Agent IA pour entreprise : définition, exemples et comment en créer un

La définition la plus utile vient d’un éditeur de modèles. Dans « Building effective agents », publié le 19 décembre 2024, Anthropic sépare deux familles. Les workflows orchestrent un modèle et des outils le long de chemins écrits d’avance dans le code. Les agents laissent le modèle diriger lui-même son processus et son usage des outils. Le même texte recommande de chercher la solution la plus simple et de n’ajouter de la complexité qu’en cas de besoin, ce qui peut vouloir dire ne pas construire d’agent du tout.

Trois éléments ressortent de la définition d’Anthropic : un objectif (traiter une demande d’estimation, constituer un dossier), des outils que l’agent a le droit d’appeler (lecture du CRM, envoi d’e-mail, agenda) et un critère d’arrêt (objectif atteint, limite d’étapes, passage à un humain). Un système sans outil reste un assistant qui rédige, et un agent sans critère d’arrêt peut boucler ou agir au-delà de sa tâche.

Le mot est aussi devenu un argument commercial. Dans un communiqué du 25 juin 2025, Gartner parle d’« agent washing » : des assistants, des robots d’automatisation (RPA) et des chatbots rebaptisés agents sans en avoir les capacités. Le cabinet estime qu’environ 130 des milliers d’éditeurs d’IA agentique en sont réellement. Avant d’acheter un « agent », demandez ce qu’il décide seul et quels outils il peut appeler.

La dernière ligne du risque explique pourquoi un agent demande plus de précautions qu’un chatbot : une erreur devient une fiche modifiée ou un e-mail envoyé. Notre guide sur la sécurité des agents IA détaille les attaques qui exploitent cette capacité d’agir.

Et ChatGPT ? ChatGPT est d’abord un chatbot. Sa page de tarifs, lue le 29 octobre 2026, réserve la création de GPT personnalisés à l’offre Plus (23 € par mois), mentionne pour l’offre gratuite un « accès limité à ChatGPT Work sur ordinateur » et présente, dans l’offre Pro (à partir de 103 € par mois), « Dot », décrit comme un agent toujours actif. Ces fonctions travaillent pour la personne connectée. Un agent qui répond à vos clients et écrit dans votre CRM relève d’une autre construction, décrite plus bas. Si vous avez construit un agent avec l’Agent Builder d’OpenAI, notre page sur la fermeture d’OpenAI Agent Builder le 30 novembre 2026 explique comment migrer. Si vous cherchez un assistant conversationnel prêt à l’emploi, notre comparatif des meilleurs chatbots IA pour entreprise les classe par usage.

Prenons une demande d’estimation arrivée sur le site d’une agence immobilière un mardi à 21 h.

1. Percevoir. L’agent lit le formulaire et cherche le contact dans le CRM. Il trouve l’adresse du bien ; la surface manque.
2. Décider. Le modèle juge qu’il manque une information pour proposer un rendez-vous utile et choisit d’écrire au vendeur.
3. Agir. Il envoie un e-mail qui se présente comme l’assistant IA de l’agence et pose deux questions : surface et délai de vente souhaité.
4. Vérifier. À la réponse, il contrôle la cohérence (une surface de 12 m² pour une maison déclenche un doute), puis repart dans la boucle : lecture de l’agenda du négociateur, proposition de deux créneaux, création de la fiche.

Les deux sorties comptent autant que la boucle. Anthropic recommande des conditions d’arrêt, comme un nombre maximal d’itérations, et des points de contrôle où l’agent attend un retour humain. Dans l’exemple, le vendeur qui demande « combien vaut ma maison ? » sort de la boucle : une estimation engage l’agence, elle revient au négociateur. La mise en place de ces garde-fous (droits minimaux, environnement de test, journaux, retour arrière) est le sujet de notre guide déployer un agent IA en production.

