Ce qu'est un agent d'IA
Un chatbot répond par du texte. Un agent, en plus, utilise des outils : il cherche dans vos documents, appelle une API, écrit dans une base ou envoie un e-mail. C'est ce qui le rend utile et ce qui le rend risqué, car il ne dit plus des choses, il les fait.
En entreprise, ils naissent collés à l'existant : la recherche interne, le CRM, la messagerie. C'est là qu'ils héritent de permissions que personne n'a revues.
Les types d'agents IA
Les manuels les classent selon leur façon de décider : réactifs, fondés sur des objectifs, apprenants. En entreprise, il est plus utile de les classer selon ce qu'ils peuvent faire. L'assistant avec outils répond et interroge des systèmes quand on le lui demande. L'agent de workflow exécute seul une tâche en plusieurs étapes, comme trier des e-mails et ouvrir des tickets. Et dans les systèmes multi-agents, l'un planifie et les autres exécutent, ce qu'on appelle en général l'IA agentique.
Plus il est autonome, plus ce qu'il peut toucher compte. Un assistant qui ne fait que lire est un risque pour les données ; un agent qui écrit, envoie ou paie est aussi un risque financier et d'image.
Exemples d'agents IA en entreprise
Service client : il répond à partir de la base de connaissances et ouvre le dossier dans le CRM. Ventes : il résume les appels et met à jour les opportunités. Développement : il écrit des changements et propose des pull requests. Données : il répond aux questions métier en interrogeant l'entrepôt de données. Exploitation : il lit les alertes, cherche la cause et propose la correction.
Partout revient la même question : avec quels droits agit-il, et qui voit ce qu'il fait. Un agent de support qui lit tous les dossiers peut renvoyer ceux d'un autre client ; un agent de données qui interroge avec des droits d'administrateur répond ce que la personne ne devrait pas voir.
Ce qui peut mal tourner
Trois choses reviennent. La première : il rend à une personne des données qui ne sont pas les siennes, parce que l'agent voit plus que celui qui demande. La deuxième : le prompt injection, un texte caché dans un document ou une page qui change ses consignes. La troisième : il agit trop loin, il supprime, envoie ou paie sans que personne n'ait validé.
Aucune des trois n'apparaît en démo, car là le document est le vôtre, la question est aimable et le volume tient en trois fichiers.
Ce que nous revoyons avant de le laisser seul
Quelles données il peut lire et renvoyer, et à qui ; quels outils il peut utiliser et avec quelles limites d'usage et de dépense ; sa résistance au prompt injection, testée à la main avec les cas d'un abus ; ce qui est tracé pour chaque décision ; et ce qui se passe quand le modèle change, ce que plus personne ne regarde.
Cette revue, c'est celle de la gouvernance de l'IA quand on parle de l'ensemble, et celle du backend et de son API quand on parle du système où vit l'agent.