Ce que recouvre le terme
Un assistant IA classique répond à une question puis s’arrête. L’IA agentique va plus loin : on lui confie un objectif, et le système décide lui-même des étapes pour l’atteindre. Il peut planifier, consulter des outils, lire des documents, vérifier ce qu’il a produit et recommencer si le résultat ne convient pas. Le terme s’est imposé en 2024 et 2025 pour décrire cette évolution.
Un agent IA est la brique de base ; l’IA agentique désigne l’approche d’ensemble, qui peut faire travailler plusieurs agents ensemble, l’un vérifiant le travail de l’autre.
Ce qui la rend possible
- Des modèles de raisonnement capables de décomposer un problème.
- Des branchements standardisés vers les outils, par les API et des protocoles comme MCP.
- Des systèmes de contrôle qui suivent chaque étape et peuvent l’arrêter.
Usages réalistes en PME
- Traiter une demande entrante de bout en bout : comprendre le besoin, vérifier l’historique, préparer une réponse et un rendez-vous.
- Préparer un dossier : rassembler les pièces, repérer celles qui manquent, rédiger la demande au client.
- Contrôler un lot de factures : un agent extrait les données, un second vérifie la cohérence.
Les garde-fous indispensables
Plus un système est autonome, plus ses erreurs peuvent se propager avant d’être vues. Les règles de base : un périmètre étroit, des droits minimaux, un journal de chaque action, une limite de coût et de durée, et une validation humaine avant tout ce qui sort de l’entreprise, selon le principe du human in the loop. Il faut aussi se protéger contre la prompt injection, plus dangereuse quand l’IA peut agir.
Nous détaillons ce qui casse en premier dans notre article sur les agents IA en production.