Deux lectures. D’abord, les automatisations du haut du tableau gagnent à rester des automatisations : elles coûtent presque rien par exécution et suivent toujours le même chemin. Les faire tourner par un agent ajoute des appels au modèle et une part d’aléa sans rien apporter. Ensuite, aucun agent du tableau ne prend une décision qui engage l’entreprise : le négociateur fixe le prix, l’avocat signe la réponse, le manager valide l’arrivée.

1. Immobilier : répondre à un vendeur dans la minute

L’agent lit la demande d’estimation, la rattache au contact existant, pose les questions manquantes, propose des créneaux tirés de l’agenda du négociateur et crée la fiche dans le logiciel de transaction. Il ne donne jamais de prix. Il n’appelle le vendeur que si celui-ci a coché la case de consentement au rappel. Le parcours complet est décrit dans notre page IA et immobilier.

2. Immobilier : compléter un dossier de location

L’agent reçoit les pièces d’un candidat locataire, vérifie qu’elles sont lisibles et complètes, compare les noms et les montants entre documents, et écrit au candidat ce qui manque. Le gestionnaire décide de l’attribution. L’agent ne doit pas demander de pièce interdite par la liste réglementaire des justificatifs ; cette liste se code comme une règle, hors du modèle.

3. Juridique : préqualifier une demande entrante

Sur le formulaire ou la messagerie du cabinet, l’agent identifie la matière, les dates utiles et les parties, vérifie dans le logiciel du cabinet si l’une d’elles est déjà connue (pour signaler un possible conflit d’intérêts à l’avocat) et propose un rendez-vous. Il ne donne aucun avis juridique et ne promet rien sur l’issue. Les usages propres aux cabinets sont détaillés dans notre page IA et juridique.

4. Juridique : trier le courrier par dossier

L’agent lit chaque e-mail entrant, le rattache au dossier, repère les délais mentionnés et prépare un brouillon de réponse que l’avocat relit. Le secret professionnel impose de savoir où passent ces contenus : le choix du modèle et de son hébergement se fait avant la première ligne de code.

5. Santé : gérer l’administratif des rendez-vous

L’agent répond aux demandes de rendez-vous, de déplacement et d’annulation, vérifie l’agenda et confirme. Il se limite à l’administratif : dès qu’une personne décrit un symptôme, il l’oriente vers le secrétariat ou le 15 selon des règles écrites par le praticien. Les messages qu’il conserve peuvent contenir des données de santé, ce qui pose la question de l’hébergement certifié HDS. Voir notre page IA et secteur médical.

6. RH : préparer l’arrivée d’un salarié

À partir de la fiche du poste, l’agent ouvre les demandes de comptes, commande le matériel, planifie les rendez-vous de la première semaine et répond aux questions de la nouvelle recrue à partir du livret d’accueil. Le manager valide la liste avant envoi. Voir notre page IA et ressources humaines.

7. RH : planifier les entretiens

L’agent lit les disponibilités des recruteurs, propose des créneaux aux candidats retenus par un humain, replanifie en cas d’empêchement et envoie les rappels. Il ne trie pas les candidatures. Un système d’IA qui sélectionne ou filtre des candidats est classé à haut risque par l’annexe III de l’IA Act, avec des obligations applicables le 2 décembre 2027 selon le règlement (UE) 2026/1744.

Ce que « gratuit » laisse de côté, d’après les pages de tarifs lues le 29 octobre 2026 :

• Zapier Free : 400 activités d’agent par mois, avec un arrêt après 10 activités par exécution pour demander la permission de continuer. Un agent qui lit un e-mail, cherche dans le CRM, met à jour la fiche et répond consomme plusieurs activités par message. Pro démarre à 19,99 $ par mois en facturation annuelle.
• Botpress Free : 3 agents et 100 conversations, sans dépassement possible. Plus coûte 150 $ par mois en facturation annuelle pour 250 conversations, puis 65 $ par pack de 100 conversations.
• n8n : version communautaire à auto-héberger, publiée sur GitHub ; le serveur, la maintenance et la clé d’API du modèle sont à votre charge. Le cloud Starter coûte 20 € par mois en facturation annuelle pour 2 500 exécutions. Nos tests du nœud AI Agent de n8n montrent ce qui tient en production.
• ChatGPT Free : les contenus servent par défaut à entraîner les modèles, avec une option pour le désactiver.
• Copilot Studio : les utilisateurs de Microsoft 365 Copilot (30 $ par utilisateur et par mois, facturé à l’année) créent des agents internes sans surcoût. Au-delà, un essai gratuit, puis 25 000 crédits pour 200 $ par mois, ou le paiement à l’usage avec un abonnement Azure.

