Le Journal Impulsion
Assistant, automatisation, agent : la différence qui change tout
Vous avez ouvert Claude ou un outil équivalent, posé quelques questions, obtenu un texte correct, et vous avez eu le sentiment de « faire de l'IA ». C'est un vrai début. C'est aussi souvent là que le sujet se bloque, parce que « faire de l'IA » ne désigne pas une seule chose. Derrière le mot se cachent trois objets très différents : un assistant, une automatisation, un agent. Ils ne se pilotent pas de la même façon, ne coûtent pas la même chose, et ne règlent pas les mêmes problèmes. Confondre les trois, c'est investir des semaines dans un agent là où un simple déclencheur aurait suffi — ou l'inverse. Voici comment les distinguer, avec des exemples tirés de projets réels.
L'assistant : une conversation, l'humain pilote
Un assistant, c'est ce que vous utilisez déjà. Vous ouvrez une fenêtre de conversation, vous formulez une demande, le modèle répond. Vous lisez, vous corrigez, vous relancez. À chaque étape, c'est vous qui décidez de la suite : quelle question poser ensuite, quand vous arrêter, quoi garder.
Exemple concret. Chez Impulsion, Claude est utilisé de façon ponctuelle pour des tâches de rédaction et de reformulation : préparer un brouillon d'email, résumer un compte-rendu, reformuler une proposition commerciale. L'outil accélère la première version ; l'humain garde la main sur le résultat.
La limite. Rien n'est mémorisé d'une fois sur l'autre. La qualité de la réponse dépend entièrement de la qualité de la demande, à refaire à chaque fois. Et surtout, rien ne se déclenche tout seul : tant que vous êtes devant le clavier à copier-coller, une tâche qui revient chaque semaine n'a pas été prise en charge, seulement rendue un peu plus rapide. C'est ce que la formation appelle la « conversation jetable » — utile, mais qui ne devient jamais un outil.
L'automatisation : un déclencheur, des étapes fixes
Une automatisation, c'est une chaîne d'actions écrite à l'avance. Un événement la déclenche — un fichier reçu, un formulaire rempli, une heure de la journée — et les étapes s'exécutent toujours dans le même ordre. Il n'y a pas forcément d'IA : beaucoup d'automatisations utiles ne font que déplacer, trier et transformer des données selon des règles fixes. Quand un modèle est appelé, c'est une brique parmi d'autres, à un endroit précis de la chaîne.
Exemple concret. Chez Leadmedia, PME de conseil en marketing digital, le dirigeant passait environ 3 heures par mois à nommer, trier et classer des documents comptables. Un pipeline n8n de quatre workflows a été mis en place : capture des pièces jointes dans Gmail, lecture par OCR, classement, synchronisation des justificatifs, rapport mensuel. Résultat : moins de 30 minutes par mois, avec une auto-classification au-dessus de 85 %. Le déclencheur — un document arrive — et l'enchaînement des quatre étapes ne changent jamais.
La limite. Une automatisation ne s'adapte pas. Si un cas sort du cadre prévu — un type de document jamais vu, un fournisseur inconnu — la chaîne ne « réfléchit » pas : elle échoue, ou elle classe mal. C'est pour cela que le taux d'auto-classification chez Leadmedia est de 85 % et non de 100 % : le reste repasse en contrôle humain, par choix.
On peut ajouter des garde-fous. Chez Le Comptoir du Recrutement, cabinet de recrutement, la prospection B2B — sélection, identification des décideurs, emails personnalisés, relances — demandait environ 3 heures pour 10 entreprises. Le pipeline n8n descend ce volume à une vingtaine de minutes. Un garde-fou surveille les réponses entrantes et annule automatiquement la relance programmée quand l'interlocuteur a déjà répondu. Mais ce garde-fou ne traite que le cas anticipé : il coupe la séquence, il ne décide pas quoi faire d'une réponse ambiguë.
L'agent : l'IA choisit l'enchaînement, dans un cadre donné
Un agent part d'un objectif et d'un périmètre, pas d'une liste d'étapes. On lui donne des outils — lire une base, rédiger un brouillon, chercher un document —, des permissions explicites (ce qu'il a le droit de faire et de ne pas faire), et il décide lui-même, à chaque situation, quelle action enchaîner.
Exemple. Un agent branché sur une boîte de support lit chaque message et choisit, cas par cas : répondre directement, aller chercher dans la base de connaissances, ou escalader à un humain. L'ordre des actions n'est écrit nulle part — il est déterminé message par message. Chez Impulsion, ce type d'agent est aujourd'hui au stade de démonstration ; les systèmes livrés en production pour des clients sont des automatisations, avec parfois une brique de modèle à un endroit précis.
La limite. Un agent peut se tromper de décision. Il exige un cadre explicite, des garde-fous sur les actions irréversibles — un envoi, un paiement, une suppression — et une validation humaine aux bons endroits. Il est aussi plus long et plus coûteux à concevoir et à fiabiliser qu'une automatisation. On ne le choisit que lorsque la variété des cas rend une chaîne fixe ingérable.
Pourquoi la confusion coûte cher
Se tromper de brique a un coût concret, dans les deux sens.
Trop d'agent. On lance un projet d'agent « qui décide » pour une tâche en réalité stable et répétitive. Le classement comptable de Leadmedia n'a pas besoin d'un système qui raisonne : le process ne varie pas, un déclencheur et quatre étapes suffisent. Un agent, ici, ce serait des semaines de conception et de fiabilisation en plus, pour un résultat équivalent et plus fragile.
Pas assez. À l'inverse, on refait chaque semaine la même série de prompts dans une conversation jetable, pour une tâche qui revient à date fixe et qui aurait pu être automatisée une seule fois. Le temps « gagné » avec l'assistant est repayé à chaque itération.
Dans les deux cas, le symptôme finit par être le même : au bout de quelques mois, l'équipe conclut que « l'IA, ça ne marche pas ». Le plus souvent, ce n'était pas le mauvais outil — c'était la mauvaise catégorie d'outil pour le problème.
Savoir trancher sur ses propres tâches
La distinction ne s'apprend pas dans l'abstrait : elle se fait tâche par tâche, sur son propre travail. Quelle demande reste un assistant ? Laquelle mérite d'être écrite une fois en automatisation ? Laquelle justifie vraiment un agent, avec le cadre et les garde-fous que cela suppose ?
C'est l'objet de la formation d'Impulsion — formats Découverte et Parcours, certifiée Qualiopi, éligible OPCO : partir des cas réels de la semaine et apprendre à les trier. Le Journal, lui, explique, il ne vend rien. Si vous voulez seulement situer où vous en êtes, reprenez vos dix dernières heures passées avec l'IA et posez-vous la question pour chacune : assistant, automatisation ou agent ?
En bref — qui, quoi, pour qui
Qui. Arthur Maréchaux, fondateur d'Impulsion — nom commercial d'Adfixio EURL (SIREN 877 606 442), basé au 380 boulevard des Camus, 13540 Aix-en-Provence.
Quoi. Studio no-code et IA. Deux activités : Studio (applications métier et automatisations construites avec n8n, Airtable et Claude) et Formation (montée en compétence des équipes sur l'IA et le no-code, certifiée Qualiopi, éligible OPCO). Certification Claude Certified Architect (CCA) — Foundations, Anthropic.
Pour qui. Dirigeants et responsables opérationnels de TPE/PME de 3 à 15 personnes, porteurs de projet et entrepreneurs qui veulent passer du test de l'IA à un usage productif.