Automatisation, IA, API, MCP : ce qui relève vraiment de l'IA (et ce qui n'en relève pas)

« Nous avons automatisé la réception de nos demandes de devis. Nous utilisons donc de l'intelligence artificielle. » Pas nécessairement. De la même façon, connecter ChatGPT à un logiciel, appeler une API ou installer un serveur MCP ne signifie pas que l'on a créé un agent IA.

Ces mots décrivent des choses différentes : des applications, des modèles, des moyens de communication entre logiciels et des façons d'organiser le travail. Les confondre peut conduire à acheter une solution inutile, à sous-estimer la complexité d'un projet ou à mettre de l'IA là où quelques règles fiables suffiraient.

Voici un guide sans jargon superflu, avec le même exemple tout au long de l'article : une PME qui reçoit des demandes de devis et veut mieux les traiter.

1. ChatGPT et Claude : des applications, pas une définition de l'IA

ChatGPT et Claude sont des applications que l'on utilise pour dialoguer avec des systèmes d'intelligence artificielle. Elles proposent une interface, des fonctionnalités, des paramètres de confidentialité et, selon les offres, des fichiers, des outils, des connecteurs et des possibilités d'action.

Derrière elles, des modèles d'IA peuvent comprendre et générer du texte, analyser des documents ou traiter d'autres types de contenus selon leurs capacités. Un modèle de langage, souvent appelé LLM, est le moteur. ChatGPT ou Claude, en tant qu'applications, sont des environnements qui permettent de l'utiliser.

Une PME peut demander à ChatGPT de reformuler un devis, ou à Claude de synthétiser un compte rendu. Cela ne veut pas dire que son système de devis est automatisé. Si une personne doit copier les informations, lancer chaque requête et reporter la réponse, une grande partie du travail reste manuelle.

Attention à un raccourci inverse : les applications ChatGPT et Claude ne se limitent pas forcément à un simple chat. Selon les fonctionnalités disponibles et les autorisations accordées, elles peuvent se connecter à des services et accomplir certaines actions. Cela reste différent d'une intégration conçue pour fonctionner dans les propres logiciels de l'entreprise.

2. Une API : la façon dont deux logiciels se parlent

Une API (interface de programmation d'application) permet à un programme de demander des données ou de déclencher une opération dans un autre système, selon des règles définies. Une API n'est pas de l'intelligence artificielle.

Exemple : votre site reçoit une demande de devis. Grâce à l'API de votre CRM, il crée automatiquement une fiche prospect, associe la demande à un commercial et met à jour son statut. Il n'y a besoin d'aucun modèle d'IA pour cela.

Il existe aussi des API de modèles d'IA. Une application peut transmettre un texte à l'API d'OpenAI ou d'Anthropic, puis récupérer une réponse pour l'utiliser dans un processus métier. On ne demande plus à un salarié d'ouvrir manuellement ChatGPT ou Claude à chaque nouvelle demande.

Deux points essentiels : disposer d'un abonnement à une application conversationnelle ne donne pas automatiquement accès à son API, et les usages API peuvent suivre une facturation distincte. En outre, une API ne garantit pas qu'une intégration soit simple : authentification, droits d'accès, limites de débit, erreurs et maintenance restent à gérer.

3. Automatisation : faire exécuter une suite d'actions sans intervention systématique

Automatiser, c'est faire exécuter par un système un enchaînement d'actions en réponse à un événement, à une heure programmée ou à une condition. Cela peut être aussi simple qu'une règle « si ceci, alors cela ».

Imaginons ce circuit : un formulaire est envoyé, la demande est enregistrée dans le CRM, un numéro de dossier est généré, le bon commercial reçoit une notification et un accusé de réception part au prospect.

Si le commercial est déterminé par le code postal, le type de prestation ou une règle de répartition, tout ce circuit peut fonctionner sans IA. C'est une automatisation classique, prévisible et généralement plus facile à vérifier.

Des outils comme n8n, Make ou Zapier permettent de construire de tels workflows, parfois sans écrire de code. On peut aussi développer directement un connecteur entre deux applications. L'important n'est pas le nom de l'outil, mais la logique réellement exécutée.

Une automatisation n'est pas forcément intelligente. Et ce n'est pas un défaut : une règle stable qui fait toujours la bonne opération vaut souvent mieux qu'un modèle probabiliste consulté inutilement.

4. Quand l'IA devient-elle vraiment utile ?

L'IA apporte une valeur particulière quand les informations sont difficiles à traiter avec des règles simples : un client explique son besoin en langage naturel, un PDF change de mise en page, une demande est ambiguë ou plusieurs documents doivent être rapprochés pour préparer une réponse.

Par exemple, un prospect écrit : « Nous aimerions refaire deux salles de réunion, idéalement en novembre, mais nous hésitons sur les équipements. » Une IA peut proposer une extraction structurée : besoin, nombre de salles, période souhaitée et points à clarifier.

