Un agent IA dans vos outils : ce qu'il prend en charge

Un agent IA n'est pas un assistant à qui l'on parle dans un onglet de plus. C'est un programme qui reçoit une tâche, lit ce qu'il faut pour la faire, agit dans un outil, et rend compte. La différence avec un chatbot tient en un mot : il exécute. La différence avec un script classique tient en un autre : il lit des documents et des écrans écrits pour des humains, sans qu'on lui ait décrit chaque cas à l'avance.

Deux agents sont aujourd'hui en production chez nos clients, et Atlas, le versant IA de la maison, en prépare d'autres. Voici les tâches qu'on leur confie en premier, et celles qu'on leur refuse.

Ce qu'un agent fait bien dès le premier jour

Les premières tâches confiées à un agent sont toujours les mêmes, parce qu'elles ont trois propriétés : elles sont répétitives, leur résultat se vérifie en quelques secondes, et une erreur se rattrape.

• Lire des pièces et en extraire les champs utiles. Une facture, un justificatif, un devis reçu par mail : l'agent en sort la date, le montant, le tiers, et les pose dans le bon dossier. Il signale ce qu'il n'a pas su lire au lieu de deviner.
• Préparer une réponse, pas l'envoyer. Sur une demande entrante, il rédige un brouillon à partir de l'historique du dossier. Une personne relit, corrige, envoie. Le gain est dans les dix minutes de recherche que la personne ne fait plus.
• Tenir une routine. Chaque matin, relever ce qui a changé, comparer à ce qui était attendu, et sortir la liste des écarts. Ce travail existait déjà : il occupait une demi-heure de quelqu'un.
• Qualifier avant de router. Classer une demande, lui attacher les informations manquantes, et la diriger vers la bonne personne avec un résumé.

Aucune de ces tâches ne demande un modèle de pointe. Elles demandent un accès propre à vos données et une règle claire sur ce que l'agent a le droit de faire.

Ce qu'on lui refuse, et pourquoi

Un agent en production a des limites posées par écrit avant la première ligne de code. Elles tiennent en trois règles.

1. Il n'envoie rien vers l'extérieur sans validation humaine. Un mail à un client, un virement, une commande : il prépare, une personne confirme. La règle se relâche plus tard, tâche par tâche, quand les journaux d'exécution ont montré des semaines sans erreur.
2. Il ne décide pas seul quand la décision engage. Refuser un dossier, accorder une remise, clore un litige : l'agent réunit les éléments et propose. La décision reste signée.
3. Il n'invente pas une donnée manquante. Quand il ne trouve pas, il le dit. C'est la propriété la plus difficile à obtenir, et celle qu'on teste le plus.

Ces règles ne sont pas une prudence de principe. Elles viennent d'une observation simple : un agent qui se trompe une fois sur cent est un excellent outil s'il travaille sous contrôle, et un risque s'il travaille seul.

Dans vos outils, pas à côté

La question qu'on nous pose le plus souvent n'est pas « que sait faire l'IA ? » mais « où la mettre ? ». Notre réponse est constante : dans l'outil où le travail se fait déjà.

Un agent posé dans une application séparée ajoute une fenêtre, une connexion, une habitude à prendre. Il finit par ne plus être ouvert. Un agent intégré à votre logiciel de gestion, à votre messagerie ou à votre outil de planning apparaît là où la tâche apparaît : un bouton dans la fiche, une suggestion dans le formulaire, une ligne de plus dans la liste du matin.

C'est aussi ce qui rend l'intégration plus exigeante que le modèle lui-même. Il faut connaître les données de l'outil, ses droits d'accès, ses cas particuliers. C'est le travail que nous faisons en premier, avant de choisir un modèle, et c'est pour cela que nous le faisons dans vos outils existants quand ils s'y prêtent.

Par où commencer

Nous commençons par un diagnostic : vos processus tels qu'ils tournent, les endroits où une tâche répétitive coûte des heures, et ceux où l'IA n'apporte rien. Les deux listes ont la même valeur, la seconde évite un projet inutile.

Vient ensuite un cas d'usage pilote, avec un périmètre net et un résultat observable : une tâche, un outil, un mois. On généralise après la preuve, jamais avant. Des dispositifs publics peuvent financer une partie de ce premier pas, ils sont recensés sur notre site ressources.

Le détail de l'accompagnement IA est sur sa page, et les agents déjà en production sont ouverts au registre des projets.