Un agent IA est un programme qui ne se contente pas de répondre à une question : il reçoit un objectif, découpe le travail en étapes, utilise des outils (navigateur, messagerie, tableur, logiciel métier) et agit jusqu’à ce que la tâche soit terminée. Depuis 2025, OpenAI, Anthropic, Google, Microsoft et Salesforce ont tous lancé leurs agents, et les banques commencent à en déployer en interne. Ce guide explique ce qu’est un agent d’intelligence artificielle, comment il fonctionne, ce qui le distingue d’un chatbot, et quels risques il soulève.
Qu’est-ce qu’un agent IA ? La définition
Les laboratoires qui conçoivent ces systèmes en donnent des définitions proches. Pour OpenAI, dans son guide pratique de conception d’agents publié en 2025, les agents sont des « systèmes qui accomplissent des tâches de manière autonome pour le compte de l’utilisateur ». Le même document exclut explicitement les chatbots simples et les appels ponctuels à un modèle de langage.
Anthropic, dans son article de référence Building effective agents (décembre 2024), introduit une distinction utile. Les workflows sont des systèmes où le modèle et les outils suivent des chemins de code prédéfinis par un développeur. Les agents sont des systèmes où le modèle de langage dirige lui-même son processus et choisit les outils à utiliser. Autrement dit, dans un workflow, l’humain a écrit la recette ; dans un agent, le modèle décide de l’ordre des étapes.
Google Cloud retient trois capacités : le raisonnement, la planification et la mémoire, au service d’un objectif fixé par l’utilisateur. Un exemple concret : demander « organise une réunion avec l’équipe marketing la semaine prochaine » à un agent revient à lui confier la consultation des agendas, le choix d’un créneau, l’envoi des invitations et la réservation d’une salle, sans intervention à chaque étape.
Comment fonctionne un agent IA ?
Un agent repose sur trois briques, selon le guide d’OpenAI : un modèle (le grand modèle de langage qui raisonne), des outils (les actions qu’il peut déclencher) et des instructions (les règles qui encadrent son comportement). Anthropic parle de « LLM augmenté » : un modèle auquel on ajoute la recherche documentaire, l’accès à des outils et une mémoire.
La boucle de l’agent : percevoir, planifier, agir, observer
Le cœur d’un agent est une boucle. Le modèle lit la demande et le contexte, élabore un plan, choisit un outil, observe le résultat, puis décide de la suite : nouvelle action, correction ou fin de la tâche. Cette boucle se répète jusqu’à ce que l’objectif soit atteint ou qu’une condition d’arrêt soit remplie, par exemple un nombre maximal d’étapes ou une validation humaine requise.
L’appel d’outils (function calling) en est le mécanisme technique : le modèle ne clique pas lui-même, il produit une instruction structurée (« envoyer ce courriel à cette adresse ») que le logiciel autour de lui exécute. Certains agents vont plus loin avec l’utilisation d’ordinateur (computer use) : ils lisent des captures d’écran et pilotent la souris et le clavier comme un humain.
La mémoire
Un modèle de langage n’a pas de mémoire entre deux conversations. Les agents compensent avec une mémoire de travail (le contexte de la tâche en cours) et une mémoire longue stockée à part (préférences de l’utilisateur, documents, historique), qu’ils consultent au besoin.
Les protocoles : MCP et A2A
Pour qu’un agent se branche facilement à des outils, des standards ont émergé. Le Model Context Protocol (MCP), lancé par Anthropic le 25 novembre 2024, est présenté comme « un standard ouvert pour connecter les assistants IA aux systèmes où se trouvent les données », d’après l’annonce officielle. Il joue le rôle d’une prise universelle entre un agent et une base de données, une messagerie ou un logiciel.
Le protocole Agent2Agent (A2A), annoncé par Google le 9 avril 2025 puis confié à la Linux Foundation en juin 2025, règle un autre problème : faire dialoguer des agents entre eux. Selon le blog open source de Google, plus de 100 entreprises le soutiennent. MCP relie un agent à ses outils, A2A relie les agents les uns aux autres. Microsoft a annoncé le support des deux protocoles lors de sa conférence Build du 20 mai 2025.
Lire plus : Intelligence artificielle et blockchain, complémentairement vôtre
Agent IA, chatbot, assistant, RPA : quelles différences ?
