Qu'est-ce qu'un agent IA

Dans un communiqué du 25 juin 2025, Gartner prévoyait que plus de 40 % des projets d'IA agentique seraient annulés d'ici la fin 2027, et estimait que sur les milliers de fournisseurs se présentant comme agentiques, environ cent trente le seraient réellement. Un an plus tard, les deux principaux éditeurs livraient à deux jours d'écart, les 7 et 9 juillet 2026, des produits agentiques destinés au grand public professionnel.

Entre ces deux faits, il y a moins une contradiction qu'un problème de vocabulaire. Le mot agent ne désigne pas une catégorie commerciale mais une propriété technique précise, celle de savoir qui décide de l'étape suivante, et cette propriété se vérifie en trois questions posées à n'importe quel fournisseur.

Ce guide détaille la définition retenue par les concepteurs eux-mêmes, la différence avec un chatbot et avec un automate d'entreprise, la plomberie par laquelle un agent accède aux outils, ce que juillet 2026 a changé, les trois questions qui démasquent un faux agent, et ce qu'une entreprise doit mettre en place avant d'en exploiter un.

L'essentiel

Un agent est un système dans lequel le modèle décide lui-même de l'enchaînement de ses actions et du choix de ses outils, par opposition à un enchaînement écrit à l'avance par un développeur. Cette distinction, formulée par les ingénieurs d'Anthropic dès décembre 2024, sépare l'agent du chatbot, qui répond sans agir, et de l'automate d'entreprise, qui agit sans décider. Elle a une conséquence directe sur la gouvernance : ce qu'un agent peut atteindre importe davantage que ce qu'on prévoit de lui demander, puisque le chemin n'est pas écrit. Depuis juillet 2026, ces produits sont vendus par abonnement à des équipes qui n'ont pas de développeur, ce qui déplace la question de la faisabilité technique vers celle du périmètre d'accès et de la traçabilité.

Qu'est-ce qu'un agent IA, exactement ?

C'est un système dans lequel le modèle de langage dirige lui-même son processus et son usage des outils, en gardant le contrôle de la manière dont il accomplit la tâche. La formulation est celle des ingénieurs d'Anthropic dans leur article Building effective agents, publié le 19 décembre 2024, qui reste la référence la plus citée du secteur sur ce point.

Le même article pose la catégorie voisine, celle qu'on confond le plus souvent avec l'agent : le workflow, défini comme un système où les modèles et les outils sont orchestrés à travers des chemins de code écrits à l'avance. La différence tient entièrement à l'endroit où se prend la décision. Dans un workflow, un développeur a écrit que l'étape deux suit l'étape un ; dans un agent, le modèle constate le résultat de l'étape un et choisit ce qu'il fait ensuite, y compris s'il faut recommencer, changer d'outil ou s'arrêter.

Cette distinction n'est pas une subtilité d'ingénieur, et elle a deux conséquences immédiates pour une direction. La première est que le comportement d'un agent n'est pas entièrement prévisible : deux exécutions de la même demande peuvent emprunter des chemins différents, ce qui rend la recette du logiciel classique inopérante et impose une mesure statistique plutôt qu'un test unitaire. La seconde est que le périmètre compte plus que la consigne. Puisque personne n'a écrit le chemin, la seule limite fiable est la liste de ce que l'agent peut atteindre, et c'est elle qui doit être décidée en premier.

En quoi un agent diffère-t-il d'un chatbot et d'un automate ?

Par ce qu'il décide et par ce qu'il touche. Un chatbot décide de ses mots sans rien toucher, un automate touche sans rien décider, un agent fait les deux, et c'est cette combinaison qui crée à la fois sa valeur et son risque.

La colonne du milieu mérite qu'on s'y arrête, parce que c'est celle qui décrit la plupart des outils vendus aujourd'hui comme agentiques. Un scénario construit dans un outil d'automatisation, qui appelle un modèle de langage à l'une de ses étapes pour rédiger un texte ou classer un message, reste un automate : le modèle y occupe une case, il ne conduit pas. Cette architecture est souvent la bonne, elle est plus facile à surveiller et moins chère à exploiter, mais elle ne devrait pas être vendue au prix de l'autonomie.

L'inverse existe aussi, et il coûte plus cher : confier à un agent une tâche parfaitement déterministe, dont l'enchaînement ne varie jamais. Faire décider un modèle à chaque étape d'un processus qui n'a qu'un seul chemin possible revient à payer une consommation variable pour obtenir un résultat qu'une règle écrite une fois aurait produit gratuitement.

Comment un agent accède-t-il aux outils de l'entreprise ?

