Agents IA qui tournent, agents IA qui répondent : comment choisir sans se planter

Mettre le mauvais type d’agent sur un process coûte souvent plus cher qu’attendre que l’IA soit mature.

Introduction

Si tu as déjà demandé à ton équipe ou à un prestataire « tu peux nous mettre un agent IA là-dessus ? », tu as peut-être remarqué que la réponse dépend complètement de qui te répond.

Un consultant Make te proposera un workflow déclenché par un email. Un fan de Claude t’enverra un lien vers Cowork avec une démo de discussion. Les deux te diront que c’est « l’agent IA qu’il te faut ».

Les deux ont raison. Et tort. Parce qu’on appelle « agent IA » deux objets qui n’ont à peu près rien à voir, et la première décision à prendre pour un dirigeant de TPE/PME, c’est de savoir lequel des deux résout ton problème – avant d’acheter quoi que ce soit.

Cet article te donne la grille de tri. Pas de slides, pas de promesse. Juste de quoi savoir, en fin de lecture, sur quel type d’agent IA partir pour les trois ou quatre process que tu as en tête.

Le vrai problème : un seul mot pour deux objets très différents

Le mot « agent IA » recouvre aujourd’hui deux familles d’outils qui fonctionnent sur des logiques opposées.

D’un côté, les agents qui tournent. Ce sont des automatisations construites sur Make, N8N, Zapier ou équivalent. Tu les configures une fois, et ils s’exécutent tout seuls quand un événement se produit. Un email arrive, ils trient. Un formulaire est rempli, ils déclenchent une séquence. Un fichier atterrit dans Drive, ils l’envoient à un client. Tu ne leur parles pas, ils tournent.

De l’autre, les agents qui répondent. Claude, Cowork, ChatGPT Agents, Claude Code. Ce sont des agents conversationnels. Tu leur poses une question ou tu leur confies une tâche en langage naturel, ils raisonnent dans le contexte de la demande, ils utilisent des outils branchés via MCP (Model Context Protocol), et ils te rendent un livrable. Ils ne tournent que quand tu les invoques.

Mettre un agent qui tourne sur un besoin exploratoire, c’est comme acheter une chaîne de montage pour fabriquer trois pièces uniques. Mettre un agent qui répond sur un process qui se répète vingt fois par jour, c’est comme demander à un consultant senior de relancer manuellement chaque client en retard de paiement. Dans les deux cas, tu paies trop cher pour un résultat médiocre.

Mettre un agent qui tourne sur un besoin exploratoire, c’est comme acheter une chaîne de montage pour fabriquer trois pièces uniques.

Les agents qui tournent (Make, N8N)

À quoi ça ressemble en vrai

Concrètement, tu ouvres Make ou N8N et tu construis un schéma visuel. Un trigger (point de départ), puis une suite de blocs qui font des actions. Pas de code. Pas d’IA générative au cœur du système – même si on peut greffer un appel à GPT ou Claude dans une étape, le cœur du workflow reste déterministe.

Exemple d’agent qui tourne, version artisan TPE :

• Trigger : un email arrive dans la boîte « devis@ ».
• Extraction des infos clés (nom, téléphone, demande) via parsing ou via appel ponctuel à un modèle.
• Création d’une ligne dans le CRM.
• Envoi d’un SMS de confirmation au client.
• Notification dans Slack à l’équipe.

Le workflow tourne en boucle, 24 heures sur 24, sans intervention humaine.

Ce que ça sait faire

Tout ce qui est récurrent, déterministe et déclenché par un événement clair. Si tu peux écrire les règles sous la forme « quand X arrive, fais Y, puis Z », un agent qui tourne est ton allié.

Les terrains où ça brille :

• Relances clients automatiques sur les impayés.
• Synchronisation entre outils (CRM, facturation, agenda, outils RH).
• Notifications conditionnelles à l’équipe.
• Génération de documents standardisés à partir d’un trigger.
• Pré-qualification de leads entrants.

