Les types d'agents IA : les 5 types classiques et ceux qu'utilisent les entreprises
Les cinq types classiques d'agents IA (réflexe simple, fondé sur un modèle, sur des objectifs, sur l'utilité, apprenant) expliqués avec des exemples, plus les types utilisés en entreprise.
À retenir
- L'informatique distingue cinq types classiques d'agents, de l'agent réflexe simple à l'agent apprenant.
- Les agents IA modernes fondés sur des modèles de langage combinent généralement un comportement orienté objectifs et orienté utilité.
- Les entreprises raisonnent plutôt en types pratiques : accueil, support, vente, prise de rendez-vous et back-office.
Il y a deux façons utiles de classer les agents IA : les types classiques des manuels d'IA, qui décrivent la façon dont un agent décide, et les types pratiques utilisés par les entreprises, qui décrivent le travail qu'il accomplit. Connaître les deux aide à comprendre les promesses des éditeurs et à choisir le bon outil. Nouveau sur le sujet ? Commencez par qu'est-ce qu'un agent IA.
Les 5 types classiques d'agents IA
1. Agents réflexes simples
Ils agissent uniquement sur l'entrée actuelle, selon des règles fixes « si… alors ». Exemple : un menu téléphonique qui envoie « tapez 2 » vers la facturation. Rapides et prévisibles, mais démunis face à l'imprévu.
2. Agents réflexes fondés sur un modèle
Ils gardent une représentation interne de la situation et peuvent donc tenir compte d'informations absentes de l'entrée actuelle. Exemple : un agent de chat qui se souvient que le client a déjà donné son numéro de commande plus tôt.
3. Agents fondés sur des objectifs
Ils choisissent les actions qui les rapprochent d'un objectif, en planifiant plusieurs étapes à l'avance. Exemple : « obtenir un détartrage cette semaine pour cet appelant » : consulter l'agenda, proposer des créneaux, confirmer.
4. Agents fondés sur l'utilité
Quand plusieurs actions mènent à l'objectif, ils choisissent la meilleure selon un score. Exemple : proposer le créneau qui convient au client et optimise la journée du dentiste.
5. Agents apprenants
Ils s'améliorent avec le temps grâce aux retours. Exemple : un agent dont les réponses sont affinées chaque semaine à partir des conversations signalées par l'équipe.
| Type | Décide selon | Force | Faiblesse |
|---|---|---|---|
| Réflexe simple | Des règles fixes | Prévisible | Échoue face aux situations nouvelles |
| Fondé sur un modèle | Règles + mémoire de l'état | Gère le contexte | Reste lié aux règles |
| Fondé sur des objectifs | Une planification vers un objectif | Flexible | Exige de bons objectifs et des limites |
| Fondé sur l'utilité | L'option la mieux notée | Fait des arbitrages | Le score doit être juste |
| Apprenant | Les retours dans le temps | S'améliore | Doit être surveillé |
Où se situent les agents LLM actuels
Les agents construits sur de grands modèles de langage ne correspondent pas à un seul type. Ils gardent l'état de la conversation (fondés sur un modèle), visent des objectifs (fondés sur des objectifs), comparent des options (fondés sur l'utilité) et s'améliorent grâce aux retours et à des instructions mises à jour (apprenants). C'est ce mélange qui les rend bien plus capables que les anciens bots. Voir qu'est-ce qu'un agent LLM.
Types pratiques d'agents IA en entreprise
- Agents d'accueil : répondent aux appels et messages, recueillent les informations, orientent les demandes. En savoir plus.
- Agents de service client : traitent les questions fréquentes et les problèmes de commande. En savoir plus.
- Agents commerciaux : qualifient les prospects, relancent, fixent des rendez-vous. En savoir plus.
- Agents de planification : réservent, déplacent, rappellent.
- Agents vocaux : tous les précédents, au téléphone. En savoir plus.
- Agents de back-office : tri des e-mails, saisie de données, reporting.
- Agents de code et de recherche : surtout utilisés par les équipes techniques.
