Agent IA sur ordinateur : quels usages, coûts et garde-fous ?

Un agent IA capable de piloter un ordinateur est utile lorsqu’une tâche indispensable ne dispose d’aucune API exploitable — autrement dit, d’aucune interface permettant d’agir directement par logiciel — et que son résultat peut être vérifié. Microsoft Copilot Studio facture 5 ou 15 Copilot Credits par étape du modèle. Mais le budget à prévoir comprend aussi la supervision, les nouvelles tentatives et l’ordinateur qui exécute le travail. La documentation de Microsoft sur le contrôle de l’ordinateur définit cette unité de facturation.

Un portail fournisseur dont les exports passent uniquement par un bouton constitue un cas d’usage plausible. Un ancien ERP, le logiciel qui gère les commandes et les stocks, peut nécessiter un pilotage du bureau. Un formulaire administratif exige un périmètre bien plus strict : préparer les informations et envoyer une déclaration sont deux opérations distinctes, même si leurs boutons se trouvent côte à côte.

La règle pour choisir : retenez la solution qui peut accomplir la tâche avec les droits d’accès les plus limités. Un modèle capable de cliquer partout à l’écran n’a pas besoin d’être autorisé à faire tout ce que votre compte permet.

Que fait un agent IA qui pilote un ordinateur ?

Un agent IA de type « computer use » transforme une interface visible en boucle d’action : observer l’écran, choisir une action, cliquer ou saisir du texte, examiner le nouvel écran, puis poursuivre. Le modèle prend les décisions ; un exécuteur, le logiciel qui applique ses commandes, lui fournit la souris et le clavier. Le guide actuel d’OpenAI décrit à la fois des actions structurées sur l’ordinateur et du code qui manipule l’interface. Contrôle de l’ordinateur avec OpenAI

Cette distinction explique le travail d’intégration nécessaire. Acheter l’accès à un modèle ne fournit pas forcément un navigateur opérationnel, un compte connecté, un planificateur ou une procédure de reprise après incident. Ces éléments dépendent du produit qui entoure le modèle ou de votre application.

Pour récupérer un rapport fournisseur hebdomadaire, l’agent peut repérer le menu des rapports, sélectionner la période demandée et retrouver le bouton d’export même après un changement de mise en page. Il reste à vérifier qu’il a choisi le bon compte fournisseur et la bonne période. La présence d’un fichier téléchargé prouve qu’un téléchargement a eu lieu, pas que le rapport est correct.

À quel moment du workflow faut-il lui confier l’écran ?

Réservez le pilotage visuel à la partie du workflow qui exige d’interpréter un écran. Dès que le rapport existe sous forme de fichier, un logiciel classique peut en vérifier les colonnes, lire les dates et le déplacer vers une destination autorisée. Laisser l’agent agir à l’écran pour ces étapes ajoute des décisions sans nécessairement apporter de valeur.

Le pilotage d’un navigateur et celui d’un bureau complet ne couvrent pas non plus les mêmes besoins. Un navigateur peut accéder à un portail web ; il ne peut pas, de ce seul fait, accéder à un ERP disponible uniquement sous forme d’application Windows native. Identifiez l’environnement dans lequel se déroule le travail avant de comparer les marques de modèles.

Ce qui a changé pour les acheteurs

Le choix se fait aujourd’hui entre des outils pour développeurs, des assistants accessibles par abonnement et une plateforme d’automatisation dotée de sa propre unité de facturation. Leurs dispositifs de sécurité et leurs coûts ne sont pas interchangeables.

Informations vérifiées dans la documentation en ligne des éditeurs le 13 octobre 2026. Cet article repose sur une étude documentaire et une analyse des coûts, pas sur un test avec connexion à un portail ni sur un benchmark.

