Agent IA, chatbot ou automatisation : lequel pour votre processus ?

Choisissez l'automatisation quand les entrées sont prévisibles et que les étapes ne changent jamais. Choisissez un chatbot quand il s'agit de répondre à des personnes qui posent des questions. Choisissez un agent IA quand les entrées sont désordonnées, que l'étape suivante dépend de ce que le système lit et que le travail doit être mené à travers plusieurs outils.

La plupart des processus réels ne relèvent pas d'une seule de ces trois options. Ils en sont un mélange : des règles fixes pour les parties prévisibles, un agent pour les parties qui demandent lecture et jugement, et une personne qui valide tout ce qui engage de l'argent, porte une signature ou atteint un client. La bonne question n'est pas « quelle technologie ? » mais « quelle partie de ce processus a besoin de laquelle ? »

Quelle est la différence entre un agent IA, un chatbot et l'automatisation ?

La ligne de partage la plus nette, c'est qui décide de l'étape suivante. Anthropic, qui développe les modèles Claude, le formule ainsi dans son guide Building effective agents : les workflows sont des systèmes dans lesquels modèles et outils sont "orchestrated through predefined code paths", c'est-à-dire orchestrés par des chemins de code prédéfinis, tandis que les agents sont des systèmes dans lesquels les modèles "dynamically direct their own processes and tool usage", autrement dit pilotent de façon dynamique leurs propres processus et leur usage des outils.

En pratique, les trois se distinguent ainsi :

	Automatisation	Chatbot	Agent IA
Qui décide de l'étape suivante	La règle que quelqu'un a écrite	La personne qui pose la question	Le modèle, dans les limites que vous fixez
Ce qu'il fait bien	Mêmes étapes, même format, gros volumes	Répondre à des questions à partir d'un corpus d'informations connu	Lire des entrées non structurées et agir en conséquence à travers plusieurs outils
Ce qu'il touche	Des systèmes, via des connexions fixes	Une conversation	Boîtes de réception, fichiers, tableaux de tâches, autres systèmes
Comment il échoue	Il casse de façon visible quand l'entrée change	Il donne avec assurance une mauvaise réponse	Il exécute une mauvaise action qui semble plausible
Coût de fonctionnement	Faible et prévisible	Modéré	Plus élevé, et variable sans plafond

Un chatbot parle. L'automatisation exécute. Un agent lit, décide et exécute, et c'est pourquoi il demande le plus de soin.

Quand l'automatisation simple suffit-elle ?

Plus souvent que ne le laissent entendre les fournisseurs. Si un formulaire arrive toujours avec les mêmes champs, si un rapport reprend toujours les mêmes chiffres ou si un fichier va toujours dans le même dossier, une règle fera le travail plus vite, moins cher et de façon plus fiable qu'un modèle de langage.

Anthropic conseille elle-même de chercher la solution la plus simple possible et de n'ajouter de la complexité que lorsqu'elle est nécessaire, en notant que les systèmes agentiques échangent souvent latence et coût contre une meilleure performance sur la tâche. Gartner va plus loin : dans une prévision de juin 2025, le cabinet estimait que plus de 40 pour cent des projets d'IA agentique seront abandonnés d'ici fin 2027, et indiquait que de nombreux cas d'usage présentés aujourd'hui comme agentiques n'ont pas du tout besoin d'un agent.

Le test est simple. Si vous pouvez décrire le processus sous forme de logigramme sans aucune case qui dise « ça dépend », commencez par l'automatisation.

Quand avez-vous vraiment besoin d'un chatbot ?

Quand des personnes viennent vous poser des questions et que les réponses existent déjà quelque part : horaires d'ouverture, détails d'un programme, questions sur une politique, état d'avancement d'une demande. Un bon chatbot répond à partir de vos propres contenus et passe la main à une personne quand il ne sait pas.

Ce qu'un chatbot ne fait pas, c'est le travail derrière la question. Si un visiteur demande à modifier une réservation et que le chatbot répond « merci de nous écrire par e-mail », le processus n'a pas avancé. Beaucoup d'organisations achètent un chatbot en espérant faire gagner du temps à leurs équipes et constatent que la boîte de réception est tout aussi pleine, parce que les demandes ont toujours besoin de quelqu'un pour les traiter.

