Le 25 juin 2025, Gartner a annoncé que plus de 40 % des projets d’IA agentique lancés en entreprise seraient abandonnés d’ici fin 2027, faute de stratégie claire au-delà du prototype. Ce chiffre ne dit rien contre l’intelligence artificielle : il dit que beaucoup d’organisations choisissent leur outil d’automatisation par enthousiasme plutôt que par diagnostic. Pour un dirigeant de PME qui regarde sa pile d’automatisations (facturation, onboarding client, relances), la question utile n’est pas « faut-il de l’IA ? » mais « ce processus a-t-il besoin de rester prévisible ? ».
Deux familles d’automatisation, une différence de fond
Une plateforme d’automatisation type Zapier ou Make fonctionne sur un principe simple, documenté noir sur blanc dans leur aide officielle : un déclencheur (un e-mail reçu, une ligne ajoutée dans un tableur) lance une ou plusieurs actions écrites à l’avance. Si un cas ne correspond pas à ce qui a été prévu, l’automatisation s’arrête ou échoue de façon visible, ce qui est en réalité un avantage : n’importe qui dans l’équipe peut rouvrir la chaîne, repérer l’étape qui bloque, et la corriger sans avoir écrit la recette d’origine.
Un agent IA obéit à une autre logique. Anthropic, dont le cadre de référence sur le sujet est largement repris dans l’industrie, distingue les deux catégories par le degré d’autonomie laissé au système : un workflow orchestre des outils via des chemins de code prédéfinis, quand un agent dirige lui-même, dynamiquement, son processus et l’usage qu’il fait de ses outils (Building Effective Agents, Anthropic). En clair, dans le premier cas vous avez écrit l’itinéraire ; dans le second, vous avez décrit la destination et laissé le système choisir la route. Le trajet imprévu du second peut impressionner sur un prototype testé une dizaine de fois, et surprendre en mal le jour où le volume de cas réels dépasse ce qui a été essayé.
Prenez une relance de facture impayée. Un scénario déterministe surveille l’échéance et envoie un e-mail à J+7, J+15, J+30 : si le client répond autrement que prévu, la chaîne s’arrête et quelqu’un reprend la main, sans ambiguïté sur l’endroit où ça a coincé. Un agent chargé de « relancer intelligemment » peut adapter le ton et le canal selon l’historique de chaque client, ce qui séduit sur une démonstration à dix profils. Le jour où le portefeuille en compte des centaines, personne ne sait plus toujours dire pourquoi telle relance est partie deux fois ou pas du tout, sans rouvrir une à une les décisions prises par le modèle.
Quatre critères qui trient le workflow de l’agent, processus par processus
Le choix ne se fait pas au niveau de l’entreprise entière mais processus par processus : la facturation et l’onboarding client n’appellent pas forcément la même réponse. Quatre critères reviennent, dans l’ordre où ils devraient se poser.
- D’autres personnes que celle qui l’a construite devront un jour maintenir cette automatisation : un workflow déterministe se relit et se corrige sans avoir écrit la ligne d’origine, un agent se débogue rarement sans la compétence de celui qui l’a conçu.
- Le processus touche au paiement, au contrat ou à la conformité : une relance de facture dupliquée ou un champ de contrat mal rempli coûte cher précisément là où l’entreprise a le moins de marge pour l’imprévu.
- Les connexions existent déjà en standard entre le CRM, la messagerie et la comptabilité : une plateforme comme Zapier ou Make couvre déjà ce terrain, ce qui rend l’agent superflu, pas plus performant.
- La logique est vraiment spécifique au métier, tolère l’itération, et une compétence technique existe en interne pour la faire évoluer : c’est le seul cas où l’agent devient pertinent, précisément parce que quelqu’un pourra reprendre la main quand ça déraille.
Trois critères sur quatre pointent vers le déterministe. Ce n’est pas un hasard : la majorité des processus récurrents d’une PME, facturation, onboarding, relances, sont justement de ceux où la prévisibilité vaut plus que la flexibilité.
Le piège que peu de dirigeants voient venir : l’écart se creuse au débogage
Un agent IA a l’air accessible à qui que ce soit dans l’équipe : on lui parle, on lui décrit un résultat, il s’exécute. Cette facilité d’usage ne dit rien de la facilité de maintenance, et l’écart entre les deux est exactement là où les projets d’automatisation de PME s’enlisent. Anthropic le formule sans détour dans son guide : la nature autonome des agents entraîne des coûts plus élevés et un risque d’erreurs qui s’accumulent d’une étape à l’autre, ce qui justifie des tests en environnement isolé et des garde-fous adaptés avant toute mise en production réelle.
Gartner documente le même écart côté marché, sous un autre nom : l’analyste Anushree Verma parle d’« agent washing », soit d’anciens outils (chatbots, automatisations classiques) rebaptisés IA agentique sans changement réel d’autonomie. Un sondage Gartner de janvier 2025 trouvait que 19 % seulement des entreprises interrogées avaient investi significativement dans l’IA agentique, 42 % restant prudentes : un signe que le terrain, une fois sorti de la démonstration, reste incertain pour la majorité.
Rien de tout cela n’est un procès de l’IA : un agent bien choisi, sur le bon processus, avec la compétence pour le reprendre en cas de dérive, tient ses promesses. C’est souvent l’ordre des questions, plus que la technologie elle-même, qui fait dérailler un projet d’automatisation : choisir l’agent parce qu’il est nouveau, puis chercher un processus où le caser, inverse le bon sens de la démarche.
Les deux familles cohabitent dans une automatisation qui tient
Une PME qui automatise bien ne choisit pas un camp une fois pour toutes. Elle garde le déterministe sur la facturation et les relances, précisément parce que la technologie seule ne suffit pas à sécuriser un processus critique : il faut aussi que n’importe qui dans l’équipe puisse le reprendre. Elle réserve l’agent aux poches où la logique est trop mouvante pour un chemin fixé d’avance, et là seulement si la compétence pour le maintenir existe déjà en interne ou se construit consciemment avant le déploiement, pas après le premier incident.
Sur l’onboarding client, la frontière est directement testable. Si le parcours est identique pour la grande majorité des nouveaux clients (envoi du contrat, création du compte, e-mail de bienvenue), un workflow suffit et se corrige en un clic quand une étape change. Si chaque client arrive avec un besoin de configuration si différent qu’aucune recette fixe ne tient plus de trois dossiers d’affilée, la logique devient assez spécifique pour justifier un agent, à condition que quelqu’un en interne sache lire ce qu’il a décidé de faire.
Le vrai chantier n’est donc pas de choisir entre workflow et agent, mais de cartographier ses processus selon leur tolérance à l’imprévu, puis d’assigner l’outil qui correspond à chaque case. Un ou deux automatismes mal assignés (un agent sur une relance de facture, une chaîne rigide sur une négociation qui change à chaque client) coûtent moins cher à corriger maintenant qu’après l’incident. Si l’un de vos processus vous semble mal classé, on peut en discuter.
Crédits photo : StartupStockPhotos, cloudhoreca, RonaldCandonga (Pixabay).
