Il existe cinq types classiques d'agents IA : les agents réflexes simples, les agents réflexes fondés sur un modèle, les agents fondés sur des objectifs, les agents fondés sur l'utilité et les agents apprenants. En termes simples, ils suivent une règle, gardent le fil de ce qui se passe, avancent vers un objectif, choisissent la meilleure de plusieurs options ou s'améliorent grâce aux retours. Beaucoup de listes en ajoutent deux autres, les agents hiérarchiques et les systèmes multi-agents, qui portent sur la façon dont plusieurs agents travaillent ensemble.
Ce guide présente chaque type avec un exemple du quotidien et un exemple en entreprise. Il fait aussi passer une idée pratique : quand un agent IA se trompe dans un travail d'entreprise, la cause n'est généralement pas une mauvaise planification. C'est que l'agent travaille à partir de faits erronés. Quand vous choisissez un agent, demandez-vous donc d'abord ce qu'il peut voir et ce qu'il a le droit de modifier. Son degré d'intelligence vient ensuite.
Avant d’aborder la classification, le guide sur le fonctionnement d’un agent pose les bases avec une tâche concrète. Le comparatif chatbot, agent et collègue IA aide ensuite à choisir entre une réponse, un objectif et une mission récurrente, sans prendre les modes de décision des manuels pour des catégories de produits.
Qu'est-ce qu'un agent IA ?
Un agent IA est un logiciel qui observe une situation, décide quoi faire, puis le fait. Un chatbot répond à votre question. Un agent peut aussi passer à l'étape suivante : lire votre boîte de réception, mettre à jour un tableur ou rédiger une réponse.
Les cinq types viennent du manuel de Stuart Russell et Peter Norvig, Artificial Intelligence: A Modern Approach, l'ouvrage utilisé par la plupart des cours universitaires d'IA. Les auteurs classent les agents selon une seule question : comment l'agent décide-t-il de ce qu'il fait ensuite ? Le guide d'IBM sur les types d'agents IA reprend la même liste.
Il n'existe pas de définition officielle unique, et ce n'est pas un problème. Pour un lecteur côté métier, le test utile est simple : se contente-t-il de répondre, ou peut-il aussi agir ?
Les 5 types classiques d'agents IA
Lisez les cinq types du plus simple au plus élaboré. Il ne s'agit pas d'un classement. Une conception simple est souvent la bonne, et l'apprentissage peut s'ajouter à n'importe lequel des quatre autres.
Les cinq types classiques décrivent la manière dont les décisions sont prises. L'apprentissage peut s'ajouter aux quatre autres ; ce n'est pas le dernier barreau d'une échelle. Vérifiez la qualité du contexte, quelle que soit la conception.
YouTube · IBM Technology
5 Types of AI Agents: Autonomous Functions & Real-World Applications · 28 avril 2025
Une présentation de 10 minutes des types du manuel, avec un dessin pour chacun. Le récapitulatif à 8:23 les résume en cinq verbes : réagit (reacts), se souvient (remembers), vise (aims), évalue (evaluates), s'améliore (improves).
1. Agents réflexes simples : suivre une règle
Ce qu'il fait : « Si ceci arrive, fais cela. » Il ne regarde que ce qui se trouve devant lui à l'instant présent.
Exemple du quotidien : un thermostat allume le chauffage en dessous de 19 °C.
Exemple en entreprise : une règle de messagerie envoie au service comptabilité fournisseurs tous les e-mails qui contiennent le mot « facture ».
Là où ça coince : tout ce que la règle n'avait pas prévu. Une newsletter qui mentionne « facture » atterrit elle aussi chez votre équipe finance. La règle ne sait pas faire la différence, et elle commettra la même erreur à chaque fois.
À utiliser quand : la situation est prévisible et une erreur coûte peu.
2. Agents réflexes fondés sur un modèle : garder le fil
Ce qu'il fait : il suit toujours des règles, mais il se souvient de ce qu'il a vu. Cela lui donne une représentation de la situation, que les manuels appellent un « modèle ».
Exemple du quotidien : un robot aspirateur se souvient des pièces qu'il a déjà nettoyées.
Exemple en entreprise : un assistant de support voit qu'un client a déjà signalé le même bug la semaine dernière ; il ajoute donc le nouveau message au ticket ouvert au lieu d'en créer un doublon.
Là où ça coince : quand sa représentation n'est plus à jour. Une fiche CRM ancienne, une décision qui n'existe que dans un fil Slack ou le tableur du mois dernier le pousseront à agir avec assurance sur de mauvais faits.
À utiliser quand : la bonne action dépend de l'historique, et pas seulement du dernier message.
