Méthode · de la tâche au test en production

Créer un agent IA en entreprise : les 4 étapes

Créer un agent IA en entreprise : choisir la tâche, écarter le workflow, assembler les 4 briques, tester sur de vrais cas. Méthode et coûts réels.

Par Yanis Zedira. Publié le 2 novembre 2026. 9 min de lecture.

Créer un agent IA en entreprise se fait en quatre étapes : choisir une tâche répétitive et vérifiable, vérifier qu'un simple workflow ne suffit pas, assembler l'agent (modèle, instructions, outils, données), puis le tester sur de vrais cas avant de l'ouvrir aux clients. Prévoyez deux à trois cycles de correction après la mise en ligne.

En bref

• Un agent IA n'est pas un projet technique d'abord : c'est une tâche bien choisie. La plupart des échecs viennent d'un mauvais choix de départ, pas du modèle.
• Avant de construire un agent, vérifiez qu'un workflow (une suite d'étapes fixes) ne fait pas le travail. C'est moins cher et plus fiable.
• Un agent se compose de quatre briques : un modèle, des instructions, des outils (agenda, CRM, base documentaire) et des garde-fous.
• Dans notre étude sur cinq TPE d'Île-de-France, la première version d'un agent vocal transférait 41 % des appels à un humain. Il a fallu trois itérations pour descendre à 22 %.
• Budget : un agent IA démarre à 390 € plus 29 € par mois chez nous ; en production, le coût complet de la première année tourne plutôt autour de 1 520 € pour un cabinet de 430 appels mensuels.

Pourquoi tant d'agents IA n'arrivent jamais en production

Le marché vend des agents comme on vendait des chatbots en 2018 : vite, partout, sans mesure. Gartner prévoyait le 25 juin 2025 que plus de 40 % des projets d'IA agentique seraient annulés d'ici fin 2027, à cause de coûts qui dérapent, d'une valeur métier floue ou de risques mal maîtrisés (Gartner). Le même cabinet notait que beaucoup de fournisseurs rebaptisent « agent » un simple chatbot ou une automatisation existante.

Pour une TPE ou une PME, la conséquence est simple : la question n'est pas « quel agent acheter ? », mais « quelle tâche lui confier, et comment savoir s'il la fait bien ? ». Les quatre étapes ci-dessous répondent dans cet ordre. Si vous découvrez le sujet, commencez par notre définition d'un agent IA.

Étape 1 : choisir une tâche qui mérite un agent

Une bonne tâche pour un agent IA coche quatre cases. Nous les appelons la règle des 4 V, issue de nos missions mesurées :

Exemples qui passent souvent : décrocher et trier les appels entrants, répondre aux questions récurrentes du soir, confirmer un rendez-vous, préqualifier une demande de devis. Exemples qui échouent souvent : conseiller un client sur un dossier complexe, décider d'une remise, rédiger seul des contenus sans données réelles.

Dans notre étude, l'agent vocal du cabinet comptable fonctionnait avec quatorze intentions déclarées (horaires, envoi de pièce, prise de rendez-vous, etc.). C'est cette liste fermée qui lui a permis de traiter 62 % des appels sans humain. À l'inverse, la prise de rendez-vous entièrement automatique du même cabinet a été arrêtée au bout de trois semaines : les sujets étaient trop variés.

Étape 2 : vérifier qu'un workflow ne suffit pas

Un workflow suit des étapes fixes : un formulaire arrive, une fiche est créée dans le CRM, un e-mail part. Un agent décide lui-même de la suite des actions selon la situation. Anthropic, l'éditeur de Claude, recommande dans son guide publié le 19 décembre 2024 de chercher d'abord la solution la plus simple et de n'ajouter de l'autonomie que lorsqu'elle est nécessaire (Anthropic).

Une bonne partie de ce qu'on appelle « agent » en PME est en réalité un workflow avec une étape d'IA au milieu : on classe un e-mail, puis on suit un chemin fixe. C'est souvent la meilleure solution. Pour comparer les outils de workflow, voir notre guide de décision n8n.

Étape 3 : assembler l'agent

Un agent IA en production repose sur quatre briques. Aucune n'est optionnelle.

Le modèle. C'est le moteur de langage (Claude, GPT, Gemini, Mistral…). Pour un agent de PME, le meilleur modèle n'est pas le plus puissant : c'est celui qui répond assez vite, assez bien, pour un coût par conversation maîtrisé. Nos critères sont détaillés dans quel modèle IA choisir.

