Assistant, workflow ou agent IA : choisir le bon niveau d’autonomie

Le mot « agent » apparaît désormais dans presque tous les projets IA. Pourtant, beaucoup de besoins ne nécessitent pas un système autonome. Un assistant qui prépare une réponse, un workflow qui enchaîne des étapes connues et un agent qui choisit ses actions ne présentent ni le même intérêt, ni le même risque.

Le bon choix ne commence donc pas par le modèle ou l’outil. Il commence par le résultat attendu et par la marge d’erreur acceptable.

Matrice originale BâtisseurIA, créée pour cet article en 2026. Copyright BâtisseurIA / Aymane Abdennour. Licence : tous droits réservés. Elle sert à choisir un périmètre, pas à classer définitivement toutes les architectures.

À la fin de ce guide, vous pourrez choisir en moins de vingt minutes un premier niveau d’autonomie, écrire sa limite, prévoir une validation humaine et définir la règle qui arrête le pilote.

La différence qui compte : répondre, exécuter ou décider

La frontière utile n’est pas le nombre de nœuds dans un outil. C’est la part de décision laissée au système.

Assistant : produire ou préparer sous contrôle

Un assistant reçoit une demande et produit une sortie : brouillon de réponse, résumé, proposition de classement, extraction de champs ou liste de pistes. Une personne relit et décide de la suite.

Il est adapté lorsque le travail humain consiste surtout à comprendre, reformuler, comparer ou préparer. Il devient intéressant même sans connexion à un outil métier, car il réduit le temps de première passe sans déplacer la responsabilité.

Sa limite est claire : il ne doit pas être présenté comme l’exécutant d’une action qu’il ne réalise pas. Un brouillon de réponse n’est pas un message envoyé. Une extraction de facture n’est pas une facture validée.

Workflow : enchaîner des étapes connues

Un workflow suit une séquence définie. Il reçoit une entrée, applique des règles, appelle éventuellement un modèle pour une sous-tâche, contrôle la sortie, puis route vers la bonne étape.

Il convient lorsque le processus est répétitif, que les exceptions sont identifiables et que l’ordre des opérations compte. Le modèle peut classer un document ou proposer une catégorie, mais les permissions, les validations et les embranchements restent explicitement bornés.

Le workflow est souvent le meilleur premier niveau d’automatisation. Il est plus facile à tester, à expliquer et à reprendre qu’un système qui improvise son propre plan.

Agent : choisir des actions dans un périmètre borné

Un agent utilise un modèle, des outils et une logique de décision pour atteindre un objectif. Il peut choisir l’ordre de certaines étapes, demander une information manquante, appeler une base ou proposer une action suivante.

Cette autonomie peut être utile lorsque les entrées sont variables et que le chemin exact ne peut pas être écrit à l’avance. Elle change aussi la nature du risque. La CNIL décrit l’IA agentique comme un ensemble de systèmes capables d’agir sur un environnement défini, par exemple en lisant, modifiant ou supprimant des données, avec des niveaux variables d’autonomie.

Un agent ne doit donc pas recevoir des permissions générales simplement parce qu’il sait utiliser un outil. Son identité, son périmètre, ses traces, sa validation humaine et sa règle d’arrêt doivent être définis avant le premier appel réel.

Les cinq questions avant de choisir

1. Le résultat attendu est-il stable ?

Si vous pouvez décrire précisément l’entrée, la sortie et les étapes, commencez par un workflow. Si la sortie doit seulement être préparée pour une personne, un assistant suffit souvent. Si le chemin varie selon le contexte, un agent peut être envisagé, mais seulement après avoir listé les variations utiles.

Un bon test consiste à demander : « pourrais-je écrire dix exemples d’entrées et leur traitement attendu ? » Si la réponse est oui, vous avez probablement assez de structure pour commencer avec un assistant ou un workflow.

2. Quelle décision doit rester humaine ?

Écrivez le verbe exact : préparer, classer, recommander, valider, envoyer, acheter, supprimer. Plus le verbe déplace une responsabilité vers le système, plus le niveau de contrôle doit monter.