Le terme « agent » est devenu un argument marketing. Le cabinet Gartner a d’ailleurs dénoncé en juin 2025 l’agent washing, qui consiste à rebaptiser « agents » des assistants, des chatbots ou des outils d’automatisation classiques. Selon ses estimations, seuls 130 fournisseurs environ, sur plusieurs milliers, proposaient alors de vrais agents.
IBM résume la différence en un mot : l’assistant est réactif, il répond à chaque demande ; l’agent est proactif, il planifie et enchaîne les actions après une simple instruction de départ. La RPA (automatisation robotisée des processus), plus ancienne, exécute des scripts figés : efficace sur une tâche répétitive identique, elle échoue dès que le cas sort du cadre prévu.
| Système | Ce qu’il fait | Autonomie | Exemple |
|---|---|---|---|
| Chatbot à règles | Répond selon des scénarios prédéfinis | Nulle | FAQ automatisée d’un site |
| Assistant IA | Répond et rédige à la demande, message par message | Faible | Assistant conversationnel classique |
| RPA | Rejoue un script figé dans des logiciels | Faible, sans adaptation | Saisie automatique de factures |
| Workflow IA | Enchaîne des appels au modèle selon un chemin codé | Moyenne | Tri et résumé automatique d’e-mails |
| Agent IA | Planifie, choisit ses outils, agit et se corrige | Élevée | Agent qui prépare un dossier de crédit |
Exemples concrets d’agents IA en 2025 et 2026
Les agents sont passés en deux ans du prototype au produit grand public. Anthropic a ouvert la voie le 22 octobre 2024 avec la fonction computer use de Claude, en bêta. Salesforce a rendu Agentforce disponible pour les entreprises une semaine plus tard. OpenAI a lancé Operator, un agent capable de naviguer sur le web, le 23 janvier 2025, puis l’a intégré dans ChatGPT agent le 17 juillet 2025.
En 2026, l’agent s’installe dans les outils de travail. OpenAI a présenté le 9 juillet 2026 ChatGPT Work, un agent intégré à ChatGPT qui agit dans les applications et fichiers connectés (Slack, Teams, Google Drive, Gmail, Salesforce), gère des tâches planifiées et propose une fonction de contrôle des actions importantes avant leur exécution, d’après l’annonce d’OpenAI. Les agents de programmation, comme Claude Code, disponible depuis mai 2025, sont devenus l’un des usages les plus répandus.
| Agent | Éditeur | Date de lancement | Usage principal |
|---|---|---|---|
| Claude computer use (bêta) | Anthropic | 22 octobre 2024 | Pilotage d’un ordinateur |
| Agentforce | Salesforce | 29 octobre 2024 | Relation client, ventes |
| Operator | OpenAI | 23 janvier 2025 | Navigation web |
| Claude Code | Anthropic | 22 mai 2025 | Programmation |
| ChatGPT agent | OpenAI | 17 juillet 2025 | Tâches web et bureautiques |
| ChatGPT Work | OpenAI | 9 juillet 2026 | Agent de travail connecté aux applications |
Sources : annonces officielles des éditeurs.
Les banques, terrain d’expérimentation
La finance illustre bien les promesses et les limites. Le 24 septembre 2026, BNP Paribas et Google Cloud ont annoncé un partenariat de cinq ans autour de l’IA agentique, avec notamment des agents chargés de préparer les dossiers d’analyse crédit de la banque de financement et d’investissement, selon le communiqué de BNP Paribas. L’assistant interne LLM@CIB y est déjà ouvert à plus de 65 000 personnes.
L’adoption des agents IA en entreprise
Les chiffres d’adoption progressent vite. Dans son enquête The State of AI in 2026, publiée le 25 août 2026 à partir de 1 719 réponses, McKinsey indique que 40 % des grandes organisations (plus d’un milliard de dollars de chiffre d’affaires) déploient des agents à l’échelle, contre 27 % un an plus tôt. Gartner prévoyait en août 2025 que 40 % des applications d’entreprise intégreraient des agents spécialisés d’ici fin 2026, contre moins de 5 % en 2025.
Le même Gartner tempère cet enthousiasme : dans une étude de juin 2025, le cabinet anticipe que plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 2027, en raison de coûts élevés, d’une valeur métier incertaine ou de risques mal maîtrisés.
Les risques des agents IA
Donner à un programme le pouvoir d’agir change la nature du risque. Un chatbot qui se trompe produit une mauvaise réponse ; un agent qui se trompe peut envoyer un virement, supprimer un fichier ou transmettre des données.