Le changement de nom le plus important concerne OpenAI : sa page d’aide consacrée à l’agent ChatGPT indique désormais que ce produit n’est plus disponible et renvoie vers ChatGPT Work et son navigateur cloud. Des informations sur les anciens abonnements et plafonds de messages figurent encore plus bas sur cette page. Ne construisez pas le budget d’un nouveau déploiement à partir de ces anciennes limites. Disponibilité de l’agent ChatGPT

Comparez l’environnement, l’unité facturée, le fonctionnement des validations et la personne qui prendra en charge le workflow lorsqu’il s’arrêtera. Les tokens mesurent les entrées et les sorties du modèle, y compris les captures d’écran encodées ; ils ne comptent pas les actions terminées. Le classement des modèles relève d’un autre choix : notre article sur les modèles multimodaux pour les agents de contrôle de l’ordinateur détaille ces compromis.

OpenAI : choisir l’API ou ChatGPT Work ?

Le contrôle de l’ordinateur via la Responses API d’OpenAI s’adresse aux développeurs qui souhaitent maîtriser l’environnement d’exécution. L’exemple actuel d’actions structurées utilise GPT-6.1 Sol. OpenAI recommande également une intégration par exécution de code pour GPT-6 Astra : le code généré manipule alors l’interface dans votre environnement d’exécution. Il s’agit de choix d’intégration, pas de formules d’abonnement différentes. Guide actuel de l’API

Facturation : OpenAI présente ses tarifs de modèles sous l’intitulé « Prices per 1M tokens ». Pour GPT-6.1 Sol, les tarifs Standard en contexte court sont de $2 en entrée et $10 en sortie par million de tokens, avec des tarifs distincts pour les entrées en cache et l’écriture en cache. Ces montants correspondent au coût du modèle, pas au prix d’une tâche terminée sur un portail. La grille actuelle ne mentionne pas de frais distincts par clic sur l’ordinateur ; sa ligne à $2.50 pour mille appels d’outil concerne la recherche de fichiers. Tarifs de l’API OpenAI

Sécurité : OpenAI demande aux développeurs d’isoler le navigateur ou la machine virtuelle, de limiter les sites et les actions accessibles, de considérer le contenu de l’écran comme non fiable et de faire confirmer les actions à conséquences importantes. Une machine virtuelle est un ordinateur logiciel distinct ; son intérêt dépend des comptes, fichiers et réseaux que vous y exposez. Appliquez ces restrictions dans l’exécuteur, en complément des consignes données au modèle. Consignes d’exécution et de consentement

L’option hébergée : l’Agents API d’OpenAI fournit un navigateur et exige une autorisation pour chaque nouvelle origine web, c’est-à-dire la frontière d’adresse qui identifie un site. Sa documentation établit une distinction essentielle : autoriser l’accès à un site n’impose pas de confirmation avant chaque action. Si une action doit être techniquement impossible sans validation, limitez les ressources accessibles au navigateur ou utilisez un environnement d’exécution que vous contrôlez. Documentation du navigateur hébergé

L’Agents API facture l’usage des modèles aux tarifs de l’API, les outils à leurs tarifs habituels et les environnements isolés hébergés aux tarifs des conteneurs. Ne reprenez pas une estimation limitée au modèle sans y ajouter l’environnement et l’usage des outils. Règles de facturation de l’Agents API

ChatGPT Work : l’offre actuelle pour les non-développeurs

Le navigateur cloud de ChatGPT Work est le produit actuel d’OpenAI à examiner pour déléguer des tâches sur les sites compatibles. Il utilise un ordinateur distinct dans le cloud, et non votre session de navigation existante. L’accès dépend des abonnements payants éligibles, de la région et des autorisations de l’espace de travail. Documentation du navigateur cloud

Facturation : pour les abonnements personnels éligibles, OpenAI indique que le quota inclus est consommé en premier ; les usages compatibles qui le dépassent peuvent ensuite puiser dans des crédits achetés. Work peut partager ce quota avec d’autres fonctions agentiques. Pour Business et Enterprise, la tarification de Work par crédits repose sur les tokens, avec des tarifs qui dépendent du modèle et du contrat. Aucune de ces règles ne donne un prix universel en dollars par téléchargement. Règles d’usage des abonnements personnels, grille de crédits pour les entreprises