Préparer une réponse et envoyer une réponse ne sont pas deux versions du même cas. Le second implique un destinataire, une réputation et parfois une obligation. Un workflow avec approbation peut suffire là où un agent autonome serait disproportionné.

3. Quels outils et quelles données sont nécessaires ?

Listez les sources consultées, les outils appelés et les données modifiées. Ne mélangez pas accès en lecture et accès en écriture. Ne donnez pas à un agent un outil de suppression quand un export ou une proposition suffit.

La note exploratoire publiée en juillet 2026 par la CNIL et le Conseil de l’IA et du Numérique souligne que l’IA agentique peut multiplier les flux entre services, conserver des historiques et rendre les responsabilités plus difficiles à identifier. Pour un premier pilote, réduisez donc le nombre de services connectés et utilisez des données fictives ou anonymisées.

4. Quelle erreur est acceptable ?

Une erreur de catégorie peut être corrigée. Une mauvaise réponse client doit être relue. Un paiement, une suppression ou une publication externe exigent un contrôle explicite et traçable.

Il faut aussi distinguer fréquence et gravité. Une erreur rare mais irréversible peut justifier l’arrêt, même si la moyenne est bonne. La question n’est pas « quel est le taux de réussite ? », mais « que se passe-t-il quand le système se trompe ? »

5. Comment saurez-vous que le pilote progresse ?

Définissez une métrique avant de brancher un outil : temps de préparation, taux de reprise humaine, exactitude sur un jeu de cas, coût par tâche utile, délai de traitement ou nombre d’exceptions.

OpenTelemetry rappelle que les agents ont besoin de traces, métriques et logs, notamment parce que leur comportement n’est pas toujours déterministe. La télémétrie sert à diagnostiquer, mais aussi à comparer une version à une autre. Sans preuve rejouable, une impression de progrès reste une impression.

Une grille de décision simple

Commencez toujours par l’option la moins autonome suffisante.

Situation observée	Premier choix	Contrôle minimal
La personne veut comprendre, reformuler ou préparer	Assistant	Relecture humaine avant usage
Les étapes sont connues et les exceptions nommables	Workflow	Règles, journal d’exécution et reprise
Le chemin varie et nécessite plusieurs outils	Agent borné	Outils limités, traces et approbation des actions sensibles

Cette grille n’interdit pas les architectures mixtes. Un workflow peut contenir un assistant pour rédiger un brouillon. Un agent peut être enfermé dans une étape de recherche, puis rendre la main à un workflow déterministe. Le mot important est « borné » : l’autonomie doit être localisée, mesurée et réversible.

Trois exemples de terrain

Préparer une réponse client

Le besoin : lire un message, retrouver les informations utiles et préparer une réponse en français.

Le premier choix est un assistant. Il classe la demande, extrait les éléments importants et propose un brouillon. La personne vérifie la langue, la promesse et les données avant envoi.

Passez à un workflow si les catégories sont stables et si la réponse s’appuie sur un corpus validé. Ajoutez une branche « information absente » qui demande une reprise humaine.

Un agent n’est justifié que si le système doit choisir entre plusieurs sources ou poser une question de clarification. Même dans ce cas, l’envoi externe reste séparé et soumis à approbation.

Traiter une facture

Le besoin : recevoir un document, extraire ses champs, contrôler la cohérence et préparer son rapprochement.

Un workflow est généralement plus approprié qu’un agent. Les étapes sont explicites : réception, extraction, contrôle des champs obligatoires, rapprochement, classement des exceptions et validation.

Un modèle peut assister l’extraction ou la classification. Il ne doit pas décider seul qu’une dépense est justifiée, ni modifier une donnée comptable sans piste d’audit. Si le fournisseur, le montant ou la devise sont ambigus, le système s’arrête et demande une reprise.

Trier une demande multilingue

Le besoin : comprendre une demande reçue en français, anglais ou wolof, identifier son intention et la router vers la bonne personne.

Un assistant peut traduire et proposer une catégorie. Un workflow peut ensuite appliquer la règle de routage et mesurer le délai de prise en charge.