Le CRM peut ensuite recevoir ces données par son API. L'IA interprète le message. L'automatisation transporte et traite le résultat. Le commercial valide les informations sensibles ou incertaines.

C'est la bonne combinaison dans beaucoup de projets : des règles pour ce qui doit être exact, un modèle d'IA là où il faut interpréter, et une vérification humaine lorsqu'une erreur aurait des conséquences.

La génération d'un PDF depuis un modèle, le calcul d'une TVA ou l'envoi d'un rappel à J+3 n'ont pas besoin d'IA générative. Même la lecture d'un document peut relever de techniques de reconnaissance de caractères (OCR), qui ne sont pas nécessairement de l'IA générative.

5. MCP : un standard pour relier des assistants à des outils

MCP signifie Model Context Protocol. C'est un protocole ouvert conçu pour aider des applications d'IA à se connecter à des ressources et à des outils externes de façon standardisée.

Prenons un assistant auquel on demande : « Combien de devis sont en attente dans notre CRM ? » Un serveur MCP compatible peut exposer un outil autorisant la consultation des devis. L'application d'IA peut alors appeler cet outil, récupérer les données permises et préparer la réponse.

Un serveur MCP peut mettre à disposition des outils, des ressources et des modèles de prompts. Il ne s'agit pas d'un modèle d'IA, ni d'un remplaçant universel des API. Très souvent, le serveur MCP utilise justement les API des logiciels existants pour effectuer le travail.

L'intérêt est de proposer une interface standard que plusieurs clients compatibles peuvent utiliser, plutôt que de réécrire chaque connexion pour chaque assistant. Mais MCP ne crée aucun droit magique : authentification, permissions, validation des actions et protection des données restent indispensables.

En pratique, une intégration API classique est souvent le choix le plus simple pour transférer chaque nuit des données entre deux systèmes. MCP devient particulièrement pertinent quand un assistant doit découvrir et appeler des fonctions pendant une conversation ou un travail guidé.

6. Le petit dictionnaire à connaître

Modèle d'IA et LLM

Le modèle est le composant qui réalise des prédictions ou produit des résultats. Un LLM est un modèle spécialisé dans le traitement et la génération du langage. Le modèle n'est ni l'interface utilisateur, ni le logiciel métier autour de lui.

Prompt

Le prompt est une instruction ou un ensemble d'informations envoyé à un modèle. Un bon prompt améliore la cohérence des résultats, mais ne remplace pas la qualité des données, les tests ou des règles métier fiables.

Workflow

Un workflow est un enchaînement d'étapes : recevoir, vérifier, transformer, enregistrer, notifier. Il peut être entièrement déterministe, partiellement assisté par IA ou piloté par un agent.

Déclencheur et webhook

Le déclencheur est l'événement qui démarre un workflow. Un webhook est un mécanisme par lequel un système en prévient un autre via une requête HTTP, par exemple à la création d'une commande. Un webhook n'est pas une IA.

No-code et low-code

Ce sont des façons de construire des applications ou des automatisations avec peu ou pas de programmation traditionnelle. Elles peuvent faire appel à l'IA, mais ce n'est pas obligatoire.

Chatbot

Un chatbot est une interface de conversation. Certains suivent des menus ou des règles fixes, d'autres utilisent un modèle d'IA. Dire « chatbot » ne renseigne donc pas, à lui seul, sur la technologie employée.

Agent IA

Un agent IA est un système qui utilise un modèle pour déterminer, au moins en partie, les étapes à suivre, choisir des outils ou accomplir plusieurs actions en fonction d'un objectif. Son autonomie varie énormément. Un simple scénario figé avec une étape ChatGPT n'est pas automatiquement un agent autonome.

RAG

Le RAG (génération augmentée par récupération) consiste à rechercher des informations dans des sources pertinentes puis à les fournir au modèle pour appuyer sa réponse. Exemple : répondre à une question sur des procédures internes en retrouvant d'abord les bons documents. Ce n'est pas équivalent à réentraîner le modèle avec toutes les données de l'entreprise.

Base de connaissances et recherche vectorielle

La base de connaissances regroupe les contenus dans lesquels on souhaite rechercher. La recherche vectorielle est une technique permettant de trouver des passages proches par leur sens, même lorsque les mots sont différents. Elle peut servir au RAG, mais n'est pas obligatoire pour tous les cas de recherche.

Connecteur

Un connecteur est une intégration prête à l'emploi, ou développée sur mesure, qui facilite les échanges avec un logiciel. Il peut utiliser une API, un webhook ou d'autres mécanismes. Ce n'est pas nécessairement de l'IA ou du MCP.

7. Un seul besoin, quatre solutions très différentes

Niveau 1 : le traitement manuel

Un salarié lit l'email de demande de devis, copie les informations dans le CRM, attribue le dossier et envoie une confirmation. Aucun système n'automatise ce parcours.

