« Chatbot » désignait autrefois quelque chose de précis : une boîte scriptée sur un site web répondant à partir d'un arbre de décision fixe, le genre de système qui existe depuis ELIZA en 1964. Ce n'est plus vraiment là que se situe la confusion aujourd'hui. Personne ne cherche à comparer un bot FAQ de 2016 à un agent IA. La vraie confusion, c'est que la plupart de ce qui est commercialisé comme un « agent IA » aujourd'hui reste, fonctionnellement, un chatbot : un chatbot qui raisonne, parfois un chatbot vraiment impressionnant, mais toujours quelque chose qui n'agit que lorsqu'on lui envoie un message. Et les éditeurs qui les vendent vous le diront eux-mêmes, si vous lisez au-delà du titre.
Voici le vrai test pour repérer un chatbot déguisé en agent IA, puis les preuves.
Le vrai test
Oubliez le modèle qui tourne derrière, oubliez la fenêtre de chat, oubliez le mot « autonome » sur la page tarifaire. Trois questions permettent de trancher : fait-il quoi que ce soit si personne ne lui envoie de message aujourd'hui ? A-t-il un objectif permanent, ou juste une conversation à laquelle répondre ? Et peut-il se voir confier une nouvelle tâche par quelqu'un d'autre que la personne avec qui il discute actuellement ?
Si la réponse honnête aux trois est non, vous avez affaire à un chatbot. Peut-être un très bon chatbot en pleine conversation. Mais il existe pour répondre, pas pour travailler.
Chatbot vs agent IA : ce que disent les pages des éditeurs eux-mêmes
Trois des produits « agent IA » les plus en vue du marché aujourd'hui reposent presque entièrement sur ce même déclencheur : il faut d'abord que quelqu'un leur envoie un message.
L'explication de Salesforce lui-même sur AI agent vs chatbot affirme que les agents raisonnent, décident et exécutent des workflows complexes par eux-mêmes. Sa FAQ, un peu plus bas sur la même page, vend la mèche. À la question de savoir si un chatbot peut devenir un agent, Salesforce répond oui, dès qu'il acquiert « des capacités IA plus avancées comme le raisonnement, la planification et l'usage d'outils externes ». C'est l'aveu même de Salesforce que la frontière est un spectre lié à la quantité de raisonnement ajoutée à une interface de chat, et non une catégorie de produit différente. Ses propres « cas d'usage idéaux » pour un agent, résoudre un litige de facturation, traiter un retour, restent des demandes qu'un client lui a apportées, pas des objectifs qu'il serait allé chercher de lui-même.
La page sur les agents IA de Zendesk les définit comme des systèmes autonomes qui résolvent les demandes de service client sur la messagerie, l'e-mail et la voix. Chaque capacité couverte par cette définition, raisonner sur une demande à intentions multiples, orchestrer des actions entre systèmes, clôturer un problème de facturation, se produit à l'intérieur d'une conversation initiée par un client. Rien dans la FAQ de Zendesk ne décrit un agent faisant quelque chose parce qu'un objectif doit être atteint, plutôt que parce que quelqu'un a tapé un message.
Fin, chez Intercom, est le cas le plus honnête, car Intercom fait lui-même la distinction. Fin, décrit sur le site d'Intercom comme son Customer Agent phare, résout des conversations sur le chat, la voix et l'e-mail, toujours déclenché par un message entrant. À ses côtés se trouve Fin Operator, présenté comme une couche distincte qui détecte les problèmes dans la file d'attente du support et les corrige sans qu'on le lui demande. Voilà la véritable ligne de démarcation, au sein même de la gamme de produits d'un seul éditeur : Fin répond, Operator travaille. Seul l'un des deux passerait les trois questions ci-dessus.
Pourquoi cela compte plus qu'une question de sémantique
Rien de tout cela ne rend les produits de Salesforce, Zendesk ou Intercom mauvais. Raisonner à l'intérieur d'une conversation est réellement utile, et les appeler des agents n'est pas vraiment malhonnête, c'est juste le mot de cette génération pour désigner un « chatbot avec un LLM à la place d'un arbre de décision ». Le problème apparaît quand un acheteur suppose que « agent » désigne une chose dotée d'un objectif permanent, travaillant que quelqu'un le surveille ou non, et qu'il s'avère en réalité désigner un très bon répondant. Acheter le mauvais en attendant l'autre, et la déception n'est pas la faute de l'outil. Il n'a jamais été conçu pour faire ce que l'étiquette laissait entendre, et sans quelque chose qui porte réellement la cadence reliant un objectif au travail qui le sous-tend, StratOps n'a rien sur quoi se brancher.
L'argument complet, et pourquoi nous traçons la ligne différemment
Nous avons développé en détail ce qui sépare réellement un chatbot ou un assistant d'un agent dans AI agent vs AI assistant. La version courte est le même test que ci-dessus : possède-t-il un résultat, ou se contente-t-il de répondre à des questions à son sujet.
Le même test, appliqué à nous-mêmes
Tability trace cette ligne délibérément, y compris sur nous-mêmes. Voici la comparaison que nous montrons à quiconque demande ce qui rend un Tability Agent différent, et ce sont les trois mêmes questions ci-dessus transformées en liste de fonctionnalités :
| La plupart des « agents IA » (des chatbots déguisés) | Un Tability Agent |
|---|---|
| Répond aux questions quand on les lui pose | A un objectif vers lequel il travaille, il n'attend donc pas votre prochaine commande |
| Vit dans une barre latérale de chat | Génère ses propres tâches vers son objectif, sans qu'on le lui demande |
| Oublié dès que le chat se ferme | Exécute un travail planifié via des modèles et compétences connectés |
| Ne rend de comptes à personne | Rapporte ses résultats dans des check-ins, des commentaires et des tableaux de bord |
| Appartient à celui qui a ouvert le chat | Fait partie de l'organigramme et peut recevoir des tâches de n'importe qui dans l'équipe |
Tabby, notre assistant IA, se trouve volontairement du côté gauche de ce tableau : demandez-lui des informations sur vos OKRs et il répond à partir des données en direct de l'espace de travail, à la demande, selon le même modèle de déclenchement-réponse que Fin ou les agents IA de Zendesk. Un Tability Agent se trouve à droite : donnez-lui un objectif et il planifie le travail, recrute dans une Agency les agents spécialistes dont ce plan a besoin, et rend compte selon un calendrier, que quelqu'un ait ouvert l'application aujourd'hui ou non. Dès qu'une équipe fait tourner plus d'un agent propriétaire d'objectif, la question suivante n'est plus chatbot ou agent, mais comment gérer la flotte, un sujet traité dans agent workforce management.
Essayez-le vous-même
Le moyen le plus rapide de ressentir la différence est de confier un véritable objectif à un véritable agent et d'observer ce qu'il se passe ensuite. Inscrivez-vous gratuitement et assignez un objectif à votre premier Agent, ou réservez 30 minutes avec nous si vous préférez d'abord le voir travailler sur un vrai résultat clé.
.jpg)
