Lire un courriel, retrouver une commande, vérifier une facture, préparer un remboursement : pour un salarié, c’est une séquence banale. Pour l’intelligence artificielle, c’est un changement de métier. Le chatbot proposait une réponse ; l’agent prétend faire avancer le dossier. À l’horizon de septembre 2026, la bataille se joue donc moins autour de la conversation que du droit d’agir. Avec une question très concrète pour les entreprises : jusqu’où laisser un logiciel décider et cliquer à leur place ?
De la réponse à la chaîne d’actions
Un assistant conversationnel produit surtout du texte. Un agent combine un modèle, des outils et une boucle de travail : il interprète un objectif, choisit une action, observe le résultat et ajuste la suite. Il peut interroger une base documentaire, appeler une interface de programmation ou manipuler un navigateur. L’autonomie n’est pas nécessairement totale : un système qui prépare une opération puis attend une validation humaine relève déjà de cette logique.
Le virage s’appuie sur des annonces réelles. En octobre 2024, Anthropic a présenté en bêta publique une capacité d’utilisation de l’ordinateur avec Claude : observer l’écran, déplacer le curseur, cliquer et saisir du texte. Microsoft a développé son offre d’agents autour de Copilot Studio, tandis que Salesforce a lancé Agentforce. En janvier 2025, OpenAI a dévoilé Operator en aperçu de recherche, centré sur l’exécution de tâches dans un navigateur.
Ces jalons ne prouvent pas qu’un employé numérique généraliste est prêt à prendre son poste. Ils montrent un déplacement des investissements : les fournisseurs cherchent à insérer leurs modèles dans les processus de travail. La projection pour septembre 2026 reste une analyse prospective : davantage d’agents pourraient être disponibles, sans que leur fiabilité suive automatiquement la multiplication des démonstrations.
Le test décisif : un dossier terminé correctement
Prenons une demande de remboursement. L’agent doit identifier le client, retrouver l’achat, consulter les conditions applicables, vérifier une éventuelle exception et préparer la transaction. Chaque étape paraît simple. Ensemble, elles forment une chaîne où une erreur initiale peut contaminer tout le reste. Confondre deux commandes ne produit plus seulement une mauvaise réponse : cela peut déclencher un paiement injustifié.
Le vrai progrès ne se mesure donc pas au nombre de clics exécutés. Il se mesure à la proportion de dossiers correctement traités, au coût des reprises et à la capacité du système à s’arrêter. Une démonstration réussie sur un parcours propre ne dit pas comment l’agent réagira devant une facture illisible, une session expirée ou deux règles contradictoires.
Cette distinction change aussi le calcul économique. Un agent mobilise des appels au modèle, des outils, parfois un environnement informatique dédié. S’y ajoutent l’intégration, la surveillance et le traitement des exceptions. Une tâche accomplie rapidement n’est rentable que si le temps de contrôle et de correction ne mange pas le gain obtenu.
Ce que l’on peut raisonnablement déléguer
Commencer par les tâches réversibles
Les premiers candidats sont les travaux bornés, fréquents et vérifiables : classer des demandes, enrichir une fiche client à partir de sources autorisées, rapprocher des documents ou préparer un compte rendu. L’agent produit un résultat contrôlable, sans engager immédiatement l’entreprise. Le périmètre compte davantage que le prestige du modèle.
Une progression prudente distingue trois niveaux :
- Préparer : rassembler les informations et proposer une action, sans modifier les systèmes de référence.
- Exécuter sous contrôle : effectuer une modification après validation explicite de ses paramètres essentiels.
- Exécuter dans un cadre limité : agir seul sur des opérations autorisées, avec plafonds, journalisation et procédure de retour en arrière.
Cette échelle évite le faux choix entre tout automatiser et ne rien déléguer. Un agent peut envoyer seul un accusé de réception, mais demander une autorisation pour modifier un contrat. Il peut préparer une commande fournisseur sans disposer du pouvoir de la payer. Les permissions doivent refléter ces différences, et non dépendre uniquement d’une consigne écrite dans une fenêtre de dialogue.
Garder les décisions sensibles sous responsabilité humaine
Recrutement, crédit, santé, contentieux : lorsque l’action touche directement aux droits ou à la situation d’une personne, les conséquences changent d’échelle. Une validation humaine n’a de valeur que si le valideur comprend le dossier et dispose du temps nécessaire. Cliquer machinalement sur « approuver » ne constitue pas une supervision sérieuse.
Le navigateur, formidable raccourci et point faible
Les agents capables d’utiliser une interface graphique ont une promesse séduisante : travailler avec les logiciels existants, même sans intégration spécifique. C’est un avantage dans les entreprises où cohabitent applications anciennes, portails fournisseurs et outils récents. Mais une fenêtre déplacée, un bouton renommé ou une boîte de dialogue inattendue peut fragiliser le parcours.
Lorsque c’est possible, une connexion structurée par API offre des commandes plus précises et des résultats plus faciles à vérifier. L’interface graphique reste utile pour combler les trous. Un scénario plausible est donc celui d’agents hybrides : des intégrations robustes pour les actions critiques, le navigateur pour les étapes moins bien desservies.
La bataille porte aussi sur les standards de connexion. Présenté par Anthropic en novembre 2024, le Model Context Protocol vise à standardiser les échanges entre applications d’IA, données et outils. Ce type de mécanisme peut faciliter les intégrations. Il ne garantit toutefois ni la qualité des données, ni la légitimité d’une action, ni la sécurité des permissions accordées.
La sécurité devient une question de pouvoir
Un chatbot trompé peut raconter n’importe quoi. Un agent trompé peut agir. Le risque d’injection de consignes malveillantes devient particulièrement concret lorsqu’il lit des pages web, des courriels ou des documents externes. Un contenu consulté peut tenter de lui faire ignorer ses instructions, divulguer des informations ou utiliser un outil à mauvais escient.
La réponse ne peut pas reposer seulement sur la bonne volonté du modèle. Il faut limiter ses droits, isoler les environnements, protéger les secrets et séparer les contenus consultés des autorisations d’action. Pour une opération sensible, le contrôle doit porter sur ce qui sera réellement exécuté : destinataire, montant, document transmis ou données modifiées.
Les traces d’activité deviennent tout aussi importantes. L’entreprise doit pouvoir reconstituer les outils appelés, les validations obtenues et les changements effectués. Elle a surtout besoin d’un bouton d’arrêt et d’une procédure d’incident. Donner un compte largement privilégié à un agent pour simplifier un pilote revient à déplacer la difficulté vers le premier problème sérieux.
Le marché se gagnera dans les exceptions
Les éditeurs de logiciels métiers disposent d’un atout : ils connaissent les objets, les règles et les permissions de leurs applications. Les fournisseurs de modèles apportent des capacités plus transversales. Entre les deux, l’entreprise devra arbitrer entre intégration étroite, souplesse et dépendance. Le meilleur agent ne sera pas forcément le plus spectaculaire, mais celui dont les limites sont documentées et les erreurs récupérables.
Et maintenant ? Pour septembre 2026 et au-delà, le scénario le plus crédible est une délégation graduelle plutôt qu’un remplacement soudain des équipes. Les entreprises auraient intérêt à choisir un processus limité, mesurer les échecs autant que les réussites, puis élargir les permissions seulement lorsque les résultats le justifient. La prochaine frontière de l’IA n’est pas simplement de savoir agir : c’est de savoir quand agir, avec quel mandat et quand rendre la main.
