Prof with you

Accueil › Blog › Automatisation et agents IA

Mémoire commenté · Concepts

Automatisation classique, IA et agents IA en audit : quelles différences ?

Par l'équipe Prof with you · Publié le 27 octobre 2026 · Mis à jour le 27 octobre 2026

L'automatisation classique exécute des règles fixes (« si X, alors Y ») ; l'automatisation augmentée par l'IA utilise un modèle pour une étape précise, comme lire un document ; un agent IA interprète une situation, choisit une action et raisonne pour atteindre un objectif. Le mémoire « Audit 2.0 » appelle ces trois niveaux un « gradient d'intelligence ».

« Utiliser l'IA » ne veut pas dire grand-chose tant qu'on ne précise pas de quel type d'outil il s'agit. Une macro Excel, un outil qui lit des factures et un agent qui juge la cohérence d'une écriture n'ont ni les mêmes capacités, ni les mêmes risques.

Cette distinction est essentielle si votre mémoire porte sur la digitalisation, l'IA ou les systèmes d'information. Un jury attend que vous sachiez classer précisément les outils dont vous parlez. Voici les trois niveaux, expliqués avec les exemples réels du mémoire « Audit 2.0 ».

L'essentiel en 30 secondes

  • Niveau 1, automatisation pure : des règles fixes, rapides et fiables, sans aucune IA.
  • Niveau 2, automatisation augmentée : l'IA lit ou extrait, mais des règles contrôlent ce qu'elle produit.
  • Niveau 3, agent IA : le système interprète, raisonne et conclut, sous la validation d'un humain.
  • Un agent n'est pas un simple modèle de langage : il est orienté vers un objectif et peut agir avec des outils.
  • Les trois niveaux se combinent : on n'utilise l'IA que là où une règle fixe ne suffit pas.

Quels sont les trois niveaux, en un tableau ?

Le mémoire distingue trois logiques, qu'il ne faut pas confondre car elles n'ont ni les mêmes capacités ni les mêmes limites.

CritèreAutomatisation classiqueAutomatisation augmentée par l'IAAgent IA
LogiqueRègles fixes : si X, alors YRègles fixes, avec une étape confiée à l'IAInterprétation, choix et raisonnement orientés vers un objectif
Données traitéesStructurées et prévisiblesDocuments variés (PDF, scans, formats différents)Situations variées, cas non prévus à l'avance
Qui pilote le processus ?Les règlesLes règlesL'agent, dans un cadre fixé
ForceRapidité, fiabilité, coût faibleTraite l'information non structuréeTraite ce qu'aucune règle fixe ne peut couvrir
Besoin de contrôleFaibleMoyen (vérifier ce que l'IA extrait)Fort (revue humaine des conclusions)

Qu'est-ce que l'automatisation classique (niveau 1) ?

C'est la logique déterministe : les mêmes entrées donnent toujours les mêmes sorties. Elle est parfaite pour les tâches répétitives dont les règles sont connues d'avance.

Exemple du mémoire : un outil reconstitue automatiquement le compte de produits et charges, l'état des soldes de gestion et les masses du bilan à partir d'une balance déposée dans un formulaire. Un autre, une macro Excel, produit les 22 feuilles maîtresses (leads) du dossier de travail. Aucune IA n'intervient : les règles de calcul et de regroupement suffisent.

Le mémoire montre au passage que n8n, souvent perçu comme un outil d'IA, sait aussi porter un traitement purement déterministe. Et qu'à automatisation égale, le bon outil dépend de la tâche : une macro locale reste plus simple et plus sûre pour un traitement Excel sur des données sensibles qui n'ont pas besoin de quitter le poste de travail.

Qu'est-ce que l'automatisation augmentée par l'IA (niveau 2) ?

Ici, l'IA intervient pour une étape précise : lire, extraire, résumer ou classer. Mais elle ne décide pas de l'enchaînement global. Le mémoire le rappelle : ajouter un composant d'IA à une chaîne de traitement ne la transforme pas automatiquement en système agentique.

Exemple du mémoire : un outil reçoit les déclarations de TVA, d'IR et de CNSS en PDF. Un modèle de langage lit chaque document et en extrait les montants utiles. Puis des contrôles fixes vérifient ces montants, par exemple que la somme de la TVA déductible par taux corresponde au total déclaré. Si ce n'est pas le cas, le traitement s'arrête.

C'est la logique de ce niveau : l'IA élargit ce qu'on peut automatiser, car elle traite des documents qu'aucune règle ne saurait lire, mais aucune valeur produite par le modèle n'est acceptée sans contrôle.

Qu'est-ce qu'un agent IA (niveau 3) ?

