Un flux avec IA ou un agent ? Demandez à voir ce qu’il peut faire

Si une proposition promet « un agent d’IA pour gérer les rendez-vous », je demanderais à voir une opération complète. Une personne demande un créneau, le système consulte le bon agenda et la réservation apparaît là où vous la traiterez. Une réponse convaincante dans le chat ne prouve pas qu’un rendez-vous existe.

Un flux fondé sur des règles peut suffire pour cette tâche. Par exemple, il demande le type de service, propose les créneaux autorisés et confirme le choix. Ajouter un modèle de langage peut aider à interpréter une demande rédigée librement. Il faut évaluer si l’ensemble accomplit le travail convenu et respecte ses limites.

La différence tient à celui qui décide des étapes

Anthropic distingue les flux dont le code fixe les parcours des agents dont le modèle dirige dynamiquement le processus et l’utilisation des outils. Cette explication reconnaît elle-même plusieurs définitions du terme « agent ». La distinction sert à interroger l’architecture, pas à disqualifier tout système utilisant des conditions if/else.

L’accès à une base de données ne suffit pas non plus pour parler d’autonomie. Un flux prédéfini peut consulter un agenda et effectuer une réservation. Un agent n’a pas besoin de conserver les conversations de façon permanente si la tâche ne l’exige pas. Mémoire, outils et autonomie sont des décisions distinctes.

Je comparerais les propositions avec ces questions :

Question	Ce que je demanderais à voir
Quelles informations consulte-t-il ?	La source précise, les droits d’accès et la date ou l’état des données.
Quelles actions peut-il exécuter ?	La liste des modifications autorisées et de celles qui exigent une approbation.
Comment confirme-t-il le résultat ?	La réponse du système destinataire et le journal de l’opération.
Que conserve-t-il d’une conversation ?	Les données enregistrées, leur finalité, les accès et la durée, s’il existe une conservation persistante.
Que se passe-t-il en cas d’échec ?	Un cas d’erreur et le parcours jusqu’à une personne ou une file d’examen.

Un essai qui inclut une exception

Dans un scénario hypothétique de garage, une personne demande une vérification des freins le lundi à 18:30, car son contrôle technique espagnol, l’ITV, est prévu le mardi. Pour confirmer le travail, il faut connaître la durée, les disponibilités et les conditions du garage. Si ces informations manquent, la bonne réponse consiste à demander une précision ou à transmettre la demande. Je ne validerais pas une réponse simplement parce qu’elle mentionne les trois éléments.

Un flux avec des règles bien préparées peut réussir le même essai. Un agent qui consulte un agenda mais interprète mal la durée peut aussi échouer. Je testerais également un agenda inaccessible et un créneau pris entre la consultation et la confirmation. Il faut observer le résultat et le message reçu par le client.

Ce que je déciderais avant d’accorder plus d’autonomie

Si les étapes sont claires et les exceptions peu nombreuses, je commencerais par un flux limité. Si chaque demande exige de choisir entre plusieurs parcours selon des informations changeantes, j’étudierais une solution plus souple. Au préalable, je définirais par écrit les droits, les approbations et le point d’arrêt. La documentation d’Anthropic prévoit des conditions d’arrêt et une intervention humaine ; elles ne garantissent pas l’exactitude du résultat.

Un système fondé sur des règles peut aussi comporter des erreurs de programmation, des données anciennes ou des actions en double. Je ne le présenterais pas comme infaillible. Je demanderais que le devis inclue les essais, l’examen des échecs, les coûts d’utilisation et la maintenance. Le nom commercial compte moins que de savoir quelle opération vous pouvez lui confier et comment reprendre le contrôle.