Le pas à pas pour monter un premier agent sur l’une de ces offres, jeu de test compris, est dans notre guide pour créer un agent IA sans code.

Pourquoi dix appels ? Parce qu’un agent ne répond pas en un coup. Chaque tour de boucle renvoie au modèle les consignes, l’historique et le résultat du dernier outil, d’où les 5 000 jetons lus par appel. Un chatbot qui répond en un seul appel par message en consomme bien moins pour la même conversation. Le cache de prompt réduit l’écart : selon la grille d’Anthropic lue le 29 octobre 2026, une lecture en cache sur Claude Sonnet 5.5 coûte 0,10 $ par million de jetons, soit 5 % du prix d’entrée de 2 $ ; la règle générale de la même page est de 10 %. Le détail par modèle, Batch compris, est dans notre guide du prix de l’API Claude.

Ces chiffres ne sont qu’une ligne du budget. L’intégration avec vos logiciels, les tests sur des cas réels, la surveillance et la maintenance peuvent coûter bien plus que le modèle, et dépendent de la tâche. Passez à vingt appels par conversation et le coût double : refaites le calcul avec vos propres volumes.

Quelle que soit la voie, l’ordre de travail est le même :

1. Écrire la tâche en une phrase, avec sa condition de fin.
2. Lister les outils nécessaires et donner à l’agent les droits minimaux sur chacun.
3. Écrire les règles et les cas où il doit passer la main : prix, avis juridique ou médical, réclamation.
4. Réunir une série de cas réels, pièges compris, et tester l’agent dessus avant tout lancement.
5. Démarrer en lecture seule ou avec validation humaine de chaque action, puis ouvrir progressivement.
6. Afficher dès le premier message qu’il s’agit d’une IA, et proposer un humain.
7. Journaliser chaque action et relire les journaux chaque semaine au début.

La méthode complète, jeu de test compris, est dans notre guide pour créer un agent IA sans code.

Lumyniq prépare Agent Studio : on colle l’adresse de son site, et l’outil configure un agent IA qui répond à partir de ces pages sur WhatsApp, Telegram, Messenger, e-mail et le site, puis le teste contre vos règles. Il n’est pas encore lancé ; la liste d’attente d’Agent Studio est ouverte.

Pour un processus qui touche plusieurs logiciels ou des données sensibles, Lumyniq construit des agents IA sur mesure. Les limites sont celles d’une agence : vous achetez un projet mené par une équipe, sans accès en libre-service ; la page du service annonce 2 à 4 semaines pour un cas d’usage cadré ; et le budget se fixe après un audit du processus.

L’agent affirme une règle qui n’existe pas

Le 14 février 2024, le tribunal de résolution civile de Colombie-Britannique a tranché l’affaire Moffatt v. Air Canada (2024 BCCRT 149). Le chatbot du site avait indiqué à un client qu’il pouvait demander un tarif deuil après son voyage, dans un délai de 90 jours ; la page officielle disait l’inverse. Air Canada soutenait ne pas répondre des informations données par son chatbot. Le tribunal a qualifié l’argument de « remarquable » et jugé que l’entreprise répond de toutes les informations de son site, chatbot compris. Total à payer : 812,02 dollars canadiens. Un agent répond donc à partir de vos documents, cite la page source et passe la main quand il ne la trouve pas.