Le mémoire définit l'agent IA comme un système capable de percevoir son environnement et d'agir sur celui-ci avec un certain degré d'autonomie, en utilisant des outils si nécessaire, pour atteindre des objectifs précis. L'agent ne se contente pas de répondre : il interprète une situation, choisit une action et s'adapte.

Exemple du mémoire : pour un test de détail, un agent reçoit une sélection d'écritures et les factures correspondantes. Pour chaque pièce, il détermine si l'opération est un achat ou une vente, en déduit la classe de compte attendue, compare la pièce à l'écriture et conclut sur trois assertions (date, montant, imputation) : validée, anomalie ou non déterminable. Il explique chaque conclusion, que l'auditeur relit.

Aucune table de correspondance figée n'aurait pu trancher des cas aussi variés. C'est précisément ce que le mémoire cherchait à démontrer avec sa deuxième hypothèse, jugée confirmée.

Vous écrivez sur l'IA et vous mélangez encore les notions ? Dans le cadre de l'encadrement, nous vous aidons à construire un cadre conceptuel précis et à le relier à votre terrain. Découvrir l'accompagnement

Agent IA et modèle de langage : quelle différence ?

C'est une confusion fréquente, et un jury peut vous interroger dessus. Le mémoire la résume ainsi :

Autrement dit, le modèle « parle », l'agent « agit dans un système ». Un agent n'a d'ailleurs pas de mémoire par défaut : ses capacités dépendent de l'architecture qui l'entoure (outils, mémoire, consignes, supervision).

Qu'est-ce que le principe de sobriété ?

Le mémoire défend une idée simple : l'IA n'a de valeur que là où une règle fixe ne suffit pas. La convoquer pour une tâche entièrement régie par des règles stables serait inutile, plus coûteux et moins fiable.

C'est pour cela que ses outils sont présentés du plus simple au plus autonome : on voit à chaque niveau ce que l'IA ajoute, ou n'ajoute pas. Les systèmes les plus solides combinent les trois logiques, avec une supervision humaine là où le risque le justifie.

Comment utiliser cette distinction dans votre mémoire ?

  1. Définissez les trois niveaux dans votre cadre théorique, avec des sources, avant de parler d'« IA » de façon générale.
  2. Classez chaque outil que vous étudiez dans l'un des niveaux, avec une justification.
  3. Adaptez vos critères d'évaluation au niveau : on juge une automatisation classique sur sa fiabilité et son temps gagné, un agent aussi sur l'explicabilité de ses conclusions.
  4. Reliez le niveau d'autonomie au besoin de contrôle : plus l'outil décide, plus la supervision humaine doit être forte et documentée.

Cet article s'appuie sur le mémoire « Audit 2.0 » de Walid Atrag, lauréat du Master CCA de HEM Business School, réalisé lors d'un stage chez FIDECO Audit & Conseil. Lire le mémoire en libre accès sur Zenodo

Quelles sources consulter pour aller plus loin ?

Ces références officielles ou académiques permettent de vérifier et d'approfondir les points abordés dans cet article.

Questions fréquentes

ChatGPT est-il un agent IA ?

Utilisé seul dans une conversation, c'est avant tout un assistant fondé sur un modèle de langage. Il devient un composant d'agent lorsqu'il est intégré dans un système orienté vers un objectif, relié à des outils et capable d'agir sur des données ou des applications.

Le RPA est-il de l'intelligence artificielle ?

Le RPA (automatisation robotisée des processus) relève de l'automatisation classique : il reproduit des actions selon des règles fixes. Il peut être combiné à des briques d'IA, par exemple pour lire des documents.

Pourquoi ne pas tout confier à un agent IA ?

Parce qu'un agent est plus coûteux, moins prévisible et plus exigeant en contrôle. Pour une tâche entièrement régie par des règles, l'automatisation classique est plus fiable et plus simple à justifier.

Ces trois niveaux sont-ils une norme officielle ?

Non. C'est une grille d'analyse issue de la littérature, que le mémoire utilise pour classer ses outils. Elle aide à préciser de quoi l'on parle, mais vous pouvez l'adapter à votre sujet en citant vos sources.

En résumé

En audit, il faut distinguer trois logiques : l'automatisation classique, qui applique des règles fixes ; l'automatisation augmentée, où l'IA lit ou extrait sous le contrôle de règles ; et l'agent IA, qui interprète et raisonne sous la validation de l'auditeur. Le mémoire « Audit 2.0 » illustre chaque niveau par des outils réels et défend un principe de sobriété : n'utiliser l'IA que là où une règle ne suffit pas.

Pour voir comment ces notions s'intègrent dans un plan complet, consultez l'exemple de plan de mémoire en audit financier.

Besoin d'aide pour votre cadre conceptuel ?

Envoyez-nous votre sujet : nous vous aidons à définir précisément vos notions et à les relier à votre terrain.