Agent IA, assistant ou automatisation : qui décide de la suite ?

Illustration : un hôtel indépendant de 24 chambres reçoit environ 120 demandes d’arrivée anticipée ou de départ tardif par mois. Elles arrivent par e-mail, en français, en allemand, en anglais. « Pouvons-nous arriver vers 11 h ? Nous aurons le chien et un vélo. » La réceptionniste ouvre le logiciel de gestion de l’hôtel (le PMS), regarde la chambre, vérifie l’heure du ménage, puis répond. Trois prestataires proposent trois montages de cette même tâche, et les trois disent « IA ».

Une demande d’arrivée anticipée, trois montages

« Automatisation », « assistant IA » et « agent IA » désignent trois montages, parce que la décision de la suite change de mains. Dans le premier, une règle décide. Dans le deuxième, la réceptionniste. Dans le troisième, le modèle. Chaque montage se paie sur son propre compteur, et un devis qui dit « agent IA » peut chiffrer n’importe lequel des trois.

L’automatisation : un rail, payé à l’exécution

Dans l’illustration, un scénario n8n ou Make de 5 étapes se déclenche trois jours avant l’arrivée. Il lit la réservation dans le PMS et envoie au client un message avec un lien de demande. La règle est fixe : si la chambre est libre la nuit précédente, le scénario accepte la demande, sinon il la transmet à la réception. La différence entre automatisation et IA tient dans cette règle, écrite une fois pour toutes.

Ce montage tient tant que le client clique sur le lien. Il cale sur l’e-mail libre, celui du chien et du vélo : aucune règle ne sait lire cette phrase. C’est aussi le moins cher et le plus prévisible des trois, parce que chaque passage fait la même chose.

Le plan Starter de n8n inclut 2 500 exécutions par mois (page de prix, relevée le 5 octobre 2026), et un passage complet du scénario en consomme une : les 120 demandes de l’illustration en prennent 120. Chez Make, le plan Core inclut 10 000 crédits (page de prix, même date) et chaque étape coûte un crédit : 5 étapes × 120 demandes font 600 crédits. Le calcul complet des deux unités se trouve dans le comparatif n8n ou Make.

Un assistant IA suffit-il à une réception d’hôtel ?

Dans l’illustration, la réceptionniste copie l’e-mail dans ChatGPT ou dans Microsoft 365 Copilot. L’assistant rédige la réponse en allemand ou en anglais. Elle vérifie elle-même dans le PMS si la chambre se libère et à quelle heure passe le ménage, puis colle la réponse dans sa messagerie.

L’assistant lui fait gagner le temps de rédaction et de traduction. Elle reste la passerelle entre les outils, puisque l’assistant ne voit ni le PMS ni le planning de ménage.

Trois réceptionnistes qui utilisent l’assistant font trois abonnements : les offres entreprise de ces outils se facturent par utilisateur et par mois, que l’hôtel reçoive 40 ou 400 demandes. Un e-mail de client contient un nom, des dates de séjour, parfois une allergie ou un fauteuil roulant. Collé dans un outil grand public, il sort du cadre que l’hôtel contrôle.

L’agent IA : il ouvre les logiciels, payé au tour de conversation

Illustration : l’agent IA lit l’e-mail, puis interroge le PMS : la chambre se libère-t-elle la veille ? À quelle heure passe le ménage ? Il applique les règles de l’hôtel (accepter si la chambre est prête avant midi, sinon proposer de déposer les bagages) et rédige la réponse. Selon le niveau d’autonomie choisi, il la propose à la réception ou l’envoie seul. Il note aussi la demande dans la réservation.

Ce montage exige que le PMS expose ces informations par une API, c’est-à-dire une porte d’accès que d’autres logiciels peuvent interroger. Posez la question à l’éditeur de votre PMS avant tout devis. Je n’affirme rien sur un éditeur précis : seule sa documentation répond.

