Agents IA : le comparatif des plateformes pour créer des agents d'intelligence artificielle

Un agent IA est un programme qui ne se contente pas de répondre : il agit. À partir d'un objectif, il enchaîne des étapes, consulte vos données, utilise des outils (messagerie, CRM, agenda, tableur) et produit un résultat, comme qualifier un prospect, répondre à un client ou préparer un rapport. C'est ce qu'on appelle l'IA agentique. Pour une entreprise, la question n'est plus de savoir si ces agents fonctionnent, mais avec quelle plateforme les construire, et jusqu'où les laisser agir seuls.

Voici le comparatif des plateformes pour créer des agents IA, des outils no-code aux frameworks pour développeurs, avec les prix publics relevés chez les éditeurs et ce que le droit impose depuis l'été 2026.

Assistant, automatisation ou agent : quelle différence ?

• Un assistant IA, comme ChatGPT ou Claude, répond à vos demandes dans une conversation. Voyez le comparatif des assistants IA.
• Une automatisation suit un scénario fixé à l'avance : si tel évènement, alors telle action. C'est le domaine des outils d'automatisation.
• Un agent IA reçoit un objectif et décide lui-même des étapes, en utilisant les outils auxquels vous lui donnez accès. Plus souple qu'une automatisation, mais aussi moins prévisible.

Beaucoup de projets n'ont pas besoin d'un agent autonome : un scénario d'automatisation avec une étape d'IA au milieu suffit souvent, et il est plus facile à contrôler.

Les composants d'un agent IA

Quelle que soit la plateforme, un agent assemble les mêmes briques. Les connaître aide à lire les fiches produits et à repérer ce qui manque.

• Le modèle d'IA, qui comprend la demande, raisonne et rédige. C'est lui qui décide de l'étape suivante.
• Les instructions : le rôle de l'agent, son objectif, ce qu'il doit faire et ce qu'il ne doit jamais faire.
• Les outils : les connecteurs et les API par lesquels il lit et écrit dans vos logiciels.
• La mémoire : le contexte de la conversation en cours, et les documents ou l'historique qu'il peut consulter.
• La boucle de contrôle : planifier, agir, vérifier le résultat, recommencer si besoin, jusqu'à atteindre l'objectif ou s'arrêter.

Niveaux d'autonomie : jusqu'où laisser l'agent agir seul

L'autonomie se règle, elle ne se subit pas. On distingue en pratique quatre niveaux, et la plupart des projets démarrent aux deux premiers.

• Suggestion : l'agent prépare (une réponse, une fiche, un brouillon) et un humain décide de tout.
• Validation : l'agent agit, mais chaque action sensible attend un accord explicite.
• Autonomie encadrée : l'agent agit seul dans un périmètre limité (certains outils, certains montants), et l'humain relit après coup.
• Autonomie complète : l'agent enchaîne seul ses actions ; à réserver aux tâches réversibles et bien mesurées.

Les types d'agents IA

• Les agents conversationnels répondent aux clients ou aux collaborateurs, sur un site, une messagerie ou par téléphone, et savent passer la main à un humain.
• Les agents d'assistance personnelle gèrent pour une personne des tâches répétitives : trier les e-mails, préparer des réponses, organiser l'agenda.
• Les agents de processus métier s'insèrent dans un enchaînement d'étapes : qualifier un prospect, enrichir une fiche CRM, rédiger un compte rendu, contrôler une facture. Les éditeurs de gestion intègrent désormais leurs propres agents dans l'ERP : voir le comparatif des ERP IA.
• Les agents généralistes reçoivent un objectif large, naviguent sur le web et enchaînent seuls des dizaines d'actions.
• Les systèmes multi-agents font collaborer plusieurs agents spécialisés, chacun chargé d'une partie de la tâche.

Exemples d'usage en entreprise

Les usages qui tiennent leurs promesses sont cadrés et vérifiables : répondre aux questions fréquentes du support de premier niveau, qualifier et router les demandes entrantes, préparer une note de veille à partir de sources choisies, extraire les informations d'un document pour les saisir dans un logiciel, ou produire un rapport hebdomadaire à partir de vos outils. Commencez par une tâche de ce type, mesurez le temps gagné et les erreurs, avant d'élargir.

En vente, les agents de prospection repèrent les comptes à contacter, préparent un message personnalisé et le soumettent au commercial : leurs prix et leurs modèles de facturation sont comparés sur la page prospection IA.

