Les agents IA et l'écosystème actuel

Un agent est un modèle de langage à qui on donne des outils et un objectif, et qui décide seul des étapes pour l'atteindre. Un chatbot répond ; un agent agit. Il consulte le CRM, modifie une commande, envoie un e-mail de confirmation, et revient vers le client quand c'est fait. C'est la promesse commerciale du moment, et c'est celle qui demande le plus de discernement.

Chatbot, copilote, agent : trois choses différentes

Les éditeurs emploient ces mots de façon interchangeable. Ils ne le sont pas.

Le copilote est le format le plus sûr et le plus rentable aujourd'hui : l'IA fait le travail de préparation, l'humain garde la décision. L'agent est le format le plus ambitieux, et celui où une erreur coûte le plus cher.

Les cinq briques d'un agent

Un agent n'est pas un nouveau type de modèle. C'est un modèle de langage ordinaire, placé dans une boucle, avec cinq éléments autour.

• Le modèle : le cerveau qui lit la situation et choisit l'action suivante. C'est un modèle de langage comme ceux de la carte 05.
• Les outils : les fonctions que l'agent a le droit d'appeler. Consulter une commande, modifier une adresse, créer un ticket, déclencher un remboursement. Chaque outil est une porte ouverte sur votre système d'information.
• La mémoire : ce que l'agent retient de la conversation en cours, et parfois de l'historique du client.
• La boucle : réfléchir, agir, observer le résultat, recommencer. L'agent appelle un outil, lit ce qui revient, décide de la suite, jusqu'à ce qu'il juge l'objectif atteint.
• Les garde-fous : ce que l'agent n'a pas le droit de faire seul, les montants au-delà desquels il passe la main, les situations où il transfère à un humain.

La cinquième brique est celle qu'on oublie dans les démonstrations et celle qui compte le plus en production. Un agent sans garde-fous est un conseiller à qui on aurait donné tous les droits le premier jour.

La boucle, concrètement

Un client écrit : « Je n'ai toujours pas reçu ma commande de la semaine dernière. »

L'agent réfléchit : il faut identifier la commande. Il appelle l'outil « rechercher commandes du client ». Le résultat revient : une commande expédiée il y a six jours, statut « en transit ». L'agent réfléchit : six jours, c'est au-delà du délai annoncé. Il appelle l'outil « suivi transporteur ». Le colis est bloqué en centre de tri. L'agent réfléchit : la procédure prévoit une réexpédition au-delà de cinq jours. Il appelle l'outil « créer réexpédition », puis rédige la réponse au client avec le nouveau numéro de suivi.

Quatre allers-retours, quatre appels d'outils, une décision à chaque étape. À chaque étape, le modèle peut se tromper : mal lire le statut, choisir le mauvais outil, inventer une procédure. Un agent bien conçu rend chaque étape vérifiable, et prévoit ce qui se passe quand une étape échoue.

Brancher un agent sur vos systèmes : MCP

Pendant deux ans, chaque éditeur a construit ses propres connecteurs entre son modèle et les logiciels de ses clients. Fin 2024, Anthropic a publié un standard ouvert, le Model Context Protocol ou MCP, pour décrire comment un modèle découvre et appelle des outils. L'image simple : une prise universelle entre l'IA et les logiciels.

Depuis, MCP est sorti du giron d'un seul éditeur. Il est hébergé par la Linux Foundation, soutenu par AWS, Google Cloud, Microsoft, Anthropic et d'autres, et ses bibliothèques se téléchargent des centaines de millions de fois par mois. Côté centre de contact, Amazon Connect annonce son support ; les autres éditeurs avancent à leur rythme.

Ce que ça change pour vous : un connecteur MCP vers votre CRM ou votre outil de ticketing devient réutilisable d'un éditeur à l'autre. C'est un argument contre l'enfermement, à condition que l'éditeur joue le jeu. La question à poser : « vos agents peuvent-ils appeler un serveur MCP que nous aurions construit nous-mêmes ? ».

