Agent IA, chatbot ou automatisation
Chatbot, automatisation, workflow avec une étape IA ou agent : quatre façons de déléguer. Tableau, exemple traité trois fois, coût, supervision, erreurs.
Mis à jour le 9 min de lecture
Une automatisation suit un chemin écrit d'avance, un chatbot répond sans agir, et un agent IA choisit lui-même l'étape suivante avec des outils. Entre les deux premiers et le dernier, il existe une forme intermédiaire : le workflow avec une étape IA. Le bon choix dépend de la variabilité de la tâche, pas de la mode.
L'essentiel à retenir :
- Si chaque cas suit la même règle, une automatisation suffit.
- Si la personne veut seulement une réponse, un chatbot suffit.
- Si le chemin est fixe mais qu'une étape demande de lire ou de rédiger, un workflow avec une étape IA suffit.
- Si le chemin change selon le cas et qu'il faut choisir un outil, un agent peut avoir du sens. Ce qu'est un agent est détaillé dans agent IA : définition, fonctionnement et limites.
| Chatbot | Automatisation | Workflow avec une étape IA | Agent IA | |
|---|---|---|---|---|
| Point de départ | Une question | Un événement | Un événement | Un objectif |
| Qui décide du chemin | Personne, il répond | Le scénario écrit | Le scénario écrit | Le modèle, dans un cadre |
| Agit sur d'autres logiciels | Non, par défaut | Oui | Oui | Oui, avec des permissions |
| Variabilité acceptée | Dans la conversation | Faible | Faible sur le chemin, forte sur le texte | Forte |
| Coût par exécution | Variable | Stable | Variable sur l'étape IA | Variable |
| Ce qu'on surveille | Les réponses | Les exceptions connues | Les sorties de l'étape IA | Les sorties et les actions |
Ce guide compare l'agent et l'assistant, décrit le workflow avec une étape IA, traite une même tâche de trois façons, puis passe au coût, aux faux agents et aux erreurs fréquentes.
Quelle différence entre un agent IA et un assistant IA ?
Un assistant IA aide une personne pendant qu'elle travaille, alors qu'un agent IA prend une tâche en charge et la mène jusqu'à un résultat. L'assistant attend la demande suivante. L'agent enchaîne seul les étapes prévues dans son cadre.
La différence tient dans la question « qui tient le volant ». Avec un assistant, c'est toi. Tu demandes un résumé, tu le relis, tu décides de la suite. Avec un agent, tu fixes l'objectif et les limites, puis l'agent choisit l'ordre des actions.
Gartner donne une règle de répartition dans son communiqué du 25 juin 2025 : des agents quand une décision est nécessaire, de l'automatisation pour les flux routiniers, des assistants pour retrouver une information.
Un même logiciel peut jouer les deux rôles. Ce qui compte, c'est le réglage : les outils ouverts, le déclencheur et ce qui attend ta validation.
Qu'est-ce qu'un workflow avec une étape IA ?
Un workflow avec une étape IA est une automatisation classique dans laquelle une seule étape est confiée à un modèle de langage, par exemple résumer, classer ou rédiger. Le chemin reste écrit d'avance. Seul le contenu de cette étape varie.
Anthropic pose la distinction dans Building effective agents (19 décembre 2024). Les « workflows » orchestrent le modèle et les outils par des chemins de code prédéfinis. Les agents dirigent eux-mêmes leur processus et leur usage des outils.
L'article décrit plusieurs schémas de workflows. Deux reviennent souvent dans une petite activité :
- L'enchaînement de prompts. La tâche est découpée en étapes fixes, et chaque appel au modèle traite la sortie du précédent.
- Le routage. Le modèle classe une entrée dans une catégorie, puis le scénario envoie chaque catégorie vers un traitement prévu.
Dans les deux cas, le modèle ne choisit pas l'étape suivante. Il produit un texte ou une catégorie, et le scénario fait le reste. C'est souvent la bonne réponse quand le cas « ça dépend » ne concerne que la formulation.