Concevoir un projet d'agent IA métier, étape par étape

1. Choisir une tâche métier précise, fréquente et mesurable : tri des demandes entrantes, préparation des comptes rendus, saisie de factures.
2. Décrire le résultat attendu et les cas où l'agent doit s'arrêter et passer la main.
3. Lister les outils et les données nécessaires, et seulement ceux-là : c'est le périmètre d'accès de l'agent.
4. Fixer le niveau d'autonomie de départ, en général la suggestion ou la validation humaine.
5. Tester sur des cas réels pendant quelques semaines, en comparant le travail de l'agent à celui d'une personne.
6. Mesurer puis élargir : temps gagné, taux d'erreur, coût à l'usage, avant d'augmenter l'autonomie ou d'ajouter une deuxième tâche.

Fonctionnalités et intégrations à vérifier

• Connecteurs : CRM, messagerie, agenda, stockage de documents, outils métier. Sans accès à vos outils, un agent ne peut pas agir.
• Base de connaissances : la possibilité de lui donner vos documents pour qu'il réponde à partir de vos sources, en respectant les droits d'accès.
• Actions et déclencheurs : ce que l'agent peut faire (écrire, modifier, envoyer) et ce qui le lance (un e-mail reçu, un formulaire, une heure).
• Choix du modèle d'IA : certaines plateformes laissent choisir entre plusieurs modèles, utile pour arbitrer entre qualité, coût et hébergement des données.
• Supervision : historique des actions, validation humaine, limites de dépense et de volume.

Les plateformes d'agents IA comparées

No-code et automatisation

n8n, éditeur berlinois, est l'un des outils les plus utilisés pour construire des agents au sein de scénarios d'automatisation. Il peut être hébergé chez vous, et sa version cloud stocke les données dans l'Union européenne, à Francfort. Attention au vocabulaire : n8n précise lui-même qu'il ne se dit pas open source, sa licence posant des limites d'usage. Make et Zapier ajoutent des agents à leurs plateformes d'automatisation, avec des offres gratuites limitées. Gumloop et Lindy sont des plateformes pensées d'emblée pour les agents, sans offre gratuite mais avec un essai.

Plateformes d'entreprise

Dust, éditeur parisien, permet de créer des agents pour l'entreprise, avec un hébergement des données au choix aux États-Unis ou en Europe, et s'engage à ce que les données ne servent jamais à entraîner des modèles. Microsoft Copilot Studio est le choix naturel dans un environnement Microsoft 365, Agentforce dans un environnement Salesforce, et Gemini Enterprise dans un environnement Google. Mistral AI, éditeur français, propose Studio pour concevoir, tester et déployer des agents.

Frameworks pour développeurs

LangChain (et LangGraph) et CrewAI sont des bibliothèques open source sous licence MIT, pour les équipes techniques qui veulent construire leurs agents sur mesure. Leurs éditeurs vendent en complément des plateformes pour suivre et déployer ces agents.

Agents de relation client

Botpress et Voiceflow servent à concevoir des agents conversationnels, notamment pour le service client. Relevance AI, éditeur australien, cible désormais les grandes entreprises, avec une offre unique sur devis.

Agents généralistes

Manus se présente comme un éditeur d'agents IA généralistes, avec une offre gratuite. Côté OpenAI, la fonction « ChatGPT agent » a été arrêtée et remplacée par ChatGPT Work pour les tâches en plusieurs étapes.

Combien coûte une plateforme d'agents IA ?

Les modèles de prix sont hétérogènes : par utilisateur, par crédit, par conversation, par exécution. Prix relevés sur les sites des éditeurs le 25 septembre 2026 :

• n8n (cloud) : Starter à 20 € par mois et Pro à 50 € par mois en facturation annuelle ; la version auto-hébergée communautaire est gratuite.
• Dust : gratuit avec 500 crédits ; Pro à 30 € HT par mois (24 € en annuel), Max à 150 € HT (120 € en annuel).
• Microsoft Copilot Studio : pack de 25 000 crédits Copilot à 173,30 € HT par mois, ou paiement à l'usage.
• Agentforce : 500 € pour 100 000 crédits, ou 2 € par conversation.
• Mistral AI : offre Team à 24,99 € hors taxes par utilisateur et par mois, minimum 2 utilisateurs.
• Gemini Enterprise : à partir de 21 $ par utilisateur et par mois (Business), avec un essai de 30 jours.
• Zapier Agents : 400 activités gratuites par mois ; Pro à 33,33 $ par mois en facturation annuelle.
• Make : gratuit jusqu'à 1 000 crédits par mois ; Core à 9 $ par mois en annuel.
• Lindy : de 29,99 $ à 199,99 $ par mois et par utilisateur.
• Gumloop : Pro à partir de 37 $ par mois.
• LangChain : gratuit pour un développeur, Plus à 39 $ par siège et par mois puis à l'usage.
• Botpress : gratuit jusqu'à 25 conversations ; Plus à 150 $ par mois en annuel.

