Votre PME a-t-elle besoin d'un agent IA, ou d'une automatisation bien faite ?

Une automatisation, ou workflow déterministe, c'est un chemin écrit à l'avance. Un événement déclenche des étapes dans un ordre prévu. Les exceptions sont des branches que vous avez déjà définies, pas des inventions du système. Chez Zapier, un Zap est un déclencheur puis une ou plusieurs actions, avec des champs mappés d'une étape à l'autre (aide Zapier, mise à jour du 29 mai 2026). Chez Make, un scénario standard suit des règles fixes. Make distingue un scénario IA (chemin fixe, une étape IA : classifier, extraire, résumer) d'un scénario agent (l'agent choisit le chemin). Relu le 1er octobre 2026, cette page d'aide dit l'essentiel : IA dans une étape n'est pas un agent.

Un agent, au sens de 2026 qui compte, c'est autre chose. Anthropic (« Building effective agents », 19 décembre 2024, relu le 1er octobre 2026) sépare les workflows, où le modèle et les outils suivent des chemins déjà codés, des agents, où le modèle dirige ses propres étapes et ses outils. Concrètement : un objectif, des outils, le résultat de chaque outil lu avant de continuer, et un arrêt possible pour un humain. OpenAI décrit la même base (PDF guide consulté le 1er octobre 2026) : un modèle qui pilote le workflow, des outils qui lisent ou agissent, des instructions et des garde-fous. Un chatbot à un tour, ou un classifieur, n'est pas un agent : le modèle ne décide pas de la prochaine action.

Trois composants, pas un slogan. L'objectif dit ce que veut dire « fait » (une relance rédigée, un dossier classé), pas « être plus productif ». Les outils sont les seules actions permises : d'abord en lecture (le client, le devis, le statut), en écriture ensuite, et seulement si l'action est réversible ou approuvée. La boucle humaine, c'est une personne nommée qui bloque le flux avant un email client, un avoir, une écriture comptable ou un mouvement de stock.

Ce que ce n'est pas. Coller du texte dans ChatGPT n'est pas un agent. Une licence d'équipe non plus. Un assistant qui répond à partir de vos documents (RAG) n'agit pas dans vos outils : il récupère, puis il rédige. L'arbitrage licence versus assistant sur documents est un sujet séparé, traité dans Faut-il un assistant IA interne (RAG), ou une licence ChatGPT Business suffit-elle ?. Ici la question est de savoir si quelque chose doit agir, et si le chemin est fixe ou jugé au cas par cas.

Posez-les sur un flux, pas sur « l'IA dans l'entreprise ». Exemples : relancer les devis ouverts, trier les demandes de support, créer une fiche à partir d'un formulaire, classer les factures fournisseurs. Répondez par oui ou par non.

1. Le chemin, exceptions comprises, tient-il sur une page (déclencheur, étapes, qui valide, ce qui ne part jamais seul) ? Si oui, vous n'avez pas besoin d'un agent. Vous avez besoin que ce chemin soit exécuté sans oubli : un scénario Make, un Zap, ou une fonction de l'outil que vous avez déjà.

2. Le nombre d'étapes varie-t-il vraiment d'un cas à l'autre ? Du texte libre (emails, PDF différents, échanges) ne suffit pas pour répondre oui. Une étape IA dans un scénario fixe (extraire un montant, proposer une catégorie), puis une règle, suffit souvent. Oui seulement si le parcours lui-même dépend du cas.

3. Une mauvaise action coûte-t-elle cher ou est-elle difficile à annuler (message client, prix, paiement, délai promis, stock) ? Si oui, un arrêt humain est obligatoire, règle ou agent. OpenAI place cet arrêt là où les échecs s'accumulent, ou là où l'action est sensible, difficile à inverser, ou à fort enjeu. Anthropic nomme l'autre coût : plus d'appels, et des erreurs qui s'empilent si le modèle continue seul.

4. La donnée que le système va lire est-elle unique, et a-t-elle un propriétaire ? Un client, un prix, un statut de commande, une définition, un propriétaire nommé. Si trois fichiers disent trois choses, ni une règle ni un agent ne trancheront pour vous. Ils reproduiront le conflit, plus vite.

5. Avez-vous une mesure avant, et une personne responsable à 30 jours ? Temps passé, taux d'erreur, délai de réponse, volume traité. Sans baseline, vous saurez que l'outil a tourné. Vous ne saurez pas s'il a aidé.

Comment lire. Questions 1, 4 et 5 oui : automatisez. Question 3 dit seulement si la dernière étape s'envoie seule ou attend. Question 1 non, 2 oui, 4 et 5 oui, et 3 couvert par un humain : un agent borné peut être testé, en lecture seule d'abord. Question 4 non : ni scénario ni agent tant qu'il n'y a pas une définition et un propriétaire. C'est le cas le plus fréquent, et le plus cher à ignorer.

Un CRM pourri, ce n'est pas toujours un mauvais logiciel. C'est un fichier auquel l'équipe ne croit plus. Des doublons, des affaires jamais fermées, trois orthographes du même client, la vérité commerciale qui vit dans une boîte mail. Tout le monde le sait. Le travail continue à côté, parce qu'il le faut.

Une automatisation ne répare pas ça. Elle le propage. Un Zap qui crée un contact à chaque formulaire crée des doublons à la chaîne. Une relance des « devis ouverts » relance des devis déjà signés, ou déjà perdus, parce que le statut est faux. Vous industrialisez l'erreur que l'équipe corrigeait à la main.

