Concept

Agent IA

Un programme d'IA qui poursuit un objectif, utilise des outils et enchaîne des actions de lui-même, au lieu de seulement répondre à une question.

D'où ça vient

Les bases théoriques des agents artificiels datent du milieu du 20e siècle, avec la cybernétique et l'intelligence artificielle. L'article de Oliver Selfridge en 1958 est une des premières contributions théoriques à ce type d'architecture, et les agents concrets se sont répandus dans les années 1990. Les universitaires étudient les agents basés sur les grands modèles de langage depuis 2018, et leur déploiement a pris de la vitesse à la fin de 2023 avec l'API « function-calling » d'OpenAI, puis avec le Model Context Protocol d'Anthropic à la fin de 2024. Le mot « agentique » ne s'est vraiment répandu qu'en 2024, en partie grâce au chercheur Andrew Ng.

C'est quoi, concrètement

Un agent IA est un programme qui peut prendre des décisions, viser un but et agir sans qu'un programmeur lui dicte chaque geste. Il se distingue d'un robot conversationnel qui répond simplement à des questions. Il s'appuie souvent sur un grand modèle de langage, utilise des outils externes (navigateur, logiciels, bases de données) et peut réaliser seul des tâches en plusieurs étapes. Dans le quotidien, ça sert par exemple à faire de la recherche, à analyser des données, à écrire du code ou à répondre à des clients.

Exemples

OpenAI Deep Research : Un agent de recherche qui interroge et analyse de l'information pour produire une synthèse.
Cursor : Un agent de programmation qui aide à développer du logiciel, un des usages les plus établis des agents.
OpenAI Operator : Un agent de navigateur web qui effectue des actions en ligne à la place de l'utilisateur.
Agents Salesforce (Agentforce) : Des agents de service à la clientèle, déployés par exemple par une ville américaine pour son service 311 et testés par un corps policier britannique pour des appels non urgents.
Agents de publicité intercanaux : Des agents qui recommandent des changements de budget entre plusieurs médias, généralement avec un humain dans la boucle.

Ce que ça permet

Il peut enchaîner plusieurs étapes sans qu'on le guide à chaque fois.
Il se branche à des outils externes pour agir concrètement, pas seulement pour écrire du texte.
Il peut libérer du temps en prenant en charge des tâches monotones.
Il convient bien aux tâches précises, répétitives et à faible risque.
Il peut bonifier le travail des gens plutôt que de les remplacer.

Pièges à éviter

Les résultats ne sont pas toujours répétables d'une fois à l'autre.
Les erreurs peuvent s'accumuler d'une étape à l'autre, et les hallucinations restent possibles.
La surveillance humaine peut s'affaiblir, et les décisions de l'agent sont parfois difficiles à expliquer.
Les risques de sécurité et de vie privée sont réels, surtout si l'agent accède à des fichiers ou à des comptes.
Selon le Wall Street Journal en novembre 2025, peu d'entreprises ayant déployé des agents ont obtenu un retour sur investissement.

Pour ta PME

Commence par une tâche étroite, répétitive et à faible risque, comme le soutien à la clientèle de premier niveau ou l'aide à la rédaction de code. Garde toujours une personne qui approuve les actions importantes, et limite les accès de l'agent à ce dont il a vraiment besoin. Évite de lui confier des renseignements personnels ou sensibles sans avoir vérifié où vont les données, en tenant compte de la Loi 25.

Sources : Wikipédia · mis à jour le 2026-11-06

Infolettre gratuite

« 5 prompts, 1 café »

Reçois 5 prompts prêts à copier chaque matin à 6 h 30.