Guide · IA en cabinet

L'IA n'a rien inventé : elle a ouvert les systèmes complexes à ceux qui connaissent le métier

Les cabinets automatisent depuis longtemps. L'IA n'a pas changé ce qu'on peut automatiser : elle a changé qui peut le construire, et à quel coût. Ce que cela implique pour choisir entre un workflow et un agent IA, et pour garder des systèmes qu'on peut défendre.

Par Quentin Charrier, fondateur de Rouage
Mis à jour le 23/10/2026

L'essentiel

Un workflow suit un chemin écrit d'avance. Un agent IA choisit lui-même ses étapes et ses outils. La plupart des « agents » proposés aux cabinets sont des workflows dont certaines étapes sont confiées à un modèle de langage.
Flux bancaires, reconnaissance de caractères, modèles de documents, relances programmées, robots logiciels : les cabinets automatisaient bien avant les modèles de langage. L'IA accélère ce qui existait.
La rupture est ailleurs : concevoir et construire un système complexe ne demande plus une équipe technique. La personne qui connaît le process peut le décrire et le voir construit.
Le bon découpage : un chemin fixe là où il faut une preuve, une autonomie bornée là où il faut gérer l'imprévu, et un contrôle séparé entre les deux.
Ce qui reste difficile : maintenir, tester et documenter ce qu'on a construit. C'est là que se jouent la fiabilité et la responsabilité du cabinet.

Sommaire

Un mot pour deux objets

Presque tout outil qui contient un modèle de langage s'appelle aujourd'hui « agent IA ». Le mot recouvre pourtant deux architectures différentes, qui ne se contrôlent pas de la même manière. Pour la définition seule : qu'est-ce qu'un agent IA.

Anthropic, l'éditeur du modèle Claude, a posé la distinction en décembre 2024 dans un article devenu une référence pour les équipes techniques Anthropic, 19/12/2024. Les workflows y sont des systèmes où modèles et outils sont orchestrés par des chemins définis à l'avance. Les agents y sont des systèmes où le modèle dirige lui-même son déroulement et l'usage de ses outils.

La différence n'est pas d'abord technique. Elle tient à une question que tout associé se pose devant un automatisme : qui a décidé de ce qui s'est passé ? Dans un workflow, c'est la personne qui a écrit le chemin. Dans un agent, c'est le modèle, à chaque exécution.

Workflow, workflow assisté, agent

Entre les deux, un niveau intermédiaire couvre l'essentiel des usages utiles en cabinet : le workflow assisté. Le chemin reste écrit d'avance, mais certaines étapes sont confiées à un modèle. C'est l'échelle que nous utilisons dans la formation Maîtriser les agents IA.

Trois niveaux d'automatisation, du plus prévisible au plus autonome
Critère	Workflow	Workflow assisté	Agent
Qui décide du chemin	La personne qui l'a écrit	La personne qui l'a écrit	Le modèle, à chaque exécution
Rôle du modèle	Aucun	Des étapes bornées : lire, extraire, rédiger, classer	Choisir les étapes, les outils et le moment de s'arrêter
Même entrée, même sortie	Oui	Pour le chemin, pas pour le contenu des étapes confiées au modèle	Ni pour le chemin ni pour le contenu
Ce qu'on contrôle	Les règles, à chaque nouvelle version	Les règles, plus chaque sortie du modèle	Chaque décision, reconstituée après coup
Exemple en cabinet	Rapprocher une pièce d'une écriture	Extraire les mentions d'un document	Mener une recherche sans savoir d'avance quelles sources consulter
Règle de conception : retenir le niveau le plus bas qui fait le travail. Anthropic formule la même règle : chercher la solution la plus simple possible, et n'ajouter de complexité que si elle est nécessaire.

Ce que le marché appelle « agent » se situe le plus souvent au deuxième niveau. Ce n'est pas un défaut : pour un cabinet, c'est souvent le bon choix.

Tout cela existait avant l'IA

Un cabinet qui reçoit les relevés de ses clients par flux bancaire, fait lire ses factures par un logiciel de reconnaissance de caractères, produit ses lettres de mission depuis un modèle et relance ses clients par des envois programmés automatise déjà. Souvent depuis des années.

