Agents ou workflows

Lors de la conception de systèmes d’automatisation intelligente, il est important de faire la distinction entre les agents et les workflows, deux paradigmes distincts, mais souvent complémentaires. Cette section décrit ce que chacun implique, en quoi ils diffèrent et comment choisir le modèle le mieux adapté à votre cas d’utilisation.

Utilisez cette section pour éclaircir les questionnements suivants :

• Qu’est-ce qu’un agent, qu’est-ce qu’un workflow ?
• Critères de décision et exemples de cas d’utilisation pour savoir quand envisager l’un ou l’autre.

Qu’est-ce qu’un agent ?

Un agent est un système logiciel géré par des modèles de langage de grande taille (LLM) qui peuvent raisonner, agir et s’adapter de manière dynamique à un objectif. Contrairement à la logique d’automatisation traditionnelle, les agents ne suivent pas un ensemble d’instructions rigides. Au lieu de cela, ils prennent des décisions en temps réel, sélectionnent des outils, interprètent des résultats et ajustent des actions en fonction du contexte et de la mémoire actuels. Les agents excellent lorsque le chemin vers le résultat ne peut pas être codé en dur ou lorsque la logique codée en dur est très complexe. Ils raisonnent, décident et agissent en fonction d’entrées dynamiques et souvent non structurées.

Les agents peuvent avoir différents modes de fonctionnement :

• Autonome : déclenché par des événements temporels ou programmatiques, généralement dans le cadre de workflows plus larges.
• Conversationnel : utilise un dialogue en langage naturel pour interpréter l’entrée de l’utilisateur et répond en contexte pour effectuer des tâches ou fournir des informations.
• Ambiant : intégrée dans un environnement ou un appareil qui détecte en continu le contexte et initie de manière proactive des actions ou des notifications utiles sans invite explicite de l’utilisateur.

Les agents sont particulièrement utiles dans les tâches mal définies et ouvertes dans lesquelles les entrées sont non structurées et où la voie optimale à la résolution n’est pas connue à l’avance. Dans la mesure où ils apprennent des interactions précédentes, ils constituent un choix particulièrement adapté aux environnements dans lequels l’adaptabilité et le raisonnement sont essentiels.

Caractéristiques clés

• Autonomie : sélectionne l’outil ou l’API à appeler ensuite.
• Mémoire d’état : mémorise le contexte, les étapes précédentes et les commentaires.
• Flux de contrôle dynamique : branche, boucle ou pose des questions à la volée à des fins de clarification.
• Points d’intégration humaine dans la boucle : escalade lorsque la confiance est faible ou que les règles sont enfreintes.

Compatibilités typiques

• Tâches ambiguës (par exemple, analyse d’un ticket d’assistance, recherche d’un marché).
• Entrées et chemins très variables.
• Situations dans lesquelles les leçons tirées de chaque exécution sont une valeur ajoutée.

Qu’est-ce qu’un workflow ?

Un workflow est une séquence structurée d’étapes exécutées dans un ordre fixe. Il intègre souvent des modèles de langage (LLM), des API ou des entrées humaines, mais il ne dispose pas des capacités de planification autonome des agents. Chaque étape d’un workflow est prédéfinie et les transitions entre les étapes suivent une logique déterminée.

Les workflows excellent dans les processus à haut volume et répétitifs avec des règles métier claires et des résultats prévisibles. Ils assurent transparence et gouvernance et sont faciles à comparer en termes de coûts, de temps et de conformité.

Caractéristiques clés

• Chemins déterministes : chaque exécution suit les mêmes branches en utilisant les mêmes entrées.
• Indépendance des exécutions : chaque exécution démarre à zéro (à moins que vous ne conserviez explicitement les données).
• Coûts et délais transparents : facile à évaluer et à budgétiser.
• Prêt pour la gouvernance : répond aux exigences de conformité et d’audit.

Compatibilités typiques

• Tâches de routine à volume élevé (par exemple, extraction de factures → validation → entrée dans l’ERP).
• Des accords de niveau de service stricts ou des contraintes réglementaires.
• Scénarios dans lesquels les sorties doivent être identiques pour des entrées identiques.

Workflows axés sur les agents : l’approche hybride

Un workflow axé sur les agents combine l’adaptabilité des agents à la structure des workflows. Cette approche permet aux agents de raisonner, d’agir et d’apprendre dans ou entre des étapes définies, permettant une prise de décision dynamique lorsque des workflows traditionnels sont insuffisants. Cette approche hybride gère l’ambiguïté et la variabilité tout en maintenant l’orchestration et la gouvernance. Dans Maestro, l’orchestration agentique combine les deux : les agents gèrent les décisions dynamiques, les workflows prévisibles exécutent ces décisions.

