Agent augmenté, agent IA : de quoi parle-t-on vraiment

Vous connaissez la scène. Autour de la table, trois personnes disent « agent ». La première pense à un programme qui enchaîne des actions tout seul. La deuxième à un salarié mieux outillé. La troisième, qui vient d’une collectivité, pense à ses agents : ceux qui ont un bureau et un badge. Tout le monde hoche la tête. Personne ne parle de la même chose.

Ce flou coûte cher. On achète un outil en croyant acheter une transformation. Ou on interdit tout, en croyant interdire un risque. Trois mots sont à séparer : l’assistant, l’agent IA, l’agent augmenté.

L’assistant répond, vous décidez

C’est ce que la plupart des gens appellent « l’IA ». Vous posez une question à ChatGPT, Claude, Gemini, Copilot ou Mistral. L’outil produit un texte. Vous le lisez, vous le corrigez, vous en faites ce que vous voulez.

L’erreur s’arrête à l’écran. Si la réponse est fausse et que vous la relisez, rien ne se passe. C’est ce qui rend l’assistant fréquentable, y compris pour une équipe qui débute.

C’est aussi l’usage le plus répandu, de loin. Selon le baromètre France Num 2026, 34 % des TPE et PME utilisent l’IA pour générer du texte, de la voix ou des images. Elles ne sont que 11 % à l’utiliser pour automatiser des tâches.

L’agent IA agit, et c’est là que tout change

La CNIL et le Conseil de l’IA et du numérique en ont donné une définition en juillet 2026. L’IA agentique, ce sont des programmes fondés sur des modèles d’IA générative. Ils décident de manière autonome, orchestrent des actions complexes, interagissent avec des services tiers. Avec ou sans validation humaine.

Les cinq derniers mots sont les plus importants. Un agent ne se contente pas d’écrire le mail. Il peut l’envoyer.

Anthropic, l’éditeur de Claude, fait une distinction utile. D’un côté les « workflows » : le modèle et ses outils suivent un chemin écrit à l’avance. De l’autre les « agents » : le modèle dirige lui-même son processus et son usage des outils. Son conseil vaut pour tout le monde : retenir la solution la plus simple possible.

Pour agir, un agent a besoin de prises. C’est le rôle de protocoles comme MCP, le Model Context Protocol. Ce standard ouvert connecte une application d’IA à des systèmes externes : fichiers, bases de données, outils. Sa documentation cite Claude, ChatGPT, Visual Studio Code et Cursor parmi les clients compatibles.

Les éditeurs ont leurs ateliers. Microsoft Copilot Studio permet d’étendre un agent avec des outils exposés par un serveur MCP. Chez Google, Agent Designer sert à créer des agents sans code, ou presque, dans Gemini Enterprise. On y trouve des sous-agents et des exécutions planifiées, à l’heure, au jour ou à la semaine.

L’agent augmenté, lui, est une personne

C’est le troisième sens, et celui qu’on oublie. Un « agent augmenté » n’est pas une machine. C’est un salarié, ou un agent public, qui fait son métier avec ces outils à portée de main.

Dans une collectivité, la précision compte : l’agent, c’est d’abord la personne. Le guide d’usage de l’IA publié le 16 juin 2026 pour les agents de l’État pose cinq principes. Parmi eux : la responsabilité de l’agent. L’humain, donc.

La Normandie a un exemple documenté par la Banque des Territoires. À la Métropole Rouen Normandie, l’outil Delibia sert à chercher dans les délibérations publiques. Il aide aussi aux comptes rendus, aux synthèses, aux écrits administratifs. Il a été expérimenté auprès de 178 agents, sur la base du volontariat. C’est cela, un agent augmenté : une personne, un outil, un usage choisi.

Côté salariés, la délégation à un agent IA reste minoritaire. L’enquête Greenworking et Ipsos bva de mai 2026 porte sur 1 100 salariés du privé, hors ouvriers. Parmi les utilisateurs d’IA générative, 18 % ont déjà délégué plusieurs tâches à un agent.

Ce qui marche, ce qui casse

Ce qui tient : les tâches bornées, dont on sait vérifier le résultat. Chercher dans une documentation. Préparer un premier jet. Comparer deux versions d’un document. L’agent avance, l’humain valide.

Ce qui casse : l’autonomie longue. Dans le banc d’essai TheAgentCompany, des chercheurs simulent une petite société de logiciels et confient des tâches à des agents. Le plus performant en accomplit 30 % de façon autonome. Sept sur dix lui échappent.

La mesure ne condamne pas les outils. Elle dit qu’un agent laissé seul, dans ce cadre simulé, échoue plus souvent qu’il ne réussit.

Ce que disent le CERT-FR, l’ANSSI et la CNIL

Le 13 avril 2026, le CERT-FR a publié un bulletin sans détour. Il recommande de ne pas déployer en production, sur les postes de travail, les produits d’automatisation par IA agentique. De les limiter à des bacs à sable, sans données sensibles. Et d’imposer une validation humaine pour toute action à effet de bord. Autrement dit, toute action qui change quelque chose hors de l’écran.

Les risques cités sont concrets : injection de prompt, droits excessifs, fuite de secrets, actions destructrices, greffons.

En octobre 2026, l’ANSSI a publié « Sécuriser un système IA agentique ». Sept principes. Trois suffisent à changer une réunion de projet.

• Les actions se classent en trois familles : celles que l’agent fait seul, celles qui exigent une approbation humaine, celles qui lui sont interdites.
• L’autorisation repose sur un contrôle déterministe, hors de portée de l’agent. Ce n’est pas à lui de décider ce qu’il a le droit de faire.
• Un arrêt d’urgence existe, et les secrets restent hors du contexte du modèle.

La CNIL, avec le Conseil de l’IA et du numérique, regarde les données. Leur note du 20 juillet 2026 relève une perte de maîtrise de l’utilisateur sur ses données. Mémoire persistante, profils très précis, flux entre services. Elle relève aussi une dilution des responsabilités. Et elle précise que le règlement européen sur l’IA ne prévoit pas de règles propres aux agents.

La question à poser avant d’intégrer un agent

Qui répond de ce qu’il fait ?

Pas « quel outil ». Pas « quel budget ». Un nom. Celui de la personne qui sait ce que l’agent a le droit de faire, qui regarde ce qu’il a fait, et qui peut l’arrêter.

La documentation de Microsoft est claire sur ce point. Quand vous connectez un agent Copilot Studio à un serveur tiers, votre entreprise est responsable des outils et des ressources utilisés. L’éditeur fournit l’atelier. Il ne répond pas à votre place.

C’est une affaire de gouvernance. La technique vient après. Et la question se pose avant l’achat. Dans beaucoup de boîtes, c’est l’inverse. L’agent arrive par un fournisseur. La question arrive après le premier incident.

Lundi matin

Ne commencez pas par un agent. Commencez par un cas d’usage. Un seul, que l’équipe pratique déjà à la main avec un assistant, et dont on sait vérifier le résultat.

Posez-le dans un canevas. Puis prototypez-le : c’est l’objet d’un POC IA. Un cas d’usage, un prototype sur vos vraies données, un pilote nommé, un objectif à 90 jours, le droit d’arrêter.

Le pilote nommé, c’est la réponse à la question. Si personne ne lève la main pour ce rôle, vous avez votre diagnostic. La suite est sur la page agents IA en entreprise.

Une machine peut agir à votre place. Elle ne peut pas répondre à votre place.