Vous allez avoir des subordonnés numériques. Êtes-vous prêt à les diriger ?
Imaginez : un appel signale un accident du travail mortel. Les faits sont encore rares, les délais courent déjà, et la commission doit reconstituer les événements, établir les causes et produire les documents.
En utilisateur averti de l’IA, vous demandez à un chatbot (GigaChat, DeepSeek et consorts) d’établir un plan. Il répond — et s’arrête. Ensuite, c’est vous qui choisissez la requête suivante, reportez les données, demandez d’analyser une photographie ou de préparer des questions…
Le chatbot vous aide, vous fait gagner du temps, mais il ressemble encore à un stagiaire appliqué : la consigne est exécutée, il attend la suivante.
Et c’est là qu’entre en scène l’agent IA. À la différence d’un chatbot, un agent IA sait non seulement exécuter des consignes isolées, mais atteindre seul l’objectif final au fil de nombreuses étapes. Il construit d’abord un plan, demande des documents, choisit des outils, vérifie les résultats et mène la tâche jusqu’à la prochaine décision humaine. Du point de vue du management, ce n’est plus un stagiaire (ni un secrétaire), mais un spécialiste numérique proactif.
Ces 4 dernières années, l’IA a fait un grand bond en avant :
Ce n’est pas seulement un calendrier des technologies, c’est une échelle de notre aptitude à les utiliser.
L’occasion de s’interroger sur son propre niveau de compétences en IA et sur « l’année dans laquelle on se trouve ».
J’ai moi-même parcouru le chemin des prompts aux assistants, aux agents et à la création de mes propres outils. Le nouveau n’annule pas l’ancien : sans un bon énoncé de la tâche, l’agent ne donnera pas non plus de bon résultat. Ce qui change, c’est l’ampleur de la délégation.
J’ai vérifié cette différence sur un cas complet : l’enquête relative à un accident du travail mortel. Le même parcours peut être effectué par une chaîne de prompts ou confié à un agent dans le cloud, disponible au moment de l’expérience gratuitement et sans VPN. Le résultat attendu est identique, mais le travail s’organise autrement.
| Chatbot et prompting | Agent IA |
|---|---|
| L’humain choisit chaque étape suivante | L’agent suit un plan et réclame ce qui manque |
| Il faut reporter et rappeler le contexte | L’état est conservé dans des fichiers, tableaux et artefacts |
| Des outils limités s’appellent par une requête distincte | L’agent connecte lui-même les outils autorisés |
| La vérification doit être lancée par un nouveau prompt | L’autocontrôle est intégré au cycle de travail |
| L’humain est l’opérateur du processus | L’humain est méthodologue et contrôleur des décisions |
Dans le scénario agent, le système a analysé photographies et entretiens, vérifié les fondements réglementaires, construit une chronologie et un arbre des causes, repéré les lacunes et préparé des projets de documents. Il n’a pas remplacé la commission ni pris de décisions juridiquement contraignantes. Mais le spécialiste n’avait plus à traîner l’IA à la main d’une étape à l’autre.
La formule « l’IA ne remplacera pas l’expert » reste vraie, mais ne suffit plus. Les agents changent la manière d’exercer l’expertise : moins d’attention consacrée aux changements de contexte, davantage aux faits, à la causalité et à la qualité des décisions.
Autrefois, un spécialiste HSE pouvait choisir une voie d’expert et ne pas encadrer d’équipe comme un manager.
Aujourd’hui, même un collaborateur débutant peut se retrouver avec des collègues numériques dotés d’IA. Il faut leur fixer des objectifs, leur donner des compétences et des outils, borner leurs pouvoirs et recetter leur travail. Autrement dit, la compétence de pilotage des agents IA est désormais nécessaire à tous.
Celui qui a essayé le mode agent sur un vrai processus en plusieurs étapes cesse en général de se demander : « Qu’écrire encore au chatbot ? » Une autre question surgit : « Quel processus vais-je confier ensuite à un agent, et à quoi consacrer le temps ainsi libéré ? »