Le RPA a connu une excellente decennie. Les entreprises ont investi des milliards dans des bots qui cliquent dans des interfaces, copient des donnees entre systemes et executent des workflows bases sur des regles a grande echelle. Il a resolu de vrais problemes. Mais quiconque a maintenu un deploiement RPA connait la difficulte : un simple changement d’interface casse un bot, et soudainement votre processus “automatise” necessite une intervention manuelle.
Les agents IA ne sont pas du RPA 2.0. C’est une approche fondamentalement differente de l’automatisation. Comprendre cette distinction est essentiel, car elle determine quel outil vous choisissez — et quand.
La difference fondamentale
Le RPA automatise des actions. Il enregistre une sequence d’etapes — cliquer ici, taper cela, copier ca — et les rejoue. C’est deterministe : pour la meme entree, il fait toujours la meme chose. C’est sa force et sa limitation.
Les agents IA automatisent des decisions. Un agent lit un e-mail, comprend l’intention, determine la marche a suivre et l’execute — meme s’il n’a jamais vu exactement cet e-mail auparavant. Il utilise des modeles de langage pour gerer les decisions de jugement, interpreter des donnees non structurees et s’adapter aux variations des entrees.
En resume : le RPA automatise la souris. Les agents automatisent la reflexion.
Ou le RPA reste gagnant
Soyons justes. Le RPA est l’outil adapte dans des scenarios specifiques :
- Taches a haut volume basees sur des regles — si la logique est “quand le champ A est egal a X, le copier dans le champ B”, vous n’avez pas besoin d’un LLM. Le RPA est plus rapide, moins couteux et plus previsible.
- Interfaces stables — si l’application cible n’a pas change son interface depuis cinq ans et ne la changera pas dans les cinq prochaines, les bots de scraping d’ecran fonctionnent tres bien.
- Processus critiques pour l’audit — l’execution deterministe signifie que chaque execution est identique et entierement tracable. Certains contextes de conformite l’exigent.
- Integration de systemes legacy — quand il n’y a pas d’API et qu’il n’y en aura jamais, parfois cliquer dans l’interface est vraiment la seule option.
Si votre processus est bien defini, stable et base sur des regles, le RPA reste un choix solide. Ne le remplacez pas juste pour suivre la tendance.
Ou les agents changent la donne
Les agents rendent possible l’automatisation de workflows que le RPA ne peut pas traiter :
Donnees non structurees
Le RPA a besoin d’entrees structurees — un champ dans un formulaire, une cellule dans un tableur. Les agents peuvent traiter des e-mails, des PDF, des documents scannes, des messages Slack et du texte libre. Ils extraient du sens, pas seulement des caracteres.
Decisions de jugement
“Cette facture est-elle suspecte ?” “Cette reclamation client necessite-t-elle une escalade ?” “Laquelle de ces trois propositions de fournisseurs est la mieux adaptee ?” Ce sont des decisions qui necessitent de l’interpretation, pas de l’execution de regles. Les agents les gerent en exploitant les capacites de raisonnement des grands modeles de langage.
Tolerance a la variation
Lorsqu’un fournisseur change le format de ses factures, un bot RPA casse. Un agent lit le nouveau format, reconnait les champs pertinents et continue de fonctionner. Cette resilience face a la variation est l’un des plus grands avantages pratiques en environnement de production.
Workflows inter-systemes avec contexte
Les agents peuvent maintenir le contexte a travers plusieurs systemes et etapes. Ils ne se contentent pas de deplacer des donnees de A vers B — ils comprennent pourquoi les donnees sont deplacees et peuvent prendre des decisions a chaque etape en ayant une vue d’ensemble.
L’evolution en pratique
Nous observons chez les entreprises une evolution previsible. Phase un : le RPA gere les gains faciles. Phase deux : le backlog RPA se remplit de processus “trop complexes” pour les bots — trop de variations, trop de cas limites, trop de jugement requis. Phase trois : les agents prennent le relais la ou le RPA ne peut pas aller.
L’aspect interessant est que les agents peuvent egalement simplifier les deploiements RPA existants. Des workflows RPA complexes avec des centaines de branches conditionnelles — construits pour approximer du jugement — peuvent souvent etre remplaces par un seul agent avec un prompt clair et l’acces aux bons outils. Nous avons vu des flux RPA de 500 etapes reduits a un agent qui fait le meme travail avec une fraction de l’effort de maintenance.
Choisir entre les deux
Le cadre de decision est simple :
- Si le processus est deterministe et l’interface est stable — utilisez le RPA. C’est mature, bien compris et rentable.
- Si le processus implique de l’interpretation, de la variation ou des donnees non structurees — utilisez un agent. Le RPA vous compliquera la tache du debut a la fin.
- Si vous n’etes pas sur — commencez par l’agent. Vous pouvez toujours contraindre un agent a se comporter de maniere deterministe, mais vous ne pouvez pas faire raisonner un bot RPA.
Le paysage de l’automatisation n’est pas un choix binaire. Mais la direction est claire : le travail qu’il reste a automatiser est de plus en plus celui qui necessite de la comprehension, pas seulement de l’execution. C’est le territoire des agents.