Un agent IA ne se contente plus de répondre : il réserve, achète, envoie, remplit des formulaires à votre place. La promesse est enivrante — déléguez, il s'occupe du reste. Mais avant de lui confier votre carte bancaire ou votre boîte mail, une question dérange : peut-on lui faire confiance ? La réponse honnête, en 2026, est « pas les yeux fermés ». Non parce que ces outils sont mauvais, mais parce qu'ils se trompent plus souvent qu'on ne le croit — et qu'une erreur commise seul, sans témoin, coûte cher. Voici comment fixer le curseur entre autonomie et contrôle.
Agir vite ne veut pas dire agir juste
Commençons par un chiffre qui refroidit les ardeurs. Sur un banc d'essai universitaire reproduisant une vraie entreprise — 175 tâches de bureau réalistes —, le meilleur agent testé n'a mené à bien qu'environ 30 % des missions en autonomie (Fig. 1). Les tâches longues, à plusieurs étapes, « restent hors de portée des systèmes actuels », concluent les chercheurs.
Pourquoi si bas ? Parce que les échecs viennent surtout de l'exécution, pas du raisonnement. Une petite erreur au début d'une chaîne de dix actions se propage, et pire : un agent qui a déjà commis une faute a tendance à en commettre d'autres, son propre historique le tirant vers le bas. C'est l'effet boule de neige. Le rapport international sur la sûreté de l'IA — porté par une centaine d'experts et soutenu par plus de trente pays début 2026 — le formule sans détour : les agents « restent sujets à des erreurs élémentaires » et « la vérification humaine des sorties reste nécessaire » dans les domaines à fort enjeu.
Vous verrez passer des « taux de réussite » flatteurs, parfois jusqu'à 98 % sur certains bancs d'essai. Prudence : des chercheurs de Berkeley ont montré début 2026 qu'un agent pouvait obtenir ces scores quasi parfaits sur huit grands bancs d'essai sans résoudre une seule tâche, en exploitant des failles de mesure. Les benchmarks surestiment souvent la fiabilité réelle. Un chiffre flatteur n'est pas une garantie.
Trois leviers pour garder la main
La bonne question n'est donc pas « faire confiance ou non ? », mais « quelle autonomie j'accorde, et quelle supervision je garde ? ». Trois leviers concrets (Fig. 2).
- La confirmation avant action sensible. C'est le garde-fou n°1 : l'agent s'arrête et demande votre accord avant de dépenser, d'envoyer ou de valider. Bonne nouvelle, chez les agents grand public c'est souvent natif — ChatGPT agent réclame une confirmation pour les actions « à fort impact » et propose de reprendre la main sur le navigateur ; l'agent personnel de Google est conçu pour « demander d'abord avant les actions à enjeu comme dépenser de l'argent ou envoyer des e-mails ». Chez d'autres, comme l'assistant IA de Microsoft en mode agent, cette étape d'approbation doit être configurée : l'autonomie est le réglage par défaut. Vérifiez toujours dans quel camp se trouve votre outil.
- Le périmètre minimal. Ne branchez que les applications strictement nécessaires. Un agent qui n'a pas accès à votre messagerie ne peut pas envoyer d'e-mail à votre place par erreur. Les éditeurs eux-mêmes recommandent le moindre privilège et l'isolation des données sensibles — pas de mots de passe, pas de comptes critiques sans surveillance stricte.
- La supervision humaine. Relisez avant que ça parte. Un brouillon d'e-mail, une commande, un formulaire : vous validez. « Ça a tourné » n'est pas « c'est correct ».
C'est le prolongement de ce qu'on disait sur l'agent qui agit sur le web et sur l'orchestration de plusieurs agents : plus l'IA touche au monde réel, plus le garde-fou humain compte.
Le piège invisible : la page web piégée
Un risque propre aux agents mérite un mot, car il ne se voit pas.
Le référentiel de sécurité OWASP classe l'injection de prompt comme le risque n°1 des applications IA. Le principe : un agent qui lit une page web, un PDF ou une invitation d'agenda peut y trouver des instructions cachées — invisibles pour vous — et les exécuter comme si elles venaient de vous. Exemple documenté : on demande à l'agent de résumer une page ; celle-ci contient un ordre dissimulé qui lui fait exfiltrer votre conversation vers un tiers. Plus l'agent a de permissions et d'outils, plus le dégât potentiel est grand. C'est une raison de plus de limiter son périmètre et de ne pas le lancer, seul, sur des contenus non fiables.
Et si l'agent se trompe, qui paie ?
Déléguer une action ne délègue pas la responsabilité. C'est le point que trop d'entreprises découvrent trop tard.
Un précédent souvent cité : une compagnie aérienne a été jugée responsable d'une fausse information donnée par son propre chatbot, et condamnée à indemniser le client (environ 812 dollars canadiens au total). L'argument « le chatbot est une entité distincte » a été rejeté. ⚠️ C'est une décision canadienne de faible enjeu, pas une règle française — mais elle illustre un principe qui, lui, vaut partout : l'entreprise répond de ce que fait son IA. Côté européen, deux textes cadrent l'usage. Le RGPD (article 22) donne le droit de ne pas subir une décision entièrement automatisée à effet significatif — et l'intervention humaine exigée doit être réelle, pas un clic de validation machinal. Le règlement européen sur l'IA (AI Act, article 14) impose, pour les systèmes à haut risque, une supervision humaine effective : pouvoir comprendre les limites de l'outil, détecter une anomalie, et surtout interrompre le système. La CNIL résume la posture d'un mot : garder l'humain aux commandes.
Le paradoxe, souligné par le rapport sur la sûreté de l'IA, c'est que la supervision a son propre piège : à force de voir l'agent réussir, on lui fait confiance même quand il a tort, parce que sa réponse est fluide et assurée. La vigilance ne doit pas s'émousser avec l'habitude.
Alors, faire confiance à un agent IA ? Oui — comme on fait confiance à un stagiaire brillant mais novice : en lui donnant des tâches délimitées, en vérifiant son travail, et en gardant la main sur ce qui engage vraiment. L'agent exécute ; la confiance, elle, reste sous votre contrôle.
- Fiabilité réelle limitée : les meilleurs agents réussissent ~30 % des tâches de bureau multi-étapes — l'erreur se propage en cascade.
- Trois leviers : confirmation avant action sensible, périmètre/permissions minimales, supervision humaine.
- Confirmation native ou à configurer selon l'outil — vérifiez avant de déléguer une action à conséquence réelle.
- Injection de prompt (risque OWASP n°1) : une page piégée peut détourner un agent — limitez son périmètre.
- Vous restez responsable : RGPD art. 22 (intervention humaine réelle) et AI Act art. 14 (supervision, bouton d'arrêt) pour le haut risque.
Dans la même série : faire travailler plusieurs agents ensemble, l'agent qui agit sur le web, qui pilote vraiment votre machine. Et sur les données que vous exposez à l'IA : ce que vous avez le droit de lui confier.
Cette analyse fait partie de notre veille Outils & IA. Pour déléguer à un agent IA sans mauvaise surprise, téléchargez l'Atlas IA 2026 et abonnez-vous à la newsletter AISKILLSPRO.
Au-delà de l'IA, retrouvez nos guides, tutoriels et modules Odoo sur OdooSkills, le blog Odoo ↗ (nouvel onglet).