Niveau 2 : l'automatisation sans IA

Un formulaire structuré envoie ses données au CRM via API. Des règles contrôlent les champs, désignent le commercial et déclenchent un email. Le processus est automatisé sans recourir à un modèle d'IA.

Niveau 3 : l'automatisation enrichie par l'IA

Le client peut écrire librement ou transmettre un document. Une IA propose une classification et extrait les informations utiles. Les règles métier vérifient les champs requis, transmettent le dossier au CRM et demandent une validation humaine en cas de doute.

Niveau 4 : l'agent IA encadré

Un assistant peut consulter le CRM et la documentation commerciale, déterminer les informations manquantes, préparer des questions et proposer un brouillon de devis. Ses outils peuvent être accessibles directement par API ou via MCP. L'envoi d'une proposition engageante, une modification tarifaire ou une décision sensible restent soumis aux autorisations et aux validations prévues.

Ces quatre niveaux ne forment pas une échelle où le quatrième serait forcément le meilleur. Pour une demande parfaitement structurée, le niveau 2 peut être moins coûteux, plus rapide, plus fiable et plus facile à maintenir.

8. Six idées reçues à oublier

• « Une automatisation utilise forcément de l'IA. » Faux. La plupart des règles, synchronisations et notifications peuvent se passer de modèle.
• « Une API, c'est une IA. » Faux. Une API sert à communiquer avec un système, quel qu'il soit.
• « Avec ChatGPT, mon CRM est automatiquement connecté. » Faux. Une connexion réelle exige un outil compatible, une configuration et des autorisations.
• « MCP remplace les API. » Faux. MCP standardise l'accès à des outils et ressources, dont beaucoup reposent sur des API existantes.
• « Un chatbot est un agent IA. » Pas nécessairement. Certains chatbots suivent un scénario fixe, sans autonomie ni modèle génératif.
• « Ajouter de l'IA rend un processus plus fiable. » Pas automatiquement. L'IA peut se tromper, produire une réponse plausible mais fausse ou interpréter une demande de travers.

9. Comment choisir la bonne approche pour une PME ?

Avant de choisir une technologie, il faut décrire le parcours réel : qui reçoit l'information, où elle est saisie, quelles décisions sont prises, quelles applications sont utilisées et où se trouvent les pertes de temps.

• Si les données sont structurées et les règles claires, privilégier une automatisation classique.
• Si deux logiciels doivent échanger, examiner leurs API, leurs connecteurs et leurs webhooks.
• Si l'information est libre, variable ou difficile à interpréter, tester une étape d'IA ciblée.
• Si un assistant doit consulter plusieurs outils à la demande, évaluer les connecteurs et éventuellement MCP.
• Si un système doit décider de plusieurs étapes, considérer un agent IA avec limites d'action, supervision, journalisation et validation.

Enfin, il faut mesurer autre chose que le caractère impressionnant d'une démonstration : minutes réellement économisées, taux d'erreur, délai de réponse, coûts d'exploitation, sécurité et facilité de maintenance.

10. L'approche Clarifya : automatiser ce qui peut l'être, ajouter l'IA là où elle aide

Chez Clarifya, l'objectif n'est pas de vendre de l'IA à tout prix. Il s'agit de comprendre les processus d'une entreprise et de construire une solution qui résout effectivement un problème.

Cela peut être un connecteur entre un formulaire, un ERP et un CRM, une synchronisation automatique de données, un parcours de demande de devis, un assistant qui recherche dans une documentation interne ou une application intégrant les modèles d'OpenAI ou d'Anthropic via API.

Selon le besoin, nous pouvons concevoir des automatisations classiques, ajouter une analyse de documents ou de messages par IA, ou exposer certaines fonctions métier à un assistant via MCP. Le bon choix dépend du système existant, des volumes, de la criticité des actions et du retour sur investissement.

Une PME n'a pas forcément besoin d'un agent autonome. Elle a parfois simplement besoin que ses outils communiquent enfin correctement.

Vous souhaitez identifier les tâches à automatiser et celles où l'IA apporterait réellement de la valeur ? Réservez votre consultation IA gratuite avec Clarifya. Nous pourrons partir d'un processus concret, comme la gestion des devis, et distinguer rapidement les solutions utiles du jargon.

À retenir

ChatGPT et Claude sont des applications d'IA. Une API permet à des logiciels de communiquer. Une automatisation exécute un processus. MCP facilite la connexion d'applications d'IA à des outils. Un agent IA peut sélectionner des actions selon un objectif. Ces notions peuvent se combiner, mais elles ne sont pas interchangeables.

Le plus important n'est pas de savoir combien de fois un prestataire prononce le mot « IA ». C'est de savoir précisément ce que le système fera, avec quelles données, dans quelles conditions et pour quel résultat.