Choix entre les agents et les workflows

Utilisez les considérations suivantes pour guider votre décision :

• Type d’entrée : choisissez des agents lorsque les entrées sont non structurées, multimodales ou nécessitent une compréhension contextuelle ; utilisez des workflows lorsque les entrées sont structurées et bien définies.
• Flux de contrôle : les agents planifient de manière dynamique des actions en fonction de résultats intermédiaires. Les workflows suivent un chemin statique déterminé au moment de la conception.
• Adaptabilité : les agents s’adaptent à la volée, en apprenant ou en relançant les utilisateurs au besoin. Les workflows nécessitent une refonte manuelle pour toute modification.
• Gouvernance et prévisibilité : les workflows offrent une conformité élevée, un contrôle des coûts et une cohérence. Les agents offrent expérimentation et flexibilité, avec une variation plus importante des coûts et des résultats.
• Raisonnement pendant le runtime : si les décisions ou les ramifications doivent être prises pendant le runtime en fonction d’un contexte partiel ou évolutif, il convient de choisir les agents.

Tableau 1. Agent ou workflow : cadre décisionnel

Critères	Agent (Agent)	Workflow
Tâches répétitives et basées sur des règles
Tâches très ambiguës
Résultats déterministes
Raisonnement et adaptation dynamiques

Tableau 2. Aide-mémoire sur les attributs d’agent et de workflow

Cote	Agent (Agent)	Workflows
Flux de contrôle	Planification dynamique et sélection/génération d’outils	Séquence prédéfinie avec des outils prédéfinis
Type d'entrée	Non structuré, multimodal	Enregistrements/formulaires structurés
Adaptabilité	Apprentissage ou relance à la volée	Nécessite des modifications en phase de conception
Fiabilité	Variable ; dépend des règles de sécurité et des évaluations	Élevé si les entrées restent conformes aux spécifications
Charge de gouvernance	Plus élevé (risque d’anarchie des agents)	Il existe des politiques/outils matures
Prévisibilité des coûts	Moyennement faible (variance LLM/jeton)	Haute
Horizon de retour sur investissement typique	Expérimentation rapide, mise à l’échelle incertaine	Économies stables une fois scriptés
Obstacle aux compétences	Similaire pour le low-code et le code

Tableau 3. Comparaison des cas d’utilisation d’agent et de workflow

Use case	Agent (Agent)	Workflow
Triage des tickets d’assistance	Diagnostics à partir des journaux et des routages dynamiques	Trop ambiguë pour les chemins prédéfinis
Génération d’e-mails de vente	Prospection sur mesure et adaptative	Personnalisation impossible dans des contextes d’acheteur dynamiques
Traitement des factures	Trop basé sur des règles et répétable	Suit un chemin fixe et fiable
Intégration des employés	Aucune ambiguïté	Étapes de processus simples

Systèmes multi-agents

Un système multi-agents se compose de plusieurs agents autonomes qui interagissent et se coordonnent à l’exécution pour atteindre un objectif partagé ou négocié. Contrairement à un workflow standard, qui suit un chemin prédéfini, ou à un agent unique qui fonctionne de manière isolée, une configuration multi-agents prend en charge un comportement émergent, une distribution flexible des tâches et une collaboration dynamique.

Les systèmes multi-agents sont les mieux adaptés aux objectifs ouverts et de haute complexité, tels que les pipelines RAG collaboratifs ou les réponses dynamiques de la chaîne d’approvisionnement.

Le tableau suivant compare l’orchestration classique des workflows avec de véritables systèmes multi-agents selon plusieurs dimensions clés :

Cote	Workflow classique (peut invoquer des agents)	Système multi-agents véritable
Logique de contrôle	Conçu dès le départ : « Étape A → Étape B → Étape C ». Les branches sont fixées par l’auteur.	Apparaît au moment du runtime : les agents planifient leurs propres étapes et peuvent réaffecter dynamiquement des tâches à des pairs.
Entité de planification	Le moteur de workflow décide de l’ordre ; les agents individuels (le cas échéant) exécutent simplement leur part.	Chaque agent planifie localement ; une couche de coordination (ou des protocoles entre pairs) résout les conflits à la volée.
Adaptabilité	Limité à l’arbre de décision modélisé par des humains.	Peut créer de nouveaux sous-plans, fractionner/fusionner des rôles, renégocier des objectifs. Les essaims multi-agents peuvent réaffecter des tâches ou générer des agents d’assistance pour la gestion des défaillances.
État et mémoire	Généralement sans état entre les exécutions (à moins que vous ne le conserviez).	Chaque agent peut conserver sa propre mémoire ; une mémoire partagée ou un tableau partagé lui permet d’écrire/lire le contexte pour les autres agents.
Gouvernance et observabilité	Direct : un seul orchestrateur, un traçage déterministe.	Plus difficile : de nombreuses boucles autonomes ont besoin d’un traçage global, d’une application de politiques et de clôtures de sécurité.
Ajustement typique	Processus répétitifs avec des transferts clairs (par exemple, « extraire la facture → valider → enregistrer dans l’ERP »).	Des objectifs complexes et ouverts qui bénéficient d’une division du travail (par exemple, un chercheur en évaluation des risques (RAG) → un planificateur → un codeur collaborant pour livrer une micro-fonctionnalité).