IA agentique : définition, exemples en entreprise et limites.
L’IA agentique désigne des logiciels qui choisissent leurs étapes et agissent dans vos outils. Définition, exemples en PME et contrôles à prévoir.
Par Lilian, Ingénieur développement IAMis à jour le 12 novembre 20265 partiesChecklist incluse
Un assistant qui rédige un texte ne touche à rien. Un système agentique lit vos données, décide de la suite et agit : il prépare un devis, modifie une fiche, envoie un message. Trois questions permettent de juger un projet : ce que le système peut faire seul, ce qu’une personne doit valider, ce qui lui reste interdit.
Qu’est-ce que l’IA agentique ?
L’IA agentique désigne des systèmes d’intelligence artificielle qui poursuivent un objectif en plusieurs étapes : ils décident de la marche à suivre, utilisent des outils et agissent dans des logiciels, avec plus ou moins d’autonomie.
La CNIL la définit comme « un ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA ». Ces agents sont souvent bâtis sur un modèle d’IA générative. Ils interviennent dans une application, une base de données ou un poste de travail, où ils peuvent lire, modifier ou supprimer des données et lancer des actions.
La CNIL a publié le 20 juillet 2026 une note écrite avec le Conseil de l’IA et du numérique. Elle y retient quatre caractéristiques :
- l’autonomie de décision : le système choisit lui-même ses étapes ;
- la mémoire persistante : il garde des informations d’une tâche à l’autre ;
- l’interaction avec plusieurs services : messagerie, logiciel de gestion, agenda ;
- l’action au nom de l’utilisateur : il fait, là où un assistant se contente de proposer.
Le Conseil de l’IA et du numérique préfère d’ailleurs parler d’IA agentique plutôt que d’agents IA. Son rapport de février 2026 en donne la raison : un système agentique n’écarte pas les personnes, il s’appuie sur des validations humaines en cours de route.
IA agentique, IA générative, agent IA : quelles différences ?
L’IA générative produit un contenu, un agent IA accomplit une tâche avec des outils, et l’IA agentique coordonne plusieurs agents pour atteindre un objectif.
| Critère | IA générative | Agent IA | IA agentique |
|---|---|---|---|
| Ce que vous lui confiez | Une demande : rédiger, résumer, traduire | Une tâche délimitée, comme trier les demandes entrantes | Un objectif qui demande plusieurs tâches |
| Ce que vous obtenez | Un texte, une image ou du code | Une action dans un outil, ou sa préparation | Un résultat obtenu par plusieurs actions coordonnées |
| Accès à vos outils | Aucun par défaut | Les outils que vous lui ouvrez | Plusieurs outils et services, répartis entre les agents |
| Contrôle à prévoir | Relire avant d’utiliser | Limiter ses droits, valider ses actions sensibles | Classer chaque action : autonome, à valider ou interdite |
Ce qu’est un agent, ses composants et ce qui le sépare d’un chatbot ou d’une automatisation font l’objet d’un autre guide : Agent IA : définition, exemples et différences avec un chatbot.
Comment fonctionne l’IA agentique ?
Un système d’IA agentique reçoit un objectif, le découpe en étapes, agit dans des outils, puis vérifie le résultat avant de continuer. Le déroulement tient en quatre temps :
- Vous fixez un objectif, en langage courant.
- Le système établit un plan et répartit le travail entre des agents.
- Chaque agent agit dans les outils auxquels il a accès : il lit, prépare ou exécute.
- Le système contrôle le résultat, corrige si besoin, ou vous rend la main.
La note de la CNIL décrit une architecture à trois niveaux. Un agent orchestrateur dialogue avec vous. Des agents spécialisés, qu’il coordonne, prennent chacun une tâche. Des services externes, applications ou bases de données, sont sollicités par ces agents.
Trois niveaux entre vous et vos outils
L’architecture décrite par la CNIL
- L’agent orchestrateur dialogue avec vous
- Les agents spécialisés prennent chacun une tâche
- Les services externes : applications, bases de données
Les cinq degrés d’autonomie
L’autonomie n’est pas un interrupteur. Le Conseil de l’IA et du numérique reprend, dans son rapport de février 2026, une échelle à cinq degrés :
| Degré | Ce que fait le système | Qui décide |
|---|---|---|
| 1 | Il applique des règles fixes, comme une saisie automatique de factures | Les règles écrites à l’avance |
| 2 | Il extrait des données ou analyse des documents | Les règles, aidées par une lecture automatique |
| 3 | Il enchaîne des étapes automatisées et des validations humaines | Une personne valide l’ensemble |
| 4 | Il prépare puis prend des décisions selon le contexte | Le système, sous validation humaine |
| 5 | Il agit de bout en bout, sans validation | Le système seul |
Le cinquième degré n’est pas atteint aujourd’hui, écrit le Conseil : il reste un sujet de recherche. Les exemples de ce guide se situent aux degrés 3 et 4, où une personne valide.
Exemples d’IA agentique dans une PME
Dans une PME, l’IA agentique sert d’abord aux tâches qui traversent plusieurs outils et obligent à lire des documents : préparer un devis, rapprocher des pièces comptables, organiser un planning. Les trois situations ci-dessous sont des cas types, pas des références clients.
Préparer un devis à partir d’une demande entrante
Une demande arrive par e-mail, avec un plan en pièce jointe. Le système lit la demande, retrouve le client dans le logiciel de gestion, reprend les prix du catalogue et prépare le devis. Point de validation : une personne relit et envoie, le système n’envoie rien lui-même.