Un agent fait pire s'il peut écrire. Il choisit une fiche sur trois, met à jour la mauvaise, et la phrase est sûre. La démo est fluide. Quelques semaines plus tard, l'équipe est revenue dans le tableur : des fiches modifiées sans que personne ne les relise.

L'ordre utile est ennuyeux. Une définition du client, du devis ouvert, du gagné et du perdu. Une personne qui tranche les cas limites, sur ce périmètre seulement. Puis le scénario. Si les demandes sont encore trop variables pour une règle, tester un agent sans écriture : il prépare, un humain envoie. Un modèle sur un CRM contesté échoue pour la même raison qu'un assistant sur des documents périmés.

France Num mesure cet écart sans le mot agent : seules 11 % des TPE-PME françaises déclarent utiliser l'IA pour automatiser des tâches, contre 40 % qui déclarent utiliser l'IA. La plupart de l'usage est encore du brouillon et du chat. Un agent commercial sans propriétaire du référentiel saute l'étape qui produit le résultat.

Jours 1 à 7. Un flux, celui qui revient chaque semaine. Écrivez le déclencheur, les étapes, les exceptions, qui valide, et ce qui ne part jamais seul. Mesurez une vraie semaine. Si le flux ne peut pas s'écrire, ce n'est pas un problème d'outil. Faites-le écrire par les personnes qui le font, et arrêtez-vous là.

Jours 8 à 15. Vérifiez seulement la donnée que ce flux lit. Une liste de statuts. Un propriétaire. Les doublons évidents sur ce périmètre, pas une migration. Si la vérification échoue, les deux semaines suivantes règlent ça. Elles ne branchent pas un modèle.

Jours 16 à 23. Si le chemin est fixe, construisez le scénario et faites-le tourner sur des cas réels, avec un humain sur l'étape risquée. S'il ne l'est pas, gardez le test petit : un objectif, deux ou trois outils en lecture, une sortie qui propose une action au lieu de la prendre. Pas plusieurs agents. Pas d'accès à tout le système.

Jours 24 à 30. Comparez avec la première semaine. Si le temps ou les erreurs n'ont pas bougé, arrêtez ou réduisez. S'ils ont bougé, documentez le chemin et étendez une étape à la fois. Trente jours ne construisent pas une plateforme. Ils vous évitent d'en acheter une pour un problème d'une page.

Une proposition qui commence par le modèle ou par le mot agent, et n'a pas décrit le flux. Le premier livrable utile, c'est le chemin écrit et la donnée qu'il lit, pas une architecture.

Un agent qui envoie seul des messages clients, crée des avoirs ou modifie le stock, sans arrêt humain, dès le premier mois. L'autonomie se gagne sur des erreurs déjà revues, pas sur une promesse.

Un chatbot renommé agent. Si le système ne choisit pas d'outils et n'enchaîne pas d'actions, c'est un assistant. Il peut être le bon outil. Le vendre comme un agent est précisément l'agentwashing décrit par Gartner. Demandez une phrase : qui décide de l'étape suivante, une règle écrite ou le modèle ?

Plusieurs agents (commercial, support, finance) avant qu'un seul flux soit mesuré. Chaque agent ajoute des droits et des erreurs possibles. OpenAI conseille d'aller d'abord au bout d'un seul agent, avec des outils distincts. Anthropic conseille la solution la plus simple, y compris de ne rien construire d'agentique.

Une automatisation sans propriétaire du référentiel, même si ce n'est « qu'un Zap ». Le piège général n'est pas le mot agent. C'est d'industrialiser une donnée contestée.

Aucun chiffre ci-dessus n'est une estimation du cabinet. Les définitions sont reprises des documents cités, pas inventées pour l'article.

France Num, Baromètre 2026 (DGE / Crédoc, 9 655 entreprises dont 2 869 PME, interrogées du 23 mars au 18 avril 2026, dossier du 17 septembre 2026 mis à jour le 28 septembre 2026) : 40 % des TPE-PME utilisent au moins une IA (13 % en 2024) ; PME de 34 % à 53 % ; génération de contenus 34 %, assistants et chatbots 24 %, analyse de documents 13 %, automatisation des tâches 11 %. Baromètre France Num 2026.

Gartner, communiqué du 26 août 2025 mis à jour le 5 septembre 2025 : 40 % des applications d'entreprise avec des agents de tâche d'ici fin 2026, contre moins de 5 % à l'annonce. Appeler agent un assistant qui ne fait qu'aider l'utilisateur est de l'agentwashing. Prévision logicielle, pas mesure PME. Communiqué Gartner.

Anthropic, « Building effective agents », 19 décembre 2024, relu le 1er octobre 2026 : un workflow suit des chemins prédéfinis ; un agent laisse le modèle diriger outils et étapes, avec le résultat réel de l'outil et une validation humaine possible. Article Anthropic.

OpenAI, « A practical guide to building agents », PDF consulté le 1er octobre 2026 (pas de date d'édition sur le fichier lu) : modèle, outils, instructions. Utile si la décision est contextuelle, si les règles sont devenues intenables, ou si l'entrée est du texte non structuré. Sinon, rester déterministe. Humain si échecs répétés ou action à enjeu. PDF OpenAI.

Make, types de scénarios, aide consultée le 1er octobre 2026 : standard (règles fixes), IA (chemin fixe), agent (le parcours n'est pas fixé). Aide Make. Zapier, « What is a Zap? », mise à jour du 29 mai 2026 : déclencheur plus actions. Aide Zapier.