Par des connecteurs standardisés, et depuis 2025 la norme dominante s'appelle MCP, pour Model Context Protocol. C'est la couche qui décrit à l'agent quels outils existent, ce que chacun sait faire et sous quelle autorisation il peut être appelé.

Cette plomberie a connu en juillet 2026 sa révision la plus lourde depuis sa création. La version 2026-07-28 de la spécification, annoncée par Anthropic le 28 juillet 2026 et documentée sur le blog du protocole, fait passer le cœur du protocole à un modèle sans état : la poignée de main d'initialisation et les sessions de niveau protocole disparaissent, chaque requête se décrivant elle-même. L'autorisation s'aligne sur les déploiements OAuth 2.0 et OIDC de production, ce qui permet à un serveur MCP de se raccorder aux annuaires d'identité d'entreprise sans contournement. Trois extensions officielles accompagnent la version, dont une consacrée aux tâches longues et une à l'authentification gérée en entreprise.

Ce que cette révision change pour une direction tient en une phrase : le raccordement d'un agent aux systèmes de l'entreprise devient un sujet d'annuaire et de droits, traité par les mêmes équipes et les mêmes outils que le reste du système d'information. C'est une bonne nouvelle de gouvernance, et c'est aussi la fin de l'argument selon lequel ces sujets seraient trop récents pour être encadrés.

La contrepartie est que la spécification a déprécié plusieurs mécanismes antérieurs, avec une fenêtre de retrait annoncée de douze mois. Une entreprise qui a fait développer des connecteurs sur mesure en 2025 doit donc prévoir une reprise, et poser la question à son prestataire avant de renouveler un contrat de maintenance.

Qu'est-ce que juillet 2026 a changé pour une entreprise ordinaire ?

L'agent est passé du projet d'ingénierie au produit vendu par abonnement, à des équipes qui n'ont pas de développeur. C'est le changement le plus important de l'année, et il date de deux jours consécutifs.

Le 7 juillet 2026, Anthropic a étendu Claude Cowork au web et au mobile : l'utilisateur confie une tâche, l'agent travaille sur ses fichiers, son agenda, sa messagerie et les outils connectés jusqu'à ce que le travail soit fait, les tâches programmées s'exécutant désormais sans qu'aucun appareil soit allumé. Le 9 juillet 2026, OpenAI a lancé ChatGPT Work, un agent qui rassemble l'information à travers les applications de l'entreprise, reste sur un projet pendant des heures en le découpant en étapes, et rend des tableurs, des présentations, des documents ou de petites applications web.

L'éditeur d'un de ces deux produits documente par ailleurs ce que les utilisateurs lui confient réellement, et le résultat contredit l'image d'un outil de développeurs : plus de 90 % de l'usage de Claude Cowork ne relève pas du développement logiciel. Le détail de ces familles d'usage, avec le texte exact à copier pour chacune, figure dans notre article sur les dix tâches de bureau de Claude Cowork.

Comment reconnaître un faux agent ?

En posant trois questions au fournisseur, et en exigeant une réponse écrite. Le terme employé par Gartner pour cette pratique est l'agent washing, qui consiste à rebaptiser agent un assistant, un automate de robotisation de processus ou un chatbot existant, sans capacité agentique substantielle.

Qui décide de l'ordre des étapes ? Si la réponse décrit un enchaînement configuré dans une interface, l'outil est un automate. Ce n'est pas disqualifiant, mais cela change le prix, la surveillance et les garanties qu'on peut en attendre.

Que fait le système quand une étape échoue ? Un automate s'arrête en erreur. Un agent essaie autre chose, et il faut alors savoir combien de fois il réessaie, ce que coûtent ces tentatives, et où elles sont consignées.

Quelle trace reste-t-il de ce qu'il a fait ? La réponse doit nommer un enregistrement de session contenant les demandes, les réponses et les appels d'outils, avec une politique de conservation. Chez Anthropic, cette couverture n'a été étendue à Cowork et à Claude Code que le 11 août 2026, en bêta et pour les seuls clients Claude Enterprise, avec des exclusions explicites. Un fournisseur qui promet mieux que cela sans documentation publique décrit une intention, pas un produit.

De quoi un agent a-t-il besoin pour fonctionner en entreprise ?

De quatre choses, et aucune n'est le modèle. Les trois causes d'échec les plus citées dans les enquêtes sectorielles ne sont d'ailleurs pas des problèmes de modèle, mais des problèmes de critères, d'accès aux données et de gouvernance.

Un périmètre écrit. La liste des dossiers, messageries et bases que l'agent peut atteindre, et la liste symétrique de ce qui lui est interdit. Elle se relit à chaque ajout de connecteur, parce qu'un connecteur ajoute un chemin que personne n'avait imaginé.

