Chatbots vs. AI Agents — La différence et pourquoi ça compte
La distinction pratique entre chatbots stateless et agents AI autonomes. Quand utiliser quoi, et ce qui change pour les opérations RH.
La différence fondamentale
Un Chatbot répond aux questions. Un Agent complète des tâches.
C'est la distinction la plus simple, et c'est celle qui compte le plus pour les opérations RH. Tout le reste — architecture, mémoire, usage d'outils, planification — découle de cette différence fondamentale de but.
Chatbots : réactifs, stateless, bornés
Un Chatbot reçoit un message, le traite et renvoie une réponse. Il ne mémorise pas les conversations précédentes (sauf si conçu pour). Il ne prend pas d'actions en dehors de sa réponse. Il ne planifie pas.
Caractéristiques techniques :
- Stateless — chaque conversation repart de zéro. Pas de mémoire des interactions passées.
- Pattern-based — matche l'input utilisateur à des intents prédéfinis ou récupère de l'info dans une base de connaissances.
- Single-turn ou scripted multi-turn — suit des arbres de décision, pas un raisonnement dynamique.
- No tool use — ne peut pas appeler des systèmes externes, créer des enregistrements ou modifier des données.
Exemples RH :
| Use Case | Ce que fait le Chatbot | Ce qu'il ne peut pas faire |
|---|---|---|
| Policy FAQ | Répond à « Quelle est notre politique congé parental ? » | Ne peut pas demander un congé ni vérifier l'éligibilité |
| Benefits inquiry | Liste les plans santé disponibles | Ne peut pas inscrire l'employé ni comparer les coûts |
| IT support triage | Suggère des solutions courantes | Ne peut pas créer un ticket ni escalader avec contexte |
AI Agents : proactifs, stateful, équipés d'outils
Un Agent AI reçoit un objectif, le décompose en étapes, raisonne sur la meilleure approche, appelle des outils pour collecter l'info ou agir, et itère jusqu'à atteindre le but. Il maintient un state entre les étapes. Il peut gérer les exceptions.
Caractéristiques techniques :
- Stateful — maintient le contexte sur tout le workflow, se souvenant de ce qui est fait et de ce qui reste.
- Goal-oriented — avec un objectif, l'agent planifie comment l'atteindre.
- Tool-equipped — peut appeler des systèmes externes via des tool calls (invocations de fonctions structurées qui lisent ou écrivent dans des bases, APIs et fichiers).
- Multi-step reasoning — peut gérer des workflows complexes nécessitant des actions séquentielles ou parallèles.
- Adaptive — peut ajuster son plan face à des résultats inattendus.
Exemples RH :
| Use Case | Ce que fait l'Agent |
|---|---|
| Job requisition | Interroge le Job Architecture pour le profil du rôle, extrait les skills requis et niveaux proficiency, rédige la requisition, la formate pour l'ATS et soumet pour approbation |
| Candidate screening | Lit 200 candidatures, score chacune contre le skill matrix du rôle, flag les gaps, classe par fit, génère une shortlist avec raisonnement transparent |
| Performance review prep | Agrège le micro-feedback de l'année, map sur les cibles proficiency skills, pré-remplit le formulaire, met en évidence les zones de développement |
| Pay equity audit | Pull les données compensation, croise avec les niveaux jobs et grading framework, lance une régression, flag les écarts de rémunération genrés statistiquement significatifs |
Quand utiliser quoi
| Critère | Chatbot | Agent |
|---|---|---|
| Complexité de la tâche | Une question → une réponse | Workflow multi-étapes avec décisions |
| Accès système nécessaire | Base de connaissances read-only | Read/write sur HRIS, ATS, LMS, etc. |
| Mémoire requise | Aucune (stateless) | Contexte complet sur le workflow |
| Gestion d'erreurs | Retombe sur l'humain | Retries, adapte, escalate avec contexte |
| Besoins de gouvernance | Faibles (info uniquement) | Élevés (prend des actions, besoin audit trail) |
| Coût d'implémentation | Faible | Modéré à élevé |
Règle empirique : si la tâche nécessite d'accéder à plus d'un système, de prendre une décision ou de produire un document — c'est une tâche Agent, pas Chatbot.
Le pont : les Tool Calls
La capacité technique qui sépare les agents des chatbots est le tool call. Un tool call est une invocation de fonction structurée que l'AI émet pendant son raisonnement. Le système hôte exécute la fonction et renvoie le résultat. L'AI continue de raisonner avec la nouvelle info.
Sans tool calls, une AI est un chatbot sophistiqué. Avec tool calls, elle devient un agent opérationnel. L'article suivant couvre les tool calls en détail.
Besoin d'aide pour construire ton Architecture Emplois & Skills ? Échange avec notre équipe.
Échange avec Hanns