Le jour où votre IA arrêtera d’attendre votre prochaine consigne
Imaginez que votre IA préférée connaisse déjà les sujets qui méritent votre attention lorsque vous commencez votre journée.
Pas seulement les courriels reçus depuis la veille. Les clients à relancer, les projets qui prennent du retard, les factures qui restent impayées, les réunions à préparer, les décisions que vous avez repoussées et les informations qui viennent de changer dans votre environnement.
Imaginez qu’elle ait déjà rassemblé ces éléments, qu’elle les ait hiérarchisés et qu’elle vous propose les réponses à envoyer. Vous n’auriez plus à lui demander : « Que s’est-il passé depuis hier ? » Vous pourriez lui demander : « Que dois-je faire maintenant ? »
C’est à cet endroit précis que se joue la différence entre un chatbot et un agent. Un chatbot comme ChatGPT ou Claude attend généralement votre demande. Vous lui donnez un texte, une question ou une consigne. Il vous répond. C’est un outil remarquable pour rédiger, corriger, résumer, traduire ou réfléchir. Mais il reste souvent dépendant de votre capacité à lui fournir le bon contexte au bon moment.
Vous devez savoir quoi lui demander. L’agent, lui, part d’un objectif. Il doit déterminer quelles informations lui manquent, où les trouver, quelles actions entreprendre et à quel moment revenir vers vous. La différence n’est pas qu’un agent serait nécessairement plus intelligent qu’un chatbot. La différence est qu’il est organisé pour faire avancer un travail.
Nous utilisons l’IA comme un guichet
Nos habitudes nous empêchent encore de comprendre cette évolution. Nous avons appris à utiliser les logiciels en ouvrant des interfaces. Nous passons d’un outil à l’autre, nous cherchons l’information, nous la copions, nous la comparons et nous décidons.
Même avec l’intelligence artificielle, nous continuons souvent à raisonner en petites tâches :
« Corrige ce texte. »
« Résume ce document. »
« Rédige une réponse. »
Nous demandons à l’IA de nous aider à faire le travail. Nous ne lui demandons pas encore assez souvent de prendre en charge le travail. Un chatbot est un guichet extraordinairement compétent. Un agent ressemble davantage à un collaborateur à qui l’on confie une mission.
La nuance apparaît immédiatement dans un exemple. À un chatbot, vous demandez : « Rédige une réponse à ce client. » Vous devez lui fournir le message reçu, l’historique, les informations utiles et le ton à adopter. À un agent, vous pouvez dire : « Suis mes relations clients. Consulte mes messages, mes dossiers, mon suivi commercial et mes factures. Repère les situations urgentes. Prépare les réponses adaptées et laisse-les en brouillon. Je validerai avant tout envoi. »
Le chatbot rédige. L’agent cherche, comprend, compare, hiérarchise et prépare.
Ce qui fait un agent
Un agent ne se résume pas à un modèle de langage auquel on aurait ajouté quelques boutons.
Il lui faut une mémoire. Il doit pouvoir retrouver les décisions prises, les préférences de son utilisateur, les projets en cours et les erreurs déjà commises. Il lui faut des accès. Le travail réel se trouve dans les courriels, les documents, l’agenda, le suivi commercial, la facturation, les outils de projet et parfois le Web. Il lui faut une capacité d’orchestration.
Une demande complexe nécessite rarement une seule réponse. Elle suppose plusieurs recherches, plusieurs vérifications et plusieurs actions. Il lui faut enfin des limites. Un agent sérieux peut préparer un courriel sans l’envoyer, repérer une facture impayée sans relancer un client important, proposer une correction sans la déployer et signaler un risque sans prendre seul une décision stratégique.
L’autonomie ne signifie pas que l’humain disparaît. Elle signifie qu’il cesse d’être le standardiste de sa propre entreprise.
La preuve la plus convaincante
Je développe Qapten, un assistant personnel fondé sur OpenClaw. D’autres systèmes, comme Hermes ou Manus, explorent eux aussi cette nouvelle génération d’assistants capables d’utiliser des outils et de mener des tâches plus complexes.