Les briques étaient là : connecteurs entre logiciels, robots qui rejouent des clics, scripts, tableurs à macros, outils de tableaux de bord. Les grands groupes en tiraient des systèmes complets, avec une équipe pour les construire et une autre pour les maintenir.

Ce qui manquait aux cabinets n'était pas la technique. C'était la personne capable de transformer un process métier en système, et le budget pour la payer. Le détail, tâche par tâche : ce que les cabinets automatisaient avant l'IA.

Ce qui a changé : qui peut construire

Un modèle de langage sait écrire du code, configurer un outil d'automatisation, structurer une base de données et rédiger la documentation qui va avec. Il le fait à partir d'une description en français.

Concrètement, la personne qui connaît le process peut le décrire, le voir construit, le tester et le corriger dans la journée. Le coût de construction d'un système complexe s'est effondré, et la compétence technique n'est plus la barrière d'entrée.

Rouage en est le produit. Le site, les applications et les agents de formalités ont été construits avec un assistant de programmation, à partir de process décrits par quelqu'un qui les pratique. Il y a quelques années, le même ensemble aurait demandé une équipe de développement.

C'est là qu'est la rupture. L'IA n'a pas inventé de nouvelle catégorie d'automatisme pour les cabinets. Elle a accéléré la construction de celles qui existaient, et l'a mise à la portée de ceux qui connaissent le métier.

« Mais certaines choses n'existaient pas »

L'objection est sérieuse. Lire un bail de quarante pages et en extraire les clauses utiles, résumer un échange de courriels avec un client, rédiger un procès-verbal à partir de notes : aucun logiciel ne le faisait correctement avant les modèles de langage.

Mais ces tâches existaient. Un collaborateur les faisait, ou un logiciel de reconnaissance de caractères les faisait mal, avec des règles qui cassaient au premier document inhabituel. Le modèle n'a pas créé la tâche : il en a fait chuter le coût, au point qu'on peut l'insérer dans un circuit automatique.

L'objection confirme donc la thèse. Même là où l'IA semble apporter du neuf, elle rend accessible ce qui était réservé au travail humain ou à des systèmes coûteux.

Le chemin là où il protège, l'autonomie là où elle sert

Choisir entre workflow et agent pose mal la question. La bonne question : à quel endroit du process faut-il de la prévisibilité, et à quel endroit faut-il de la souplesse ?

Le chemin fixe protège. Il impose la même suite d'étapes à chaque dossier, laisse un journal qu'on peut relire et repose sur une règle qu'on peut montrer à un contrôleur. C'est ce que demandent la conformité, les écritures comptables et les actes juridiques.

L'autonomie sert à l'intérieur d'une étape : un document mal rédigé, une pièce ambiguë, une information qui contredit une autre. Une règle écrite d'avance ne prévoit pas tous les cas. Un modèle peut les traiter, à condition qu'un contrôle l'attende à la sortie.

Comment fonctionnent les agents de formalités de Rouage. Le chemin est fixé : les étapes d'une formalité et leur ordre sont écrits d'avance, et l'agent ne choisit pas où il va. Dans chaque étape, il travaille de façon autonome : il rédige, se relit, corrige, et revient en arrière quand une vérification échoue. Il rend ensuite compte à un second agent, qui contrôle le résultat avant le passage à l'étape suivante. Une personne valide avant tout dépôt.

Dans la typologie d'Anthropic, ce schéma porte un nom : l'évaluateur-optimiseur, où un appel au modèle produit une réponse pendant qu'un autre l'évalue et renvoie ses remarques, en boucle. Il y est classé parmi les workflows, pas parmi les agents. Nous gardons le mot « agent » parce que c'est celui qu'emploient les cabinets, mais l'architecture est celle-là, et nous préférons le dire. Nous la détaillons dans l'anatomie d'un agent de formalités.

Rouage Lab applique le même principe à la conformité LCB-FT : un circuit écrit d'avance, un journal des décisions en ajout seul, et des décisions validées avec leur auteur, leur date et leur motif. Ce que les textes exigent, étape par étape : LCB-FT et IA.

