Un chatbot répond, un workflow exécute une suite d’étapes définies et un agent IA peut choisir des actions en fonction d’un objectif. Dans les démonstrations, les frontières semblent simples. Dans une entreprise, elles se brouillent vite : un assistant peut appeler un outil, un workflow peut contenir un modèle de langage et un agent peut être entouré de validations très strictes.
La bonne question n’est donc pas « quelle technologie est la plus avancée ? », mais « quel niveau de liberté est nécessaire pour produire le résultat attendu ? ».
Le chatbot pour informer et orienter
Le chatbot est adapté lorsque l’utilisateur formule une question et attend une réponse, une orientation ou un formulaire. Il peut s’appuyer sur une base documentaire, mais il ne devrait pas modifier silencieusement un dossier client ou déclencher un paiement. Son intérêt principal est l’interface conversationnelle.
Un chatbot interne peut aider à retrouver une procédure, préparer un premier résumé ou guider un nouveau collaborateur. Il faut prévoir les sujets auxquels il ne répond pas, afficher ses limites et permettre d’accéder rapidement à une personne.
Le workflow pour les processus stables
Un workflow déterministe suit des règles connues : lorsqu’un formulaire est validé, créer une tâche, notifier un responsable puis attendre son accord. Cette approche est souvent moins spectaculaire, mais elle reste plus simple à tester, à expliquer et à auditer.
Un modèle d’IA peut intervenir dans une étape limitée, par exemple classer la demande ou proposer une réponse. Le reste du parcours conserve des conditions explicites. Pour une facture, un changement de droits ou une publication sensible, cette prévisibilité est précieuse.
L’agent pour les situations variables
Un agent reçoit un objectif, observe un contexte, sélectionne un outil et adapte la suite. Il devient utile lorsque le nombre de chemins possibles rend un workflow rigide difficile à maintenir. Il peut rechercher plusieurs sources, préparer un dossier, comparer des options ou enchaîner des tâches de faible risque.
Cette autonomie augmente aussi la surface d’erreur. Une instruction ambiguë, un document malveillant ou un outil trop permissif peut conduire à une action inattendue. Les capacités doivent être limitées au strict nécessaire.
Une grille de décision en cinq questions
- Le résultat est-il une information ou une action ? Une réponse se corrige plus facilement qu’un envoi ou une suppression.
- Les étapes sont-elles connues ? Si oui, un workflow suffit souvent.
- Une erreur est-elle réversible ? Plus l’impact est élevé, plus une validation humaine doit intervenir tôt.
- Les données sont-elles sensibles ? Les journaux, droits et fournisseurs doivent alors être examinés avec davantage de rigueur.
- Peut-on évaluer le résultat automatiquement ? Sans critère de réussite, l’autonomie devient difficile à surveiller.
Construire des paliers d’autonomie
Commencez au niveau le plus bas : l’outil propose, une personne décide. Puis autorisez l’exécution sur un environnement de test, ensuite sur un petit périmètre réversible. Les actions irréversibles, financières, juridiques ou publiques doivent conserver un contrôle explicite.
- lecture seule avant écriture ;
- brouillon avant envoi ;
- liste blanche d’outils et de destinataires ;
- plafond de volume, de coût ou de durée ;
- journal de chaque action et bouton d’arrêt ;
- révocation immédiate des accès techniques.
Évaluer le système complet
La qualité du modèle ne suffit pas. Il faut tester les instructions, les données récupérées, les outils accessibles, la gestion des erreurs et les validations. Un agent qui réussit neuf fois sur dix peut rester inutilisable si la dixième erreur est difficile à détecter.
Dans beaucoup de PME, la meilleure architecture est hybride : un formulaire ou un chatbot recueille la demande, un workflow gère les étapes stables et l’IA intervient seulement là où l’interprétation apporte une valeur mesurable.
Article informatif. Pour une décision juridique, réglementaire ou de sécurité à fort enjeu, faites valider votre situation par un professionnel compétent.
Pour approfondir
Pour une présentation complémentaire des notions d’assistant, de chatbot et d’agent, consulter Notitia — Agent IA et chatbot : les différences.
