IA · 5 min - Par Sébastien Gras · Publié le 9 novembre 2026

Qu’est-ce que l’IA agentique ?

Comprendre l’IA agentique, son fonctionnement et sa différence avec l’IA générative. Exemples métier et méthode pour tester un premier processus.

Ordinateur portable affichant une interface web et une fenêtre de conversation

L’IA agentique, appelée agentic AI en anglais, désigne une approche où un système d’IA reçoit un objectif et adapte les étapes à suivre selon ce qu’il trouve. Il peut consulter les outils autorisés, vérifier les résultats intermédiaires et choisir la prochaine action. L’équipe fixe le périmètre, les permissions et les étapes qui demandent une validation humaine.

Prenez une demande de devis. Un système agentique peut lire le message, chercher le dossier client, repérer ce qui manque et proposer soit une question, soit un brouillon de devis. Deux demandes similaires peuvent donc suivre des parcours différents.

Comment fonctionne l’IA agentique ?

Une boucle relie le modèle aux outils de l’entreprise, comme une base documentaire, un logiciel commercial ou un catalogue. Le modèle interprète l’objectif et le logiciel qui l’entoure contrôle les accès. À chaque étape, le résultat d’un outil aide à décider quoi faire ensuite.

  • Définir le résultat attendu. Par exemple, préparer un dossier de devis vérifiable pour l’équipe commerciale.
  • Consulter une source autorisée. Le système recherche une fiche client ou interroge le catalogue selon les informations déjà disponibles.
  • Vérifier le résultat. Si un champ manque ou si deux sources se contredisent, le système peut consulter une autre source ou signaler l’incertitude.
  • Remettre le dossier ou passer la main. Le système s’arrête lorsque le résultat est prêt, lorsqu’une action attend un accord ou lorsqu’il atteint la limite d’essais prévue.

Quelle différence entre l’IA générative et l’IA agentique ?

L’IA générative produit du contenu, comme un texte ou du code. Un agent IA peut utiliser un modèle génératif pour interpréter une tâche, puis consulter des outils ou préparer une action. L’IA agentique décrit la façon dont le processus est organisé autour d’un objectif, de décisions intermédiaires et de limites.

Je détaille le rôle du modèle, des outils et des permissions dans l’article « Qu’est-ce qu’un agent IA ? ».

ApprocheExemple avec une demande de devis
IA générativeRédiger un courriel à partir des informations fournies.
Automatisation à règles fixesCréer une fiche dans le CRM quand le formulaire contient les champs obligatoires.
Approche agentiqueChoisir quelles données vérifier, traiter les écarts et remettre un dossier adapté à la demande.

Quels exemples d’IA agentique en entreprise ?

Dans l’exemple du devis, l’objectif est de transmettre un dossier prêt à examiner. Le système peut lire la demande et le catalogue. Les tarifs validés restent dans le logiciel de devis et l’envoi reste soumis à l’accord de l’équipe commerciale.

  • Si les références et quantités sont complètes, le système les vérifie dans le catalogue et prépare un brouillon à relire.
  • Si une référence est ambiguë, il propose une question ciblée et ajoute le lien vers les éléments du dossier à vérifier.
  • Si le prix manque ou si la demande sort des cas couverts, il transmet le dossier à une personne en précisant le point bloquant.

Contrôler un lot de factures fournisseurs

Le système peut chercher le bon de commande et la preuve de réception associés à chaque facture. Une référence manquante déclenche une recherche dans les documents autorisés. L’équipe reçoit les pièces et la liste des écarts à vérifier avant de valider le lot.

Vérifier un dossier avant sa mise en traitement

Le système peut comparer des pièces à une liste qui dépend du type de dossier, proposer une demande de clarification sur une pièce illisible ou indiquer où il a trouvé chaque information. Une personne tranche les cas particuliers.

Quand choisir une approche agentique ?

Si toutes les demandes suivent la même règle, je commence par une automatisation classique. Un formulaire complet qui crée une fiche et déclenche une notification est un bon exemple. Si le seul besoin est de résumer un message, une génération de texte peut suffire.

Une approche agentique mérite un test quand les dossiers varient, que plusieurs outils peuvent être nécessaires et que le bon chemin dépend de ce que le système découvre. Le résultat doit rester vérifiable par l’équipe. Le temps de relecture compte autant que le temps économisé sur la préparation.

Quels risques encadrer et comment tester un premier processus ?

Un modèle peut interpréter un document de travers ou s’appuyer sur une source obsolète. Une erreur au début du processus peut orienter les étapes suivantes. Pour un premier essai, je choisis une tâche fréquente avec un résultat que l’équipe sait évaluer.

  • Rejouer des cas passés, y compris des dossiers incomplets, des références ambiguës et des outils indisponibles.
  • Donner accès aux seules données utiles. Commencer en lecture seule quand l’objectif est de préparer un dossier.
  • Journaliser les sources consultées et les actions demandées. Fixer un seuil d’arrêt si une information indispensable manque.
  • Faire valider les actions sensibles, comme un envoi externe ou une modification dans le logiciel métier, avant leur exécution.
  • Comparer le temps total, relecture comprise, la part de dossiers utilisables et le nombre de cas repris par l’équipe.

FAQ

Un agent IA est un logiciel qui peut poursuivre un objectif à l’aide d’outils. L’IA agentique désigne l’approche qui lui permet d’adapter une partie du parcours aux résultats obtenus. Un même processus peut associer des étapes fixes, un agent et des décisions humaines.

Voir la prestation Agents IA et automatisation

Je vous aide à choisir le premier processus à tester, à relier les outils utiles et à définir les validations avec votre équipe.

Découvrir la prestation

Sources utiles