Dans l’illustration, une demande d’arrivée anticipée coûte environ cinq appels au modèle : lire l’e-mail, interroger le PMS, interroger le planning de ménage, rédiger, noter dans la réservation. Chaque appel se facture en tokens, les morceaux de mots que le modèle lit et écrit. À cette consommation s’ajoutent la construction, payée une fois, et la relecture.

La relecture dépend du niveau d’autonomie. Quand l’agent propose chaque réponse, la réceptionniste passe de la rédaction à la validation : elle lit la réponse et l’envoie d’un clic. Quand l’agent envoie seul, elle ne relit que les cas qu’il signale. Je mesure ce temps sur vos vraies demandes avant de choisir le niveau.

Je construis Lecturer, un logiciel dont le copilote est branché sur environ 130 fonctions. Leurs descriptions pèsent environ 100 Ko et repartent au modèle à chaque tour, avant même la question de l’utilisateur. Le cache de prompt facture cette partie répétée à 0,1 fois le tarif d’entrée en lecture de cache (documentation d’Anthropic).

J’y ai posé trois plafonds en dur : 100 messages par jour et par utilisateur, 30 appels d’outils par minute, 8 boucles d’outils au maximum par tour. Le dernier arrête un modèle qui tourne en rond ; les cinq appels de l’hôtel restent dessous, et une demande qui l’atteindrait partirait à la réception. Le détail de ces coûts se lit dans ce que coûte chaque message d’un assistant branché sur un logiciel métier. Le copilote de Lecturer porte un nom d’assistant, et le modèle y choisit l’étape suivante : selon ma propre définition, c’est un agent. Je plaide coupable.

Ce que chaque compteur achète

• Automatisation. La facture monte avec le nombre d’exécutions (ou d’étapes chez Make). Elle cale sur tout ce que la règle ne prévoit pas, comme l’e-mail libre. Une personne reprend les cas hors règle.
• Assistant IA. La facture monte avec le nombre d’utilisateurs. Il cale dès que la tâche demande de lire un autre logiciel, puisqu’il n’en voit aucun. La personne reste dans toute la boucle.
• Agent IA. La facture monte avec le nombre de demandes et le nombre de boucles par demande. Il cale quand l’API du logiciel manque ou renvoie des données incomplètes. La personne relit les réponses, ou seulement les cas douteux si vous lui laissez plus d’autonomie.

Comment reconnaître un faux agent IA ?

Deux questions suffisent. La première : qui décide de l’étape suivante ? Si la réponse est « le scénario, selon une condition écrite à l’avance », vous achetez une automatisation. Si c’est « la personne qui lit la réponse », vous achetez un assistant. Si c’est « le modèle, d’après ce qu’il vient de lire », vous achetez un agent.

La seconde : où atterrit le résultat ? Dans une fenêtre de discussion que quelqu’un doit lire et recopier, ou dans votre logiciel, écrit dans la bonne fiche ?

Beaucoup d’« agents IA » vendus sont des scénarios d’automatisation avec une étape de rédaction. Ce montage coûte peu et se prévoit bien. Vérifiez seulement que le devis le facture comme une automatisation, à l’exécution.

Par quoi commencer : règle, assistant ou agent ?

Commencez par la règle, quand elle existe : c’est la solution la moins chère et la plus prévisible. Ajoutez un assistant pour les textes (réponses, traductions, résumés). Passez à l’agent quand la tâche traverse plusieurs logiciels et revient souvent, comme les 120 demandes de l’hôtel de l’illustration.

Beaucoup de projets combinent les trois. Un agent s’appuie sur des automatisations pour les gestes fixes (envoyer le lien, noter la réservation) et confie la rédaction au modèle. Pour un hôtel, la page hôtellerie indépendante montre où ces montages servent d’abord.

Pour placer vos propres tâches dans ces trois cases, la grille par où commencer les classe en quelques minutes. Si vous préférez en parler, le point de départ dure trente minutes, il est gratuit et sans engagement.