Les agents IA ne sont pas des LLM / Chatbots
En bref
Les chatbots sont obsolètes et les LLM seuls ne suffisent pas : l'avenir appartient aux véritables agents d'IA qui combinent compréhension, raisonnement et action pour accomplir de manière autonome des tâches complexes dans des systèmes du monde réel.
Dans un an, le monde se souviendra des chatbots comme il se souvient des fax : une étape délicate vers une amélioration. Interrogez n'importe quel directeur d'exploitation sur le déploiement de son chatbot et vous verrez le même haussement d'épaules poli : « C'est lourd, ça demande beaucoup de maintenance, ça ne répond pas aux questions fréquentes. On a encore besoin d'humains. »
Nous sommes tous passés par là. Vous essayez de modifier l'heure ou l'adresse de livraison d'un colis important. Un chatbot vous répond poliment qu'il a pris note de votre demande et qu'il va maintenant demander à un agent du service client de s'occuper de la logistique. Il ne prend aucune autre mesure. Vous ressentez une certaine frustration.
La réalité est là : l’ère des chatbots est révolue. Les entreprises qui s’y accrochent perdront du temps, de l’argent et des talents. Une nouvelle génération d’agents IA autonomes fait son apparition, et le fossé entre les deux approches déterminera quelles entreprises s’imposeront et lesquelles resteront prisonnières du purgatoire du service client.
Comment nous sommes restés coincés avec les chatbots zombies
Les premiers chatbots étaient censés être la première ligne de l'automatisation. Au lieu de cela, ils sont devenus l'expérience client la moins appréciée. Pourquoi ? Parce qu'ils n'ont jamais été conçus pour comprendre quoi que ce soit.
Dès le départ, ils étaient basés sur des règles. Scripts codés en dur, arbres de décision linéaires, flux « si ceci, alors cela » d'une complexité fulgurante. Prononcez la phrase exacte et ils vous répondent. Déviez, même légèrement, et vous êtes soit ignoré, soit renvoyé au début. Comme un menu SVI amélioré. Les branches exponentielles rendent les chatbots traditionnels impossibles à maintenir au-delà de 20 cas d'utilisation courants, sans parler du retour sur investissement.
Et le problème ne réside pas seulement dans une mauvaise UX, mais aussi dans l'architecture. Les systèmes basés sur des règles ne sont pas généralisables. Ils ne peuvent répondre qu'à des exigences préétablies.defiEntrées et scénarios prédéfinis. Dès qu'un changement survient (mise à jour de politique, nouveau niveau de tarification, question pertinente posée par un client légèrement différente), tout le processus s'effondre.
Et ensuite ? L'escalade vers les humains. Encore et encore.
Pendant ce temps, le personnel de première ligne est obligé d'effectuer les mêmes tâches répétitives que le robot n'a pas pu terminer : mettre à jour manuellement les dossiers d'expédition, appeler le chauffeur, enregistrer la mise à jour, tandis que le tableau de bord signale une « interaction réussie ». À qui s'adresse-t-il réellement ?
Aujourd'hui, la plupart des déploiements de « chatbots IA » en entreprise ne sont guère plus que des arbres de décision magnifiés. Les améliorations cosmétiques – ton plus convivial, avatars personnalisés – ne peuvent rien changer à la réalité sous-jacente : elles sont fragiles, superficielles et s'enlisent facilement.
Mais ces bots étaient vendus comme des solutions miracles. Les entreprises ont donc continué à investir, espérant que chaque nouvelle version bouclerait enfin la boucle. Ça n'a pas été le cas. Ça n'a pas été possible. Car l'architecture n'a jamais été conçue pour une compréhension ou une action autonomes, mais pour détourner les tickets.
C'est pourquoi la plupart des indicateurs clés de performance des chatbots sont superficiels : satisfaction client, taux de transfert, durée de session. Dès que vous demandez : « A-t-il réellement résolu le problème ? », les tableaux de bord se taisent.