Sécurité : par défaut, le navigateur cloud demande l’autorisation d’accéder à un nouveau site, propose des réglages pour autoriser ou bloquer des sites et est conçu pour demander confirmation avant les actions à conséquences importantes. La connexion passe par un formulaire sécurisé ; les exploitants des sites peuvent néanmoins bloquer l’accès automatisé. Le fait qu’un portail fournisseur fonctionne dans votre navigateur ne prouve pas qu’il fonctionnera dans ce navigateur cloud. Contrôles du navigateur cloud

Choisissez cette voie pour un workflow piloté par un opérateur dont le résultat peut être contrôlé. Préférez une intégration par API lorsque le travail exige des points d’arrêt imposés par l’application, des journaux structurés ou une procédure de reprise maîtrisée par votre entreprise.

Claude computer use ou Claude in Chrome : quelle voie choisir ?

L’outil de contrôle de l’ordinateur d’Anthropic donne à Claude des capacités d’observation et d’action à l’écran, tandis que votre application exécute les appels. L’ensemble d’outils côté client peut actuellement renvoyer plusieurs actions dans un même tour et prend notamment en charge Claude Sonnet 5.5. Il n’est pas disponible à ce jour dans Claude Managed Agents. Cette dernière distinction compte si vous pensiez qu’un produit managé fournirait aussi le bureau. Documentation d’Anthropic sur le contrôle de l’ordinateur

Facturation : Anthropic applique au contrôle de l’ordinateur la tarification habituelle de l’utilisation des outils. L’ensemble d’outils actuel, dans sa configuration par défaut, ajoute environ 4 500 tokens en entrée ; les captures d’écran et les résultats des outils consomment des entrées supplémentaires. Le tarif de base de Claude Sonnet 5.5 est de $2 en entrée et $10 en sortie par million de tokens. Les observations répétées de l’écran et l’historique de la conversation expliquent pourquoi une tâche coûte davantage que ne le laisse penser sa consigne initiale. Coût des outils, tarifs des modèles

Sécurité : Anthropic analyse les retours des outils, notamment les captures d’écran, pour détecter d’éventuelles injections de prompt : des consignes insérées dans le contenu d’une page afin de détourner l’agent de sa tâche. En cas de détection, Claude est incité à vérifier si la consigne vient de l’utilisateur. Anthropic demande toujours d’isoler l’agent des données et actions sensibles, ainsi que de recueillir le consentement de l’utilisateur. Le classificateur constitue une protection, pas un remplacement de vos limites d’autorisation. En tant que développeur, limitez les sites accessibles depuis l’environnement d’exécution. Sécurité du contrôle de l’ordinateur

Pour une tâche limitée aux pages web, Anthropic renvoie vers son outil distinct de pilotage du navigateur, qui peut exploiter la structure de la page en plus des captures d’écran. Ne mettez pas en place un bureau complet simplement parce que le portail n’a pas d’API. Outil de pilotage du navigateur

Notre analyse du coût des actions groupées de contrôle de l’ordinateur explique les effets économiques de ce regroupement. La limite pratique est simple : ne regroupez pas des actions au-delà d’un point où une personne doit examiner la situation et autoriser la suite.

Claude in Chrome : quota partagé et autorisations du navigateur

Claude in Chrome est l’extension d’Anthropic qui lit les pages, clique et navigue sur les sites à vos côtés. Elle est disponible avec les abonnements Pro, Max, Team et Enterprise. Le panneau latéral Chrome est en bêta, et son expérience Cowork varie selon le déploiement et les réglages de l’administrateur. Configuration de Claude in Chrome

Facturation : Anthropic précise que l’usage de Chrome sera décompté du même quota que Claude ou Claude Code : « count against the same plan limits ». Les interactions dans le navigateur consomment davantage de quota que les conversations ordinaires ; le mode Automatically approve en utilise encore pour les contrôles de sécurité. Aucun tarif forfaitaire par rapport téléchargé n’est annoncé. Limites d’usage de Chrome