Ce que ça ne sait pas faire

Tout ce qui demande du jugement, de l’arbitrage ou de l’exploration. Un agent qui tourne ne sait pas dire « ce dossier-là est particulier, je vais creuser autrement ». Il fait ce que tu as prévu, point.

Si ton process contient une étape du type « ça dépend », il faut soit éliminer le « ça dépend » en codant chaque cas (vite ingérable), soit accepter que cette étape reste humaine, soit basculer sur un agent qui répond pour cette portion-là.

Coût et logique économique

Logique : tu paies une fois pour construire, tu rentabilises sur le volume.

Les agents qui répondent (Claude, Cowork, ChatGPT Agents)

À quoi ça ressemble en vrai

Tu ouvres une interface qui ressemble à un chat. Tu écris ou tu dictes une demande. L’agent raisonne, te demande des précisions si besoin, va chercher de l’information dans des outils que tu as branchés via MCP (ton CRM, tes documents Notion, ta boîte mail, ta base clients), et te renvoie un livrable.

Exemple d’agent qui répond, version dirigeant TPE :

« Prépare-moi une note de synthèse sur les trois prospects qu’on a vus la semaine dernière. Tu trouveras les comptes-rendus dans Notion. Mets en évidence les signaux d’achat et propose-moi une stratégie de relance pour chacun. »

L’agent va chercher les notes, les lit, raisonne, propose la synthèse et la stratégie. Tu lis, tu corriges, tu lui demandes d’ajuster. Itération en quelques minutes.

Ce que ça sait faire

Tout ce qui demande du raisonnement contextuel, de l’analyse, de la rédaction ou de l’arbitrage sur une demande ponctuelle ou peu fréquente.

Les terrains où ça brille :

• Préparation de réunions et de rendez-vous commerciaux.
• Synthèse de documents longs ou hétérogènes.
• Rédaction de propositions commerciales personnalisées.
• Analyse d’un cas client, d’un appel d’offres, d’un litige.
• Recherche d’information croisée dans tes propres outils.
• Aide à la décision quand les paramètres changent à chaque fois.

Ce que ça ne sait pas faire

Tourner tout seul à grande échelle sur des tâches répétitives. Tu peux techniquement l’orchestrer pour qu’il s’exécute en boucle, mais ce serait absurde économiquement. Chaque appel coûte. Chaque raisonnement coûte. Sur du volume, tu paies dix fois plus cher qu’un agent qui tourne.

Et il ne sait pas s’auto-déclencher au sens strict. Quelqu’un, toi, ton équipe, ou un autre agent, doit l’invoquer.

Coût et logique économique

Coût variable lié à l’usage. Tu paies à l’appel ou à l’abonnement utilisateur (Claude, Cowork tournent à quelques dizaines d’euros par utilisateur par mois pour la version pro). Si un collaborateur l’utilise dix fois par jour pour des tâches non répétitives, c’est rentable. S’il l’utilise mille fois par jour pour la même tâche, change de stack.

Logique : tu paies à la demande, tu rentabilises sur la valeur ajoutée par invocation.

Le test à 30 secondes pour trier tes process

Tu prends un process que tu veux automatiser. Tu te poses trois questions, dans cet ordre :

Trois exemples concrets de TPE/PME

Cabinet d’experts-comptables, 8 personnes

Process à automatiser : relance des clients pour les pièces comptables manquantes en fin de trimestre.

C’est récurrent, déclenché par un calendrier, les étapes sont prévisibles (vérifier les pièces, envoyer un mail type, escalader si pas de réponse). → Agent qui tourne sur Make. La portion « ça dépend » (clients particuliers, situations sensibles) reste humaine ou bascule sur un agent qui répond pour la rédaction du message personnalisé.

Agence immobilière, 4 négociateurs

Process à automatiser : préparation des dossiers de visite (synthèse du bien, comparables, profil de l’acheteur).