Les instructions. Le rôle de l'agent, ce qu'il a le droit de faire, ce qu'il doit refuser, et quand il passe la main. C'est la brique qui change le plus d'une itération à l'autre.

Les outils et les données. L'agenda, le CRM, le catalogue, la base de réponses. Un agent sans accès à vos vraies données invente : la boutique de bijoux de notre étude a arrêté son chatbot après deux réponses fausses sur les délais de livraison. Si l'agent doit répondre à partir de vos documents, il faut une base documentaire interrogeable, ce qu'on appelle un RAG.

Les garde-fous. Le transfert vers un humain, la liste des sujets interdits, le journal des conversations, et la mention obligatoire : depuis le 2 août 2026, l'article 50 de l'AI Act impose d'indiquer clairement à la personne qu'elle échange avec une IA, sauf si c'est évident (Commission européenne). La CNIL rappelle de son côté, dans une note du 20 juillet 2026, que le RGPD s'applique pleinement aux agents qui enchaînent des services et manipulent des données personnelles (CNIL).

Quatre façons de construire

Étape 4 : tester sur de vrais cas, puis corriger

Un agent ne se juge pas sur une démonstration. Il se juge sur cinquante vrais échanges, relus un par un. Notre méthode tient en trois temps :

1. Constituer un jeu de test à partir de cas réels : appels enregistrés avec accord, e-mails reçus, questions fréquentes. Au moins trente cas, dont les plus pénibles.
2. Mesurer trois indicateurs : taux de transfert vers un humain, taux de réponses fausses, temps humain restant sur la tâche.
3. Itérer avant d'élargir : on ouvre l'agent à une partie du trafic, on corrige, puis on étend.

Attendez-vous à une première version imparfaite : la première version de l'agent vocal du cabinet comptable transférait 41 % des appels. Trois itérations, une liste d'intentions réécrite et une base de réponses sur les documents l'ont amenée à 22 %. Un prestataire qui livre un agent et disparaît vous laisse avec la version à 41 %.

Combien coûte un agent IA, une fois tout compté

Les chiffres de la colonne de droite viennent du cabinet comptable de notre étude. Rapporté au temps gagné (3 h 45 par semaine), cela donne 8,6 € par heure gagnée. Pour une estimation à volume plus élevé, voir le coût d'un agent IA à 1 000 conversations par mois.

Savoir si votre tâche mérite un agent. En 15 minutes, on passe votre tâche à la règle des 4 V et on estime le coût par heure gagnée avant tout devis. Si un workflow suffit, ou si rien ne se justifie, on vous le dit. Réserver mon échange offert ou voir notre offre d'agents IA et d'automatisation. Si l'objectif est de vendre, lisez aussi ce qu'un agent IA commercial peut faire sans spammer.

Les erreurs à éviter dès le départ

• Remplacer au lieu de seconder. Sur nos 13 automatisations testées, les 4 arrêtées remplaçaient une décision humaine. Les 9 conservées l'assistaient.
• Oublier qui va utiliser l'agent. Un formulaire de rendez-vous a échoué dans un cabinet infirmier parce qu'une partie des patients avait plus de 75 ans.
• Ne rien mesurer avant. Aucun de nos cinq clients n'avait de relevé de départ. Sans lui, impossible de prouver le gain.
• Laisser l'agent sans propriétaire. Quelqu'un doit relire un échantillon de conversations chaque semaine, au moins le premier mois.

Conclusion

Créer un agent IA utile en entreprise est moins une affaire de technologie que de cadrage : une tâche fréquente, des cas listés, un résultat vérifiable, et un plan de test. Le reste, modèle compris, se change en cours de route. Pour un accueil téléphonique, la solution la plus directe reste un agent vocal IA ; pour des tâches entre vos logiciels, une automatisation IA avec une étape d'IA suffit souvent.

Sources

• Gartner, plus de 40 % des projets d'IA agentique annulés d'ici fin 2027, 25 juin 2025
• Anthropic, Building effective agents, 19 décembre 2024
• CNIL et CIANum, note exploratoire sur l'IA agentique, 20 juillet 2026
• Commission européenne, lignes directrices sur les obligations de transparence de l'AI Act, consultées le 2 novembre 2026
• YZ Automation, étude sur cinq missions d'automatisation IA en TPE, 1er novembre 2026