Un valideur nommé. Une personne qui accepte ou refuse le livrable. Le risque propre à l'agent n'est pas l'erreur visible, c'est le document fini, présentable et faux, qui circule parce qu'il avait l'air terminé.

Un plafond de consommation. Un agent qui travaille des heures ne se facture pas comme une conversation. Anthropic a publié le 4 août 2026 un guide des contrôles de dépense pour les administrateurs, avec des plafonds fermes applicables à l'organisation, à un groupe ou à une personne. Ce plafond se règle avant l'essai, pas après la première facture.

Une mesure décidée à l'avance. Le délai de sortie du travail, le volume traité à effectif constant, ou le taux de reprise. Notre article sur par où commencer avec l'IA dans votre entreprise détaille ces trois familles de mesure et la page de décisions à écrire avant d'ouvrir le premier compte.

Par quoi commencer si vous évaluez un agent ?

Trois gestes, tous réalisables cette semaine, aucun n'exigeant d'engagement.

Classez l'outil que l'on vous propose dans une des trois colonnes du tableau. Chatbot, automate ou agent. Si le fournisseur ne peut pas trancher lui-même, l'information est déjà donnée.

Demandez par écrit la politique de traçabilité et ses exclusions. Pas la promesse de traçabilité : la liste des cas non couverts, qui existe toujours, et que les documentations sérieuses publient.

Choisissez la tâche la plus ennuyeuse de votre semaine. Répétitive, décrite quelque part, sans données clients. C'est celle qui donnera la réponse la plus nette, et la moins coûteuse si elle est négative.

Un agent se définit par un point unique : le modèle décide de l'enchaînement plutôt que le développeur. Tout le reste en découle, y compris l'impossibilité de le recetter comme un logiciel et la nécessité de borner ce qu'il atteint plutôt que ce qu'on lui demande. Les trois questions du fournisseur, le périmètre écrit et le plafond de dépense suffisent à évaluer sérieusement une offre, et ils coûtent une réunion.

À lire également

• Par où commencer avec l'IA dans votre entreprise : les quatre critères du premier cas d'usage et la page des cinq décisions.
• Claude ou ChatGPT : lequel choisir pour votre entreprise : ce que chacun des deux agents produit, et ce qu'un administrateur peut en tracer.
• Claude Cowork : les 10 tâches de bureau qu'il fait à votre place : les familles d'usage réellement observées et le texte exact à copier.
• Les chiffres sur l'IA en Afrique sont faux : la méthode pour vérifier une statistique avant de la reprendre, applicable aux chiffres d'échec des agents.

FAQ

Quelle est la différence entre un agent IA et un chatbot ?

Un chatbot produit une réponse et s'arrête ; c'est vous qui décidez de la suite et qui agissez. Un agent choisit lui-même l'enchaînement de ses actions, appelle des outils, lit et écrit des fichiers, et rend un livrable fini. La conséquence pratique est qu'un chatbot se juge sur la qualité de sa réponse, un agent sur ce qu'il a le droit d'atteindre et sur la trace qu'il laisse.

Un scénario d'automatisation qui appelle une IA est-il un agent ?

Non. Si l'enchaînement des étapes a été configuré à l'avance et ne varie pas, vous avez un automate qui utilise un modèle à l'une de ses étapes. Cette architecture est souvent préférable, parce qu'elle est plus prévisible et moins chère à exploiter, mais elle ne justifie pas le prix ni les précautions d'un agent autonome.

Faut-il un développeur pour utiliser un agent IA ?

Plus depuis juillet 2026 pour les usages de bureau. Claude Cowork et ChatGPT Work s'adressent à des équipes sans développeur et se souscrivent par abonnement. Un développeur reste nécessaire pour raccorder un agent à des systèmes internes spécifiques, et cette partie relève désormais du protocole MCP et de vos annuaires d'identité.

Qu'est-ce que MCP et faut-il s'en préoccuper à la direction ?

MCP est le protocole par lequel un agent découvre les outils auxquels il a droit et les appelle. La version du 28 juillet 2026 aligne son autorisation sur OAuth 2.0 et OIDC, ce qui la fait entrer dans le périmètre de votre gestion d'identité. La seule question à porter en direction est celle des connecteurs sur mesure développés en 2025, que la nouvelle version oblige à reprendre dans une fenêtre annoncée de douze mois.

Comment savoir si un fournisseur fait de l'agent washing ?

Posez-lui par écrit trois questions : qui décide de l'ordre des étapes, que se passe-t-il quand une étape échoue, et quelle trace subsiste de ce que le système a fait. Un fournisseur qui répond par des cas d'usage plutôt que par une architecture, ou qui promet une traçabilité sans en publier les exclusions, décrit une intention commerciale.