Intégrer un agent IA dans l’entreprise

Un agent n’est pas un chatbot

Un chatbot répond. Vous posez une question, il produit un texte, vous en faites ce que vous voulez. Si la réponse est fausse et que quelqu’un relit, l’erreur s’arrête à l’écran.

Un agent agit. La définition vient d’une note publiée en juillet 2026 par la CNIL et le Conseil de l’IA et du numérique. L’IA agentique désigne un ensemble de programmes qui reposent sur des modèles d’IA générative. Ils sont capables de décider de manière autonome, d’orchestrer des actions complexes, d’interagir avec des services tiers. Avec ou sans validation humaine.

La même note décrit un agent qui appelle des services externes : applications, bases de données, recherche web. Il garde un contexte de travail et une mémoire persistante. Autrement dit, il a des prises sur votre système. C’est son utilité, et c’est son risque.

Anthropic, l’éditeur de Claude, distingue deux choses. Les « workflows », où le modèle suit un chemin écrit à l’avance. Et les « agents », où il dirige lui-même son processus. Son conseil : retenir la solution la plus simple possible. Pas d’agent, donc, là où un enchaînement fixe fait le travail. Notre page agents IA en entreprise pose les bases.

Et l’« agent augmenté » ? Sur ce site, le mot désigne une personne équipée de ces outils, pas un programme. Le Journal démêle les trois mots.

La méthode : six étapes, dans cet ordre

Ce qui compte, c’est l’ordre. Chaque étape règle une question que la suivante suppose réglée.

Pour cadrer l’étape trois, le canevas POC tient en six cases. Une case vide vous dit où travailler d’abord.

Les garde-fous : limiter, valider, tracer

L’ANSSI, le CERT-FR et la CNIL ont tous écrit sur les agents en 2026. Voici ce qu’ils demandent.

Le guide de l’ANSSI, « Sécuriser un système IA agentique », date d’octobre 2026. Sept principes. Parmi eux : limiter l’autonomie, et classer chaque action dans une de trois familles, détaillées plus bas.

Le guide demande aussi que l’autorisation repose sur un contrôle déterministe, hors de portée de l’agent. À notre lecture : ses droits se règlent dans vos systèmes, pas dans sa consigne. Il demande enfin un arrêt d’urgence, et des journaux intègres.

Le CERT-FR est plus direct. Son bulletin du 13 avril 2026 recommande de ne pas déployer en production, sur les postes de travail, les produits d’automatisation par IA agentique. Il demande de les limiter à des bacs à sable, sans données sensibles. Et il veut une validation humaine avant toute action à effet de bord.

En clair, un humain dans la boucle dès que l’agent change quelque chose hors de l’écran. Parmi les risques cités : l’injection de prompt, les droits excessifs, la fuite de secrets, les actions destructrices, les greffons.

La note de la CNIL, elle, regarde les données. Elle relève une perte de maîtrise de l’utilisateur sur ses données, et une dilution des responsabilités. Ses pistes : validation humaine des décisions critiques, cloisonnement de la mémoire, environnements isolés, bouton d’arrêt d’urgence.

Les trois familles viennent de l’ANSSI. Les exemples sont les nôtres : à vous d’écrire vos listes.

Un agent sans périmètre n’est pas autonome. Il est livré à lui-même.

Ce qui fait échouer une intégration

Les échecs se ressemblent. Ils tiennent rarement à la technique.

• Commencer par l’outil. Dans beaucoup de boîtes, l’agent arrive par un fournisseur, et on lui cherche ensuite une tâche.
• Viser trop large. Un agent chargé de « gérer les demandes clients » n’a pas une tâche, il a un métier.
• Ouvrir trop de droits. Par commodité, on lui donne tous les accès de la personne qu’il assiste.
• Ne nommer personne. Si aucun nom ne répond de ce qu’il fait, personne ne lit son journal.
• Ne rien mesurer. Sans chiffre fixé au départ, le prototype reste « intéressant », et il traîne.
• Sauter la formation. Une équipe qui ne sait pas vérifier une réponse ne saura pas contrôler un agent.

Les mesures publiques vont dans le même sens.

Ces chiffres ne condamnent pas les agents. Le banc d’essai montre qu’un agent laissé seul rate la plupart de ses tâches. Et quand un projet s’arrête, selon Gartner, c’est pour son coût, sa valeur incertaine ou ses risques mal contrôlés.

Le cadre : AI Act et RGPD

Nous ne sommes pas juristes. Voici ce que disent les textes au 12 novembre 2026. Votre cas, un juriste doit le valider.

Premier point : le règlement européen sur l’IA ne prévoit pas de règles spécifiques aux agents. C’est la même note de la CNIL qui le précise.

Pour ce règlement, une entreprise qui utilise un système d’IA est un « déployeur ». L’article 4 lui demande de prendre des mesures pour favoriser le développement de la maîtrise de l’IA par son personnel. Cet article est applicable depuis le 2 février 2025.

Si l’agent intervient dans un domaine de l’annexe III, comme le tri de candidatures, d’autres règles s’ajouteront. Les obligations des déployeurs de systèmes à haut risque s’appliqueront le 2 décembre 2027. C’est notre lecture du règlement, à faire valider.

Le RGPD s’applique dès que l’agent traite des données personnelles. Dans ses questions-réponses sur l’IA générative, la CNIL recommande d’associer le DPO, d’interroger le fournisseur sur sa conformité et d’envisager une analyse d’impact.

Elle y rappelle un principe. Dans le cas général, c’est l’organisation utilisatrice qui engage sa responsabilité en cas de mauvaise utilisation par son personnel. Microsoft l’écrit pour Copilot Studio : si l’agent se connecte à un serveur tiers, votre entreprise est responsable des outils et des ressources utilisés.

Tout ramène à la même décision : qui répond de l’agent. C’est une question de gouvernance. Elle se tranche avant l’achat, pas après le premier incident.

Lundi matin

N’appelez pas un éditeur. Prenez une feuille.

Si la tâche tient, nommez le pilote. Le premier échange avec nous dure 30 minutes, il est gratuit. Et notre labo montre ce que nous avons construit pour nous-mêmes.

Un agent ne se demande pas s’il a le droit. C’est à vous de l’avoir écrit avant.