Un agent peut être utile si la demande exige de consulter plusieurs référentiels et de poser une question avant le routage. Son périmètre doit rester limité à la lecture, à la synthèse et à la proposition. La diversité linguistique ne justifie pas à elle seule une autonomie supérieure.

Le premier pilote à cadrer

Avant toute intégration, écrivez une fiche d’une page.

1. Entrée : quel événement déclenche le système ? Donnez un exemple anonymisé.
2. Sortie : que doit recevoir la personne, dans quel format ?
3. Périmètre : quels outils sont accessibles, en lecture ou en écriture ?
4. Métrique : quel signal décide si le test est utile ?
5. Propriétaire : qui surveille, corrige et valide ?
6. Reprise : que fait le système si une donnée manque ou si l’outil échoue ?
7. Arrêt : quelle condition suspend le pilote immédiatement ?

Préparez ensuite un petit jeu de cas : cas normal, entrée incomplète, cas ambigu, refus nécessaire, outil indisponible et action sensible. n8n recommande d’exécuter des évaluations séparées de la logique de production, avec des métriques adaptées au cas et des données proches du réel. La méthode est valable quel que soit l’orchestrateur.

Comparez les versions sur les mêmes cas. Mesurez les appels d’outils, le temps, le coût, les sorties corrigées et les refus corrects. Une note globale ne remplace pas l’examen des cas critiques.

Quand ne pas brancher un agent

N’ajoutez pas un agent lorsque le processus est déjà stable, que les règles sont simples et qu’un workflow suffit. L’autonomie supplémentaire crée alors surtout une surface de panne.

Arrêtez aussi le projet si :

• les permissions sont trop larges pour être expliquées simplement ;
• une action irréversible peut partir sans approbation ;
• vous ne pouvez pas rejouer une décision ;
• les données personnelles circulent entre des services sans responsable clair ;
• aucune métrique ne permet de comparer le système à la situation actuelle ;
• les exceptions sont renvoyées vers une équipe sans propriétaire ni délai.

L’Autorité de la concurrence française a publié en juillet 2026 un avis consacré au fonctionnement concurrentiel des agents d’IA et au commerce agentique. Ce signal ne transforme pas chaque projet en sujet réglementaire, mais il rappelle que les agents s’insèrent dans des chaînes économiques et des marchés réels. Une bonne architecture doit donc considérer les dépendances, les accès et la capacité à changer de fournisseur, pas uniquement la démonstration technique.

La prochaine action

Choisissez un seul processus et écrivez ces quatre phrases :

• résultat attendu : …
• métrique principale : …
• contrainte non négociable : …
• condition d’arrêt : …

Si le système prépare une sortie, commencez par un assistant. Si les étapes sont répétables, construisez un workflow. Si le chemin varie vraiment, testez un agent borné dans une zone de lecture ou de proposition.

Vous n’avez pas besoin de décider aujourd’hui quel outil utilisera toute votre entreprise. Vous devez décider quelle autonomie est suffisante pour un premier test que vous pouvez mesurer, expliquer et arrêter.

Pour aller plus loin, consultez la méthode choisir un cas d’usage IA rentable et mesurable, la fiche de délégation d’un agent IA et le guide évaluer et observer un agent avant de l’étendre. Vous pouvez aussi commencer par les pages IA pratique et Automatisation.

Décrivez un seul processus avec son résultat attendu, sa métrique et sa principale contrainte. BâtisseurIA pourra vous aider à choisir le niveau d’autonomie et le premier test à cadrer.

Sources officielles et liens utiles

• CNIL, IA agentique, définition et capacité d’action sur un environnement.
• CNIL et CIANum, note exploratoire sur l’IA agentique et les données personnelles, 20 juillet 2026.
• OpenTelemetry, AI Agent Observability, agents, instrumentation et conventions de télémétrie.
• n8n, Introducing Evaluations for AI workflows, jeux de cas, métriques comparables et voie d’évaluation séparée.
• Autorité de la concurrence, avis sur le fonctionnement concurrentiel du secteur des agents d’intelligence artificielle, 17 juillet 2026.
• Guide BâtisseurIA, agent IA : évaluer et observer avant de l’étendre.