Sécurité : en mode Manually approve, examinez les accès et les actions prévus. Le guide des autorisations protège les téléchargements même lorsqu’un site bénéficie d’une autorisation permanente et exige une permission pour les informations sensibles et les actes d’autorisation. Les achats, la création de comptes, la suppression définitive et les téléchargements non fiables figurent parmi les actions interdites. Les organisations peuvent appliquer des listes de sites autorisés ou bloqués. Les modes fonctionnent différemment : ne supposez pas qu’un mode sans surveillance conserve tous les points de validation manuelle. Autorisations de Chrome

L’accès de l’extension à votre navigateur est utile, mais il met aussi à sa portée les données des sessions connectées. Anthropic recommande un profil distinct et déconseille les pages contenant des données sensibles ou soumises à réglementation. Pour un portail fournisseur contenant des données confidentielles de l’entreprise ou des données personnelles, vérifiez l’adéquation de cette solution avant de la retenir. Consignes de sécurité de Chrome

Microsoft Copilot Studio : piloter Windows, avec une facturation par étape

Le contrôle de l’ordinateur dans Microsoft Copilot Studio est un candidat naturel lorsque la tâche passe par des applications Windows et des sites web. Il pilote une machine configurée au moyen d’un agent qui utilise l’orchestration générative, le système chargé de sélectionner et de coordonner ses outils. Contrôle de l’ordinateur avec Microsoft

Facturation : l’unité retenue par Microsoft est l’étape du modèle : 5 Copilot Credits pour un modèle standard ou 15 pour un modèle premium. Une étape peut contenir plusieurs clics ou d’autres actions élémentaires. Compter les boutons de votre procédure ne permet donc pas de prévoir la facture. Licences du contrôle de l’ordinateur

Sécurité : activez le contrôle d’accès pour limiter les sites et les applications ; aucune restriction ne s’applique par défaut. Microsoft précise que ce contrôle bloque les interactions hors de la liste, sans empêcher l’ouverture des sites concernés. Utilisez une machine dédiée et isolée, et vérifiez l’identité utilisée par la connexion. Contrôles d’accès

La fonction de supervision humaine peut demander des précisions, mais Microsoft indique explicitement que ces demandes sont probabilistes : elles ne garantissent ni un arrêt de sécurité ni l’application de vos règles personnalisées. Une validation d’achat doit donc reposer sur un point de contrôle imposé séparément dans le workflow. Une phrase demandant au modèle de solliciter un accord ne suffit pas. Limites de la supervision humaine

Pour un directeur technique d’entreprise de taille intermédiaire, l’intérêt est de s’appuyer sur un parc Windows et des outils d’automatisation déjà en place. Le budget doit inclure l’administration des machines, les autorisations et la gestion des exceptions, en plus des crédits. Pour un fondateur qui veut seulement récupérer un rapport dans un navigateur, cette infrastructure peut être disproportionnée.

Google et Amazon : d’autres options pour les développeurs

Google Gemini Computer Use

Google Gemini Computer Use prend en charge les environnements navigateur, mobile et bureau, par l’intermédiaire d’un exécuteur que vous développez. Le guide actuel de Google recommande Gemini 3.8 Flash. Gemini Computer Use

Facturation : Google décrit Computer Use ainsi : « Charged as regular tokens per model pricing. » Le service suit donc la tarification habituelle des tokens du modèle. Pour Gemini 3.8 Flash, les tarifs Standard payants sont de $0.75 en entrée et $3.75 en sortie, raisonnement compris, par million de tokens jusqu’au 31 décembre 2026. La page indique $1.50 et $7.50 à partir du 1er janvier 2027. Computer Use lui-même n’est pas disponible dans l’offre gratuite. Tarifs de Gemini

Sécurité : le client doit respecter les demandes de confirmation et les blocages d’actions. Google recommande un environnement isolé et des listes de navigation autorisée ou bloquée ; la détection des injections de prompt à partir des captures d’écran est facultative et désactivée par défaut. Activez ces contrôles explicitement au lieu de supposer qu’ils sont fournis par la seule déclaration de l’outil. Contrôles de sécurité de Gemini

C’est une autre option pour construire une solution, pas un collaborateur opérationnel prêt à l’emploi. Son tarif attractif par token ne couvre ni l’hébergement de votre navigateur ni votre procédure de contrôle.

