Agents IA
Agent IA, chatbot ou simple règle ? Comment choisir pour une PME
Un agent IA, un chatbot et une simple règle ne répondent pas aux mêmes besoins. Méthode de choix, coûts implicites et erreurs à éviter, sans jargon.
En deux phrases
Un agent IA comprend une demande formulée librement, décide des actions à mener et les exécute, puis rend compte. Un chatbot répond à une question à partir d’une base connue. Une règle applique un traitement fixe à un cas répété : elle ne comprend rien, mais elle ne se trompe jamais sur ce qu’on lui a appris.
Choisir n’est donc pas une question de technologie, mais de variabilité : plus le cas varie, plus un agent se justifie ; plus il est répété et stable, plus une règle suffit.
Les trois outils, concrètement
| Outil | Il comprend | Il décide | Il convient quand |
|---|---|---|---|
| Règle (filtre, script) | non | non | le cas est répété et stable |
| Chatbot | une question, dans un périmètre connu | non | les mêmes questions reviennent souvent |
| Agent IA | une demande formulée librement | oui, dans un cadre fixé | le cas varie et demande du jugement |
Une règle, c’est un filtre de messagerie qui dirige les messages d’un expéditeur vers un dossier. Un chatbot, c’est une page de questions-réponses qui puise dans une documentation. Un agent IA, c’est un programme qui reçoit une consigne, choisit les étapes et les exécute — par exemple chercher un client dans un fichier, rédiger une relance et la mettre en attente de relecture.
La question à se poser : le cas varie-t-il ?
Avant de choisir, décrire le cas en une phrase, puis le confronter à trois tests.
Test 1 — Le cas est-il identique d’une fois sur l’autre ? Si oui, une règle suffit. « Tous les messages de tel expéditeur vont dans tel dossier » est une règle. « Répondre à une demande de devis » ne l’est pas : chaque demande est différente.
Test 2 — Les réponses possibles sont-elles connues à l’avance ? Si oui, un chatbot suffit. « Quels sont vos horaires ? » a une réponse fixe. « Pourquoi ma facture est-elle plus élevée que le devis ? » n’en a pas.
Test 3 — Faut-il croiser des informations avant de répondre ? Si oui, un agent se justifie. « Retrouver l’historique du client, comparer avec la commande en cours, puis proposer une réponse » demande de chercher, de comparer et de trancher.
Quand une simple règle suffit
C’est le cas le plus fréquent, et le plus rentable. Un filtrage par expéditeur, une étiquette automatique, un modèle de réponse prédéfini : ces traitements ne demandent ni modèle ni donnée d’apprentissage. Ils sont rapides à mettre en place, faciles à vérifier et sans coût de fonctionnement.
La règle implicite à respecter : une règle doit être visible et modifiable par l’équipe. Si personne ne sait ce qu’elle fait, elle devient un risque.
Quand un chatbot est le bon outil
Un chatbot rend service quand les mêmes questions reviennent et que les réponses sont écrites quelque part : une page de tarifs, une documentation, des conditions générales. Il ne fait rien d’autre que restituer, ce qui est précisément sa force — à condition de lui donner des sources fiables et de le limiter à son périmètre.
Deux écueils classiques : lui faire répondre à des questions qu’il ne maîtrise pas, et le laisser sans porte de sortie vers un humain. Un chatbot qui s’obstine à répondre à côté fait plus de tort qu’un formulaire.
Quand un agent IA se justifie
Un agent se justifie quand trois conditions sont réunies : le cas varie, les informations sont dispersées, et une personne est disponible pour valider avant envoi. C’est le cas de la relance client, de la préparation d’un devis ou de l’orientation d’une demande vers le bon service.
L’agent n’agit pas seul : il prépare, l’humain valide. C’est cette répartition qui rend l’investissement soutenable.
Les coûts qu’on oublie
Le prix d’un agent ne se résume pas au coût du modèle. Il faut compter :
- le temps de préparation : identifier le processus, rassembler les documents, écrire les consignes ;
- les accès : comptes, fichiers, outils existants, et la question de savoir qui peut lire quoi ;
- la maintenance : les processus changent, les consignes doivent suivre ;
- le contrôle : une relecture humaine par un temps à consacrer chaque jour.
Un agent mal préparé coûte plus cher que le temps qu’il est censé rendre. C’est pour cela qu’on commence toujours par un processus unique, bien délimité.
Erreurs fréquentes
- Vouloir tout automatiser d’un coup. Mieux vaut un processus bien réglé que cinq processus approximatifs.
- Choisir un agent parce que c’est l’outil à la mode. Une règle fait souvent le travail pour un coût bien inférieur.
- Cacher le fonctionnement à l’équipe. Un traitement que personne ne comprend n’est jamais corrigé à temps.
- Oublier la sortie de secours. Que se passe-t-il si l’agent est en panne ou si la donnée est absente ? La réponse doit être prévue.
- Confondre démo et production. Un agent impressionnant en démonstration peut se révéler fragile face à des cas réels, mal formatés.
Une méthode en trois étapes
- Décrire le processus sur papier, avec un exemple réel et un contre-exemple.
- Faire le test de variabilité ci-dessus et choisir le niveau le plus simple qui fonctionne.
- Piloter pendant quelques semaines, mesurer, puis étendre — ou arrêter si le résultat ne tient pas.
Ce qu’il faut garder sous contrôle humain
L’envoi reste validé par une personne. Un agent qui se trompe de ton ou annonce un prix faux coûte plus cher que le temps gagné. La règle est simple : le modèle propose, l’humain décide.
Pour aller plus loin
- Un cas concret : automatiser le tri des e-mails d’une PME.
- La méthode complète : automatiser les tâches administratives d’une PME.
- Pour un projet : discuter d’un processus avec FREHIA.
Cet article est une trame de travail, relue et complétée par l’équipe. Les exemples chiffrés et les références clients sont ajoutés au fil des projets.