C'est le type qui compte le plus pour les équipes métier, et une publication largement partagée sur X début novembre 2026 montre pourquoi. Gul Saeed Khattak, lead data engineer à la University of Glasgow, y décrivait un agent à qui l'on demandait le chiffre d'affaires du dernier trimestre :
X · Gul Saeed Khattak (@Ldataengineer) · 3 novembre 2026
"It answers in 3 seconds. Clean number. Nice chart. But it used the wrong 'revenue' column. Nobody notices."
(Traduction) « Il répond en 3 secondes. Un chiffre net. Un joli graphique. Mais il a utilisé la mauvaise colonne "chiffre d'affaires". Personne ne s'en aperçoit. »
L'agent de cette histoire n'a pas mal raisonné. Il a bien raisonné, mais à partir de la mauvaise colonne. Nous partageons ce diagnostic. Notez que la publication fait ensuite la promotion d'un outil de données précis, que nous n'avons pas testé. La leçon pour l'entreprise est plus simple que n'importe quel outil : avant de faire confiance à la réponse d'un agent, vérifiez quelle source il a utilisée.
3. Agents fondés sur des objectifs : avancer vers une cible
Ce qu'il fait : vous lui donnez un objectif et il planifie les étapes. Au lieu de se demander « quelle règle s'applique ? », il se demande « qu'est-ce qui me rapproche du but ? ».
Exemple du quotidien : une application de navigation planifie un itinéraire et le recalcule quand vous ratez une sortie.
Exemple en entreprise : « Prépare la présentation pour le conseil d'administration de jeudi. » L'agent récupère les derniers chiffres, reprend la mise en page des diapositives du trimestre précédent et liste les questions en suspens.
Là où ça coince : il vérifie seulement si l'objectif est atteint. Si deux plans fonctionnent tous les deux, il n'a aucune raison de préférer le moins cher ou le plus sûr.
À utiliser quand : vous savez quel résultat vous voulez, mais les étapes changent à chaque fois.
4. Agents fondés sur l'utilité : choisir la meilleure option
Ce qu'il fait : il compare plusieurs bonnes options et leur attribue une note selon ce qui compte pour vous.
Exemple du quotidien : un comparateur de vols qui met en balance le prix, la durée du trajet et le nombre d'escales.
Exemple en entreprise : un assistant publicitaire propose de déplacer du budget entre des campagnes en pesant le coût par vente, le budget restant et la quantité de données disponibles pour chaque campagne.
Là où ça coince : les notes ne valent que ce que valent vos priorités. Si personne n'a tranché entre la rapidité et le coût, l'agent ne peut pas trancher non plus.
À utiliser quand : il y a de vrais compromis et plus d'une réponse acceptable.
5. Agents apprenants : s'améliorer grâce aux retours
Ce qu'il fait : il examine le résultat de ses actions passées et s'ajuste. Cela peut venir s'ajouter à n'importe lequel des quatre types précédents.
Exemple du quotidien : les suggestions d'une application musicale évoluent selon les morceaux que vous passez ou réécoutez.
Exemple en entreprise : un assistant de scoring de leads classe mieux les prospects une fois que l'équipe commerciale a indiqué lesquels sont devenus de vraies affaires.
Là où ça coince : il apprend ce que les retours lui enseignent, quels qu'ils soient. Des retours lacunaires ou incohérents le rendent faux avec assurance. L'apprentissage est aussi ce qui demande le plus de données et le plus de temps.
À utiliser quand : le travail se répète souvent et quelqu'un vérifie ce que l'agent apprend.
Types 6 et 7 : agents hiérarchiques et systèmes multi-agents
Ces deux types décrivent la façon dont plusieurs agents sont organisés, et non la façon dont un agent décide.
- Agents hiérarchiques : un agent « manager » découpe une grosse tâche en parties et confie chaque partie à un autre agent.
- Systèmes multi-agents : plusieurs agents travaillent en même temps sur le même problème, en partageant ou en se répartissant le travail.
Exemple en entreprise : pour un lancement de produit, un agent étudie la concurrence, un autre rédige l'e-mail de lancement et un troisième vérifie la page d'atterrissage.
Plus d'agents, est-ce de meilleurs résultats ? Cela dépend de la tâche. En juin 2025, Anthropic a indiqué qu'une équipe d'agents avait battu un agent seul sur ses propres tests de recherche, mais en consommant environ 15 fois plus de tokens (les unités dans lesquelles l'usage de l'IA est facturé) qu'une conversation normale. Anthropic précisait aussi que les tâches où chaque agent a besoin du même contexte s'y prêtaient mal (Anthropic). Un article de recherche d'octobre 2026, pas encore évalué par des pairs, a constaté que des agents qui se transmettaient du travail ne revérifiaient pas les faits des autres, sauf si le processus les y obligeait (arXiv).