Amazon Nova Act

Amazon Nova Act associe des actions de navigation exprimées en langage naturel à une orchestration de workflow en Python. Il mérite d’être étudié si votre développeur veut encadrer la navigation de l’agent par une logique de programmation explicite. Présentation de Nova Act

Facturation : AWS affiche « $4.75 per agent hour. ». Il s’agit du temps écoulé pendant que l’agent travaille ; chaque agent exécuté en parallèle génère sa propre consommation. L’attente d’une intervention humaine est exclue si vous implémentez le mécanisme prévu à cet effet. Le coût de la tâche correspond aux heures d’activité de l’agent multipliées par $4.75, avant les éventuels frais d’infrastructure facturés séparément. Tarifs de Nova Act

Sécurité : le SDK permet de restreindre les URL au moyen de garde-fous sur l’état du navigateur et bloque l’accès aux fichiers locaux ainsi que leur envoi, sauf si leurs chemins sont autorisés. La validation humaine est une fonction que vous implémentez avec le SDK, pas un service managé de vérification. Limitez aussi l’environnement qui entoure le navigateur ; une règle sur les URL ne vaut pas autorisation d’accomplir une tâche. Sécurité du SDK, mise en œuvre de l’intervention humaine

Combien coûte une tâche ?

Il n’existe pas de prix universel sérieux pour un téléchargement sur un portail. Les éditeurs facturent des tokens, des étapes, du temps actif ou une consommation partagée au sein d’un abonnement. Un devis par tâche exige de connaître le workflow réel et de s’accorder sur ce qui constitue un travail terminé.

Pour illustrer le calcul de façon transparente, reprenons les 50 000 tokens en entrée et 15 000 tokens en sortie de l’exemple de facturation publié par Anthropic. Cet exemple ne mesure pas un usage du contrôle de l’ordinateur ; il fournit simplement des quantités documentées sur lesquelles effectuer un calcul. Supposons des entrées ordinaires non mises en cache, aucune écriture en cache, et aucun outil ni hébergement supplémentaire. Source des quantités de tokens utilisées pour l’illustration

Ce sont nos calculs à partir des tarifs cités d’OpenAI, d’Anthropic et de Google. Des quantités de tokens identiques ne prouvent pas une charge de travail, une vitesse ou une fiabilité identiques. Utilisez le total des tokens facturés sur l’ensemble de l’exécution, historique et captures d’écran compris, plutôt que de compter les mots de votre prompt initial.

Microsoft fournit un autre exemple chiffré : un workflow de feuille de temps en quatre étapes du modèle consomme 20 crédits standard ou 60 crédits premium. Au tarif documenté à l’usage de $0.01 par crédit, cela représente $0.20 ou $0.60 pour les étapes de contrôle de l’ordinateur. C’est l’exemple de feuille de temps de Microsoft, pas une prévision selon laquelle votre portail nécessitera quatre étapes. Exemple par étapes, prix du crédit

Un assistant par abonnement exige un autre raisonnement comptable. La dépense supplémentaire peut être couverte par le quota qu’il vous reste, tout en consommant une capacité nécessaire à d’autres travaux. Diviser le prix d’un abonnement par un plafond de messages annoncé reviendrait aussi à confondre une requête avec un rapport récupéré et vérifié avec succès.

Calculez le coût du résultat accepté

Utilisez cette formule de gestion :

Coût par rapport accepté = (frais de toutes les exécutions + coûts d’exécution imputés + coûts humains de contrôle et de reprise) ÷ rapports acceptés.

Incluez les exécutions échouées dans le numérateur. N’acceptez un rapport qu’après avoir vérifié que le compte, la période, le contenu du fichier et la destination respectent les exigences. Sinon, chercher un faible coût par tentative de téléchargement favorise le mauvais objectif.

