IA
Agents IA dans un SaaS : cas d'usage réalistes et garde-fous
Un agent IA enchaîne des actions avec des outils au lieu de simplement répondre. C'est puissant, coûteux et difficile à fiabiliser. Quand un agent se justifie, quand un workflow fixe suffit, et les garde-fous indispensables.
Un agent IA se justifie quand les étapes d'une tâche ne sont pas connues à l'avance et dépendent de ce que le modèle découvre en chemin. Dans tous les autres cas, un workflow fixe — une suite d'étapes définies dans le code, dont certaines appellent un modèle — est plus fiable, plus rapide et moins cher. La plupart des fonctionnalités vendues comme « agentiques » gagneraient à être des workflows.
Workflow ou agent : la différence
Dans un workflow, c'est votre code qui décide de l'ordre : extraire les informations d'une facture, vérifier le fournisseur, proposer une imputation comptable, demander validation. Le modèle intervient à des étapes précises.
Dans un agent, c'est le modèle qui décide : il reçoit un objectif et une liste d'outils (chercher un client, lire un document, créer une tâche, envoyer un e-mail), choisit lequel appeler, lit le résultat, et recommence jusqu'à atteindre l'objectif ou abandonner.
Les cas où un agent apporte vraiment quelque chose
- La recherche multi-sources : répondre à une question qui nécessite de consulter plusieurs systèmes dont on ne sait pas d'avance lesquels seront utiles.
- L'assistance sur un compte : « prépare-moi un point sur ce client avant mon rendez-vous », qui suppose de croiser CRM, factures et échanges.
- Le diagnostic : analyser une anomalie en remontant des journaux, des configurations, des historiques.
- L'automatisation de tâches variées dans un outil complexe, quand les demandes des utilisateurs sont trop diverses pour être toutes prévues.
Les cas où un workflow est meilleur
- Le traitement de documents d'un format connu (factures, devis, formulaires).
- La génération d'un livrable standardisé (rapport, compte rendu, fiche produit).
- Le tri et le routage de demandes entrantes.
- Toute tâche qu'un humain décrirait comme une procédure en cinq étapes.
La génération encadrée de Rekup est un workflow : le contexte est calculé, le modèle compose à partir d'éléments validés, le résultat est vérifié. Aucune autonomie n'est nécessaire, et c'est ce qui rend chaque routine fiable.
Les garde-fous indispensables
Des outils étroits
Donnez à l'agent des outils précis (« créer un brouillon de devis ») plutôt que génériques (« exécuter une requête en base »). Chaque outil applique ses propres contrôles et les droits de l'utilisateur au nom duquel l'agent agit — jamais des droits d'administrateur.
La validation humaine des actions irréversibles
Envoyer un e-mail, effectuer un paiement, supprimer des données, modifier un contrat : l'agent prépare, l'humain confirme. C'est aussi ce qui rend la fonctionnalité acceptable pour vos clients.
Des limites
Nombre maximal d'étapes, budget de tokens par exécution, délai maximal. Un agent qui boucle peut consommer en quelques minutes le coût d'inférence d'un mois d'abonnement.
La protection contre l'injection
Un agent qui lit des contenus externes (e-mails, pages web, documents fournis par des tiers) peut y rencontrer des instructions malveillantes. Traitez ces contenus comme des données, jamais comme des ordres, et ne laissez pas un contenu lu déclencher seul une action sensible.
La journalisation complète
Chaque étape, chaque appel d'outil, chaque résultat est enregistré. C'est indispensable pour déboguer, pour expliquer à un client ce qui s'est passé, et pour améliorer l'agent.
MCP : brancher vos outils sur les modèles
Le Model Context Protocol, publié par Anthropic fin 2024 et désormais largement adopté, standardise la manière d'exposer des outils et des données à un modèle. Pour un SaaS, exposer un serveur MCP permet aussi à vos clients d'utiliser votre produit depuis leurs propres assistants. C'est une piste intéressante de distribution, à condition d'appliquer les mêmes droits d'accès qu'à votre API.
Par où commencer
Commencez par le workflow, mesurez où il échoue faute de flexibilité, et n'introduisez de l'autonomie qu'à cet endroit. Cette progression est moins spectaculaire en démo et beaucoup plus solide en production. Pour choisir entre appel simple, RAG et agent, voyez aussi notre article sur le RAG dans un SaaS et notre page SaaS IA.