← Tous les articles

9 juillet 2026 · 8 min de lecture · Guillaume Boudon

Agent IA en entreprise : usages utiles

Agent IA, automatisation avec IA, ChatGPT : je remets les trois niveaux à plat, avec les cas d'usage utiles en PME et ceux où un simple flux suffit.

« Il nous faudrait un agent IA. » J'entends cette phrase à presque chaque premier appel depuis quelques mois. Quand je demande ce que l'agent devrait faire, la réponse se met à flotter. Je ne le reproche à personne : tout le monde emploie le mot, presque personne ne prend le temps de le définir. C'est l'objet de cet article. Je vais poser une définition utilisable, puis passer en revue les cas où un agent apporte quelque chose dans une PME. Et, parce que c'est la majorité des situations que je vois, ceux où vous n'en avez pas besoin.

Un agent IA en entreprise, c'est quoi au juste ?

Un agent IA est un programme qui poursuit un objectif en enchaînant lui-même des décisions et des outils : lire une demande, interroger votre CRM, rédiger une réponse, décider de relancer ou d'alerter un humain. La différence avec ChatGPT, c'est l'initiative : au lieu de répondre à votre question puis de vous rendre la main, il déroule un travail complet.

Pour s'y retrouver, je distingue trois niveaux.

Niveau 1, l'IA qu'on utilise. ChatGPT, Claude, Copilot. Un humain pose une question, l'outil répond, l'humain fait le reste. C'est là que se trouve l'essentiel du marché : 22 % des TPE-PME françaises utilisent l'IA générative d'après le Baromètre France Num 2025 (DGE). J'ai consacré un article entier à ce niveau : utiliser l'IA ou automatiser son entreprise.

Niveau 2, l'automatisation avec IA. Un flux se déclenche tout seul (un email arrive, un formulaire est soumis) et appelle un modèle pour une tâche précise : extraire les informations d'une demande, résumer un document, classer un message. Le chemin est écrit d'avance ; l'IA n'est qu'une étape du tuyau. C'est le niveau qui rapporte le plus par euro investi.

Niveau 3, l'agent. Le programme reçoit un objectif (« qualifie cette demande entrante et propose un rendez-vous si elle est sérieuse ») et choisit lui-même ses étapes : quelles informations chercher, quels outils appeler, quand s'arrêter, quand lever la main. C'est le niveau le plus puissant, et de loin le plus long à fiabiliser. Pour la plupart des besoins courants, il est hors sujet.

Le même baromètre montre où en sont les entreprises : 5 % seulement des TPE-PME automatisent des tâches au quotidien (France Num 2025). Le gros du gain de productivité se trouve dans l'écart entre ces 5 % et les 22 % qui utilisent l'IA à la main, pas dans le passage aux agents, qui ne concerne qu'une minorité de situations.

Quatre cas d'usage d'agent qui tiennent la route en PME

Il existe des situations où l'agent se justifie. Le point commun : du texte libre en entrée, et plusieurs décisions à enchaîner derrière.

Qualifier les demandes entrantes. Un prospect écrit trois phrases dans un formulaire. L'agent identifie le type de projet, vérifie si le contact existe dans le CRM, évalue le sérieux de la demande, prépare une réponse adaptée et propose un créneau si le profil colle. Un humain valide avant envoi.

Trier et répondre aux emails récurrents. Dans une boîte contact générique, beaucoup de messages se ressemblent : demande de tarif, question sur un délai, réclamation classique. L'agent classe, répond aux cas standard à partir de votre documentation, et transmet le reste à la bonne personne avec un résumé.

Faire de la veille et la synthétiser. Surveiller des appels d'offres, les publications de vos concurrents, une réglementation qui bouge. L'agent lit, filtre ce qui vous concerne et livre une synthèse hebdomadaire avec les sources. Sans lui, cette veille ne se fait pas du tout, faute de temps.

Préparer un devis à partir d'une demande en texte libre. Le client décrit son besoin par email, l'agent en extrait les postes, les croise avec votre grille tarifaire et génère un brouillon de devis à valider. L'intégrateur Atelier Systèmes rapporte une génération de devis standard passée de 45 minutes à 90 secondes ; chiffre fournisseur, à prendre comme un ordre de grandeur, mais le sens est le bon.

Dans les quatre cas, l'agent fait le gros du travail en amont et laisse la décision finale à quelqu'un de chez vous. Un agent qui envoie seul des engagements à vos clients, je ne le mets pas en production.

La question à se poser avant de parler d'agent

Sur dix demandes d'« agent IA » que je reçois, la majorité se règle sans agent. Avant d'en construire un, je pose trois questions, toujours dans le même ordre.

Les règles peuvent-elles s'écrire noir sur blanc ? « Si facture impayée à J+15, envoyer la relance n°1. » Dans ce cas, il vous faut une automatisation classique, sans IA du tout : un comportement prévisible, un coût par exécution quasi nul.

