Agent IA : définition, fonctionnement et types d'agents

Un agent IA est un programme qui comprend une demande, décide des étapes pour y répondre, utilise des outils pour agir, puis rend compte du résultat. Concrètement, il consulte des données, remplit un formulaire, envoie un message ou produit un fichier. Définition, fonctionnement, types d'agents et exemples, jusqu'au cas de l'agent IA RH.

Agent IA : la définition

Un agent IA est un système qui perçoit son environnement, raisonne sur un objectif et agit pour l’atteindre, de façon plus ou moins autonome. La définition n’est pas nouvelle : elle structure depuis trente ans les manuels d’intelligence artificielle. Ce qui a changé, c’est le moteur. Les grands modèles de langage (LLM) permettent désormais à un agent de comprendre une demande formulée en langage courant, de découper une tâche complexe en étapes et de choisir lui-même les outils à utiliser.

Concrètement, quand vous demandez à un agent IA « relance les managers qui n’ont pas terminé leurs entretiens », il identifie les managers concernés dans vos données, prépare un message adapté à chacun et, si vous le validez, l’envoie.

Comment fonctionne un agent IA

Tout agent IA repose sur quatre briques.

• Le modèle de langage : il comprend la demande, raisonne et rédige. C’est le « cerveau » de l’agent.
• Les outils : ce sont les actions que l’agent peut déclencher. Lire une base de données, chercher sur le web, créer un document, envoyer un e-mail. Sans outils, un modèle ne fait que parler.
• La mémoire : le contexte de la conversation, mais aussi les préférences et les informations utiles d’une session à l’autre.
• La boucle d’action : l’agent planifie, exécute une étape, observe le résultat, puis décide de la suivante, jusqu’à ce que l’objectif soit atteint ou qu’il ait besoin de vous.

Cette boucle permet à l’agent d’enchaîner plusieurs actions, de corriger sa trajectoire quand un outil renvoie une erreur et de vous demander une précision quand la demande est ambiguë.

Agent IA, chatbot, assistant : les différences

Critère	Chatbot à scénarios	Assistant IA généraliste	Agent IA connecté
Compréhension	Mots-clés, arbres de décision	Langage courant	Langage courant
Accès à vos données	Base de réponses figée	Ce que vous lui collez	Vos systèmes, sous vos droits
Actions	Aucune ou très limitées	Rédaction, analyse	Enchaînement d’actions réelles
Traçabilité	Faible	Variable	Journal de chaque action

Un assistant généraliste comme ChatGPT, Claude, Copilot ou Mistral Vibe est excellent pour rédiger et analyser ce que vous lui fournissez. Il devient un agent quand on le connecte à vos outils, par exemple grâce à un serveur MCP. Pour une comparaison détaillée dans le domaine RH, voyez chatbot RH ou agent IA RH.

Les types d’agents IA

Les manuels distinguent cinq grandes familles, toujours utiles pour comprendre les agents d’aujourd’hui.

1. Les agents réflexes simples réagissent à une situation par une règle fixe : un thermostat, un filtre anti-spam basique.
2. Les agents fondés sur un modèle gardent une représentation de leur environnement, ce qui leur permet d’agir quand l’information est incomplète.
3. Les agents orientés objectif choisissent leurs actions en fonction d’un but à atteindre, et planifient plusieurs étapes.
4. Les agents orientés utilité arbitrent entre plusieurs façons d’atteindre l’objectif, selon un critère : coût, délai, qualité.
5. Les agents apprenants améliorent leur comportement à partir de l’expérience et des retours.

Les agents IA modernes combinent ces familles. On les classe aussi par usage : agents conversationnels (ils échangent avec vous), agents de tâche (ils exécutent un travail précis, souvent planifié), et systèmes multi-agents, où plusieurs agents spécialisés se répartissent un travail complexe.

Exemples d’agents IA

• Service client : un agent lit la demande, consulte la commande, propose un remboursement conforme aux règles et le déclenche après validation.
• Développement logiciel : un agent lit un ticket, modifie le code, lance les tests et ouvre une demande de fusion.
• Finance : un agent rapproche des factures et des relevés, et signale les écarts.
• Ressources humaines : un agent prépare le bilan d’une campagne d’entretiens, relance les retardataires, enregistre les présences d’une formation à partir d’une feuille d’émargement scannée.

Le point commun : l’agent part d’une demande en langage courant et produit un résultat utilisable : un chiffre sourcé, un fichier, une action réalisée.

Et dans les RH ?

Les RH concentrent des données nombreuses et dispersées, et beaucoup de tâches répétitives : c’est un terrain idéal pour les agents IA, à condition de respecter des garde-fous stricts. Les cas d’usage concrets (relances, préparation des comités, administratif de la formation, reporting) sont détaillés dans notre article sur l’IA agentique en RH.

Les garde-fous d’un agent IA

Un agent qui agit doit être encadré. Quatre règles s’imposent, quel que soit le domaine.

1. Les droits d’accès : l’agent ne voit et ne fait que ce que l’utilisateur peut voir et faire.
2. La validation humaine : toute action qui engage (envoi, modification, décision sur une personne) se valide avant exécution.
3. La traçabilité : chaque action est journalisée, avec la demande d’origine.
4. La conformité : RGPD et règlement européen sur l’IA, dont plusieurs usages RH relèvent du haut risque. Voir gouvernance de l’IA et AI Act RH.

À retenir

Un agent IA comprend, planifie et agit avec des outils, dans une boucle qui va jusqu’au résultat. Sa valeur dépend de deux choses : les données auxquelles il accède et la qualité de son encadrement. Bien conçu, il transforme des heures de recherche et de mise en forme en quelques échanges.

Pour aller plus loin : les cas d’usage de l’IA agentique en RH, le serveur MCP qui relie un assistant à vos outils, puis l’agent IA RH Teed. Et pour en parler avec nous, demandez une démo.