L’agent se laisse convaincre

Dans « Project Vend », publié le 27 juin 2025, Anthropic a confié à une instance de Claude Sonnet 3.7 la gestion d’une petite boutique dans ses bureaux. L’agent a accordé des codes de réduction à des clients qui les réclamaient, vendu des cubes de métal à perte faute d’avoir vérifié leur coût et, pendant un temps, demandé aux clients de payer sur un compte qu’il avait inventé. La boutique n’a pas gagné d’argent. Les règles qui touchent à l’argent (prix, remises, remboursements) se codent donc hors du modèle, ou passent par une validation humaine.

L’agent est imposé au client

Le fil Hacker News « Don’t make me talk to your chatbot », publié le 3 mars 2026, affichait 259 points et 213 commentaires au 29 octobre 2026. Son titre se lit comme un rejet des bots de support. Selon notre lecture, l’essai de Ray Myers qu’il partage, daté du 1er mars 2026, porte sur un autre sujet : coller une réponse d’IA non retravaillée dans une conversation entre humains. Dans les commentaires que nous avons lus le 29 octobre 2026, plusieurs récits répondent au titre et décrivent des bots de support : un bot bancaire qui ne comprend pas la demande et coupe l’échange, un service public qui n’offre qu’un bot limité. D’autres décrivent un bot qui rassemble les informations puis transmet à un humain, et s’en disent satisfaits. Un agent qui parle à vos clients doit donc annoncer qu’il est une IA et laisser à tout moment l’accès à un humain.

L’agent obéit à ce qu’il lit

Un agent qui lit des e-mails, des pages web ou des documents peut y trouver des instructions cachées et les suivre : c’est l’injection de prompt indirecte. Les mesures (droits minimaux, validation des actions sensibles, séparation des données) sont détaillées dans notre guide sur la sécurité des agents IA.

Le texte, relu le 29 octobre 2026, pose une obligation de conception : le système doit être conçu pour que la personne sache qu’elle échange avec une IA. L’information doit être donnée de manière claire et reconnaissable, au plus tard lors de la première interaction, et respecter les exigences d’accessibilité (article 50, paragraphe 5). L’exception joue quand c’est clair pour une personne « normalement informée et raisonnablement attentive et avisée », compte tenu des circonstances et du contexte d’utilisation. Selon notre lecture, un agent qui écrit sous un prénom humain ne remplit pas cette condition.

Qui est visé ? L’article 3 définit le fournisseur comme celui qui développe un système d’IA, ou le fait développer, et le met en service sous son propre nom ou sa propre marque. Selon notre lecture, un cabinet qui fait construire son agent et le présente sous son nom entre dans cette définition. Les sanctions de l’article 99, paragraphe 4, vont jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial ; pour une PME, le montant le plus bas des deux s’applique (paragraphe 6).

Le délai au 2 décembre 2026 accordé par le Digital Omnibus ne concerne que le marquage des contenus générés. L’obligation d’informer s’applique depuis le 2 août 2026 sans aménagement. En pratique, le premier message de l’agent dit qu’il est un assistant IA, l’agent vocal le dit dès le décroché, et l’e-mail rédigé par l’agent le signale. Notre page sur l’obligation de transparence des agents IA donne la checklist complète.

• Le chemin est fixe. Une automatisation fait le travail pour un coût presque nul et sans aléa. Quatre tâches sur dix du tableau plus haut sont dans ce cas.
• Le volume est faible. Mettre en place, tester et surveiller un agent prend du temps. Pour une tâche mensuelle, ce temps ne revient pas.
• Les données sont mauvaises. Un agent qui lit un CRM rempli à moitié prend de mauvaises décisions plus vite. Le nettoyage passe avant.
• L’erreur coûte cher. Un prix, un avis juridique, une orientation médicale engagent l’entreprise. L’agent prépare, un humain décide.
• Personne ne le suivra. Les modèles changent : la page de tarifs d’Anthropic liste, le 29 octobre 2026, Claude Opus 4 et Opus 4.1 comme retirés de son API. Un agent se maintient, se reteste et se met à jour.

Un agent ne répare pas non plus un processus confus : il l’exécute tel qu’il est, avec ses trous.