En célébrant les indicateurs d'un chatbot, vous célébrez en quelque sorte un tapis roulant pour la distance parcourue. En bref : beaucoup de mouvement, mais pas d'endroit où aller.
Puis sont arrivés les LLM — des parleurs, pas des faiseurs
Entrer GPT et ses cousins. Soudain, les robots pouvaient tenir des conversations. Ils comprenaient l'argot. Ils géraient l'ambiguïté. Ils se souvenaient de certaines choses et avaient une longue mémoire contextuelle.
C'était magique. Et ce fut un véritable bond en avant. Pour la première fois, l'IA pouvait générer des réponses de type humain à grande échelle. L'IA est intelligente.
Mais voici le hic : les LLM sont de brillants improvisateurs, pas des opérateurs.
Ils n'ont pas d'objectifs structurés. Ils ne savent pas quand une tâche est terminée. Ils ne peuvent pas accéder, mettre à jour ou appliquer de manière fiable les règles métier sans échafaudage. Ce qu'ils produisent, c'est un langage convaincant, clair et parfois utile, mais rarement transparent.
Lorsqu'un LLM vous informe qu'il a soumis votre demande, ce n'est pas le cas. À moins d'être intégré à une couche d'orchestration reliant le langage à l'action, ce ne sont que des paroles en l'air.
Si les LLM ont fait progresser le secteur, ils n'ont pas comblé le déficit d'exécution. Ils ont créé une nouvelle catégorie de fausses attentes. Aujourd'hui, les utilisateurs ne sont plus seulement frustrés par les robots, mais aussi par une IA qui semble intelligente, mais qui ne peut pas vraiment les aider.
C’est cette confusion qui nous conduit ici : aux flux de travail de l’IA et aux agents de l’IA.
Ce qu'est réellement un agent IA
Un workflow d'IA est un LLM qui exécute des commandes selon des étapes prédéterminées. Or, dans la réalité, ces étapes sont souvent imprévisibles.
C'est là qu'interviennent les agents d'IA. Il s'agit d'un LLM qui s'intègre à des outils externes, capable de raisonner en profondeur et, en utilisant tout ce à quoi il a accès, de résoudre des problèmes complexes qui prendraient aux humains des ordres de grandeur plus longs à résoudre.
Les agents d’IA y parviennent en combinant les trois couches.
Premièrement, une couche de conversation qui est souvent un LLM pour interpréter l'intention (oui, les LLM sont utiles, c'est juste qu'appeler un LLM une « solution d'IA » par défaut, c'est comme appeler les modems commutés WiFi) ; deuxièmement, une couche de raisonnement qui décrit toutes les règles, politiques et planification des tâches qui décident de ce qui doit se passer ; et troisièmement, une couche d'exécution avec des connecteurs sécurisés dans les CRM, les ERP, les rails de paiement, les systèmes vocaux et tout autre monstre hérité qui se cache dans le placard.
Supprimez une couche et la tour s'effondre. Maintenez-les ensemble et le système passe de la « réponse » à la « résolution ».
Reprenons le scénario du client qui a besoin de réacheminer un colis.
Traditionnellement, les chatbots se chargent de la première étape : la gestion des tickets. Les LLM peuvent vous permettre d'aller plus loin. Ensuite, un humain doit intervenir. Il prend des décisions, puis rédige les réponses manuellement. C'est fastidieux. Aujourd'hui, un agent d'IA exécute proactivement des workflows complets, prend des décisions autonomes, interagit avec les systèmes back-end et consigne les activités à des fins d'audit, le tout sans intervention humaine, sauf en cas d'absolue nécessité.
Crédit image: IA de Jurin
L'agent accomplit en trente secondes ce qui, autrement, se traduirait par des allers-retours entre plusieurs services. Il maîtrise la tâche, du début à la fin.
Alors arrêtons d'appeler tout « agent »
Le terme « agent IA » a le vent en poupe, mais comme tout bon mot à la mode, il est de plus en plus répandu. Tous les fournisseurs proposant un chatbot et une API prétendent désormais proposer des « agents ». Certains utilisent même ce terme simplement parce que leur LLM mémorise votre nom pendant cinq tours.