Une règle s'applique désormais à tout chatbot ouvert au public dans l'UE. Depuis le 2 août 2026, l'article 50 du règlement européen sur l'IA (AI Act) exige que les personnes soient informées lorsqu'elles interagissent avec un système d'IA, sauf si cela est évident. Si vous avez un chatbot sur votre site, indiquez-le à l'écran.

Quand un agent IA vaut-il la peine ?

Quand trois conditions sont réunies en même temps :

• L'entrée n'est pas structurée. E-mails, PDF, factures scannées, contrats, messages rédigés de cinq façons différentes.
• Le chemin n'est pas fixé. La suite dépend de ce que dit l'entrée. Anthropic décrit les agents comme adaptés aux problèmes ouverts pour lesquels il est difficile, voire impossible, de prévoir le nombre d'étapes nécessaires.
• Le travail s'étend sur plusieurs outils. Lire l'e-mail, retrouver le contrat dans le drive, vérifier le montant, préparer le paiement, mettre à jour le tableau des tâches.

C'est la forme de la plupart des tâches de back office, et c'est pourquoi nous commençons par là. Dans notre propre groupe de sociétés, des agents trient le courrier, préparent les rapports, rédigent les documents et préparent les paiements, et une personne valide tout ce qui engage de l'argent ou porte une signature. Vous pouvez lire comment cela fonctionne dans le cas du back office.

Le prix de cette flexibilité, c'est le risque. Anthropic avertit que l'autonomie implique des coûts plus élevés et un risque d'erreurs qui s'accumulent. C'est pourquoi chaque agent que nous déployons fonctionne dans un budget fixe, journalise chaque action et s'arrête pour une validation humaine aux moments qui comptent.

Comment décider ? Quatre questions

Posez-les pour chaque étape du processus, pas pour le processus dans son ensemble.

1. L'entrée a-t-elle toujours la même forme ? Si oui, automatisation. Si elle arrive sous forme de texte libre, de pièces jointes ou de scans, il vous faut un modèle pour la lire.
2. L'étape suivante est-elle toujours la même ? Si oui, automatisation, même si un modèle se charge de la lecture. Si elle dépend de ce qui a été lu, cette étape relève de l'agent.
3. Quelqu'un pose-t-il une question, ou quelque chose doit-il être fait ? Les questions des personnes orientent vers un chatbot. Le travail à faire oriente vers l'automatisation ou un agent.
4. Que se passe-t-il en cas d'erreur ? Si une erreur coûte peu et se corrige facilement, laissez le système agir. Si elle coûte de l'argent, de la réputation ou un engagement juridique, le système prépare et une personne valide.

Faites passer un processus de facturation classique par ces questions et vous obtenez un hybride. Un modèle lit la facture entrante et en extrait le fournisseur, le montant et l'échéance. Une règle la compare à la liste des fournisseurs et au budget. Un agent gère les exceptions : la facture qui ne correspond à aucun contrat, le fournisseur qui relance pour un retard de paiement. Une personne déclenche le paiement.

Que se passe-t-il quand on choisit le mauvais outil ?

Chaque décalage a un symptôme reconnaissable.

• Un agent là où l'automatisation suffisait. Les coûts augmentent, les résultats varient d'une exécution à l'autre et personne ne sait expliquer pourquoi la même entrée a produit deux résultats différents. La solution consiste à sortir les étapes prévisibles de l'agent et à les transformer en règles.
• Un chatbot là où il fallait un agent. Les clients reçoivent des réponses polies et rien ne se passe. Le temps des équipes n'est pas économisé, il est simplement déplacé.
• De l'automatisation là où il fallait un agent. Les règles fonctionnent sur les cas propres et chaque exception atterrit dans la boîte de réception de quelqu'un. Avec le temps, la file des exceptions devient le vrai processus.

Par où commencer

Prenez un processus avec un volume réel et un responsable clair. Notez chaque étape et faites-la passer par les quatre questions ci-dessus. Automatisez ce qui est fixe, confiez à un agent ce qui demande lecture et jugement, et décidez à l'avance où une personne valide. Mesurez ensuite ce qui est corrigé pendant les premières semaines. C'est ainsi que nous cadrons nos projets d'implémentation d'agents IA.

Si vous avez un processus en tête et ne savez pas lequel des trois il lui faut, nous l'examinerons volontiers avec vous.