Agent conversationnel : répondre, puis agir

Trois niveaux qu'on confond tout le temps

Le vocabulaire est flou parce que le marché vend les trois sous le même mot. La distinction est pourtant simple et elle change complètement le budget comme les risques.

• Le chatbot répond. Il suit un scénario écrit à l'avance ou formule une réponse à partir de ce qu'il sait.
• L'assistant répond en s'appuyant sur vos documents. Il sait ce que dit votre contrat type, votre procédure, votre catalogue.
• L'agent agit. Il ouvre un ticket, vérifie un statut dans votre outil de gestion, envoie une demande à la bonne personne, réserve un créneau.

Un agent conversationnel contient les deux niveaux précédents. L'inverse n'est pas vrai, et c'est là que les projets déraillent : on achète un chatbot en attendant un agent.

Ce que change le passage à l'action

Tant qu'un système se contente de répondre, une erreur produit une phrase fausse, gênante mais réparable. Dès qu'il agit, une erreur produit un effet réel : une commande créée en double, un rendez-vous annulé, une information envoyée à la mauvaise personne.

C'est pour cette raison qu'un agent sérieux ne se juge pas sur ce qu'il sait faire, mais sur ce qu'il refuse de faire seul. Les actions se déclarent une par une, avec leurs limites, et les plus engageantes passent par une validation humaine.

Les actions qui reviennent le plus souvent

Dans les organisations, la même petite liste couvre la grande majorité des besoins : enregistrer une demande, consulter l'état d'un dossier, transmettre à un service, planifier un rendez-vous, envoyer un document. Rien de spectaculaire, et c'est justement ce qui fonctionne.

Les projets qui tiennent dans la durée commencent par deux ou trois actions bien faites plutôt que par quinze approximatives. Un agent IA métier se construit par ajouts successifs, chaque action étant testée sur des cas réels avant la suivante.

Agent ou automatisation classique

Une question mérite d'être posée avant de se lancer : si le déclencheur est un formulaire et que le parcours est toujours le même, une automatisation classique fera le travail pour bien moins cher et sans aucune surprise.

L'agent devient utile quand la demande arrive en langage libre, qu'elle est ambiguë, et qu'il faut comprendre avant d'orienter. C'est la compréhension qui se paie, pas l'exécution.

Le point de contrôle

Un agent bien conçu garde une trace de ce qu'il a fait, dans un format lisible par un humain. Non pas pour surveiller la machine, mais parce que le jour où quelque chose se passe mal, la seule question qui compte est : qu'est-ce qui a été fait, quand, sur quelle base.