Comment traiter une même tâche de trois façons ?
Une même tâche, comme relancer un client dont la facture est en retard, peut être confiée à une automatisation, à un workflow avec une étape IA ou à un agent. Le résultat visible se ressemble. Ce qui change, c'est qui décide et ce qu'il faut surveiller.
1 - Avec une automatisation
Chaque jour, le scénario lit les factures. Si l'échéance est dépassée de plus de sept jours, il envoie un modèle de message fixe au contact de la facture.
C'est simple et prévisible. Mais le message est le même pour un client fidèle qui a oublié et pour un client qui conteste la facture.
2 - Avec un workflow avec une étape IA
Le déclencheur et le filtre restent identiques. Une étape demande au modèle de rédiger la relance à partir de l'historique des échanges. Le brouillon part dans une file, et tu le valides avant l'envoi.
Le chemin ne bouge pas. Seul le texte s'adapte au client.
3 - Avec un agent
L'agent reçoit un objectif : faire payer les factures en retard sans abîmer la relation. Il lit la facture, l'historique et les notes. Il décide s'il faut relancer, attendre, ou te signaler une contestation. Il prépare l'action, et l'envoi au client attend ta validation.
Ici, l'agent choisit entre plusieurs chemins. C'est utile si les cas varient vraiment. Si presque tous les cas se règlent par la même relance, la première ou la deuxième version suffit.
Que changent le coût, le délai et la supervision ?
Une automatisation coûte à peu près la même chose à chaque exécution et répond en quelques secondes, alors qu'un agent a un coût et un délai qui varient avec le nombre d'appels au modèle et d'outils utilisés. La supervision suit la même logique.
Anthropic le dit sans détour dans le même article de décembre 2024 : les systèmes agentiques échangent souvent du délai et du coût contre une meilleure performance sur la tâche. Il recommande de chercher la solution la plus simple possible, et de n'ajouter de la complexité que si elle est nécessaire.
Trois points à regarder avant de choisir :
- Le coût. Une automatisation se paie surtout à la mise en place. Un agent se paie aussi à chaque passage, en fonction du travail du modèle.
- Le délai. Un scénario réagit à l'événement. Un agent planifié passe à intervalle fixe, ou prend plusieurs tours de modèle avant d'agir.
- La supervision. Pour une automatisation, tu surveilles les exceptions déjà connues. Pour un agent, tu relis les sorties et les actions, en continu au début.
Gartner prévoit, dans son communiqué du 25 juin 2025, que plus de 40 % des projets d'IA agentique seront abandonnés d'ici fin 2027. Les causes citées sont des coûts qui grimpent, une valeur floue et des contrôles de risque insuffisants. Les trois se décident au moment de choisir la forme.
Comment reconnaître un faux agent ?
Un faux agent est un produit présenté comme agent alors qu'il ne choisit aucune étape : un chatbot, un assistant ou une automatisation renommés. Gartner appelle cela « agent washing » dans son communiqué du 25 juin 2025, et estime qu'environ 130 des milliers de fournisseurs d'IA agentique sont réels.
Quatre questions suffisent pour trier :
- Qui choisit l'étape suivante ? Si la réponse est « le scénario », c'est une automatisation, avec ou sans étape IA.
- Quels outils peut-il utiliser ? Si la réponse est « aucun », c'est un chatbot.
- Qu'est-ce qui le déclenche ? Si seule ta question le déclenche et qu'il s'arrête après sa réponse, c'est un assistant.
- Que fait-il quand le cas sort du prévu ? Un agent change de chemin ou te remonte le cas. Une automatisation casse ou passe à côté.
Un faux agent n'est pas forcément un mauvais outil. Le problème est de payer et de surveiller un agent pour une tâche qui n'en demande pas.
Quand un chatbot devient-il un agent ?
Un chatbot devient un agent dès qu'il reçoit le droit d'agir sur d'autres logiciels et de choisir lui-même quand le faire. À ce moment, il a besoin des garde-fous d'un agent : permissions limitées, trace écrite et validation humaine sur ce qui ne se défait pas.
