Un chatbot répond à une question et s'arrête. Un agent IA reçoit un objectif et continue de tourner tout seul. Il planifie, utilise des outils, vérifie le résultat et recommence jusqu'à décider qu'il a fini.
Cette boucle rend les agents puissants, mais aussi moins fiables et beaucoup plus chers. La plupart des tâches d'entreprise demandent un chatbot, ou un script simple, pas un agent.
En résumé : un agent, c'est un chatbot avec une boucle et une carte bancaire.
Ce guide montre ce que disent les benchmarks et les vraies factures. Il se termine par les quatre tests qu'une tâche doit passer avant de payer pour un agent.
Quelle différence entre un chatbot et un agent IA ?
Pensez à un restaurant. Demander au serveur « c'est quoi le plat du jour ? », c'est un chatbot : une question, une réponse.
Confier votre carte bancaire à quelqu'un en disant « organise le mariage de ma sœur », c'est un agent. Il prend des dizaines de décisions et d'achats sans vous demander à chaque fois.
Il y a en réalité trois niveaux, que les vendeurs mélangent volontiers :
| Niveau | Ce qu'il fait | Qui décide de l'étape suivante |
|---|---|---|
| 1. Chatbot | Une question entre, une réponse sort | Vous |
| 2. Appel d'outils | Le modèle choisit un outil dans une liste, votre code l'exécute | Votre code, sur un chemin fixe |
| 3. Agent | Le modèle décide quoi faire ensuite, encore et encore | Le modèle |
Anthropic, qui fabrique Claude, appelle le niveau 2 un « workflow » : des systèmes où les modèles et les outils sont orchestrés par des chemins de code prédéfinis. Elle appelle le niveau 3 un agent : le modèle dirige lui-même ses étapes et son usage des outils (Anthropic, Building effective agents). Un LLM, ou grand modèle de langage, est le moteur d'IA derrière des outils comme ChatGPT et Claude.
La plupart de ce qui est vendu comme « agent » est du niveau 2 avec un plus joli tableau de bord. Gartner appelle ça « l'agent washing ». Le cabinet prévoit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, à cause des coûts, d'une valeur floue et d'un contrôle des risques faible (Gartner, juin 2025).
Pourquoi les agents IA échouent-ils davantage sur les tâches longues ?
Parce que les petits taux d'erreur se multiplient.
Une étude de mai 2025 a montré que les agents échouent à un rythme à peu près constant par minute de travail humain (arXiv, 2025). Un taux d'échec constant veut dire que la chance de finir s'effondre à mesure que la tâche s'allonge.
Faites le calcul une fois et vous ne l'oublierez plus. Un agent juste dans 95 % des cas sur une étape n'est juste que dans environ 36 % des cas sur vingt étapes. C'est 0,95 multiplié par lui-même vingt fois.
Ce n'est pas un défaut du modèle. C'est juste une multiplication.
Que disent les benchmarks sur les agents IA ?
Un benchmark est un test standard pour comparer des systèmes d'IA. Lisez ce tableau de haut en bas :
| Benchmark | Ce qu'il mesure | Meilleur résultat | Date |
|---|---|---|---|
| SWE-bench Verified | 500 problèmes de code triés | environ 95 % | juillet 2026 |
| SWE-bench Pro | Des problèmes similaires dans du code jamais vu | Claude Opus 4.5 : 45,9 % (80,9 % sur Verified) | avril 2026 |
| TheAgentCompany | 175 vraies tâches de bureau : RH, finance, administration | environ 30 % en autonomie | 2025 |
| tau-bench pass^8 | La même tâche 8 fois de suite, les 8 doivent réussir | GPT-4o : moins de 25 % (plus de 60 % en un essai) | 2024 |
| Étude de fiabilité sur longue durée | 10 modèles, 23 392 exécutions | taux d'« effondrement » jusqu'à 19 % | mars 2026 |
La règle : plus un test ressemble à un vrai travail, moins les agents réussissent. Problèmes de code triés : 95 %. Code jamais vu : 46 %. Vrai travail de bureau : 30 %.
Et refaire le même travail de façon fiable, encore et encore, est encore plus difficile. C'est pourtant ce qu'il faut pour tout ce qui tourne sans surveillance.
Le résultat de tau-bench date de 2024, considérez-le comme ancien. Mais l'étude de 2026 montre la même forme : un essai chanceux flatte les agents, les essais répétés les démasquent.
Pourquoi faire tourner un agent IA coûte-t-il si cher ?
Parce que chaque étape de la boucle renvoie toute la conversation jusque-là. La conversation grandit à chaque étape, et vous la payez en entier à chaque fois.
Le coût d'entrée croît donc à peu près avec le carré du nombre d'étapes : doublez les étapes, environ quatre fois plus de tokens en entrée. Un token est un petit morceau de mot, l'unité que facturent les entreprises d'IA.
Les ingénieurs d'Anthropic l'ont mesuré : un agent utilise environ 4 fois plus de tokens qu'un chat, et plusieurs agents ensemble environ 15 fois plus (Anthropic).
Aux tarifs actuels, Claude Sonnet 5.5 coûte 2 dollars par million de tokens en entrée et 10 dollars par million en sortie (tarifs de l'API Claude, octobre 2026). Ça paraît minuscule, jusqu'à ce qu'un agent tourne six heures.