Rapprocher factures et bons de commande
Chaque facture fournisseur est comparée au bon de commande et au bon de livraison. Le système classe les pièces qui concordent et signale les écarts de quantité ou de prix. Point de validation : le comptable tranche chaque écart, et aucun paiement ne part sans lui.
Organiser un planning d’interventions
Le système croise les demandes d’intervention, les disponibilités des techniciens et les temps de trajet, puis propose un planning. Point de validation : le responsable confirme avant tout envoi aux clients et aux équipes.
Dans les trois cas, le système prépare et une personne décide
Le devis
- Le système prépare le devis
- Une personne relit et envoie
Les factures
- Le système signale les écarts
- Le comptable tranche chaque écart
Le planning
- Le système propose un planning
- Le responsable confirme avant tout envoi
Quand une automatisation classique suffit
Si les étapes sont connues d’avance et ne changent pas, une automatisation classique suffit. Anthropic, l’éditeur de Claude, recommande de chercher la solution la plus simple, quitte à ne pas construire de système agentique : l’autonomie se paie en coût, en délai de réponse et en erreurs qui se cumulent d’une étape à l’autre.
OpenAI réserve les agents à trois situations : des décisions qui demandent du jugement, des règles devenues trop nombreuses pour être tenues à jour, des données non structurées comme des documents ou des e-mails. Dans les autres cas, écrit l’éditeur, une solution à règles fixes peut suffire. C’est le terrain de l’automatisation métier.
Risques de l’IA agentique : RGPD, règlement européen, contrôle humain
Le risque de l’IA agentique vient de ce qu’elle agit : une erreur ne reste pas dans un texte, elle modifie des données, envoie un message ou déclenche un paiement. L’ANSSI, l’agence française de cybersécurité, le résume ainsi : « une action autorisée peut être dommageable : un agent peut se tromper, être manipulé ou combiner dangereusement des opérations permises ».
Classer chaque action avant de déployer
Dans sa fiche d’octobre 2026, l’ANSSI demande de ranger chaque action possible dans l’une de trois catégories. Les exemples de la dernière colonne sont les nôtres.
| Catégorie | Ce que cela veut dire | Exemples dans une PME |
|---|---|---|
| Exécution autonome | Le système agit sans demander | Lire une fiche client, classer un e-mail, préparer un brouillon |
| Approbation humaine obligatoire | Une personne voit l’action et l’approuve avant qu’elle parte | Envoyer un devis, modifier un prix, payer une facture, changer des droits d’accès |
| Action interdite | Le système ne peut pas la faire, même si on le lui demande | Supprimer une base de données, consulter les données de paie |
L’agence pose deux exigences de plus. La personne qui approuve doit voir précisément ce que le système va faire, dans quel but et avec quels effets. Un arrêt d’urgence doit pouvoir couper les accès du système.
Ce que disent le RGPD et le règlement européen sur l’IA
Trois textes encadrent déjà ces systèmes :
- RGPD, article 22 : une personne peut refuser qu’une décision qui a des effets juridiques sur elle, ou qui la touche de façon comparable, soit prise par un traitement entièrement automatisé. La CNIL précise qu’une intervention humaine en bout de chaîne ne suffit pas toujours à écarter cette qualification.
- Règlement européen sur l’IA (2024/1689) : le texte ne mentionne pas l’IA agentique, mais il définit un système d’IA comme un système conçu pour fonctionner « à différents niveaux d’autonomie ». Pour un système à haut risque, son article 14 exige un contrôle effectif par des personnes et un moyen d’interrompre le système.
- Calendrier : la date générale d’application du règlement est le 2 août 2026. Un règlement du 8 juillet 2026 a reporté les obligations des systèmes à haut risque au 2 décembre 2027 (annexe III du règlement) et au 2 août 2028 (annexe I).
La note de la CNIL avance trois mesures à prévoir dès la conception : une mémoire cloisonnée pour chaque agent, un environnement d’exécution isolé du reste de vos systèmes, et un bouton d’arrêt d’urgence à la main de l’utilisateur. Ces choix se font avant le premier développement : c’est l’objet de notre conseil en IA agentique.
Questions fréquentes
ChatGPT ou Claude, est-ce de l’IA agentique ?
Pas quand vous posez une question et recevez un texte : c’est de l’IA générative. OpenAI l’écrit dans son guide, une application qui se contente de répondre, comme un simple chatbot, n’est pas un agent. Le même modèle devient agentique quand il pilote lui-même une suite d’actions dans des outils.
Par quoi commencer dans une PME ?
Par une tâche limitée, qui touche peu de données et peu d’outils, avec une validation humaine sur chaque action. L’ANSSI recommande d’ouvrir les accès par étapes, et d’attendre d’avoir vérifié les contrôles avant de donner plus d’autonomie au système. Les critères de choix sont détaillés dans notre guide Choisir un premier projet IA.
Combien coûte un projet d’IA agentique ?
Le coût dépend du nombre d’outils à connecter, des contrôles à mettre en place et du volume à traiter, plus que du modèle d’IA lui-même. Les postes à prévoir sont décrits dans notre guide Quel budget prévoir pour un projet IA sur mesure.
Qui est responsable quand un agent se trompe ?
Pas le système : un système d’IA n’a pas de personnalité juridique, rappelle la CNIL. Elle relève qu’en cas d’erreur l’origine est difficile à établir entre les acteurs en jeu : développeur, fournisseur du modèle, intégrateur, entreprise qui déploie, utilisateur. Garder la trace de chaque étape permet de reconstituer qui a fait quoi.
À préparer pour votre projet
- La tâche à confier, décrite étape par étape
- La liste des outils et des données concernés
- Les actions que le système ferait seul
- Les actions qu’une personne doit valider
- La personne qui peut arrêter le système