La leçon n'est donc pas « plus d'agents, c'est mieux ». C'est la même règle qu'avec des personnes : chaque passage de relais a besoin d'entrées claires, d'un livrable clair et de quelqu'un qui vérifie le résultat.
Où se situent les agents IA d'aujourd'hui
Les cinq types ont été définis avant que des outils comme ChatGPT et Claude n'existent. Un agent IA moderne en combine plusieurs. Il suit vos instructions (règles), lit vos documents et vos messages passés (garder le fil), planifie des étapes vers ce que vous avez demandé (objectif), pèse les options quand vous lui demandez de choisir (meilleure option) et peut s'améliorer quand vous enregistrez des corrections (retours).
Si un éditeur affirme que son produit est « un agent fondé sur des objectifs », cela ne vous apprend donc pas grand-chose. Posez plutôt trois questions simples :
- Que peut-il lire ?
- Que peut-il modifier ?
- Quand s'arrête-t-il pour demander à une personne ?
Erreurs courantes sur les types d'agents
« Les derniers types sont toujours meilleurs. » Non. Une règle simple coûte moins cher, va plus vite et se vérifie plus facilement. Utilisez le type le plus simple qui fait le travail.
« Un agent apprenant apprend automatiquement de tout. » Dans la plupart des outils métier, il ne s'améliore que si quelqu'un enregistre la correction, par exemple sous forme d'instruction mise à jour. Si personne ne l'enregistre, l'exécution suivante repart de zéro.
« Plus d'agents, c'est plus de capacités. » Plus d'agents, c'est plus de passages de relais. Et les petites erreurs s'additionnent : si chaque étape est juste 95 % du temps, un processus en dix étapes n'est juste qu'environ 60 % du temps.
« Le type me dit ce qu'il peut faire dans mon entreprise. » Le type vous dit comment il décide. Ce qu'il peut faire dépend de ce à quoi il a accès et de ce qu'il a le droit de modifier.
Une approche plus simple pour les équipes métier : classer les agents selon leur travail
Les types du manuel décrivent la façon dont un agent réfléchit. Une responsable commerciale ou un responsable des opérations s'intéresse généralement davantage au travail qu'il va accomplir. Beaucoup d'équipes trouvent donc plus simple de regrouper les agents par rôle. C'est une manière pratique de raisonner, pas une liste officielle.
| Rôle | Ce qu'il fait | Ce que vous obtenez | Ce que la personne décide encore |
|---|---|---|---|
| Veilleur | Surveille une source et signale ce qui compte | Une alerte ou un résumé quotidien | Quelles alertes demandent une action |
| Chercheur | Rassemble et compare des informations | Une note de synthèse ou une liste restreinte | Si les sources sont fiables et quoi faire |
| Producteur | Transforme des éléments en brouillon | Un e-mail, un rapport, une présentation ou une page | Retouche, puis envoie ou publie |
| Opérateur | Effectue des modifications dans vos outils | Des fiches mises à jour, une publication programmée | Accorde les accès et valide les modifications |
| Coordinateur | Mène une tâche en plusieurs étapes à travers plusieurs outils | Un livrable complet, remis pour relecture | Reste responsable du résultat |
Certains confient déjà des tâches entières à des agents. Greg Isenberg, PDG du studio de création d'entreprises Late Checkout, a décrit sa semaine sur X :
X · Greg Isenberg (@gregisenberg) · 3 novembre 2026
"my team is 50+ people in 12 countries, but i talk to my agents more than my human teammates"
(Traduction) « mon équipe compte plus de 50 personnes dans 12 pays, mais je parle davantage à mes agents qu'à mes coéquipiers humains »
Dans la même publication, il décrit une étape où un agent remet en question son idée avant que quoi que ce soit ne soit construit. C'est une bonne habitude pour chaque rôle du tableau : laissez l'agent poser des questions sur l'objectif avant de commencer. Notre point de vue est moins spectaculaire que sa formulation. Parler beaucoup aux agents ne pose pas de problème, tant que ce sont des personnes qui décident de ce qui est envoyé, modifié ou validé.
Exemple : une relance commerciale, étape par étape
Voici comment les types apparaissent dans une tâche ordinaire. Il s'agit d'un exemple montrant comment les étapes s'enchaînent dans Okou, pas d'un témoignage client.
