Si vous pouvez écrire la règle sur une feuille, il vous faut une règle. L'IA sert quand la décision dépend d'un texte, d'un contexte ou d'un jugement.
Une règle d’abord
Une règle fait toujours la même chose. Elle est fiable, testable, et ne coûte presque rien à l'usage. « Si le montant dépasse ce seuil, demander une validation » n'a pas besoin d'intelligence artificielle. Je ne mets pas d'IA là où une règle simple suffit : c'est plus fiable et moins cher.
Quand l’IA apporte vraiment quelque chose
Dès que l'information arrive sous forme de texte libre : lire un document, comprendre une demande entrante, la classer, préparer une première réponse. Là, écrire toutes les règles serait impossible, et un modèle fait gagner un temps réel.
Le bon signal : une personne fait aujourd'hui ce travail en lisant, et son jugement suit une logique qu'elle saurait expliquer.
Et un agent, alors ?
Un agent enchaîne plusieurs actions et décide lui-même de la suivante. Il a plus de liberté, donc il demande plus de surveillance. C'est un domaine que j'expérimente, et je le dis comme ça : c'est prometteur, mais rarement le premier choix. La plupart des besoins se résolvent avec un workflow clair et un modèle appelé à une seule étape.
Garder la main
Quel que soit le choix, je demande à l'IA des sorties structurées, que le système peut vérifier avant de s'en servir. Quand l'enjeu le demande, une personne valide. Et on mesure : le temps gagné, le taux d'erreur, ce que l'équipe corrige encore.
Trois questions pour décider
Peut-on écrire la règle ? Alors une règle. La décision dépend-elle d'un texte ou d'un contexte ? Alors un modèle, à une étape précise. Faut-il enchaîner des actions qu'on ne peut pas prévoir à l'avance ? Alors, peut-être, un agent, avec des garde-fous.