Pour une tâche hebdomadaire, la comparaison du temps de travail est tout aussi concrète : temps de traitement manuel moins temps de validation, de contrôle et de reprise. Multipliez le temps réellement gagné par votre propre coût horaire chargé, puis soustrayez les coûts de l’automatisation. Si le résultat ne couvre pas la maintenance récurrente et la mise en place sur la durée d’amortissement choisie, conservez le processus manuel ou adoptez une automatisation plus simple.

Aucun coût horaire, taux de réussite ou délai d’exécution n’est supposé ici. Ce sont des mesures que l’entreprise doit fournir ; le prix du token chez un fournisseur ne permet pas de les établir.

Quand préférer une API, un serveur MCP ou un script de navigation ?

Privilégiez une voie directe dès qu’elle permet l’opération exacte dont vous avez besoin. Une API, une interface que le logiciel peut appeler sans parcourir des écrans, est généralement la première piste à explorer. Interrogez le fournisseur sur les points d’accès aux rapports, les exports programmés ou les modes de livraison de fichiers pris en charge avant de commander un agent visuel.

Un serveur MCP, fondé sur Model Context Protocol, expose des outils et des données à une application d’IA au moyen d’une interface commune. Il peut encapsuler une API ou piloter un navigateur. MCP n’est donc pas automatiquement une alternative au contrôle de l’ordinateur : l’outil situé derrière détermine comment le travail s’effectue. Architecture MCP

Préférez un outil MCP dédié à la tâche lorsqu’il expose directement l’opération autorisée, par exemple récupérer un rapport approuvé. Le modèle dispose alors potentiellement d’un éventail d’actions plus restreint que devant un écran entier. Cet outil ne peut pas faire apparaître une fonction d’export que le fournisseur n’a jamais exposée.

Préférez un script de navigation maintenu lorsque les mêmes commandes stables et les mêmes validations se répètent. Un script peut sélectionner la période et attendre le téléchargement sans demander à un modèle de réinterpréter chaque étape. Il exige toujours de la maintenance et des contrôles ; son avantage est de rendre explicite un comportement connu.

Utilisez un agent doté d’outils de navigation lorsque le parcours exige du discernement, mais que la page expose une structure exploitable. Playwright MCP, de Microsoft, utilise des instantanés d’accessibilité, une représentation structurée des commandes de la page, au lieu d’imposer l’interprétation de captures d’écran. Ses mainteneurs précisent également qu’il ne constitue pas une barrière de sécurité. Notre guide de configuration et des limites de Playwright MCP explique les compromis pratiques. Dépôt officiel de Playwright MCP

Utilisez le pilotage visuel de l’ordinateur lorsque la tâche dépend d’une application native, d’une interface visuelle sans structure exploitable ou d’un parcours que les outils directs à votre disposition ne permettent pas raisonnablement de décrire. Limitez-le à cette partie du travail, puis confiez le fichier à un logiciel classique.

Exemple concret : télécharger un rapport fournisseur chaque semaine

Le point de départ le plus sûr et utile est un workflow de récupération dont le résultat est vérifié et la mise à disposition reste sous responsabilité humaine. Le scénario suivant illustre une conception possible pour un portail fournisseur ; il ne rend pas compte d’un test en session connectée. Il suppose que le portail autorise ce workflow, que les données conviennent au produit choisi et que le compte permet d’exporter le rapport.

L’objectif est précis : récupérer le rapport hebdomadaire de livraison convenu pour le compte fournisseur autorisé et la période de reporting terminée, l’enregistrer dans un dossier temporaire de contrôle et ne modifier aucune donnée métier.

1. 1

   Valider le périmètre et les accès

   L’opérateur précise l’adresse exacte du portail, le compte, la période de reporting, le type de rapport et le dossier temporaire de destination. Le compte ne doit disposer que des accès nécessaires à cette tâche. Une personne valide ce périmètre avant la première exécution. Un nouveau compte fournisseur ou une nouvelle destination exige un nouvel examen ; ils ne doivent pas être déduits du texte d’une page.

