Agentique & émergent
Workflow agentique
Un workflow agentique est une automatisation au chemin fixé où un LLM juge, rédige ou trie à certaines étapes. Les 5 modèles, différences avec un agent IA.
Qu'est-ce qu'un workflow agentique ?
Un workflow agentique est un processus automatisé dont le chemin est fixé à l'avance, mais dont certaines étapes sont confiées à un LLM capable de lire, juger, rédiger ou choisir un outil. Il combine la fiabilité d'une automatisation classique et la souplesse de l'IA.
Anthropic formalise la distinction en décembre 2024 dans son guide Building effective agents. Un workflow orchestre des modèles et des outils selon un chemin écrit dans le code. Un agent IA dirige lui-même ses étapes et ses outils. Le workflow agentique se situe donc entre l'automatisation simple et l'IA agentique autonome.
Aussi connu sous : agentic workflow, flux de travail agentique, workflow IA, automatisation agentique.
Pourquoi les workflows agentiques comptent pour les marketeurs
Selon McKinsey, 62% des organisations interrogées expérimentent au moins des agents IA, mais seulement 23% déploient un système agentique à l'échelle dans au moins une fonction (The state of AI in 2025, enquête menée en juillet 2025 auprès de 1 993 personnes).
L'écart entre test et déploiement tient souvent au manque de fiabilité des agents trop autonomes. Le workflow agentique répond à ce problème. Pour un marketeur, il transforme une tâche répétitive qui demande du jugement (trier des leads, résumer des retours clients, adapter un contenu) en processus stable, mesurable et relu aux bons endroits.
Comment fonctionne un workflow agentique
Anthropic décrit cinq modèles de workflows, souvent combinés entre eux.
La chaîne de prompts
La tâche est découpée en étapes successives. Chaque appel au modèle reçoit le résultat du précédent : plan d'article, puis rédaction, puis relecture. Un contrôle peut arrêter la chaîne entre deux étapes.
Le routage
Le modèle classe l'entrée, puis l'envoie vers le traitement adapté. Un email client part vers une réponse type, une demande commerciale ou un service technique selon son contenu.
La parallélisation
Plusieurs appels au modèle tournent en même temps sur des parties différentes d'une tâche, ou sur la même tâche pour comparer les réponses. Le résultat final rassemble ou départage ces sorties.
L'orchestrateur et ses exécutants
Un modèle principal découpe la tâche à la volée, la confie à des modèles exécutants, puis assemble leurs résultats. Ce modèle se rapproche de l'agent, car les sous-tâches ne sont pas connues d'avance.
L'évaluateur et l'optimiseur
Un modèle produit une réponse, un second la critique selon des critères donnés, et la boucle continue jusqu'au niveau attendu. Ce modèle convient à la rédaction et à la traduction.
Workflow agentique vs agent IA vs automatisation
Le choix dépend de la part de jugement que demande la tâche.
| Approche | Chemin | Exemple marketing |
|---|---|---|
| Automatisation classique | fixe, sans IA | copier chaque lead dans le CRM |
| Workflow agentique | fixe, avec un LLM à certaines étapes | noter et résumer chaque lead avant le CRM |
| Agent IA | choisi par le modèle | enquêter sur un compte et préparer une approche |
Anthropic recommande de commencer par la solution la plus simple, et de n'ajouter de l'autonomie que si elle améliore réellement le résultat.
Cas d'usage marketing
- Un formulaire de contact qui classe la demande, note le lead et prépare une réponse soumise au commercial.
- Une déclinaison d'article de blog en posts LinkedIn, newsletter et méta-description, avec une étape de relecture automatique.
- Une analyse hebdomadaire des avis clients, classés par thème et résumés pour l'équipe produit.
- Une veille concurrentielle qui collecte les nouveautés, filtre les doublons et rédige une synthèse.
Limites des workflows agentiques
- Chaque étape d'IA peut produire une hallucination. Une erreur en début de chaîne se propage aux étapes suivantes.
- Le coût en tokens grimpe avec le nombre d'étapes et de passages dans les boucles de relecture.
- Un contenu lu par le workflow (email, page web) peut contenir une prompt injection qui détourne une étape.
- Les envois et publications automatiques gagnent à passer par une validation humaine.
- Un workflow sans journal d'exécution devient difficile à déboguer quand le résultat se dégrade.
Comment démarrer avec les workflows agentiques
Les automatisations de Join Médicis proposent des workflows prêts à importer dans n8n ou Make. Les Skills fournissent les consignes de chaque étape, les guides MCP relient le workflow aux outils, et les agents IA prennent le relais quand la tâche demande plus d'autonomie.
Questions fréquentes
Quelle différence entre un workflow agentique et un agent IA ?
Dans un workflow agentique, le chemin est écrit à l'avance et le modèle intervient à certaines étapes. Un agent IA choisit lui-même ses étapes et ses outils.
Quels outils permettent de créer un workflow agentique ?
Les plateformes d'automatisation comme n8n, Make ou Zapier ajoutent des étapes d'IA à leurs scénarios. Les développeurs utilisent aussi des bibliothèques de code dédiées.
Faut-il savoir coder pour créer un workflow agentique ?
Non pour un workflow simple dans n8n ou Make. Des notions d'API et de JSON deviennent utiles dès que le workflow se complique.
Un workflow agentique est-il plus fiable qu'un agent ?
En général oui, car son chemin est connu et testable. Il est en revanche moins souple face à une situation imprévue.
Une erreur, un lien cassé, un souci de sécurité ? Dis-le-nous, on corrige.
Dernière mise à jour : 12 novembre 2026