La demande. Après un appel de renouvellement, une chargée de compte écrit : « Passe en revue l'historique de ce client, prépare une note pour mon équipe et rédige l'e-mail de relance. »
1. Vérifier d'abord les faits (garder le fil). L'agent lit le fil d'e-mails, les notes d'appel, la fiche CRM et l'actualité récente du client. Le CRM indique « renouvellement, conditions standard ». Mais un e-mail de la semaine dernière précise que la responsable financière du client souhaite une facturation trimestrielle. L'agent se fie à l'e-mail le plus récent et signale l'écart comme question ouverte.
2. Planifier le travail (objectif). Il rassemble ce dont la note et l'e-mail ont besoin : ce qui a été promis pendant l'appel, ce qui reste en suspens et la prochaine étape acceptée par le client.
3. Suivre la préférence de l'équipe (meilleure option). La chargée de compte a déjà dit : « Les e-mails aux clients font moins de 150 mots et commencent par la prochaine étape. » Cela tranche le compromis entre concision et détail.
4. Rédiger, ne pas envoyer. L'équipe a autorisé Okou à rédiger des brouillons dans Gmail, mais pas à les envoyer (Qu'est-ce qu'Okou ?). Si l'agent a besoin d'un accès qu'il n'a pas, une personne l'approuve et choisit sa durée.
5. Adapter le format à chaque lecteur. L'équipe interne reçoit une note sous forme de document qu'elle peut commenter. Le client reçoit un e-mail court qui rend la prochaine étape évidente.
6. Une personne relit. La chargée de compte corrige une phrase sur la facturation, vérifie le destinataire et clique sur Envoyer.
Un e-mail rédigé dans Okou (données d'exemple issues d'une autre tâche). Repérez la mention Draft et le bouton Send : rien ne part tant qu'une personne n'a pas cliqué sur Send. Cliquez sur l'image pour l'afficher en taille réelle.
7. L'enregistrer pour que l'équipe puisse le réutiliser (retours). La correction n'aide la fois suivante que si elle est enregistrée. La chargée de compte demande à Okou d'enregistrer le processus sous forme de workflow : quelles sources vérifier, à quoi ressemble la note et la règle selon laquelle les e-mails restent des brouillons. Un collègue peut ensuite l'exécuter pour un autre client, avec ses propres comptes de messagerie et de CRM, et non ceux de la personne qui l'a créé (Okou pour les équipes). Si l'équipe veut qu'il tourne avant chaque appel de renouvellement, elle peut ajouter une automatisation avec une planification ou un déclencheur.
La plupart des articles sur les types d'agents se concentrent sur l'étape 2, la planification. Dans cet exemple, ce qui a rendu le résultat utile, ce sont l'étape 1 (l'e-mail plus récent), l'étape 4 (rédiger, ne pas envoyer), l'étape 5 (le bon format) et l'étape 7 (enregistrer la correction).
Un tableau de sélection rapide pour les tâches métier
Les cinq types classiques décrivent comment les agents prennent leurs décisions. Ce n'est pas une liste de cinq produits que votre équipe doit acheter. Partez plutôt du travail à accomplir.
| Besoin de la tâche | Point de départ utile le plus simple | À vérifier avant d'élargir |
|---|---|---|
| Copier les mêmes champs à chaque fois | Une règle d'automatisation fixe | Des données d'entrée stables et une voie claire pour les exceptions |
| Expliquer un document que vous possédez déjà | Un chatbot ou un assistant | La réponse correspond au document fourni |
| Rassembler des documents dans plusieurs outils et produire une synthèse | Un agent utilisant des outils | Sources, faits manquants et autorisations d'action |
| Répéter une méthode d'équipe éprouvée | Un workflow enregistré | Des données d'entrée à jour et une personne désignée pour la validation |
| Lancer la méthode à une heure donnée | Une automatisation autour de ce workflow | Responsable, destination et autorisations inchangées |
| Répartir des tâches de recherche réellement indépendantes | Éventuellement plusieurs agents | Coût de coordination, travail en double et une seule personne responsable de la validation |
Ajouter des agents n'est pas un raccourci vers la fiabilité. Montrez d'abord qu'une mission bien délimitée produit un travail que votre équipe peut vérifier.
Comment choisir le bon type d'agent IA
Répondez à ces questions sur la tâche :
- Pouvez-vous écrire la règle en une phrase ? Alors une règle simple peut suffire.
- La bonne réponse dépend-elle de l'historique ? Alors l'agent a besoin d'accéder aux bonnes sources, et vous devriez vérifier ce qu'il fait quand deux sources se contredisent.
- Connaissez-vous le résultat, mais pas les étapes ? C'est du travail fondé sur des objectifs : notes de recherche, rapports, premiers jets.
