Un système d’IA agentique est un logiciel qui enchaîne plusieurs actions pour atteindre un objectif : lire des données, produire un contenu, puis déclencher une opération dans un outil tiers. En marketing, cette autonomie pose une question de gouvernance avant une question de technique : quelles actions déléguer, sous quelles permissions, avec quelle supervision et quel retour arrière.
Qu’est-ce qu’un système d’IA agentique ?
Un système d’IA agentique combine un modèle de langage et des accès à des outils : messagerie, CRM, plateforme de publication, base de données. Là où une IA générative répond à une consigne, un agent décide d’une suite d’actions et les exécute. Cette capacité d’exécution change entièrement le niveau d’exigence à appliquer.
La distinction structurante n’est pas la puissance du modèle mais la nature de l’accès : lire ou agir. Un agent qui lit des rapports et propose une synthèse produit au pire une analyse fausse, que la relecture rattrape. Un agent qui envoie, publie ou modifie produit des effets réels sur des clients et des systèmes. Toute la gouvernance découle de cette frontière. L’IA agentique reste par ailleurs une couche transversale : elle sert indifféremment les canaux possédés, partagés ou achetés, et ne se substitue à aucun d’eux.
Quelles actions un agent peut-il exécuter dans un service marketing ?
Un agent marketing peut couvrir quatre familles d’actions : collecter et synthétiser de l’information, préparer des livrables en brouillon, surveiller des indicateurs et alerter, enfin exécuter des opérations dans des outils tiers. Les trois premières familles restent sans effet externe. La quatrième touche des clients réels et appelle un encadrement spécifique.
- Collecter : veille, lecture de rapports, agrégation de données de campagne.
- Préparer : brouillons de messages, plans de campagne, segments proposés, tout ce qui reste en attente de validation.
- Surveiller : contrôle d’indicateurs et alerte quand un seuil défini par l’équipe est franchi.
- Exécuter : envoi d’un message, publication d’un contenu, modification d’un budget ou d’une fiche client. C’est la famille sensible.
Quelles actions sont sensibles et pourquoi ?
Une action est sensible quand elle est difficilement réversible ou visible d’un tiers : envoyer un message à des clients, publier un contenu public, engager une dépense, modifier ou supprimer des données. Pour ces actions, la règle simple est la validation humaine préalable : l’agent prépare, une personne nommée approuve, l’agent exécute ensuite.
Le critère de réversibilité donne une grille de décision qui ne dépend d’aucun outil. Un brouillon se jette, un email envoyé ne se rappelle pas, une publication se retire mais a pu être vue, une suppression de données peut être définitive. Plus l’action est irréversible, plus la validation doit être exigeante, jusqu’au refus pur et simple de déléguer : rien n’oblige à confier à un agent une action que l’équipe ne confierait pas à un prestataire inconnu le premier jour.
Comment cadrer les permissions d’un agent ?
Le cadrage des permissions suit le principe du moindre privilège : un agent ne reçoit que les accès strictement nécessaires à sa mission, sur le périmètre le plus étroit possible, avec des comptes dédiés et cloisonnés. Un agent de veille n’a aucune raison d’écrire dans un CRM, ni un agent de rédaction d’accéder aux budgets.
Ce principe se traduit par des comptes de service distincts des comptes humains, des droits en lecture seule partout où l’écriture n’est pas indispensable, et des environnements séparés par client ou par marque. L’ANSSI, l’agence française de cybersécurité, recommande des bonnes pratiques de sécurisation des systèmes d’IA générative couvrant la conception, l’entraînement et le déploiement, dont le cloisonnement des accès fait partie. Référence : les recommandations de l’ANSSI pour un système d’IA générative.
Pourquoi journaliser chaque action d’un agent ?
La journalisation consiste à enregistrer chaque action d’un agent : quoi, quand, sur quel système, sur décision de qui. Sans journal, aucun incident ne peut être compris ni corrigé, et aucune confiance ne peut se construire. Le journal est ce qui transforme une boîte noire en un outil auditable par l’équipe.
Le journal sert trois usages distincts. Au quotidien, il permet la revue : relire ce que l’agent a fait la veille prend quelques minutes et détecte les dérives tôt. En incident, il permet le diagnostic : retrouver l’action fautive, son déclencheur et son périmètre exact. Dans la durée, il permet l’ajustement : élargir les permissions d’un agent fiable, restreindre celles d’un agent qui se trompe. Le NIST, l’institut américain des normes, structure cette logique de gestion continue du risque dans son cadre de référence. Référence : le AI Risk Management Framework du NIST.
Comment organiser le retour arrière ?
Le retour arrière se prépare avant la première exécution, jamais après l’incident. Trois dispositifs le rendent possible : une sauvegarde datée avant toute modification de données, un bouton d’arrêt qui coupe l’agent immédiatement, et une procédure écrite qui dit qui décide et qui restaure. Un agent sans retour arrière prévu est un agent à ne pas déployer.
La méthode la plus sûre reste la montée en charge progressive : d’abord un agent en lecture seule dont on relit les sorties, puis des actions réversibles sur un périmètre restreint, enfin des actions plus larges une fois la fiabilité démontrée par le journal. À chaque palier, l’équipe sait ce que l’agent fait, comment l’arrêter et comment revenir à l’état antérieur. Cette progressivité coûte quelques semaines et évite les incidents qui coûtent la confiance.
Que prévoit le cadre européen sur la supervision humaine ?
Le règlement européen sur l’intelligence artificielle, dit AI Act, adopte une approche graduée par le risque : la Commission européenne décrit quatre niveaux, du risque inacceptable au risque minimal, avec des obligations proportionnées dont des exigences de surveillance humaine et de transparence pour certaines catégories. La qualification d’un système donné s’examine au cas par cas.
Pour un usage marketing courant, le point d’attention le plus concret présenté par la Commission relève de la transparence : informer les personnes lorsqu’elles interagissent avec un système d’IA ou lorsqu’un contenu est généré par une IA. Un annonceur qui déploie un agent a donc intérêt à documenter ce que fait le système et à vérifier, avec son conseil, dans quelle catégorie son usage se range. Référence : la présentation du cadre réglementaire européen de l’IA par la Commission européenne.
Le repère
Un agent se gouverne par quatre dispositifs, tous décidés avant le déploiement : des permissions au moindre privilège, une validation humaine sur toute action difficilement réversible, un journal complet de ce qui a été fait, et un retour arrière testé. La frontière utile est la réversibilité, pas la sophistication de l’outil. Un canal mal cadré ne s’automatise pas : il se cadre d’abord.
Pour poursuivre : la page IA et marketing situe les systèmes agentiques parmi les autres usages, et l’audit gratuit permet de cadrer ses canaux et ses données avant d’envisager toute automatisation.
Sources consultées
- ANSSI, Recommandations de sécurité pour un système d’IA générative
- NIST, AI Risk Management Framework
- Commission européenne, Regulatory framework on AI (AI Act)