Aller au contenu principal

Workflows agentiques

La page précédente a expliqué ce qu'est un agent IA isolé. Or, les vrais processus métier se résument rarement à une seule tâche : ce sont des chaînes d'étapes. Une facture arrive, il faut la lire, la confronter à la commande, l'enregistrer, et prévenir quelqu'un en cas de divergence. Un workflow agentique, c'est la façon dont nous structurons l'IA pour traiter ces processus multi-étapes de manière fiable.

Une analogie utile : un agent isolé, c'est un employé talentueux. Un workflow agentique, c'est une équipe bien organisée dotée d'une procédure : chacun a un rôle clair, le travail passe de bureau en bureau dans un ordre défini, la qualité est contrôlée en cours de route, et un humain valide là où cela compte.

Workflows vs agents : une distinction importante​

Dans son article de référence Building Effective Agents, Anthropic trace une frontière que les praticiens trouvent très utile :

  • Un workflow orchestre le modèle et ses outils selon des chemins prédéfinis : vous décidez à l'avance quelles étapes se déroulent et dans quel ordre. Prévisible, testable, gouvernable.
  • Un agent décide dynamiquement comment atteindre l'objectif : il choisit lui-même ses étapes et ses outils au fil de l'eau. Plus flexible, moins prévisible.

Les meilleurs systèmes combinent souvent les deux : un workflow prédéfini pour les parties du processus qui doivent être fiables et auditables, avec de l'autonomie d'agent à l'intérieur de chaque étape là où la flexibilité paie. Le constat central d'Anthropic mérite d'être cité : les implémentations les plus réussies reposent sur des patterns simples et composables : pas sur des frameworks complexes.

Les cinq patterns de workflow​

Anthropic décrit cinq patterns récurrents. Inutile de les mémoriser : il suffit de les reconnaître, car tout système agentique réel est bâti à partir de ces briques.

  1. Prompt chaining ( enchaînement de prompts ) : découper la tâche en une séquence fixe d'étapes, chacune traitant la sortie de la précédente. Exemple : extraire les données → les contrôler → mettre en forme le rapport.
  2. Routing ( routage ) : une première étape classe l'entrée et l'envoie sur la bonne branche. Exemple : un e-mail entrant part vers le chemin « facture », le chemin « réclamation » ou le chemin « autre ».
  3. Parallelization ( parallélisation ) : plusieurs appels travaillent en même temps sur différents aspects, et les résultats sont combinés. Exemple : huit spécialistes auditent simultanément chacun un aspect d'un site web.
  4. Orchestrator-workers ( orchestrateur-ouvriers ) : un agent central décompose la tâche, délègue les morceaux à des agents ouvriers et assemble les résultats. Adapté aux tâches dont les sous-étapes ne peuvent être connues à l'avance.
  5. Evaluator-optimizer ( évaluateur-optimiseur ) : un agent produit, un autre évalue et exige des corrections, en boucle, jusqu'à atteindre la qualité voulue. C'est ainsi qu'on inscrit le « contrôle avant livraison » dans le système lui-même.

Ce qui rend un workflow agentique fiable​

Connecter des étapes IA est facile ; rendre la chaîne digne de confiance est le vrai travail. Quatre mécanismes en font l'essentiel :

  • Garde-fous à chaque étape : des permissions explicites ( autorisé seul / requiert approbation / interdit ), pour que l'autonomie ne dépasse jamais ce que le responsable du processus a décidé.
  • Validation humaine aux points clés : le workflow s'interrompt là où les enjeux sont élevés : envoyer un e-mail, payer une facture, publier : et une personne approuve. Le but n'est pas d'écarter les humains, mais de concentrer l'attention humaine exactement là où elle compte.
  • Vérification avant « terminé » : chaque étape prouve son résultat ( le test est passé, le fichier existe, le chiffre correspond ) au lieu de déclarer le succès.
  • Mémoire et leçons : le système consigne ses erreurs et les règles qui en découlent, pour que la même erreur ne se reproduise pas.

Ces mécanismes ne sont pas de la théorie : ce sont de la configuration. Notre guide Claude Code montre comment chacun se traduit en un fichier ou un réglage concret que vous pouvez copier.

Un exemple concret​

Voici un pattern de workflow réel que nous opérons chez eaQbe : chaque matin, un agent vérifie la santé d'un pipeline de données ( routing : sain ou non ? ). Si quelque chose a échoué, il enquête dans les logs ( prompt chaining : localiser → diagnostiquer → proposer ), corrige ce qui relève de ses permissions et rédige un rapport. Tout ce qui sort de son mandat est escaladé vers un humain, diagnostic déjà posé. Des contrôles qualité ( evaluator ) confrontent ses conclusions à la base de données avant l'envoi du rapport.

Questions fréquentes​

Qu'est-ce qu'un workflow agentique, en termes simples ?​

Un processus métier multi-étapes où des agents IA exécutent les étapes : lire, contrôler, écrire, notifier : sous des règles explicites, avec une approbation humaine aux points que vous choisissez. Une structure prédéfinie pour la fiabilité, l'intelligence de l'agent à l'intérieur des étapes.

Quelle est la différence entre un workflow agentique et l'automatisation ( RPA ) ?​

L'automatisation classique suit des scripts rigides et casse dès que la réalité dévie ( une colonne renommée, un e-mail inhabituel ). Les workflows agentiques placent un modèle de raisonnement à l'intérieur de chaque étape : le système s'adapte aux variations et explique ce qu'il a fait : tout en gardant le processus global structuré.

Les workflows agentiques remplacent-ils les humains ?​

Ils remplacent l'exécution répétitive, pas le jugement. Des workflows bien conçus orientent précisément les bonnes décisions vers les humains : contexte déjà assemblé : et traitent le reste. Le rôle humain passe de faire chaque étape à fixer les règles et approuver ce qui compte.

Pour aller plus loin​

Passez à la pratiqueeaQbe, l'équipe derrière ces tutoriels, délivre des formations pratiques et du conseil à Bruxelles et à distance.