2. 2

   S’authentifier par le parcours prévu par le produit

   Une personne effectue la connexion ou l’authentification multifacteur lorsque cela est nécessaire. Dans ChatGPT Work, utilisez le parcours de connexion sécurisé au lieu de saisir des identifiants dans la conversation. Dans une intégration par API, gérez les identifiants en dehors du prompt du modèle. Si le portail affiche un CAPTCHA, une destination de connexion inattendue ou un blocage d’accès, arrêtez le workflow et sollicitez l’opérateur ; ne considérez pas cela comme un obstacle que l’agent serait autorisé à contourner.

3. 3

   Naviguer et préparer la sélection du rapport

   L’agent ouvre la rubrique des rapports, sélectionne le rapport et la période autorisés, puis consigne l’état de cette sélection. Il doit s’arrêter si la période est ambiguë, si le compte diffère ou si le rapport attendu est absent. Le modèle peut lire le libellé d’un bouton, mais il ne doit pas interpréter une bannière lui demandant d’envoyer des données ailleurs comme une nouvelle consigne.

4. 4

   Obtenir une validation humaine avant le téléchargement

   Présentez à l’opérateur le compte, le nom du rapport, la plage de dates, la source et la destination. Mettez l’exécution en pause jusqu’à son accord. Dans le workflow manuel de Claude in Chrome, cette étape correspond à l’autorisation de téléchargement documentée. Dans une implémentation sur mesure, imposez ce point de contrôle dans l’application. La supervision probabiliste de Copilot Studio ne garantit pas, à elle seule, cet arrêt.

5. 5

   Télécharger dans le dossier temporaire et vérifier le fichier

   L’agent lance le téléchargement autorisé. Vérifiez qu’un fichier est bien arrivé et qu’il présente le format attendu, puis examinez le compte et la période de reporting indiqués à l’intérieur. Lorsque l’export suit un schéma connu, validez ses colonnes obligatoires à l’aide d’un logiciel classique. Un rapport vide peut être légitime ; n’inventez pas de lignes manquantes pour satisfaire un contrôle.

6. 6

   Autoriser la mise à disposition et consigner le résultat

   Une personne examine le résultat des vérifications avant le transfert du fichier dans le dossier utilisé par l’entreprise. Ce point de validation fait partie du workflow que nous proposons ; nous n’affirmons pas que tous les fournisseurs le proposent. Consignez le fichier accepté, la source, la période, les interventions, la consommation facturée et toute tentative échouée. Un rapport non conforme reste dans le dossier temporaire pour examen.

Les modalités de connexion et de téléchargement ci-dessus suivent les documentations correspondantes du navigateur cloud d’OpenAI et des autorisations d’Anthropic. Les points de contrôle supplémentaires portant sur le périmètre, la vérification et la mise à disposition relèvent de notre conception du workflow.

Une programmation hebdomadaire doit déclencher la procédure, pas donner une nouvelle permission d’en modifier le périmètre. Concevez-la pour qu’une session expirée, un rapport modifié, un fichier manquant ou une demande d’autorisation puisse attendre l’intervention d’une personne sans qu’une autre tâche lui soit discrètement substituée.

Pour un formulaire administratif, arrêtez-vous plus tôt : la préparation peut être séparée du dépôt. Pour un ERP, limitez si possible la première tâche à la récupération de données. Un workflow capable d’enregistrer des ajustements de stock ou d’envoyer des déclarations exige une conception des autorisations différente de celle d’un téléchargement.

Agent IA autonome : quelles promesses sont exagérées ?

« Pas besoin d’API » décrit un mode d’accès, pas un niveau de fiabilité. Le parcours à l’écran exige toujours une authentification, une automatisation autorisée, une interface exploitable et un moyen de reconnaître le bon résultat. Un agent peut retrouver un bouton déplacé tout en manquant le fait que le portail a réinitialisé le filtre de dates.

« Il demande quand c’est nécessaire » offre moins de garanties qu’une validation imposée. L’API hébergée d’OpenAI distingue l’autorisation d’accès au site de la confirmation d’une action ; Microsoft indique que les demandes de supervision humaine ne sont pas garanties. Pour l’acheteur, la conséquence est concrète : demandez à l’intégrateur de montrer à quel endroit une action interdite est bloquée, pas seulement où le prompt lui demande de l’éviter.

