Agents IA · Guide Créer un agent IA : outils, approches et six étapes vers votre premier agent

De quoi se compose un agent IA

Un agent IA est un programme qui, grâce à un modèle de langage, décide lui-même de l’étape suivante et utilise des outils pour l’exécuter. Ce qu’est un agent et en quoi il diffère d’un chatbot et de l’automatisation classique est expliqué dans notre article agents IA en entreprise. Techniquement, tout agent a besoin des mêmes briques :

• Modèle : le modèle de langage qui lit, planifie et rédige.
• Instructions : tâche, ton, règles et surtout le moment où l’agent passe la main à un humain.
• Outils : des interfaces pour lire des données ou agir, par exemple consulter une commande ou créer un ticket.
• Connaissances : les documents auxquels il accède, par exemple tarifs, manuels ou réponses passées.
• Limites : droits, validations, montants maximaux et plafonds de coûts.
• Journalisation et tests : chaque décision traçable, chaque modification vérifiée sur des exemples réels.

Trois approches comparées

En pratique, les approches se combinent souvent : un agent en code prend en charge le contrôle exigeant, n8n le relie à la boîte mail, à l’ERP et au CRM. Le choix de la plateforme dépend moins de l’outil que de l’endroit où se trouvent vos données, de qui maintiendra l’agent ensuite et des exigences de protection des données. n8n peut par exemple fonctionner sur vos propres serveurs dans l’UE, plus de détails dans héberger n8n soi-même.

Connecter des outils : ce qu’est MCP

Pour agir, un agent a besoin d’accéder à vos systèmes. Le Model Context Protocol (MCP) est un standard ouvert pour connecter de façon uniforme les applications d’IA à des outils et sources de données. Anthropic l’a présenté fin 2024, et de nombreux fournisseurs et outils le prennent désormais en charge. Pour les entreprises, cela signifie qu’une connexion construite une fois, par exemple vers l’ERP, peut servir avec différents modèles et plateformes. MCP est utile, mais pas indispensable. Beaucoup d’agents se contentent de quelques interfaces programmées directement.

Créer un agent IA en six étapes

1. Choisir une tâche étroite : par exemple « répondre aux questions sur le statut de livraison » plutôt que « reprendre le service client ».
2. Rassembler des exemples réels : 30 à 50 cas typiques avec la bonne réponse. Ils servent de référence pour chaque modification.
3. Des outils avec des droits minimaux : l’agent peut lire les commandes, mais pas passer d’avoirs. Des droits d’écriture seulement là où ils sont vraiment nécessaires.
4. Définir instructions et passage de relais : ce que l’agent peut faire, ce qu’il ne peut pas faire et quand il passe la main à un humain, par exemple en cas de réclamation ou de doute.
5. Tester et mesurer : faire tourner l’agent sur les exemples, classer les erreurs par type, améliorer instructions et outils, tester à nouveau.
6. Démarrer avec validation : au début, l’agent propose et un humain valide. Ce n’est que lorsque les résultats sont justes pendant des semaines qu’il peut en faire plus seul. Plafonds de coûts et journaux fonctionnent dès le départ.

Sécurité et droit

Les agents lisent des textes venus de l’extérieur, comme des e-mails ou des pages web. Ils peuvent contenir des instructions cachées destinées à pousser l’agent à faire quelque chose. L’OWASP classe cette injection de prompt comme le principal risque des applications d’IA, suivie notamment des droits trop étendus. Les principales parades sont des droits minimaux, des validations pour les actions qui ont des conséquences et une séparation entre lecture et écriture.

Sur le plan juridique, la plupart des agents en entreprise ne posent pas de problème. Si un agent échange directement avec des personnes, il doit être clair qu’il s’agit d’une IA (art. 50 du règlement sur l’IA). Pour les usages dans des domaines sensibles comme le recrutement, les obligations relatives à l’IA à haut risque s’appliquent à partir de décembre 2027. Les données personnelles exigent un contrat de sous-traitance et, si possible, des serveurs dans l’UE.

Le construire soi-même ou le faire construire ?

Le construire soi-même vaut la peine pour des assistants internes à faible risque, si quelqu’un dans l’équipe a l’envie et le temps de s’y plonger. Un accompagnement vaut la peine si l’agent travaille avec des données clients, relie plusieurs systèmes ou doit fonctionner durablement de façon fiable. Notre façon de procéder est décrite sur la page développement d’agents IA. En tant qu’agence IA, nous vous accompagnons du premier prototype à la mise en service.