Qu’est-ce qu’un agent IA ?
Un agent IA est un modèle de langage (LLM) connecté à des outils, capable de les utiliser de manière autonome pour atteindre un objectif précis. À la différence d’un assistant classique comme ChatGPT, qui se contente de générer du texte en réponse à un prompt, un agent IA va plus loin : il est capable de générer des réponses et d’agir dans un environnement numérique.
Un agent IA est un modèle de langage (LLM) connecté à des outils et capable de les utiliser de manière autonome pour atteindre des objectifs précis.
Trois niveaux d’agentivité
On distingue trois niveaux de sophistication :
Les agents modulaires
Ce sont des assistants capables d’utiliser des outils, mais uniquement lorsque l’utilisateur les guide précisément. Par exemple, en 2023, ChatGPT proposait déjà une forme d’agent modulaire en intégrant DALL·E pour générer des images à partir d’un prompt textuel.
Les agents modulaires avancés
Ici, l’agent est plus autonome : il comprend la demande, sélectionne l’outil adéquat dans une liste et l’utilise sans intervention humaine.
Exemple : le mode « deep research » d’OpenAI, ou encore Bolt.new, un outil de développement capable de coder une application ou un site web à partir d’une simple demande textuelle.
Les agents autonomes
C’est le niveau ultime. L’agent dispose d’un accès complet à l’environnement numérique, comme un humain. Il peut utiliser un ordinateur, naviguer sur internet, manipuler des fichiers ou des outils métiers… Il exécute seul les tâches, de bout en bout. C’est une vraie révolution.
| Niveau | Type d’agent | Description | Exemples |
|---|---|---|---|
| 1 | Agents modulaires | Utilise des outils seulement si on lui indique lesquels et comment | ChatGPT + DALL·E, Web browsing, Code Interpreter |
| 2 | Agents modulaires avancés | Comprend la demande et choisit un outil parmi ceux à disposition | Gemini, Deep Research, Bolt.new, Cursor.ai |
| 3 | Agents autonomes | Planifie, agit, s’auto-évalue, utilise n’importe quel outil sans guidance | ChatGPT Operator, Claude Computer Use, Manus, Figure 2, Atlas, Optimus |
À lire aussi : Actualités de l’IA générative : ce qu’il ne fallait pas manquer depuis janvier 2025
Pourquoi les agents IA font-ils autant parler d’eux ?
S’il y a un mot qui est revenu avec insistance depuis début 2025 dans l’écosystème IA, c’est bien agentivité. Cette notion, centrale dans les récentes évolutions des modèles d’IA, fait référence à la capacité d’agir par soi-même pour atteindre un objectif, et c’est exactement ce que promettent les agents IA.
Par exemple, Operator (OpenAI ), disponible dans la version pro de ChatGPT (200 $/mois), utilise un navigateur comme un humain : il voit l’écran, clique, tape au clavier. Dans la démonstration, il va chercher une recette de linguine aux palourdes, ajoute les ingrédients à un panier de courses sur Instacart, tout cela sans aide humaine.
Cette séquence illustrait l’étendue des capacités de ces agents : ils peuvent combiner des actions sur le web, gérer des sessions, interpréter les résultats d’une recherche, et adapter leur stratégie s’ils rencontrent un obstacle.
« Ce qui est frappant, ce n’est pas seulement la capacité d’un agent à faire plusieurs actions, mais à décider tout seul de ce qu’il doit faire ensuite » – Alexandre Stourbe.
Autre exemple : l’expérience menée par Cognition Labs, à l’origine d’un agent baptisé Devin, capable d’agir dans un environnement de développement logiciel. Ce dernier reçoit une consigne comme “crée un site web avec une barre de recherche”, puis choisit un framework, génère du code, repère les erreurs, et corrige de lui-même après exécution.
Ces démonstrations ont un impact fort car elles marquent une étape importante : le franchissement d’un seuil d’autonomie. Jusqu’à présent, les IA génératives comme ChatGPT ou Claude restaient dans un cadre « question-réponse ». Avec les agents, on passe à une logique de buts : on confie un objectif à la machine, et elle se charge de le mener à bien, en mobilisant seule les bons outils et les bonnes étapes.
Ce nouveau type de fonctionnement bouleverse la manière dont les tâches peuvent être organisées, et ouvre de nombreuses perspectives… mais aussi des interrogations.
Du SaaS au « Service through Software » : une rupture pour les éditeurs RH
Jusqu’à présent, les outils RH fonctionnaient en mode SaaS. Chaque logiciel proposait sa propre interface, ses propres processus, et nécessitait une formation dédiée (Workday, LinkedIn Recruiter, Microsoft, etc.). Les RH devaient apprendre à naviguer dans ces outils, savoir où cliquer, comment exporter les données, etc.
Avec les agents IA autonomes, on passe à un autre paradigme : le « service through software ».
Autrement dit, l’utilisateur interagit uniquement avec un agent conversationnel. Il lui demande une action ou une information (« Pose mes congés de Noël », « Crée un tableau de suivi », « Trouve-moi des candidats »)… et l’agent se charge d’aller la chercher ou de l’exécuter, peu importe le logiciel derrière.
Ce changement suppose une restructuration en profondeur de l’écosystème digital RH :
centralisation de la donnée dans des « data lakes » RH,
interopérabilité accrue entre les systèmes,
perte de visibilité sur les interfaces classiques pour les utilisateurs finaux,
et surtout, remise en question des éditeurs traditionnels, qui doivent adapter leur offre pour devenir compatibles avec ces nouveaux agents.
| Hier (SaaS) | Demain (Services via IA) |
|---|---|
| L’utilisateur fait le travail | L’agent fait le travail |
| Interface à maîtriser | Supervision humaine seulement |
| Résultat dépend de l’usage logiciel | Résultat produit par l’IA elle-même |
SAP, Oracle ou Workday ne pourront plus se contenter de proposer des modules indépendants : ils devront offrir des points d’entrée adaptés aux agents et repenser l’expérience utilisateur.
