Insights · AI
Un chatbot répond selon un script. Un agent raisonne sur vos sources, suit des règles et agit — avec un relais humain là où cela compte.
On les emploie souvent comme des synonymes, mais un chatbot et un agent IA fonctionnent de manière profondément différente. Comprendre la différence évite de choisir le mauvais outil pour le mauvais problème.
Un chatbot classique suit un arbre de décision prédéfini ou reconnaît quelques intentions et renvoie un texte préparé. Il est prévisible, rapide à mettre en place et fiable tant que la question reste dans les parcours prévus. Dès que l'utilisateur sort du script, il a tendance à se répéter, à mal comprendre ou à renvoyer vers un opérateur.
Un agent IA ne se contente pas de répondre : il interroge les sources que vous lui donnez (catalogue, documentation, politiques, données système), interprète la demande, décide quoi faire et peut accomplir des actions concrètes. Il ne récite pas une réplique préparée ; il construit la réponse sur le contexte réel du moment.
Un chatbot est une carte avec des itinéraires fixes. Un agent est un navigateur qui recalcule l'itinéraire quand la route change. Le premier est parfait quand les questions sont répétitives et stables ; le second est nécessaire quand chaque demande est légèrement différente et dépend de données qui changent.
L'agent lit la demande, récupère les informations pertinentes et décide comment composer la réponse au lieu de puiser dans une liste de phrases figées.
Il opère dans des limites que vous définissez : ce qu'il peut dire, ce qu'il ne doit jamais promettre, quand il doit s'arrêter. Les règles ne sont pas des suggestions, ce sont des limites opérationnelles.
Au-delà de la réponse, il peut accomplir une action : enregistrer une demande, mettre à jour un statut, lancer une procédure, programmer un suivi.
Il reconnaît les cas qui ne relèvent pas de son périmètre et les transfère à une personne avec le contexte déjà préparé, sans faire tout répéter à l'utilisateur.
Plus puissant ne veut pas toujours dire meilleur. Le bon choix dépend de la nature des questions et du coût d'une erreur.
Si les questions sont peu nombreuses, répétitives et avec des réponses stables, un chatbot bien conçu est la solution la plus simple et la plus économique. Horaires, itinéraires, FAQ connues, orientation initiale : ici, un script clair l'emporte sur la complexité d'un agent.
Quand chaque demande dépend de données qui changent, de règles propres au cas ou exige une action, le script ne tient plus. L'agent brille là où il faut de l'interprétation et de l'opérationnel : gérer une demande de bout en bout, lire une documentation vivante, appliquer des politiques différentes selon le contexte.
Dans la pratique, les deux approches coexistent. Un chatbot gère l'accueil et les cas triviaux ; l'agent entre en jeu quand la conversation exige du raisonnement ; l'humain reçoit le relais quand le risque ou l'ambiguïté dépassent un seuil. Ce n'est pas une compétition, c'est une chaîne.
Un agent peut produire un texte convaincant même quand il n'a pas la bonne source. Sans ancrage dans des données réelles et sans le devoir de dire "je ne sais pas", l'erreur devient difficile à repérer.
Un agent qui agit peut se tromper d'action, pas seulement de mot. Plus il peut faire de choses, plus il importe de définir ce qui exige une confirmation et ce qui reste hors limites.
Sans limites explicites, un agent peut promettre ce que l'entreprise ne peut pas tenir ou employer un ton hors contexte. La voix de la marque doit être écrite dans les règles, pas laissée au hasard.
Un agent qui lit des sources internes touche à des informations sensibles. Il faut décider à quoi il peut accéder, ce qu'il peut montrer et ce qui doit rester invisible pour l'utilisateur final.
Choisissez une tâche bien délimitée, avec des sources claires et un résultat mesurable. Mieux vaut un agent qui fait bien une chose qu'un agent qui essaie de tout faire.
Écrivez ce qu'il peut dire, ce qu'il ne doit jamais promettre, quelles actions il peut accomplir et où il doit s'arrêter. Les règles font partie de la conception, ce n'est pas un détail final.
Connectez l'agent uniquement à des sources fiables et à jour, et exigez qu'il admette quand il ne sait pas. La confiance naît de l'honnêteté, pas du bagout.
Fixez les seuils au-delà desquels une personne intervient et assurez-vous qu'elle reçoive le contexte déjà préparé. L'humain n'est pas l'échec de l'agent, il fait partie du système.
Relisez les conversations réelles, repérez les erreurs récurrentes et affinez règles et sources. Un agent s'améliore avec la maintenance, pas dès le premier jour.
Un parcours prudent, du cas restreint à l'échelle
Un agent remplace-t-il les personnes ?
Non. Un agent absorbe le travail répétitif et prépare le terrain, mais les cas délicats, ambigus ou à haut risque restent aux personnes. Un relais bien conçu est ce qui rend le système fiable, pas ce qui l'affaiblit.
Puis-je passer du chatbot à l'agent d'un seul coup ?
C'est déconseillé. Mieux vaut partir d'un cas d'usage restreint, vérifier le comportement sur des données réelles et élargir le périmètre seulement quand les règles tiennent. La progressivité réduit le risque d'erreurs visibles.
Comment éviter qu'un agent dise des choses fausses ?
En ancrant les réponses dans des sources approuvées, en interdisant les affirmations invérifiables et en imposant l'aveu de l'incertitude. Sans ces trois règles, même un bon agent devient imprévisible.
Comment TMM voit-elle la frontière entre chatbot et agent ?
Nous partons du problème, pas de l'outil. Si les questions sont stables, un chatbot suffit. S'il faut du raisonnement, des règles et des actions, nous concevons un agent avec des sources ancrées, des limites explicites et un relais humain dès le premier jour.