« Une tâche coûte quelques centimes » peut laisser de côté la partie la plus chère. Une nouvelle tentative qui oblige quelqu’un à ouvrir l’exécution, à comprendre la situation et à la débloquer mobilise du travail humain, même si la facture du modèle reste faible. La comparaison utile porte sur un résultat accepté, avec une charge de contrôle connue.

« Fonctionne avec toutes les applications » n’est pas un critère de recette. Une démonstration sur un formulaire d’exemple ne prouve pas la compatibilité avec la connexion, le sélecteur de rapport ou l’export de fichiers de votre fournisseur. Exigez des preuves concernant le workflow que vous comptez acheter et distinguez-les des benchmarks de l’éditeur.

Qui peut se lancer, et qui devrait attendre ?

Équipes opérationnelles : commencez par une tâche de récupération autorisée dont vous savez déjà vérifier le résultat. Confiez les exceptions à un opérateur identifié. Si la tâche demande moins d’effort à la main que la supervision de son automatisation, l’intérêt de l’adoption est faible.

Développeurs : partez de l’intégration au périmètre le plus restreint et n’ajoutez le pilotage de l’écran que là où il est nécessaire. Prenez en charge les conditions d’arrêt, les journaux, la validation et la procédure de reprise. Le modèle est un composant ; le livrable est un workflow maintenu.

Fondateurs et acheteurs : exigez un devis qui sépare la mise en place, les frais logiciels récurrents, l’exécution et le contrôle. Demandez ce qui se passe après une modification du portail et qui paie la reprise. Attendez si le workflow proposé peut effectuer des modifications à conséquences importantes alors que son seul mécanisme de validation est une consigne en langage naturel.

Équipes déjà équipées d’une API ou d’un export fiable : vous n’avez peut-être rien à changer. Remplacer une intégration fiable par des étapes de navigation supplémentaires n’apporte aucun bénéfice opérationnel.

Les questions que se posent les équipes opérationnelles

L’agent peut-il utiliser notre portail fournisseur sans API ?

C’est possible si le produit choisi peut accéder au portail et y agir, si le site autorise le workflow et si la tâche produit un résultat vérifiable. L’absence d’API justifie de chercher une autre voie d’accès ; elle ne prouve ni la compatibilité du navigateur ni l’autorisation d’automatiser.

Peut-il travailler chaque semaine sans que je me reconnecte ?

Cela dépend de la persistance de la session et de la politique d’authentification du portail. Prévoyez que l’exécution programmée se mette en pause lorsqu’une authentification ou une validation est nécessaire. Ne promettez pas une exécution sans intervention au seul motif qu’un produit permet de programmer une tâche.

Quel agent choisir pour piloter un ancien ERP Windows ?

Commencez par l’environnement requis. Copilot Studio prend en charge des machines Windows configurées ; une intégration de contrôle de l’ordinateur maîtrisée par un développeur peut fournir son propre environnement de bureau. Un assistant limité au navigateur ne convient que si le workflow de l’ERP est accessible dans un navigateur qu’il prend en charge. Comparez ensuite les autorisations, la responsabilité de la reprise et le coût du résultat accepté.

L’agent peut-il envoyer un formulaire administratif après l’avoir rempli ?

Ne déduisez pas l’autorisation d’envoi de celle de préparer le formulaire. Maintenez une vérification humaine des informations exactes et de la déclaration, respectez les restrictions du produit choisi et exigez un point de validation explicite avant l’envoi. Si ce point de contrôle ne peut pas être imposé, confiez l’envoi à la personne.

À faire dès lundi : consignez le compte fournisseur, la période de reporting, la destination autorisée, les contrôles d’acceptation et la personne chargée de valider le téléchargement hebdomadaire. Demandez au responsable du workflow de vérifier l’existence d’un export ou d’une intégration pris en charge avant de cadrer une solution supervisée qui agit à l’écran.

Pour d’autres analyses pratiques sur l’adoption de l’IA, abonnez-vous à la newsletter.