- Y a-t-il des compromis ? Fixez d'abord vos priorités, puis laissez l'agent les appliquer.
- La tâche va-t-elle se répéter ? Prévoyez comment les corrections seront enregistrées pour que l'exécution suivante soit meilleure.
- Que devrait-il pouvoir modifier au maximum sans demander ? Commencez par un accès en lecture seule et des brouillons. Élargissez l'accès pas à pas, avec des limites de durée quand c'est possible.
Quand Okou a besoin d'une autorisation qui lui manque, une personne voit exactement ce qui est demandé et choisit pendant combien de temps l'accorder.
La place d'Okou
Okou est un coéquipier IA pour les équipes métier. Vous ne choisissez pas de type d'agent. Vous décrivez la tâche, indiquez les fichiers et outils pertinents, et Okou rassemble le contexte, fait le travail dans le cloud et vous remet un résultat que vous pouvez vérifier.
Trois idées de ce guide façonnent la manière dont Okou travaille :
- Les bons faits d'abord. Okou lit les e-mails, documents et fiches dont la tâche a besoin et vérifie les faits susceptibles de changer auprès de leur source. Les corrections que vous apportez dans un chat restent valables dans ce chat. Pour utiliser le contexte d'un autre chat, vous l'indiquez à Okou (Chat).
- Le bon format. Un message rapide pour un point d'avancement, un document pour les détails à relire, une page web ou des diapositives quand un groupe doit parcourir une recommandation ensemble.
- Une réutilisation encadrée. Un workflow enregistré permet aux membres de l'équipe de réutiliser une méthode avec leurs propres comptes et autorisations. Partager un workflow ne partage ni la boîte de réception ni les chats privés de qui que ce soit.
Pour d'autres exemples, consultez 20 cas d'usage d'agents IA avec de vrais prompts et résultats, la gestion du contexte des agents IA en équipe et comment Okou demande avant d'agir.
Questions fréquentes
Quels sont les 5 types d'agents IA ?
Les agents réflexes simples suivent des règles fixes. Les agents réflexes fondés sur un modèle gardent en plus le fil de la situation. Les agents fondés sur des objectifs planifient des étapes vers une cible. Les agents fondés sur l'utilité choisissent la meilleure de plusieurs options. Les agents apprenants s'améliorent grâce aux retours. Cette liste vient du manuel d'IA de Russell et Norvig, et c'est celle qu'utilisent la plupart des cours.
Qu'est-ce qu'un agent réflexe simple en IA ?
Il agit uniquement sur ce qu'il voit à l'instant, selon des règles du type « si ceci, alors cela ». Il n'a pas de mémoire et ne fait pas de plans. Un thermostat en est un. En entreprise, les filtres de messagerie et les règles de routage basiques fonctionnent ainsi : fiables quand les choses sont prévisibles, faciles à tromper quand elles ne le sont pas.
Quelle est la différence entre un agent fondé sur des objectifs et un agent fondé sur l'utilité ?
Un agent fondé sur des objectifs se satisfait de n'importe quel plan qui atteint le but. Un agent fondé sur l'utilité compare les options et choisit la meilleure. Un agent fondé sur des objectifs réserve un vol pour Chicago. Un agent fondé sur l'utilité réserve celui qui équilibre le mieux prix, durée et escales, en fonction de ce que vous avez dit être important.
Les systèmes multi-agents sont-ils un type d'agent IA ?
Il est plus juste de les décrire comme une manière d'organiser des agents. Plusieurs agents se répartissent ou partagent une tâche, et chacun peut toujours être l'un des cinq types classiques. Plus d'agents signifie aussi plus de passages de relais, et c'est précisément lors de ces passages que les vérifications sont le plus souvent sautées.
Existe-t-il une liste officielle des types d'agents IA pour les entreprises ?
Non. Les cinq types classiques sont largement enseignés, mais les classements orientés entreprise varient. Certains classent les agents par service, d'autres selon leur degré d'autonomie, d'autres encore par rôle, comme les rôles de veilleur, chercheur, producteur, opérateur et coordinateur présentés dans ce guide. Utilisez n'importe quel classement comme outil de planification, pas comme une norme.
Par quel type d'agent IA une petite entreprise devrait-elle commencer ?
Commencez par une tâche qui se répète, qui a un résultat clair et qu'on peut vérifier sans risque avant que quoi que ce soit ne parte, comme un rapport hebdomadaire, une note de recherche ou des brouillons d'e-mails de relance. Donnez à l'agent un accès en lecture à ce dont il a besoin, laissez l'envoi et les modifications de fiches entre les mains d'une personne, et n'élargissez ses accès qu'une fois qu'il a fait ses preuves.