Agent unique vs systèmes multi-agents
Certaines configurations utilisent un seul agent pour tout ; d'autres répartissent le travail entre des agents spécialisés qui se passent les tâches, par exemple un agent d'accueil qui transmet un prospect qualifié à un agent de devis. Lisez les systèmes multi-agents expliqués.
Chaque type sur un exemple d'accueil
Pour rendre les types théoriques concrets, voici comment chacun traiterait la même demande : « Je dois déplacer mon rendez-vous. »
| Type | Comment il traite la demande |
|---|---|
| Réflexe simple | Repère le mot « déplacer » et donne le numéro pour modifier un rendez-vous. Rien de plus. |
| Fondé sur un modèle | Se souvient que le client a déjà donné son nom et ne le redemande pas ; suit toujours un script fixe. |
| Fondé sur des objectifs | Cherche à déplacer le rendez-vous : trouve la réservation, consulte les créneaux, propose des options, confirme. |
| Fondé sur l'utilité | Comme le précédent, mais privilégie les créneaux qui conviennent à la fois au client et au planning du praticien. |
| Apprenant | Remarque avec le temps que beaucoup de clients demandent tôt le matin et propose ces créneaux en premier (une fois la modification validée par l'équipe). |
Autres façons de classer les agents IA
Par autonomie
Des agents qui se contentent de suggérer à ceux qui agissent avec validation, puis à ceux qui agissent dans des limites, jusqu'aux agents totalement autonomes. Voir agents IA autonomes.
Par interface
- Agents vocaux : appels téléphoniques et assistants vocaux. En savoir plus.
- Agents textuels : chat, WhatsApp, SMS, e-mail.
- Agents d'utilisation d'ordinateur ou de navigateur : manipulent des interfaces logicielles comme le ferait une personne.
Par périmètre
- Agents horizontaux : généralistes, utilisés pour de nombreuses tâches.
- Agents verticaux : conçus pour un secteur ou un métier, avec les connaissances et les processus du domaine intégrés, comme un agent de prise de rendez-vous dentaire ou un agent de prise en charge pour la climatisation.
Par organisation
- Agent unique qui fait un seul travail.
- Agents hiérarchiques : un agent superviseur dirige des agents exécutants.
- Agents collaboratifs : des pairs qui se passent le travail. Voir systèmes multi-agents.
Que sont les agents IA verticaux ?
Les agents IA verticaux sont spécialisés dans un secteur ou une fonction. Comme ils intègrent d'emblée les bonnes questions, les bons processus et les bons garde-fous pour leur domaine, ils fonctionnent généralement mieux dès le départ que les agents généralistes. Un réceptionniste IA configuré pour les cliniques sait demander s'il s'agit d'un nouveau patient et ne jamais donner d'avis médical ; un réceptionniste configuré pour l'industrie sait demander les quantités, les dimensions et les délais de livraison. Owlena suit cette approche avec des configurations par secteur.
Choisir le bon type pour la tâche
| Tâche | Le plus adapté |
|---|---|
| Orienter les appels vers les services | Réflexe simple ou fondé sur un modèle (ou un menu basique) |
| Répondre aux questions fréquentes | Fondé sur un modèle avec de bonnes connaissances |
| Réserver, commander, qualifier | Fondé sur des objectifs avec outils et règles |
| Optimiser plannings ou tournées | Fondé sur l'utilité |
| S'améliorer sur plusieurs mois | N'importe quel type avec une boucle d'apprentissage validée par des humains |
Le cadre PEAS : décrire n'importe quel agent
Les manuels d'IA (notamment Intelligence artificielle : une approche moderne, de Russell et Norvig) décrivent la tâche d'un agent avec le cadre PEAS : mesure de Performance, Environnement, Actionneurs, Capteurs (Sensors). Appliqué à un réceptionniste IA :
| PEAS | Réceptionniste IA |
|---|---|
| Performance | Appels pris, rendez-vous réservés, informations exactes, satisfaction client |
| Environnement | Lignes téléphoniques, messageries, agenda, clients |
| Actionneurs (actions) | Répondre à l'oral ou par écrit, créer des réservations, envoyer des messages, transférer des appels |
| Capteurs (entrées) | Voix, texte, données d'agenda, fiches clients |
Rédiger un tableau PEAS est une façon étonnamment efficace de spécifier un agent d'entreprise avant de le construire ou de l'acheter.