Les tendances à suivre

Trois mouvements structurent le marché en 2026, et ta veille hebdomadaire sert à les suivre.

Les modèles de raisonnement. Certains modèles « réfléchissent » en plusieurs étapes avant de répondre, ce qui les rend plus fiables sur les problèmes complexes, mais plus lents et plus chers. Pour un agent, c'est un compromis : plus de raisonnement avant chaque action, ou plus de vitesse.

Les modèles ouverts. Des modèles dont les poids sont téléchargeables, et qui peuvent tourner sur vos propres serveurs. Pour un centre de contact, c'est un argument de souveraineté : les enregistrements et les données clients ne sortent pas de l'entreprise. L'écart de qualité avec les modèles fermés se réduit d'année en année.

La voix en temps réel. Des modèles qui écoutent et parlent directement, sans passer par une transcription en texte puis une synthèse vocale, avec une latence proche d'une conversation humaine. C'est ce qui rend les agents vocaux crédibles, et c'est l'usage qui progresse le plus vite.

Ce que les éditeurs CCaaS proposent

Chaque éditeur a désormais son offre d'agents, avec son vocabulaire. Au moment où cette carte est écrite, en octobre 2026 : Genesys parle d'agents virtuels agentiques et de « Large Action Models » ; NICE de Mpower Agents et revendique des taux d'automatisation élevés sur les demandes simples ; Five9 d'une plateforme agentique avec un réglage du niveau d'autonomie et la possibilité d'apporter son propre modèle ; Amazon Connect d'agents reliés aux systèmes par MCP.

Ces positions bougent tous les trimestres. Ce qui ne bouge pas, ce sont les questions à poser face à chacune.

Les questions à poser face à une démonstration d'agent

• Qu'est-ce qui est réellement automatisé ? Sur les dix dernières conversations réelles, pas celles de la démo, combien l'agent a-t-il traitées sans intervention humaine ? C'est la question du Turc mécanique, carte 01.
• Que se passe-t-il quand ça échoue ? Un outil qui ne répond pas, une procédure absente, un client en colère : où va la conversation, et le client doit-il tout répéter ?
• Quels outils l'agent peut-il appeler, et avec quels droits ? Un agent qui peut rembourser doit avoir un plafond. Un agent qui peut modifier une adresse doit laisser une trace.
• Quel est le coût par contact traité ? Un agent enchaîne des appels au modèle : quatre allers-retours, c'est quatre fois le prix d'une réponse de chatbot. Demandez le coût réel sur votre volume.
• Peut-on mesurer et auditer chaque décision ? Chaque étape de la boucle doit être enregistrée. Sans journal, impossible de comprendre un incident ni de répondre à un régulateur.

Ce que ça change en centre de contact

L'agent qui traite une demande de bout en bout est la promesse qui fait vendre. Sur les demandes simples et bien cadrées, il tient : un suivi de colis, un changement d'adresse, une prise de rendez-vous. Sur tout ce qui sort du cadre, le copilote reste le bon format, parce qu'un humain décide.

La valeur d'un consultant indépendant tient ici en une phrase : distinguer ce qui marche en production de ce qui marche en démonstration. Un agent se juge sur ses échecs, pas sur ses succès ; demandez à voir les conversations qu'il n'a pas su traiter.

Ce qu'on retient

• Chatbot, copilote, agent : qui agit, et qui décide, change tout. Le copilote est le format sûr ; l'agent, le format ambitieux.
• Un agent, c'est un modèle, des outils, une mémoire, une boucle et des garde-fous. La cinquième brique est celle qui compte en production.
• MCP est devenu le standard pour brancher un modèle sur des outils ; demandez si l'éditeur le supporte.
• Raisonnement, modèles ouverts, voix temps réel : trois tendances à suivre, dont les noms de produits changent chaque trimestre.
• Face à une démo, cinq questions : automatisé à quel point, échec géré comment, quels droits, quel coût par contact, quel journal.