De vraies factures, toutes rapportées par TechCrunch le 5 juin 2026 :
| Qui | Ce qui s'est passé |
|---|---|
| Uber | A épuisé tout son budget 2026 de code assisté par IA dès avril |
| Un directeur technique (cas rapporté) | Un seul ingénieur a dépensé 40 000 dollars de tokens en un mois |
| Jellyfish (mesure) | La consommation de tokens par développeur a été multipliée par 18,6 en neuf mois |
L'échec le plus cher n'est pas la mauvaise réponse. C'est l'agent coincé dans une boucle, qui réessaie deux cents fois la même étape cassée, et vous facture plein tarif pour rien.
Un chatbot qui échoue coûte une fraction de centime. Un agent qui échoue peut tourner toute la nuit.
Les agents IA sont-ils utiles aux entreprises en Algérie ?
Rarement, pour l'instant. Un agent a besoin de trois choses. Il lui faut des outils appelables par une API (la façon dont deux applis se parlent), des données propres à lire, et un moyen de vérifier son travail.
La plupart des entreprises algériennes ne les ont pas encore.
Le paiement en ligne reste rare chez les commerçants. Le GIE Monétique comptait 644 e-commerçants raccordés à la plateforme nationale de paiement en ligne fin 2025 (EcoTimes, février 2026). L'Algérie comptait plus de 2,4 millions d'opérateurs inscrits en décembre 2025 (TSA Algérie). Cela fait environ 3 e-commerçants acceptant la carte pour 10 000 opérateurs inscrits.
Les données ne sont pas dans une base. Le stock est dans un cahier ou une discussion WhatsApp, les commandes arrivent en messages Instagram. Un agent sans rien de structuré à lire n'est qu'un chatbot coûteux. J'explique comment régler ça d'abord dans quand WhatsApp et Excel ne suffisent plus.
La langue est difficile. Sur le test DialectalArabicMMLU, 19 modèles ouverts compatibles avec l'arabe ont obtenu en moyenne 51,9 % en arabe standard et 45,0 % en arabe maghrébin (arXiv, 2025). Ce sont des modèles ouverts plus petits, pas les plus grands, ne surinterprétez pas. Mais les clients algériens écrivent en darija, souvent en lettres latines avec du français mélangé.
Et la facture est en dollars quand votre marge est en dinars. Payer l'IA depuis l'Algérie pose ses propres problèmes, que j'explique dans IA gratuite ou payante.
Un domaine est prêt : la livraison. Plusieurs livreurs algériens, dont Yalidine, ZR Express et Maystro, peuvent être connectés par code (CourierDZ).
Si une automatisation rapporte d'abord ici, c'est un simple script qui crée les colis automatiquement. Pas un agent.
Où les agents IA marchent-ils vraiment ?
Dans trois cas étroits :
- Le code avec des tests automatiques. Le résultat se vérifie par une machine, réessayer coûte peu, et le travail à la main est cher.
- La recherche approfondie. Tout ce qui demanderait des heures de lecture de dizaines de pages. Vous vérifiez le résultat à la fin.
- Le service client, mais seulement sur une bonne documentation. Intercom annonce que son agent Fin résout 76 % des conversations en moyenne chez 12 000 clients, mais note que les déploiements à base de connaissances négligée plafonnent entre 30 % et 45 % (Intercom). C'est un chiffre de vendeur, traitez-le comme tel.
Et le contrepoids : Klarna a remplacé une grande partie de son service client par l'IA, puis a recommencé à embaucher des humains en 2025. Son PDG a reconnu qu'ils s'étaient trop concentrés sur l'efficacité et les coûts, et que la qualité avait baissé (Forbes, mai 2025).
Quand utiliser un agent IA ?
Seulement quand les quatre conditions sont réunies :
- La tâche prend plus de 30 minutes à une personne.
- Le résultat se vérifie facilement, par une machine ou par vous en moins d'une minute.
- Une mauvaise réponse ne coûte rien à jeter.
- Les outils nécessaires ont déjà une API qui fonctionne aujourd'hui, pas « un jour ».
S'il en manque une seule, posez la question directement à un chatbot, ou écrivez un script simple. Cela couvre l'essentiel des besoins.
Si vous faites tourner un agent, fixez une limite stricte d'étapes et de dépenses, et journalisez chaque action. Ne le laissez jamais modifier votre stock ou envoyer un colis sans qu'une personne appuie sur le bouton.
Même Anthropic, qui vend les modèles, conseille de chercher la solution la plus simple possible, de n'ajouter de la complexité que si nécessaire, et parfois de ne pas construire de système agentique du tout (Anthropic).
Quelles erreurs font les entreprises avec les agents IA ?
- Acheter des « agents » qui sont en fait des workflows de niveau 2. Demandez au vendeur qui décide de l'étape suivante : le modèle, ou du code fixe ?
- Juger un agent sur une seule démo réussie. Demandez combien de fois il réussit la même tâche dix fois de suite.
- Faire tourner des agents sans plafond de dépense. Une boucle bloquée peut coûter en une nuit plus qu'un chatbot en un an.
- Donner à un agent le droit de modifier l'argent ou le stock. Gardez une validation humaine.
- Commencer par un agent avant d'avoir les données. Données propres et script simple d'abord.
Que faire cette semaine ?
- Aujourd'hui : listez trois tâches que vous voulez automatiser.
- Pour chacune : vérifiez les quatre tests ci-dessus. Barrez toute tâche qui en rate un.
- Pour le reste : essayez d'abord un chatbot normal, et chronométrez la tâche avec et sans lui.
- S'il vous faut encore de l'automatisation : demandez-vous si un script simple sur une API existante suffit.
- Seulement ensuite : envisagez un agent, avec une limite d'étapes et un plafond de dépense dès le premier jour.