donner le minimum d’accès. Lecture seule au départ ; écriture seulement sur des brouillons.
- Garder la validation humaine pour toute action qui engage : envoi, publication, paiement, décision sur une personne.
- Tester sur des cas réels, y compris les cas limites, avant de partager l’agent : demande ambiguë, information manquante, document contradictoire.
- Nommer un responsable qui suit les résultats, met à jour les instructions et retire l’agent s’il ne sert plus.
La méthode complète, étape par étape, est dans notre guide Créer un agent IA en entreprise en 7 étapes. Quand les agents se multiplient, il faut un registre et un circuit de validation : c’est l’objet de notre offre Gouvernance de l’IA et des agents.
Les risques propres aux agents
- Les erreurs en cascade : une mauvaise lecture au début du travail se retrouve, amplifiée, dans le résultat final.
- L’injection de prompt : un courriel ou un document lu par l’agent peut contenir des instructions cachées que le modèle prend pour des consignes. Tout ce que l’agent lit est une donnée, jamais un ordre.
- Les accès trop larges : un agent qui peut tout lire et tout écrire est une porte d’entrée pour une fuite de données.
- Le coût : un agent consomme beaucoup plus qu’une simple question, parce qu’il enchaîne de nombreux appels au modèle. Sur Copilot Studio, chaque action se paie en crédits.
- La conformité : un agent qui intervient dans le recrutement, l’évaluation des salariés ou l’accès à un service essentiel relève des usages à haut risque de l’AI Act, avec des obligations renforcées.
Questions fréquentes sur les agents IA
Qu’est-ce qu’un agent IA en termes simples ?
Un agent IA est un programme à qui l’on confie un objectif plutôt qu’une question. Il décide lui-même des étapes, utilise vos outils (messagerie, documents, CRM) pour avancer et revient avec un résultat, en demandant une validation quand c’est nécessaire.
Quelle est la différence entre un agent IA et un chatbot ?
Un chatbot répond dans la conversation, question après question. Un agent IA agit hors de la conversation, dans vos logiciels, enchaîne plusieurs étapes et adapte son plan au résultat de chaque action.
Quelle différence entre agent IA et IA agentique ?
L’agent IA est un système précis qui accomplit une tâche. L’IA agentique désigne l’approche plus large qui consiste à confier des objectifs à des agents, y compris plusieurs agents qui coopèrent.
Quels sont des exemples d’agents IA en entreprise ?
Le tri de la boîte de réception, la préparation d’un rendez-vous client, la réponse aux questions RH, l’analyse d’offres fournisseurs, le reporting hebdomadaire, la veille, les comptes rendus de réunion et l’accueil des nouveaux arrivants.
Faut-il savoir coder pour créer un agent IA ?
Non. Agent Builder et Copilot Studio chez Microsoft, les GPT personnalisés de ChatGPT, les Gems de Gemini ou les agents de Mistral permettent de créer un agent en décrivant son rôle, ses sources et ses outils, sans programmation.
Existe-t-il des agents IA gratuits ?
Oui, pour un usage personnel : les versions gratuites de plusieurs assistants permettent de créer des assistants personnalisés simples. En entreprise, les agents qui agissent dans vos outils demandent en général une licence professionnelle, pour des raisons de protection des données autant que de fonctionnalités.
Un agent IA peut-il remplacer un salarié ?
Il remplace des tâches, rarement des postes. Les agents traitent bien les tâches répétitives et bien décrites ; ils ont besoin d’humains pour fixer l’objectif, valider les actions qui engagent et assumer la responsabilité du résultat.
Sources
- Anthropic, Building effective agents, 19 décembre 2024.
- Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 25 juin 2025.
- Microsoft Learn, Extend your agent with Model Context Protocol, consulté le 14 novembre 2026.
- Règlement (UE) 2024/1689 sur l’intelligence artificielle, annexe III (systèmes à haut risque).
Pour aller plus loin : créer un agent IA en 7 étapes, l’IA agentique expliquée et les systèmes multi-agents.