Le premier danger est l’injection de prompt : un attaquant cache des instructions dans une page web, un document ou un courriel que l’agent va lire, afin de détourner son comportement. L’OWASP, la fondation de référence en sécurité applicative, a publié le 9 décembre 2025 un Top 10 des risques propres aux applications agentiques. En France, l’ANSSI a publié dès avril 2024 des recommandations de sécurité pour les systèmes d’IA générative.
Le deuxième enjeu concerne les accès et les identités. En octobre 2026, plusieurs grandes banques américaines ont durci leur position face aux agents tiers qui se connectent aux comptes clients avec les identifiants des utilisateurs. Lors de la présentation de ses résultats trimestriels le 13 octobre 2026, Jamie Dimon a indiqué que JPMorgan n’autoriserait pas les agents IA externes à agir sur les comptes de ses clients, rapporte Fortune. La question de fond est simple : qui est responsable quand un agent agit au nom d’un client ? Elle rejoint les réflexions sur la preuve d’humanité et l’identité numérique déjà abordées sur Start in Blockchain dans notre article sur le Proof of Humanity face à la menace IA.
Ce que prévoit l’AI Act
En Europe, le règlement sur l’intelligence artificielle (AI Act) encadre les agents selon leur usage plutôt que leur technologie. D’après le calendrier officiel de la Commission européenne, les obligations des modèles d’IA à usage général s’appliquent depuis le 2 août 2025, et la majorité des règles, dont les obligations de transparence, depuis le 2 août 2026. Les obligations des systèmes à haut risque de l’annexe III ont été repoussées au 2 décembre 2027 par l’omnibus numérique adopté en 2026. Un agent qui intervient dans le crédit, le recrutement ou l’accès à des services essentiels relève de ces catégories.
Pour suivre l’actualité de ces sujets, notre rubrique Cybersécurité complète la catégorie Intelligence artificielle.
FAQ sur les agents IA
Quelle est la différence entre un agent IA et ChatGPT ?
ChatGPT dans son usage classique est un assistant conversationnel : il répond à chaque message, puis attend la demande suivante. Un agent IA reçoit un objectif et enchaîne seul les étapes nécessaires, en utilisant des outils. OpenAI propose désormais les deux dans le même produit : ChatGPT agent depuis juillet 2025, puis ChatGPT Work depuis juillet 2026.
Un agent IA peut-il agir sans validation humaine ?
Techniquement oui, mais les éditeurs prévoient des garde-fous. Les agents grand public demandent généralement une confirmation avant une action sensible (paiement, envoi de message, suppression). ChatGPT Work intègre par exemple une fonction de contrôle des actions importantes avant leur exécution. En entreprise, le niveau d’autonomie est paramétré selon le risque de chaque tâche.
Qu’est-ce que le protocole MCP ?
Le Model Context Protocol est un standard ouvert lancé par Anthropic en novembre 2024. Il définit une manière commune de connecter un agent ou un assistant IA à des sources de données et à des outils (bases de données, messageries, logiciels métier). Un outil compatible MCP peut ainsi être utilisé par différents agents sans développement spécifique.
Les agents IA sont-ils dangereux ?
Ils introduisent des risques nouveaux parce qu’ils agissent. Les principaux sont l’injection de prompt, qui détourne un agent via un contenu piégé, les accès trop larges accordés aux comptes et aux données, et les erreurs en cascade sur des tâches longues. L’OWASP a publié en décembre 2025 un classement des dix risques propres aux applications agentiques.
Faut-il savoir coder pour créer un agent IA ?
Plus nécessairement. Des outils sans code comme Copilot Studio de Microsoft, utilisé par plus de 230 000 organisations selon l’éditeur en mai 2025, permettent de créer des agents simples. Les agents complexes, connectés à des systèmes internes et soumis à des exigences de sécurité, restent en revanche l’affaire de développeurs.
Ce qu’il faut retenir
Un agent IA est un système qui poursuit un objectif de façon autonome : il raisonne, planifie, utilise des outils et se corrige, là où un assistant se contente de répondre. Il repose sur un modèle de langage, des outils et des instructions, reliés par des standards comme MCP et A2A. Depuis 2025, les agents sont sortis des laboratoires : Operator, ChatGPT agent, Claude Code, Agentforce puis ChatGPT Work, et les banques en déploient en interne. Leur pouvoir d’action crée aussi des risques nouveaux, de l’injection de prompt à la question de la responsabilité, que l’AI Act européen et les banques commencent à encadrer.
French