Les 2 types d’automatisation IA : lequel choisir ?

La plupart des gens parlent d’« automatisation IA » comme si c’était une seule chose. Ce n’est pas le cas. Sous le capot, il existe deux façons très différentes d’automatiser avec l’IA, et si tu choisis la mauvaise, soit tu construis un truc fragile qui casse dès que la réalité change, soit tu construis un truc « intelligent » qui fait parfois une bêtise au pire moment possible.

Les deux types d’automatisation IA

Type 1 : les workflows déterministes (l’IA t’aide à construire, puis le workflow tourne toujours de la même façon)

C’est la forme classique de l’automatisation : tu définis des étapes, des déclencheurs, des conditions et des sorties. L’IA peut t’aider à générer certaines parties du workflow plus vite, mais une fois déployé, il est censé se comporter de la même manière à chaque exécution.

L’avantage est ennuyeux, dans le meilleur sens du terme. Tu peux prévoir ce qui va se passer. Tu peux le débugger. Tu peux l’expliquer à quelqu’un d’autre. Quand il casse, il casse en général « honnêtement » : un champ a changé de nom, une API a renvoyé un schéma différent, la mise en page du site a bougé.

L’inconvénient est tout aussi ennuyeux. Le monde réel change. Quelqu’un modifie un formulaire. Un collègue change une convention de nommage. Un outil met à jour son interface. Ton workflow déterministe ne s’adapte pas : il échoue, point.

Type 2 : les exécutions agentiques (l’IA réfléchit à chaque fois)

L’automatisation agentique fait le pari inverse : au lieu d’exécuter une séquence figée, tu laisses un agent IA planifier et décider au moment de l’exécution. L’agent lit le contexte, choisit ses outils, enchaîne les étapes et s’adapte si quelque chose a changé.

C’est pour ça que les agents paraissent magiques quand ils fonctionnent. Ils ne se contentent pas de suivre des instructions. Ils poursuivent un objectif.

La contrepartie, c’est qu’ils peuvent aussi échouer de manières plus difficiles à anticiper. Une synthèse récente axée sécurité le dit sans détour : les systèmes agentiques peuvent échouer « d’une manière que leurs créateurs n’avaient jamais anticipée », parce qu’ils orchestrent des actions de façon dynamique au lieu de rejouer un script.

Le cadrage académique va dans le même sens : l’IA agentique désigne des systèmes capables de poursuivre des objectifs de manière autonome et de coordonner des actions en plusieurs étapes, ce qui n’a rien à voir avec un pipeline à base de règles.

Lequel choisir ?

L’heuristique est simple : utilise des workflows déterministes quand la répétabilité compte, et des exécutions agentiques quand l’adaptabilité compte.

Choisis les workflows déterministes quand…

Tu automatises quelque chose qui a une forme stable et une définition claire de « terminé ». Par exemple : router les leads entrants, mettre des notes au format d’un modèle, synchroniser des enregistrements entre outils, générer un rapport hebdomadaire, enrichir des données à partir de sources connues.

Si tu peux écrire les étapes sous forme de checklist et que tu veux que la même checklist soit exécutée à chaque fois, le déterministe l’emporte.

Choisis les exécutions agentiques quand…

Tu automatises quelque chose qui change en permanence, qui demande de l’interprétation ou qui implique des entrées désordonnées. Par exemple : naviguer sur des sites qui changent, trier de longs fils d’emails, faire des recherches dans des sources inconnues, traiter des demandes clients ambiguës ou gérer des exceptions qui feraient exploser un moteur de règles en 500 branches.

Si tu peux décrire l’objectif mais pas toutes les étapes avec certitude, l’agentique l’emporte.

La vraie réponse : utilise les deux, mais place le risque au bon endroit

La plupart des bons systèmes finissent hybrides.

Tu laisses l’IA faire ce qu’elle fait bien : interpréter le désordre, résumer, proposer les prochaines étapes et gérer les cas particuliers. Puis tu verrouilles des étapes déterministes pour tout ce qui doit être fiable : écrire dans ta base de données, envoyer l’email, mettre à jour le CRM, planifier la réunion.

C’est aussi dans ce design hybride que le « human in the loop » cesse d’être un buzzword pour devenir une vraie décision produit.

Une enquête récente auprès d’entreprises indique que 89 % des dirigeants estiment que l’IA agentique a besoin d’une intervention humaine intégrée. Ça correspond à ce que je vois en construisant des produits d’automatisation : dès que du vrai argent, de vrais clients ou une vraie réputation sont en jeu, tu veux des points de validation explicites.

Comment éviter que l’automatisation agentique ne déraille

Si tu laisses l’IA prendre des décisions à chaque exécution, il te faut des garde-fous. Les mêmes recommandations reviennent sans cesse dans les discussions sur la sécurité et la fiabilité :

Place des humains aux points de contrôle

Ne demande pas à un humain de tout superviser. Demande-lui de valider les parties irréversibles. Par exemple : avant d’envoyer un email, avant d’émettre un remboursement, avant de modifier des permissions, avant de supprimer des données, avant de pousser du code.

Limite ce que l’agent peut toucher

Traite l’agent comme un collègue junior avec des permissions strictes. Donne-lui uniquement les outils et les données dont il a besoin pour cette tâche précise. Les équipes sécurité recommandent de plus en plus des contrôles d’accès stricts et une visibilité totale sur ce que l’agent peut consulter et faire.

Journalise tout et évalue en continu

Avec des workflows déterministes, tu peux reproduire les exécutions facilement. Avec des exécutions agentiques, il faut instrumenter : stocker les appels d’outils, stocker le raisonnement intermédiaire ou au moins les traces de décision, suivre les modes de défaillance et lancer des evals. L’idée émergente d’« AgentOps », c’est en gros du DevOps pour agents : monitoring continu, détection d’anomalies et boucles de feedback pour des systèmes probabilistes par nature.

Une façon rapide de trancher en une phrase

Si tu as besoin d’une exécution prévisible, construis un workflow déterministe.

Si tu as besoin que le système s’adapte à un environnement changeant, utilise un agent.

Si tu as besoin des deux, laisse l’agent réfléchir, mais fais exécuter le workflow.