Quand ne pas utiliser un agent IA

Il ne faut pas utiliser un agent IA quand la règle de la tâche tient en une phrase sans « ça dépend », quand l'action ne se défait pas, ou quand personne ne sait décrire une bonne sortie. Dans ces cas, une formule, un scénario ou un script fait mieux, pour moins cher et de façon plus lisible.

L'essentiel à retenir :

• Un agent est un mauvais choix par défaut. Il complique les tâches stables et coûte plus cher qu'un script dès que le chemin est connu.
• Essaie d'abord la solution la plus simple : formule, scénario sans code, puis script.
• Ce qui paie, publie, supprime ou envoie à l'extérieur attend une validation humaine, quel que soit l'outil.
• Un agent peut écrire le script, puis s'effacer. La différence entre les deux est détaillée dans agent IA, chatbot ou automatisation.

Ce guide présente sept cas où l'agent est le mauvais choix, les solutions plus simples, le vrai coût, la sécurité, puis un tableau de décision.

Dans quels cas un agent IA est-il le mauvais choix ? ★

Un agent IA est le mauvais choix quand la tâche ne demande aucune décision, quand l'erreur coûte trop cher ou quand le cadre n'existe pas encore. Les sept cas ci-dessous reviennent le plus souvent.

1 - La règle tient en une phrase

Si tu peux écrire la règle sans « ça dépend », le chemin est écrit d'avance. Un tri, un calcul, une copie de champ, une relance à date fixe : tout cela se teste et se relit six mois plus tard. Un agent n'ajoute que du délai.

2 - L'événement se transmet tel quel

Une notification qui arrive et qui doit partir ailleurs ne demande aucun jugement. Un webhook la transmet en une seconde. Un agent la lirait, la comprendrait, puis ferait la même chose.

3 - L'action ne se défait pas

Payer, rembourser, publier, supprimer, envoyer un message à un client : une erreur reste. Ne donne pas ce droit à un agent sans validation, tant que tu n'as pas un journal et un moyen de l'arrêter.

4 - Personne ne sait décrire une bonne sortie

Si tu ne peux pas dire à quoi ressemble un bon résultat, l'agent n'a pas de critère. Il fige la confusion, avec un coût d'appel au modèle en plus. Écris d'abord la procédure. Pour choisir une tâche qui s'y prête, lis quel processus agentiser en premier.

5 - Le critère ne s'explique pas

Ne confie pas à un agent une décision dont tu ne pourrais pas expliquer le critère à un client. Si la réponse à « pourquoi ce choix » est « le modèle l'a jugé », tu ne peux ni corriger ni défendre la décision.

6 - La tâche est rare

Une tâche qui revient deux fois par an ne laisse pas assez de passages pour régler l'agent. Tu passeras plus de temps à le reprendre qu'à faire la tâche à la main.

7 - L'objectif est flou

Ne lance pas plusieurs agents pour compenser un objectif mal posé. L'ambiguïté se multiplie, elle ne se répartit pas. Chaque agent ajouté est un point de plus à surveiller.

Quelles solutions plus simples essayer d'abord ?

Avant un agent, essaie dans l'ordre une formule, un scénario sans code, puis un script. Chaque marche est plus simple à tester que la suivante. Tu ne montes d'une marche que si la précédente ne suffit pas.

1 - La formule

Un calcul, une condition ou un statut qui change selon une date se règle dans le tableur ou la base de données. C'est visible, et tout le monde peut le relire.

2 - Le scénario sans code

Zapier, Make ou n8n relient deux outils par un déclencheur et des actions. Un nouveau paiement crée une ligne. Un formulaire envoie une notification. Le chemin est fixe, et chaque exécution laisse un historique.

3 - Le script

Quand le scénario devient trop long ou trop fragile, un script court fait la même chose avec un code que tu peux versionner et tester. Il tourne à heure fixe ou sur un événement.

Anthropic donne la même consigne dans Building effective agents (19 décembre 2024) : chercher la solution la plus simple possible, et n'ajouter de la complexité que si elle est nécessaire. L'article précise que cela peut vouloir dire ne pas construire de système agentique du tout.

Quel est le vrai coût d'un agent IA ?