Attention aux prix affichés : ils couvrent la plateforme, mais un agent qui tourne beaucoup consomme des crédits ou des appels au modèle d'IA. Estimez le nombre de tâches par mois avant de choisir.

Vos données servent-elles à entraîner les modèles ?

C'est une question à poser à chaque éditeur, car un agent a accès à vos données internes. Plusieurs s'engagent clairement : Dust et Lindy affirment que les données ne servent jamais à entraîner des modèles, Gemini Enterprise non plus, et Gumloop ne le fait pas pour ses clients payants. Zapier, en revanche, entraîne par défaut des modèles sur des données dérivées anonymisées, avec possibilité de s'y opposer, sauf pour ses offres Company et Enterprise, exclues d'office.

Ce que dit le droit : AI Act, RGPD, et le report de juillet 2026

Un agent qui répond à vos clients ou agit dans vos logiciels n'échappe pas au droit. Trois règles comptent en pratique, et une date a bougé cet été.

Dire qu'on parle à une IA

L'article 50 du règlement européen sur l'IA, applicable depuis le 2 août 2026, impose que les systèmes « destinés à interagir directement avec des personnes physiques » soient conçus pour que ces personnes soient « informées qu'elles interagissent avec un système d'IA », sauf si c'est évident dans le contexte. L'obligation pèse sur le fournisseur du système, mais c'est votre agent qui parle à vos clients : vérifiez que la plateforme choisie permet un message d'accueil clair, et utilisez-le.

Les décisions automatisées sur des personnes

Si l'agent prend des décisions qui concernent des personnes, par exemple refuser une demande ou écarter une candidature, l'article 22 du RGPD s'applique : « La personne concernée a le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé, y compris le profilage, produisant des effets juridiques la concernant ou l'affectant de manière significative de façon similaire. » La CNIL a précisé en juillet 2026, dans une note exploratoire sur l'IA agentique, que « l'existence seule d'une intervention humaine en sortie dans la décision proposée par un système d'IA ne suffit pas nécessairement à écarter la qualification de décision fondée exclusivement sur un traitement automatisé ». Une validation humaine de pure forme ne suffit donc pas.

Les usages à haut risque reportés

Le règlement (UE) 2026/1744 du 8 juillet 2026, dit « omnibus », a reporté les obligations des systèmes d'IA à haut risque : elles s'appliqueront à partir du 2 décembre 2027 pour les domaines listés à l'annexe III du règlement, comme le recrutement ou l'accès à certains services essentiels. Un agent qui trie des candidatures entre dans cette catégorie : le report donne du temps, pas une exemption.

Sécurité : limiter ce que l'agent a le droit de faire

Un agent n'est pas dangereux par ce qu'il dit, mais par ce qu'il fait : envoyer un e-mail, modifier une commande, supprimer un fichier. Le CERT-FR, rattaché à l'ANSSI, l'a formulé en avril 2026 : « Les actions et outils accessibles aux agents IA doivent être limités au strict nécessaire ; une validation humaine doit être obligatoire dès qu'une commande système ou une action à effet de bord est envisagée ; l'exécution doit se faire dans un environnement isolé (sandbox) ». La CNIL va dans le même sens : « Il est également possible de limiter le degré d'autonomie en imposant une intervention humaine pour des conséquences jugées critiques. »

En pratique, avant de choisir une plateforme, vérifiez trois choses : que vous pouvez restreindre les outils et les données auxquels chaque agent accède, qu'une validation humaine peut être exigée pour les actions sensibles, et que toutes les actions de l'agent sont journalisées.

Comment choisir sa plateforme d'agents IA

• Votre écosystème : sous Microsoft 365, Salesforce ou Google Workspace, l'agent de l'éditeur accède nativement à vos données ; ailleurs, une plateforme indépendante comme n8n, Dust ou Make offre plus de souplesse.
• Vos compétences : no-code pour les équipes métier, framework comme LangChain ou CrewAI si vous avez des développeurs.
• Le contrôle des actions : restriction des outils par agent, validation humaine des actions sensibles, journal des actions. C'est ce que recommandent le CERT-FR et la CNIL.
• L'hébergement et les données : lieu d'hébergement, possibilité d'auto-hébergement, engagement écrit de ne pas entraîner de modèles sur vos données.
• Le coût à l'usage : faites tourner un agent réel pendant un mois sur l'offre d'essai pour mesurer la consommation avant de vous engager.

Pour vous faire accompagner dans la conception de vos agents, voyez aussi l'annuaire des agences spécialisées en agents IA.