IA, IA générative, IA agentique – démystifions tout ça

Si pour vous l’intelligence artificielle est encore un concept un peu flou, cet article est pour vous!

Mais qu’est-ce que l’intelligence artificielle (IA) au juste? Et qu’est-ce que l’IA générative? Et maintenant, on parle d’agent IA… Une autre avancée! Démystifions tout ça…

Intelligence artificielle (IA)

D’abord, retournons à la base. L’Office québécois de la langue française[1] définit l’IA comme suit :

« Domaine d’étude ayant pour objet l’imitation des facultés cognitives de l’intelligence humaine dans le but de créer des systèmes ou des machines capables d’exécuter des fonctions relevant normalement de celle-ci, ou de les surpasser. L’intelligence artificielle touche à de nombreux domaines (sciences cognitives, les mathématiques, etc.) et à diverses applications (traitement automatique des langues, robotique, jeux vidéo). »

En bref, l’IA est un domaine global qui regroupe toutes les méthodes permettant à une machine de réaliser des tâches qui imitent des capacités humaines : comprendre, raisonner, planifier, percevoir, apprendre, etc. Par exemple, reconnaître des images, analyser du texte, traduire, recommander des produits.

L’intelligence artificielle, dans son sens traditionnel, regroupe un ensemble d’approches allant des règles programmées, de la logique et des arbres de décision, aux méthodes statistiques, aux systèmes experts, ainsi qu’à l’apprentissage automatique (« machine learning »).

IA générative

Qu’en est-il de l’IA générative, communément appelée « GenAI »? C’est celle que l’on connaît le plus grâce à la popularité de plateformes comme ChatGPT. C’est une sous-catégorie de l’IA qui, au-delà d’analyser ou reconnaître, permet de créer du nouveau contenu. Elle a gagné en popularité autour de 2022.

L’IA générative peut générer du texte, des images (comme celle au début du texte), de la musique, du code, des vidéos, etc. Elle apprend d’énormes quantités de données, et produit quelque chose de nouveau, mais inspiré de ce qu’elle a appris. Par exemple, on lui demande de générer une lettre de motivation et elle le fait.

Vous êtes probablement déjà un utilisateur de l’IA générative. Elle est accessible et accélère déjà énormément les tâches humaines. Chercher un restaurant à proximité de tel endroit, traduire et bonifier un texte pour en améliorer la compréhension, créer un itinéraire de voyage, voire diagnostiquer une piqûre d’insecte à partir d’une photo.

L’IA agentique

Pour une grande partie d’entre ce terme est très nouveau. Bien que les balbutiements de l’IA agentique remontent aux années 1990, elle est devenue une tendance forte en 2025.[2]

Et c’est là que ça devient encore plus intéressant, et que ça multiplie les possibilités pour les organisations. L’IA agentique est capable de percevoir son environnement, de comprendre des contextes complexes et d’agir de manière autonome pour atteindre des objectifs, ouvrant la voie à de nouvelles applications pour augmenter les capacités humaines et transformer les façons de faire…  C’est une révolution.

L’agent IA est autonome, capable de prendre des décisions et d’agir de manière indépendante, sans supervision humaine constante, en apprenant et en s’adaptant au fil du temps. Il perçoit et est en interaction avec son environnement en collectant des données, analysant et interprétant ces informations pour comprendre son environnement, puis agir dessus pour modifier son état ou communiquer avec d’autres entités. Et finalement, il est à la poursuite d’objectifs – il définit, planifie et ajuste des objectifs à long terme et ajuste ses stratégies en fonction de l’évolution de l’environnement ou d’informations nouvelles…

Mais comment ça fonctionne? Un agent IA est composé de deux parties – un cerveau, qui définit et orchestre les actions, et – un corps, qui les exécute. Un agent IA est une entité autonome, spécialisée sur un cas d’usage précis. Toute la force des agents réside dans leur capacité à se combiner pour réaliser une programmation agentique (ou Large Language Model (LLM)), bref, une équipe d’agents IA parfaitement orchestrés et dont chacun a une spécialité.

Le tableau suivant récapitule les différences entre l’IA, l’IA générative et les agents IA.

Agent d’automatisation des devis

Voici un exemple d’agent d’automatisation des devis dans le secteur de la vente.

L’agent automatise la génération des devis de vente en appliquant des règles de tarification prédéfinies et en gérant les processus d’autorisation. Cela garantit que les offres commerciales sont cohérentes et rentables, tout en réduisant l’effort manuel et les erreurs. En intégrant diverses données d’entrée, l’agent produit des devis précis et rapides qui améliorent le processus de vente.

Ce qui a le plus changé, c’est le temps humain requis pour réaliser l’activité maintenant réduit à relire des résultats déjà produits.

Le schéma suivant présente un exemple à haut niveau du flux de l’agent.

En somme, l’IA agentique ouvre des perspectives de productivité et d’innovation jusque-ici insoupçonnées. Comme toute avancée technologique, elle s’accompagne de défis importants, notamment la gestion des risques, mais également sur le plan éthique – quant à la place de l’humain au sein des organisations.

1. https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/8385376/intelligence-artificielle
2. Though generative AI (GenAI) has captured headlines with its meteoric rise to popularity, AI agents are quickly becoming the “next big thing.” By 2028, Gartner predicts that 33% of enterprise software applications will include agentic AI, up from less than 1% in 2024, with at least 15% of day-to-day work decisions being made autonomously through AI agents.  How to Implement AI Agents to Transform Business Models | Gartner