Le vrai coût d'un agent IA tient en trois postes : les tokens consommés à chaque passage, le délai de chaque décision, et le temps passé à comprendre pourquoi il s'est trompé. Un script ne coûte presque rien à l'exécution. Un agent coûte à chaque fois.

• Les tokens. Chaque passage fait lire au modèle des instructions, des données et un historique. Plus le contexte est long, plus le passage coûte. Ce coût varie avec la tâche, et il est donc plus difficile à prévoir.
• Le délai. Un agent réfléchit en plusieurs tours, appelle des outils, puis relit le résultat. Anthropic note dans le même article que les systèmes agentiques échangent souvent du délai et du coût contre une meilleure performance sur la tâche.
• Le débogage. Quand un script se trompe, tu lis la ligne fautive. Quand un agent se trompe, tu relis ce qu'il a lu, ce qu'il a décidé et pourquoi. Sans journal, c'est impossible.

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. Le même communiqué note que beaucoup de cas d'usage présentés comme agentiques n'en ont pas besoin.

Que recommande l'ANSSI sur la sécurité ? ★

L'ANSSI recommande de proscrire l'usage automatisé de systèmes d'IA pour des actions critiques, et de garder un contrôle humain sur les décisions à fort impact. C'est la recommandation R9 de ses Recommandations de sécurité pour un système d'IA générative, publiées le 29 avril 2024.

Le guide range parmi les actions critiques les transactions bancaires, la production de contenu public et tout impact direct sur des personnes. Il demande qu'un système d'IA générative ne puisse pas prendre ces décisions sans contrôle humain, par exemple une validation dans une interface.

Le guide porte sur les systèmes d'IA générative en général. La règle pèse encore plus lourd pour un agent, puisqu'un agent agit avec des outils au lieu de seulement produire du texte.

L'OWASP décrit le même 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. Elle cite aussi l'injection de prompt : un contenu lu par l'agent peut contenir des instructions qui détournent son travail.

Pour une petite activité, la conséquence est simple. Si un agent lit des contenus que tu ne maîtrises pas, comme des emails ou des pages web, il ne doit pas pouvoir envoyer, payer ou publier seul.

Un agent peut-il écrire le script puis s'effacer ?

Oui, un agent peut écrire le script qui fera la tâche, puis ne plus intervenir. Tu profites de sa capacité à comprendre le besoin, et la tâche tourne ensuite sans modèle, sans tokens et sans décision à surveiller.

La méthode tient en quatre étapes :

• Décris la tâche à l'agent, avec des exemples d'entrées et de sorties attendues.
• Demande un script court, lisible, avec un journal de ce qu'il fait.
• Teste le script sur des cas réels, en mode lecture seule si possible.
• Planifie le script, et laisse l'agent de côté.

Le script garde un avantage décisif : il fait la même chose à chaque passage. Tu peux le relire, le versionner et le corriger ligne par ligne. Si un cas nouveau apparaît, tu ajoutes une branche, puis tu testes de nouveau.

Garde l'agent sous la main pour la prochaine évolution. Quand la règle change, il peut réécrire le script à partir de la nouvelle consigne, et tu relis la différence.

Remplacer plus tard un agent par un script n'est pas un échec. C'est souvent le signe que la tâche a été comprise. Les règles du premier passage sont devenues assez claires pour tenir dans du code.

Comment décider entre agent, script et scénario ?

Pour décider, pose quatre questions dans l'ordre : la tâche demande-t-elle une décision, l'action se défait-elle, sais-tu décrire une bonne sortie, et revient-elle souvent. La première réponse négative t'oriente vers une solution plus simple.

Ce tableau ne classe pas des produits. Il classe des façons de déléguer. Un même logiciel peut héberger les trois. Ce qu'est un agent encadré est décrit dans agent IA : définition, fonctionnement et limites.

Qu'est-ce que le système d'Ilyass garde sans agent ?

Section signée par Ilyass BM.

Dans mon système, les notifications de paiement sont gardées en webhook, sans agent. Un paiement arrive, un message part. Il n'y a rien à juger, donc rien à confier à un modèle.

C'est le cas numéro 2 de ce guide : un événement qui se transmet tel quel.