Join Médicis

Agentique & émergent

Agent IA

AI agentAgent autonomeEmployé IAAI employeeBoucle agentiqueAgentic loop

Un agent IA enchaîne seul raisonnement et actions pour atteindre un objectif. Fonctionnement, différence avec un chatbot, cas marketing et limites.

Qu'est-ce qu'un agent IA ?

Un agent IA est un système qui enchaîne plusieurs étapes de raisonnement et d'action pour atteindre un objectif, sans supervision continue. Il observe la situation, décide de la prochaine action, l'exécute avec des outils, puis recommence jusqu'à ce que la tâche soit terminée.

La notion d'agent intelligent existe en informatique depuis des décennies : un programme qui perçoit son environnement et agit pour atteindre un but. Elle a pris un sens nouveau avec les grands modèles de langage (LLM) capables d'utiliser des outils. En décembre 2024, Anthropic distingue les workflows, où les étapes suivent un chemin prévu à l'avance, des agents, où le modèle décide lui-même de ses étapes et de ses outils (Anthropic, « Building effective agents »). En 2026, les grands éditeurs lancent des agents personnels qui travaillent en continu, comme Dots (OpenAI), Muse (Meta), Gemini Spark (Google), Claude Duet (Anthropic) ou Grok Bot (xAI).

Aussi connu sous : AI agent, agent autonome, employé IA, AI employee, boucle agentique, agentic loop.

Pourquoi les agents IA comptent pour les marketeurs

Selon Gartner, plus de 40% des projets d'IA agentique seront abandonnés d'ici fin 2027, à cause de coûts en hausse, d'une valeur mal démontrée et de risques mal maîtrisés. Le même communiqué de juin 2025 dénonce l'agent washing : beaucoup d'outils renommés « agents » ne sont que des chatbots ou des automatisations classiques.

Pour un marketeur, la question n'est donc pas d'avoir un agent, mais de choisir une tâche où il apporte un gain mesurable. Un agent bien cadré prend en charge un travail répétitif en plusieurs étapes. Un agent mal cadré coûte du temps de contrôle et des crédits.

Comment fonctionne un agent IA

Un agent IA associe une boucle de décision, un modèle, des outils, une mémoire et des permissions.

La boucle agentique

L'agent tourne en boucle : il observe (le résultat d'une recherche, un email, une page), décide de l'action suivante, agit, puis observe le nouveau résultat. La boucle s'arrête quand l'objectif est atteint, quand une limite est dépassée ou quand l'agent demande une validation humaine.

Le modèle

Un LLM prend les décisions. Il lit la consigne, le contexte et les résultats des actions précédentes, puis choisit la suite. La qualité du modèle détermine en grande partie la fiabilité de l'agent.

Les outils

L'agent agit par des outils : recherche web, navigateur, CRM, messagerie, tableur. C'est le tool use. Le protocole MCP standardise la connexion entre un agent et ces outils.

La mémoire et les consignes

Un system prompt décrit le rôle de l'agent et ce qu'il doit éviter. Une mémoire persistante conserve ce que l'agent a appris d'une session à l'autre : préférences, contacts, décisions passées.

Les permissions

L'environnement qui entoure le modèle, appelé harness, définit ce que l'agent a le droit de faire seul et ce qui exige une validation : envoyer un email, payer, publier, supprimer.

Agent IA vs chatbot, automatisation et workflow

La différence tient à qui décide des étapes : l'utilisateur, un scénario écrit à l'avance ou le modèle lui-même.

Système Qui décide des étapes Exemple
Chatbot l'utilisateur, à chaque message répondre à une question
Automatisation un scénario fixe écrit à l'avance, dans Make ou n8n un formulaire déclenche un email
Workflow agentique un chemin prévu, avec un LLM à certaines étapes résumer chaque nouveau lead puis l'envoyer au CRM
Agent IA le modèle lui-même trouver 20 prospects, les qualifier et préparer les emails

On parle d'employé IA quand un agent tient un rôle complet, comme commercial de prospection (SDR), support client ou analyste, avec ses propres outils et sa mémoire.

Cas d'usage marketing

  • Une liste de prospects qualifiés, avec pour chacun une recherche sur l'entreprise et un premier email personnalisé à valider.
  • Une veille concurrentielle hebdomadaire : nouvelles pages, prix, annonces, résumés dans un document partagé.
  • Un rapport de campagne rédigé chaque lundi à partir des données d'analytics et du CRM.
  • Une réponse de premier niveau au support client, avec transfert vers un humain quand la demande sort du cadre.

Limites des agents IA

  • Une mauvaise décision à l'étape 2 fausse toutes les suivantes, et une hallucination peut passer inaperçue.
  • Le coût varie avec le nombre d'étapes, car chaque tour de boucle consomme des tokens.
  • Un agent qui lit des pages web ou des emails peut recevoir des instructions malveillantes cachées, ce qu'on appelle prompt injection.
  • Un agent qui accède à une boîte mail ou à un CRM manipule des données personnelles, ce qui engage la conformité de l'entreprise.
  • Les actions irréversibles gagnent à rester soumises à une validation humaine (human-in-the-loop).

Comment démarrer avec les agents IA

Le plus sûr est de commencer par une tâche répétitive, avec une validation humaine avant chaque action visible de l'extérieur. La page des agents IA présente des agents prêts à l'emploi, et les automatisations montrent comment passer d'un workflow fixe à un agent. Les guides MCP relient un agent à ses outils, et un Skill lui donne une méthode de travail réutilisable.

Questions fréquentes

Quelle différence entre un agent IA et un chatbot ?

Un chatbot répond message par message. Un agent IA reçoit un objectif et enchaîne seul les recherches et les actions pour l'atteindre.

Qu'est-ce qu'un employé IA ?

C'est un agent IA qui tient un rôle complet dans une équipe, comme la prospection ou le support, avec ses outils, sa mémoire et des tâches récurrentes.

Un agent IA peut-il agir sans validation ?

Oui, si on lui en donne la permission. La plupart des outils demandent une validation avant les actions sensibles, comme envoyer un message ou payer.

Faut-il savoir coder pour créer un agent IA ?

Non. Des plateformes sans code permettent de créer un agent simple. Le code devient utile pour connecter des outils internes ou contrôler finement les permissions.

Une erreur, un lien cassé, un souci de sécurité ? Dis-le-nous, on corrige.

Dernière mise à jour : 10 novembre 2026

La bibliothèque IA gratuite et open-source pour les marketeurs

Retrouve facilement des ressources gratuites telles que des Skills, des MCP, des workflows et des agents IA. Fait pour les marketeurs par des marketeurs !

  • Skills, MCP, workflows et agents IA prêts à l'emploi
  • 100 % gratuit, sans paywall ni conditions cachées
  • Open-source : Skills sous licence MIT, contenu CC BY 4.0
Contribuer