Le glissement est souvent discret. On ajoute au chatbot de support un accès à la base des commandes, puis le droit de rembourser, puis celui de modifier une adresse. Chaque ajout semble petit. L'ensemble forme un agent qui n'a jamais été pensé comme tel.
L'OWASP décrit ce risque sous le nom « Excessive Agency » dans son Top 10 for LLM Applications 2025 (publié le 18 novembre 2024). La fiche en donne trois causes : trop de fonctions, trop de permissions et trop d'autonomie.
La règle pratique : à chaque nouvel accès, écris ce que l'outil peut faire seul et ce qui attend ta validation.
Comment le système d'Ilyass répartit-il agent et automatisation ? ★
Section signée par Ilyass BM.
Dans mon système, les notifications de paiement et d'envoi d'emails vers Slack restent de simples webhooks. C'est un événement à transmettre tel quel, sans décision. Un agent n'ajouterait rien, sauf du délai et un point de plus à surveiller.
Le dispatch des tâches, lui, est confié à un agent. Il doit lire une tâche, juger à qui elle revient et rédiger la relance. Aucun scénario fixe ne couvre bien ces trois gestes, parce que chaque tâche est différente.
Le 9 octobre 2026, on a voulu déclencher ce relais instantanément par un script Airtable. Ce script exige le plan Business. Le passage reste donc à intervalle régulier.
C'est la même ligne de partage que dans le tableau du début : l'événement sans décision va à l'automatisation, la décision répétée va à l'agent. Le fonctionnement de cet agent est décrit dans agent IA : définition, fonctionnement et limites.
Quelles sont les erreurs fréquentes ?
L'erreur la plus fréquente est de choisir un agent pour une tâche dont le chemin est déjà connu. Un filtre, une formule ou une file d'attente règle alors le problème pour moins cher et de façon plus lisible.
Les autres reviennent souvent :
- Ajouter un modèle partout. Une étape IA n'a de sens que là où il faut lire ou rédiger.
- Ouvrir tous les accès d'un coup. Un agent n'a besoin que des outils de sa tâche.
- Supprimer la validation trop tôt. Ce qui envoie, paie, supprime ou publie attend un humain.
- Ne pas garder de trace. Sans note de ce que l'agent a fait, tu ne peux pas corriger.
- Confondre démo et système. Une démo réussie sur trois cas ne dit rien du centième.
Les cas où un agent est le mauvais choix sont détaillés dans quand ne pas utiliser un agent IA. Pour choisir la première tâche à confier, lis quel processus agentiser en premier.
Mon outil d'automatisation propose une étape « IA » : est-ce que j'ai un agent ?
Non, une étape IA dans un scénario reste une automatisation. Le chemin est toujours écrit d'avance, et le modèle ne fait que produire un texte ou une catégorie. Tu as un agent seulement si le modèle choisit lui-même l'action suivante et l'outil à utiliser.
Je veux répondre aux questions des clients sur mon site : chatbot ou agent ?
Un chatbot suffit tant qu'il répond sans agir sur tes logiciels. Dès qu'il doit consulter une commande, modifier un compte ou rembourser, il entre dans le terrain de l'agent. Il lui faut alors des permissions limitées et une validation sur ce qui ne se défait pas.
Mon scénario casse dès qu'un cas sort du prévu : faut-il le remplacer par un agent ?
Pas forcément. Regarde d'abord combien de cas sortent du prévu et pourquoi. Si ce sont deux ou trois cas connus, une branche de plus dans le scénario suffit. Si les cas changent sans cesse et demandent un jugement, un agent encadré peut avoir du sens.
Je n'ai pas le temps de surveiller un agent : que choisir ?
Choisis une automatisation ou un workflow avec une étape IA dont la sortie part dans une file de validation. Un agent demande une relecture régulière au début. Sans ce temps, il vaut mieux une forme plus simple que tu peux laisser tourner.