Faut-il comprendre du texte ou une image, mais avec un chemin fixe derrière ? Extraire les champs d'un bon de commande PDF et les pousser dans votre outil de gestion, par exemple. C'est le niveau 2, un flux déclenché qui appelle un modèle à une étape précise. C'est ce que je construis le plus souvent, et c'est le cœur de mon offre d'automatisation IA.

Faut-il à la fois comprendre et décider de la suite, avec des chemins différents selon les cas ? C'est le seul scénario où je recommande un agent.

Je n'ai rien contre eux, mais un flux déterministe fait la même chose à chaque exécution, alors qu'un agent peut surprendre. En production, la surprise est un défaut.

Les garde-fous si vous passez en production

Un agent qui touche vos clients ou vos données exige quatre protections, et je ne signe pas un projet d'agent sans elles.

La première est la validation humaine. Toute action sortante (email à un client, devis, commande) passe par une file qu'un humain approuve. L'agent propose, vous disposez. On pourra relâcher la bride plus tard, jamais au lancement.

Vient ensuite la journalisation. Chaque décision de l'agent est tracée, avec ce qu'il a lu, ce qu'il a décidé et pourquoi. Le jour où une réponse part de travers, vous devez pouvoir rejouer le film, sinon personne ne peut auditer quoi que ce soit.

Troisième point, souvent oublié : le coût par exécution. Chaque passage de l'agent appelle un modèle plusieurs fois, et ça se paie à l'usage. Je chiffre le coût d'un traitement avant le lancement et je pose un plafond mensuel, parce qu'un agent qui boucle sur un cas imprévu peut faire gonfler la facture d'API sans prévenir.

Reste la question des données et du RGPD. Quelles données partent vers le fournisseur du modèle, sous quel contrat, avec quelle minimisation ? L'inquiétude est fondée : 33 % des dirigeants de PME-ETI citent l'usage détourné ou le partage de données confidentielles comme frein à l'IA (Bpifrance Le Lab, juin 2025). Les réponses existent (hébergement européen, clauses de non-entraînement, anonymisation des champs sensibles avant l'appel au modèle), encore faut-il les mettre en place.

Combien ça coûte

Chez Thillion, une automatisation avec IA simple (un flux, un déclencheur, un appel au modèle, du type tri d'emails ou extraction de documents) démarre à 2 000 €. Prix fixe signé avant de commencer, code livré, vous en êtes propriétaire.

Un agent complet, avec ses outils connectés, sa file de validation, ses logs et ses tests, relève d'un cadrage dédié : le périmètre change tout, donc je chiffre sur devis après un appel. Comptez aussi un coût récurrent d'exécution et un peu de maintenance. J'ai détaillé les fourchettes du marché dans combien coûte une automatisation IA pour une PME.

Mon conseil, qui va contre mon intérêt de vendeur : commencez par le niveau 2. Une automatisation qui traite un flux entrant vous rend service dès la première semaine et vous apprend ce que l'IA sait faire sur vos données. L'agent viendra après, s'il se justifie encore.

Questions fréquentes

Quelle différence entre un agent IA et un chatbot ?

Un chatbot répond à des questions dans une fenêtre de conversation et attend qu'on lui parle. Un agent IA travaille en arrière-plan vers un objectif : il lit vos emails, interroge vos outils, enchaîne des décisions et produit un résultat sans qu'on ait à converser avec lui.

Quels cas d'usage d'agent IA dans une PME ?

Ceux qui combinent du texte libre et des décisions en chaîne : qualification des demandes entrantes, tri et réponse aux emails récurrents, veille avec synthèse, préparation de devis à partir d'une demande écrite. Si la tâche suit des règles fixes, une automatisation classique suffit et coûte moins cher.

Combien coûte un agent IA pour une PME ?

Une automatisation avec IA simple démarre à 2 000 € chez Thillion, prix fixe signé. Un agent complet (outils connectés, validation humaine, journalisation) demande un cadrage dédié et se chiffre sur devis. Ajoutez le coût d'exécution : chaque traitement appelle un modèle payant à l'usage.

Mes données sont-elles protégées avec un agent IA ?

Elles peuvent l'être, à condition de le prévoir : hébergement européen ou contrat avec clause de non-entraînement, anonymisation des champs sensibles avant l'appel au modèle, journalisation des accès. 33 % des dirigeants citent ce risque comme frein (Bpifrance Le Lab, 2025) ; ce point se règle au cadrage, avant la mise en production.

Vous avez une tâche en tête et vous vous demandez si elle mérite un agent, une automatisation ou rien du tout ? Décrivez votre projet en quelques lignes, je vous réponds avec un avis franc, ou réservez un appel de 30 min pour en parler de vive voix. Le détail de mon offre est sur la page automatisation IA.

Service associé

Automatisation IA pour votre entreprise

Vos équipes perdent du temps sur des tâches répétitives ? On conçoit des automatisations et des agents IA sur-mesure (Claude, GPT, n8n/Make, MCP) : traitement de documents, prospection, extraction de données, intégrations métier. On ne met de l'IA que là où elle apporte un gain concret.