Facile à construire, difficile à maintenir

La baisse du coût de construction a un revers. Un cabinet peut aujourd'hui accumuler des automatismes montés en un après-midi, par une seule personne, sans documentation ni tests. Ils fonctionnent, jusqu'au jour où un logiciel change son format d'export, où un modèle est mis à jour, ou où la personne qui les a construits quitte le cabinet.

Ce qui reste difficile tient en quatre questions :

Que fait tourner le cabinet ? Un inventaire des automatismes, avec leur déclencheur, leurs données et leur responsable. Ceux qui traitent des données personnelles entrent dans le registre des traitements RGPD, art. 30.
Qu'ont-ils fait ? Un journal daté de chaque exécution et de chaque validation.
Fonctionnent-ils encore ? Un jeu de cas de test, rejoué à chaque changement de modèle, de consigne ou d'outil.
Qui en répond ? Une personne nommée pour chaque automatisme, qui le comprend assez pour l'arrêter.

Construire est devenu facile. Construire quelque chose qu'on peut défendre ne l'est pas. Nous détaillons la méthode dans qui maintient les automatismes construits avec l'IA et dans la formation Construire des workflows fiables.

Le goulot se déplace vers le métier

Quand la technique cesse d'être rare, la compétence rare devient la connaissance du process : savoir ce qu'une lettre de mission doit contenir, à quel moment un dossier doit être revu au titre de la vigilance, quelle pièce manque pour déposer un acte.

C'est une bonne nouvelle pour les cabinets. Ils ont cette connaissance, et ils l'ont mieux qu'un intégrateur qui découvre le métier. Ce qui leur manque le plus souvent, c'est le temps de la formaliser et la méthode pour en faire un système fiable : nous la proposons dans le métier avant la technique.

Savoir ce qui peut être automatisé dans votre cabinetRouage classe vos tâches répétées par niveau, du workflow à l'agent, et construit avec vous ce qui en vaut la peine.

Prendre RDV

Questions fréquentes

Quelle est la différence entre un agent IA et un workflow ?

Un workflow suit un chemin écrit d'avance par une personne : à chaque exécution, les mêmes étapes dans le même ordre. Un agent IA choisit lui-même ses étapes, ses outils et le moment de s'arrêter. Entre les deux, le workflow assisté garde un chemin fixe mais confie certaines étapes à un modèle de langage.

Un agent IA est-il plus performant qu'un workflow ?

Pas en soi. Il gère mieux l'imprévu, mais il est moins prévisible, plus coûteux à superviser et plus difficile à auditer. Pour une tâche répétée dont les règles sont connues, un workflow fait mieux. La règle : retenir le niveau le plus bas qui fait le travail.

Peut-on confier la LCB-FT à un agent IA ?

Un modèle peut assister des étapes bornées, comme la lecture des documents d'identification ou la préparation d'une synthèse. Nous recommandons que les décisions (niveau de risque, acceptation de la mission, suite à donner à une anomalie) restent prises par une personne du cabinet, dans un circuit qui garde la trace de chacune.

Faut-il savoir coder pour construire un automatisme avec l'IA ?

Non pour le construire : un modèle de langage écrit le code à partir d'une description en français. Il faut en revanche une méthode pour le tester, le documenter et le maintenir, et une personne qui le comprenne assez pour l'arrêter.

Pourquoi Rouage parle-t-il d'agents IA pour ses formalités ?

Parce que c'est le mot qu'emploient les cabinets. Dans les faits, nos agents de formalités suivent un chemin fixé d'avance. Ils travaillent de façon autonome à l'intérieur de chaque étape, rendent compte à un second agent qui contrôle, et une personne valide avant tout dépôt.

L'auteur

Quentin Charrier, fondateur de Rouage. Il travaille depuis une quinzaine d'années dans l'expertise comptable et a cofondé un cabinet de plus de 4 000 clients, dont il a organisé le juridique, la conformité et la production.

Profil LinkedIn · Qui est derrière Rouage

Sources

Lues le 23/10/2026.

Erik Schluntz et Barry Zhang, « Building effective agents », Anthropic, 19 décembre 2024 : distinction entre workflows et agents, schéma évaluateur-optimiseur, règle de la solution la plus simple.
Règlement (UE) 2016/679 du 27 avril 2016 (RGPD) : art. 30, registre des activités de traitement.