Mais Qapten poursuit une ambition très concrète : rendre cette logique accessible à ceux qui ne veulent pas devenir informaticiens pour utiliser un agent. Un indépendant, un solopreneur ou le dirigeant d’une petite entreprise ne cherche pas une nouvelle usine à gaz.
Il veut pouvoir écrire depuis une messagerie : « Prépare ma journée. » « Suis ce prospect. » « Analyse ce problème. » « Construis cette campagne. » Et obtenir autre chose qu’une réponse bien formulée : un travail réellement préparé. Pour vérifier que cette promesse ne relevait pas seulement du discours, nous avons commencé à utiliser Qapten pour contribuer à gérer Qapten.
Lorsqu’un bogue apparaît, des agents peuvent analyser les journaux, retrouver les modifications récentes, identifier une cause probable et préparer une correction. Lorsqu’une campagne de communication doit être construite, ils peuvent rechercher les informations utiles, proposer des angles, rédiger les messages et organiser les étapes de production.
Lorsqu’un utilisateur rencontre une difficulté, ils peuvent retrouver son contexte, analyser le problème, préparer une réponse et transmettre le dossier à un humain lorsque c’est nécessaire. Qapten contribue donc à résoudre certains de ses bogues, à préparer sa communication et à répondre à ses utilisateurs. Il ne se gère pas seul dans une sorte de fantasme de science-fiction.
Des humains définissent les règles, contrôlent les actions sensibles et conservent la responsabilité des décisions importantes. Mais le principe est déjà radical : Qapten n’est plus seulement un outil que nous utilisons. Des agents participent au fonctionnement de l’outil lui-même.
La question n’est plus : quel est le modèle le plus intelligent ?
Nous continuons à comparer les modèles sur leurs résultats aux tests, leur vitesse ou leur capacité de raisonnement. Ces critères sont utiles. Ils ne répondent pourtant pas à la question d’un dirigeant.
Celui-ci ne cherche pas à gagner un concours de logique. Il cherche à terminer son travail avec moins d’erreurs, moins de retards et moins de tâches qui reposent uniquement sur lui. Un système peut produire des milliers de réponses et ne résoudre aucun problème. Il peut générer beaucoup de contenu et créer davantage de vérification qu’il n’en a économisé.
La bonne mesure est donc différente : Combien de tâches importantes ont été terminées ? Combien étaient immédiatement utilisables ? Combien ont nécessité une correction ? Combien ont exigé une intervention humaine ? Quel est le coût complet d’une tâche réussie ? Un modèle moins puissant qui termine correctement une mission en une seule tentative peut être plus utile qu’un modèle exceptionnel qui demande cinq reprises et une vérification complète.
La valeur de l’intelligence artificielle ne tient plus seulement à son intelligence. Elle tient à sa capacité à atteindre un objectif, à un coût acceptable, avec un niveau de fiabilité mesurable.
C’est ce que j’essaie de construire avec Qapten : un agent personnel simple à utiliser, mais capable de travailler avec une mémoire, des outils et un contexte réel.
Mais le produit n’en est encore qu’à ses débuts. Je découvre, avec les premiers utilisateurs, ce qu’il est réellement pertinent de lui et ce qui doit rester entre les mains d’un humain.
Pour permettre à chacun d’expérimenter cette nouvelle manière de travailler, je réserve 100 codes gratuits donnant accès à un mois d’utilisation de Qapten.
Ne lui demandez pas seulement de répondre à une question.
Confiez-lui une vraie mission. Observez ce qu’il comprend, ce qu’il entreprend et le moment où il vous redonne la main.
C’est ainsi que nous saurons si nous avons simplement construit un meilleur chatbot ou le début d’un véritable assistant.
Découvrez QAPTEN ASSISTANT
L'assistant IA qui travaille pour vous, pas seulement avec vous !
Un super assistant IA dans le creux de la main. Pensé pour les pros qui n’ont pas le temps.
Ce n'est pas un chatbot de plus. C'est un vrai assistant opérationnel. Parlez-lui dans Telegram comme à un collègue. Il comprend, retient, se connecte à vos outils et exécute des tâches utiles au quotidien.