C’est ponctuel, ça dépend complètement du bien et de l’acheteur, ça demande du raisonnement et du contexte. → Agent qui répond, type Claude ou Cowork, avec MCP branché sur le logiciel de transaction. Le négociateur dicte sa demande, l’agent prépare la note en deux minutes.

TPE BTP, 12 salariés

Process à automatiser : la création des devis à partir des notes vocales du dirigeant en fin de visite chantier.

Mix des deux. Le trigger (dictée + dépôt du fichier) est déterministe → un agent qui tourne capture l’audio, le transcrit, l’envoie à un agent qui répond qui structure le devis dans le bon template, puis l’agent qui tourne renvoie le devis dans Pennylane ou équivalent.

C’est exactement le pattern d’articulation entre les deux familles qu’on enseigne dans la formation Système IA opérationnel TPE/PME.

Et si tu as besoin des deux (spoiler : c’est presque toujours le cas)

La vraie maturité d’un système IA en TPE/PME, ce n’est pas de choisir entre les deux camps. C’est de savoir les faire travailler ensemble.

Un agent qui tourne sait déclencher un agent qui répond quand il atteint une étape « ça dépend ». Un agent qui répond sait demander à un agent qui tourne d’exécuter une suite d’actions répétitives. MCP, justement, sert à ça : connecter les deux mondes.

L’erreur classique, c’est de penser qu’il faut tout passer dans une seule stack. Soit « tout Make, l’IA c’est juste un bloc dans mes scénarios ». Soit « tout Claude, je discute avec mon entreprise ». Les deux postures se cassent au premier process un peu réel.

Les trois erreurs qui coûtent cher

Erreur 1 – Mettre un agent qui répond sur un process à fort volume.

Tu as un dirigeant qui demande à son assistante de relancer manuellement chaque client en retard de paiement via ChatGPT. Trois mois plus tard, il a une facture OpenAI à 800 euros par mois et un process toujours aussi fragile. Ce process voulait un agent qui tourne. Coût direct : la facture. Coût caché : trois mois perdus à confirmer une intuition.

Erreur 2 – Mettre un agent qui tourne sur un process qui demande du jugement.

Tu codes un workflow Make ultra-complexe avec quinze branches conditionnelles pour gérer chaque cas. À la quinzième modification de règle métier, plus personne ne sait comment ça marche. Le workflow casse. Tu reviens au manuel. Ce process voulait un humain assisté par un agent qui répond, pas une machine à règles.

Erreur 3 – Acheter avant d’avoir trié.

Souscrire à Claude Pro, à Make Premium et à un agent vertical immo en même temps, sans avoir fait le tri des process. Tu as les outils, tu n’as pas la cartographie. Six mois plus tard, abonnements payés, rien en production.

Acheter avant d’avoir trié : six mois plus tard, abonnements payés, rien en production. C’est l’erreur la plus courante, et la plus évitable.

Par où commencer cette semaine

Trois actions concrètes, faisables en quelques heures.

1. Liste tes 10 process les plus chronophages. Pas dans ta tête, sur papier. Une ligne par process. Trois colonnes : qui le fait, combien de fois par semaine, combien de temps à chaque fois.

2. Passe chaque ligne au test à 30 secondes (déclencheur clair / étapes stables / volume). Marque « T » pour agent qui tourne, « R » pour agent qui répond, « T+R » pour les hybrides.

3. Choisis-en un seul pour commencer. Pas trois. Un. Celui qui te coûte le plus de temps et qui est le plus simple à automatiser. La formation Système IA opérationnel TPE/PME,14h, finançable OPCO, est faite pour ça.

Tu n’as pas besoin d’attendre que l’IA soit « mature ». Tu as besoin de savoir laquelle, des deux familles, va résoudre ton premier process. Et la réponse est dans ta liste, pas dans une slide de consultant.