Des agents IA qui agissent, pas seulement qui répondent
Un agent IA ne fait pas que répondre à des questions : il est branché sur vos outils et peut y faire des choses. Créer une fiche client, préparer un document, mettre un suivi à jour. Il travaille sur vos données, et vous décidez de ce qu'il a le droit de faire.
La différence avec un chatbot
Un assistant conversationnel répond. Il puise dans ce qu'il a appris ou dans les documents qu'on lui a fournis, et produit du texte. C'est utile pour renseigner, insuffisant pour faire avancer un dossier.
Un agent dispose en plus d'outils. Il peut consulter votre base, créer une entrée, envoyer un message, déclencher une étape. La conversation n'est plus la finalité, elle devient le moyen.
C'est cette capacité d'action qui crée la valeur, et c'est aussi elle qui impose des limites claires.
Ce qu'il a le droit de faire se décide avant
Un agent qui peut tout faire est un agent qu'on ne peut pas laisser travailler seul. Nous décidons donc dès le début de ce qu'il peut toucher, sur quelles données, et de ce qui devra toujours passer par vous.
La règle que nous appliquons est simple : tout ce qui sort de l'entreprise ou engage financièrement passe par un humain. Un agent peut préparer un devis, il ne l'envoie pas. Il peut rédiger une réponse, vous la validez.
Ce n'est pas une précaution de façade. Nous construisons l'agent autour de cette règle dès le premier jour, parce qu'on ne rajoute pas des garde-fous après coup.
Où vont vos données
C'est la question que les dirigeants posent en premier, et elle est légitime. Selon la sensibilité de ce que l'agent manipule, le traitement peut se faire sur des modèles hébergés hors de l'entreprise ou sur une installation locale.
Les données personnelles, les informations clients confidentielles et les documents contractuels appellent un traitement local. C'est plus contraignant à mettre en place, et c'est parfois la seule option acceptable. Nous en discutons avant de choisir la technique, pas après.
Questions fréquentes
Un agent IA peut-il se tromper ?
Oui. C'est pour cela que nous limitons ce qu'il peut faire et que tout ce qui engage passe par vous. Un agent bien construit se trompe de façon visible, et on peut revenir en arrière. Un agent mal construit se trompe en silence, sur des choses définitives.
Mes données servent-elles à entraîner un modèle ?
Cela dépend du service utilisé, et c'est un point à trancher explicitement au cadrage. Quand c'est un enjeu, nous nous orientons vers un traitement local où la question ne se pose pas.
Faut-il former les équipes ?
Le moins possible. Un agent qui exige une formation pour être utilisé a raté sa cible : il doit s'insérer dans les outils que les personnes ouvrent déjà. La formation utile porte plutôt sur ce qu'il ne faut pas lui confier.
Quelle différence avec une automatisation classique ?
Une automatisation suit toujours le même chemin : ceci arrive, donc on fait cela. Un agent sert quand les cas ne se ressemblent pas, ou quand la demande arrive en texte libre. Si votre façon de faire est stable, l'automatisation classique est plus simple, moins chère et plus sûre.
Comment est-ce facturé ?
Vous payez la mise en route, puis un abonnement mensuel. Nous hébergeons l'agent, nous le surveillons et nous le corrigeons au fil du temps. Vous pouvez repartir avec vos données quand vous voulez.
Un agent, ou une automatisation classique ?
Tout dépend de si vos cas se ressemblent ou non. Un échange d'une heure suffit à trancher, et il arrive souvent que la solution la plus simple soit la bonne.
En discuter