Cette utilisation abusive n'est pas seulement une simple supercherie de marque : elle engendre une véritable confusion. Elle incite les acheteurs à s'attendre à des résultats avec des outils qui n'ont jamais été conçus pour les obtenir. Elle ralentit l'adoption en créant de fausses attentes, suivies d'une véritable déception. Pire encore, elle permet aux entreprises de se convaincre qu'elles innovent, alors qu'elles n'ont fait qu'ajouter une nouvelle interface utilisateur au même service d'assistance.
Mais la transformation de l’IA est réelle.
Les véritables agents d'IA ne sont pas seulement plus conversationnels. Ils sont plus responsables. Ils s'intègrent en profondeur, agissent de manière responsable et fournissent des résultats traçables et essentiels à l'entreprise. Ils ne sont pas seulement une interface : ils sont une infrastructure.
Et nous n'en sommes qu'au début.
L'avenir de l'information : des applications aux agents IA
Pendant des années, nous nous sommes adaptés à la logique des machines. Nous avons cliqué sur des menus, mémorisé des interfaces, jonglé avec cinq onglets pour accomplir une tâche. La recherche est devenue plus intelligente, les applications plus élégantes, mais la charge de travail est restée sur l'utilisateur.
Les agents d'IA renversent cela.
Au lieu de vous demander d’apprendre comment fonctionne le système, le système apprend comment vous travaillez — par le biais d’une conversation naturelle.
Vous souhaitez réserver votre voyage ? Discutez simplement avec votre concierge IA privé :
« Prévoyez une randonnée dans les Alpes, début septembre, hors des sentiers battus. »
Et ça arrive. Vols, hôtels, guides locaux, et même des trésors cachés que vous n'auriez jamais découverts par vous-même. Pas de sites web des années 90 ni d'applications mobiles maladroites avec une mauvaise expérience utilisateur. Juste une conversation qui fait avancer les choses.
Il s’agit d’un passage des applications que vous exploitez à des agents qui opèrent en votre nom.
Et cela ne s'arrêtera pas au secteur du voyage. Les agents vont remodeler nos interactions avec tous les aspects de l'entreprise : logistique, achats, conformité, RH. Ils transformeront discrètement des outils fragiles et des flux de travail fragmentés grâce à des systèmes intelligents capables de raisonner, d'agir et de s'améliorer au fil du temps.
C'est l'avenir de l'agent : où les tâches sont accomplies instantanément par la voix ou par texte par une IA qui comprend, agit et livre — votre propre assistant exécutif.
Ce n'est pas une vision de science-fiction. Ce n'est qu'à un ou deux ans. Et nous y travaillons déjà chez Jurin AI.
L'ère de l'IA agentique est arrivée, et nous n'en avons fait qu'effleurer la surface. Je n'ai jamais été aussi enthousiaste.
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Rise Ooi, triple fondateur d'entreprise technologique, ingénieur et investisseur, est connu pour identifier très tôt des opportunités de plusieurs milliards de dollars. Il a contribué à faire d'Applied Intuition une licorne multimilliardaire en développant sa présence asiatique de A à Z. Il dirige désormais Jurin AI, où il constitue une équipe de classe mondiale pour remodeler la productivité au travail en Asie-Pacifique. Ancien scientifique en IA au sein des laboratoires nationaux japonais, Rise apporte une expertise technique approfondie et internationale à tout ce qu'il crée.
Plus d'articles
Rise Ooi, triple fondateur d'entreprise technologique, ingénieur et investisseur, est connu pour identifier très tôt des opportunités de plusieurs milliards de dollars. Il a contribué à faire d'Applied Intuition une licorne multimilliardaire en développant sa présence asiatique de A à Z. Il dirige désormais Jurin AI, où il constitue une équipe de classe mondiale pour remodeler la productivité au travail en Asie-Pacifique. Ancien scientifique en IA au sein des laboratoires nationaux japonais, Rise apporte une expertise technique approfondie et internationale à tout ce qu'il crée.
