Agent IA ou automatisation classique
Toutes les tâches répétitives ne justifient pas de l'intelligence artificielle. Certaines se traitent mieux avec une règle simple, et coûtent moins cher à maintenir.
Les deux en résumé
| Automatisation classique | Agent IA | |
|---|---|---|
| Fonctionnement | Règles écrites à l'avance | Interprétation du contexte |
| Entrée acceptée | Format strict et stable | Format variable, texte libre, document |
| Comportement imprévu | Casse | S'adapte ou signale |
| Prévisibilité | Totale | Encadrée par des seuils |
| Coût de mise en place | Faible | Plus élevé |
| Coût de maintenance | Élevé si le contexte bouge | Plus stable dans le temps |
| Auditabilité | Parfaite | Bonne si conçue pour |
Ce que fait bien l'automatisation classique
Une règle est explicite, vérifiable et gratuite à l'exécution. Quand la tâche est stable et le format constant, elle est imbattable.
Copier une donnée d'un système à un autre, toujours au même endroit
Envoyer une notification quand un seuil chiffré est franchi
Générer un rapport à date fixe à partir d'une requête
Créer une tâche quand un champ change de valeur
Sur ces cas, ajouter un modèle de langage n'apporte rien : cela coûte plus cher, introduit une incertitude, et rend l'audit plus difficile pour un résultat identique.
Une règle qui fonctionne ne doit pas être remplacée par un modèle.
Où l'automatisation classique casse
Elle casse dès que le réel s'écarte du format prévu.
Le format change. Un fournisseur modifie la mise en page de ses factures. Un système à zones fixes ne trouve plus le montant. Il faut reprogrammer.
L'entrée est du texte libre. « Je voudrais savoir si vous êtes ouverts dimanche » et « vous ouvrez le dimanche ? » demandent la même chose. Une règle par formulation est ingérable.
Le cas n'était pas prévu. Une facture avec un avoir, une commande partiellement livrée, un client qui répond sur un autre canal. Chaque exception ajoute une condition, et le système devient un empilement que plus personne n'ose modifier.
C'est le vrai coût de l'automatisation classique : pas sa mise en place, mais sa maintenance. Un système à cent conditions accumulées sur trois ans finit par coûter plus cher qu'il ne rapporte.
Où l'agent IA apporte réellement quelque chose
Comprendre une intention exprimée librement, quelle que soit la formulation
Lire un document non structuré
facture, contrat, CV, message — et en extraire les données par le sens et non par la position
Traiter une exception sans avoir été programmé pour elle
Décider quand transmettre à un humain, sur la base d'un seuil de confiance
C'est le dernier point qui distingue un agent d'un script un peu malin. Un script ne sait pas qu'il ne sait pas. Un agent bien conçu porte un indice de confiance, et transmet en dessous du seuil.
En pratique, c'est presque toujours les deux
L'opposition est théorique. Un système réel combine les deux, et la ligne de partage est simple : la règle traite ce qui est vérifiable, le modèle traite ce qui demande de l'interprétation.
Un exemple concret sur le traitement de factures :
Le modèle lit le document et extrait fournisseur, montants, lignes, dates
La règle vérifie que la somme des lignes égale le total, que la TVA est cohérente, que le fournisseur existe en base
La règle décide de l'écriture ou du passage en validation, selon vos seuils
Confier le contrôle arithmétique à un modèle de langage serait une faute de conception : une addition se vérifie, elle ne s'infère pas.
Comment choisir selon votre situation
Automatisation classique si le format est stable, les règles tiennent en quelques lignes, il n'y a pas de texte libre, et les exceptions sont rares.
Agent IA si vous traitez des documents de formats variés, du texte libre, des demandes formulées de façon changeante, ou si votre automatisation actuelle demande des corrections permanentes.
Un signal fiable : si quelqu'un chez vous passe régulièrement du temps à « rattraper » l'automatisation quand elle se trompe, c'est que le problème dépasse ce qu'une règle peut traiter.
Notre position
Nous vendons des agents IA, et nous déconseillons régulièrement d'en mettre un.
Quand une tâche se traite par une règle, nous le disons. Un projet d'IA sur un besoin qui n'en demande pas produit un système coûteux, plus difficile à auditer, et un client qui doute ensuite de toute la démarche.
C'est aussi pour cela que le diagnostic est gratuit et sans engagement : la première chose que nous cherchons, c'est si le problème mérite un agent.
Questions fréquentes
Peut-on mélanger les deux ?
C'est ce que nous faisons systématiquement.
L'agent IA est-il moins fiable ?
Différemment. Une règle est fiable dans son périmètre et fausse en dehors. Un agent est probabiliste, encadré par des seuils. La conception consiste à confier chaque chose à la brique appropriée.
Peut-on auditer les décisions d'un agent ?
Oui, si le système est conçu pour : journalisation, source citée, seuil de confiance enregistré. Nous le faisons par défaut.
Faut-il jeter notre automatisation actuelle ?
Non. Ce qui fonctionne reste. On complète là où ça casse.
Combien de temps pour la mise en production ?
4 à 8 semaines par périmètre.