Les types d'environnement qui influencent la conception
- Totalement ou partiellement observable : l'agent voit-il tout ce dont il a besoin ? Un agent téléphonique ne voit ni le visage ni l'agenda de l'appelant : il doit poser des questions.
- Déterministe ou stochastique : les actions ont-elles toujours le même résultat ? Réserver un créneau libre, en général oui ; convaincre un client, non.
- Statique ou dynamique : le monde change-t-il pendant que l'agent réfléchit ? Les agendas évoluent quand d'autres réservent ; l'agent doit revérifier avant de confirmer.
- Agent unique ou multi-agents : d'autres agents (ou personnes) agissent-ils dans le même environnement ? L'accueil partage l'agenda avec l'équipe.
Les environnements en contact client sont partiellement observables, dynamiques et impliquent des personnes : c'est précisément pourquoi les agents fondés sur des objectifs, avec des étapes de confirmation et des transferts, y fonctionnent le mieux.
Les agents simples ont toujours leur place
Toutes les tâches n'ont pas besoin d'un agent à modèle de langage. Une règle réflexe simple (« si le message contient STOP, désinscrire ») est plus rapide, moins chère et plus fiable pour cette tâche. Les bons systèmes combinent les types : des règles simples pour les parties fixes, des agents fondés sur des objectifs pour les conversations. Voir IA agentique vs automatisation traditionnelle.
De quel type une petite entreprise a-t-elle besoin ?
Généralement d'un agent en contact client, fondé sur des objectifs et doté de limites strictes : il poursuit des objectifs clairs (répondre, recueillir, réserver) mais n'improvise jamais sur les prix, les promesses ou les sujets sensibles. C'est ainsi qu'Owlena est conçu : un assistant pour vos canaux qui applique vos règles et laisse les décisions à votre équipe.
Voyez un agent IA répondre pour votre entreprise
Owlena répond aux appels, à WhatsApp, au chat du site et aux e-mails 24h/24, enregistre chaque demande et envoie un résumé à votre équipe. Nous nous chargeons de la mise en place.
Questions fréquentes
Quels sont les 5 types d'agents IA ?
Les agents réflexes simples, réflexes fondés sur un modèle, fondés sur des objectifs, fondés sur l'utilité et les agents apprenants.
Quel type d'agent est ChatGPT ?
Seul, c'est un modèle conversationnel. Doté d'outils et d'objectifs, il agit comme un agent fondé sur des objectifs et sur l'utilité, qui utilise aussi la mémoire de la conversation.
Quel type d'agent IA convient le mieux au service client ?
Un agent fondé sur des objectifs, avec mémoire de la conversation et garde-fous clairs, connecté à votre FAQ, votre agenda et vos données de commande.
Que sont les agents IA verticaux ?
Des agents IA spécialisés dans un secteur ou une fonction, qui intègrent les bonnes questions, processus et garde-fous, comme un agent de prise de rendez-vous dentaire.
Quelle différence entre agents fondés sur des objectifs et sur l'utilité ?
Un agent fondé sur des objectifs trouve un chemin vers l'objectif ; un agent fondé sur l'utilité choisit le meilleur chemin selon un score, par exemple la préférence du client plus l'efficacité du planning.
Quel type d'agent IA est un assistant vocal ?
Les assistants vocaux sont surtout des agents fondés sur un modèle et sur des objectifs avec une interface vocale : ils gardent le contexte et réalisent des actions simples.
Qu'est-ce que le cadre PEAS pour les agents IA ?
PEAS signifie mesure de Performance, Environnement, Actionneurs et Capteurs : un cadre de manuel pour décrire ce qu'un agent doit accomplir, où il travaille, comment il agit et ce qu'il perçoit.
Quel type d'agent IA est le plus courant en entreprise aujourd'hui ?
Les agents fondés sur des objectifs construits sur des modèles de langage, avec outils et garde-fous, comme les réceptionnistes IA, les agents de support et les agents commerciaux.