IA prédictive, IA générative, chatbot, IA agentique : Clarifier les notions

Depuis deux ans, l’intelligence artificielle s’est installée dans le quotidien des entreprises. Rédaction d’emails, synthèse de documents, aide à la réflexion… des outils comme ChatGPT, Gemini ou Microsoft Copilot ont profondément modifié certaines habitudes de travail.

Mais une confusion persiste.

On parle indifféremment de chatbot, d’IA générative, d’IA prédictive ou d’IA agentique, comme s’il s’agissait de la même chose.
Or ces termes ne désignent ni le même niveau technologique, ni le même degré d’autonomie.

Pour comprendre les transformations en cours — et pourquoi certains parlent aujourd’hui de “révolution agentique” — il faut clarifier les notions suivantes :
– l’IA prédictive
– l’IA générative
– le chatbot (qui est une interface)
– l’IA agentique

Ces distinctions permettent de comprendre ce qui change réellement.

‍

L’IA prédictive : analyser pour anticiper

L’IA prédictive analyse des données passées afin d’estimer une probabilité future.
Elle est utilisée depuis longtemps dans les entreprises.
Exemples d’outils :

• Salesforce Einstein
  Attribue un score de probabilité à un prospect (chance de signature, risque de churn).

• Stripe Radar
  Analyse les transactions pour estimer le risque de fraude.

• IBM SPSS
  Utilisé pour la modélisation prédictive en finance ou en industrie.

Dans tous ces cas :
L’IA observe.
Elle calcule.
Elle fournit une estimation.

Mais elle n’agit pas.
Elle aide à décider, sans exécuter la décision.

‍

L’IA générative : produire du contenu

L’IA générative produit du contenu à partir d’une instruction.
Texte, image, code, synthèse… elle crée quelque chose qui n’existait pas auparavant.
Exemples d’outils :

• ChatGPT
  Rédige des emails, résume des documents, structure des idées.

• Claude
  Analyse des documents longs et produit des synthèses structurées.

• Midjourney
  Génère des images à partir de descriptions textuelles.

• DALL·E
  Produit des visuels à partir d’un prompt.

Son fonctionnement est réactif :
Instruction → génération → arrêt.

L’IA produit un résultat, mais ne poursuit pas un objectif dans le temps.
Elle ne déclenche aucune action dans un outil externe.
Elle n’assume aucune responsabilité sur la suite.

Elle crée. Puis elle s’arrête.

‍

Le chatbot : une interface, pas un type d’IA

Un chatbot n’est pas une catégorie d’IA.
C’est une interface conversationnelle permettant d’interagir avec un modèle d’IA, souvent génératif.
Exemples :

• ChatGPT
• Gemini
• Claude

Ces outils prennent la forme d’un dialogue.
Mais derrière l’interface “chat”, il y a un modèle d’IA générative.

La différence est importante :
L’IA générative est une capacité technologique.
Le chatbot est une manière de l’utiliser.

D’ailleurs, l’IA générative peut exister sans chatbot.
Par exemple :

• Microsoft Copilot peut générer du texte directement dans Word ou Excel.
• DALL·E peut être intégré via API dans des logiciels.

On peut donc avoir :
IA générative sans chatbot.
Chatbot basé sur IA générative.
Ce ne sont pas deux catégories distinctes d’IA.

‍

L’IA agentique : décider et agir avec autonomie

L’IA agentique représente une étape supplémentaire.
Elle ne se contente plus d’analyser ou de produire.
Elle est conçue pour atteindre un objectif avec un degré d’autonomie plus élevé.

Un système agentique est capable de :

– analyser une situation
– planifier plusieurs étapes
– utiliser différents outils
– enchaîner des actions
– adapter son comportement
– vérifier si l’objectif est atteint

La notion clé ici est l’autonomie.
L’IA agentique ne fonctionne pas uniquement en réaction à une instruction isolée.
Elle peut agir dans la durée, dans un cadre défini, en prenant des décisions intermédiaires pour atteindre un résultat.

Exemples d’environnements orientés agents :

• AutoGPT
  Permet à une IA de définir elle-même des sous-tâches pour atteindre un objectif.

• Microsoft Copilot Studio
  Permet de créer des agents capables d’interagir avec Outlook, Teams, CRM ou ERP.

• Zapier AI Agents
  Connecte différents outils pour exécuter automatiquement une suite d’actions.

Dans une logique agentique, on ne demande plus :
“Rédige cet email.”

On confie un résultat :
“Organise la réunion client.”

Le système peut alors :
-Consulter les agendas
-Proposer des créneaux
-Envoyer les invitations
-Relancer automatiquement
-Confirmer la réunion

Il ne traite pas une tâche isolée.
Il pilote un processus.
C’est ce passage du simple traitement à la gestion d’un objectif qui marque le changement.

‍

Où se situe la rupture ?

Jusqu’à récemment, l’IA :
– analysait (IA prédictive)
– produisait du contenu (IA générative)

Avec l’IA agentique, elle peut désormais :
– décider d’actions
– les exécuter
– les coordonner
– en assurer le suivi

On passe d’une logique d’assistance à une logique d’orchestration automatisée.
C’est cette évolution — le passage à un degré d’autonomie supérieur — qui amène certains à parler de “révolution agentique”.

‍

Pourquoi parle-t-on de révolution ?

La rupture ne vient pas d’une IA plus performante dans la rédaction.
Elle vient du passage :
D’une IA qui analyse ou d’une IA qui génère
À une IA qui agit dans la durée.

Avant, la technologie assistait l’humain dans une tâche précise.
Aujourd’hui, elle peut prendre en charge des enchaînements complets d’actions, sous supervision.

Cela transforme la nature du travail :
-Moins d’exécution répétitive
-Plus de supervision
-Plus d’arbitrage
-Plus de coordination

La question n’est plus seulement “que peut produire l’IA ?”
Mais : “que peut-elle gérer de manière autonome ?”

‍

Conclusion

Pour simplifier :
L’IA prédictive (ex : Salesforce Einstein, Stripe Radar) analyse et anticipe.
L’IA générative (ex : ChatGPT, Claude, Midjourney) produit du contenu.
Le chatbot est une interface permettant d’utiliser l’IA générative.
L’IA agentique (ex : AutoGPT, Copilot Studio, Zapier AI Agents) agit pour atteindre un objectif avec un degré d’autonomie élevé.

Comprendre ces différences permet de dépasser l’effet de mode.
La vraie question n’est pas seulement “que sait faire l’IA ?”
La question stratégique devient :
Que va-t-elle prendre en charge de manière autonome — et comment les rôles humains vont-ils évoluer ?

‍
C’est ce que nous analyserons dans le prochain article, consacré aux métiers de l’administratif et de l’assistanat.

‍