Un chatbot suit un scénario défini à l'avance ; un agent IA poursuit un objectif et peut utiliser des outils pour décider de la prochaine action. La frontière n'est pas toujours nette — certains outils empruntent aux deux familles — mais elle devient visible dès que la conversation sort du parcours prévu. En démonstration, pourtant, tout se ressemble : le prospect écrit « bonjour », l'outil répond poliment, et le vendeur en face annonce de l'intelligence artificielle. Ce guide détaille les sept différences qui comptent vraiment, puis propose un protocole de test en cinq messages à reproduire sur n'importe quelle démonstration. Notre page agent IA sur WhatsApp Business montre l'aboutissement de cette catégorie sur un cas concret.
Agent IA vs chatbot : la différence en une phrase
Un chatbot exécute un scénario écrit à l'avance. Il reconnaît des mots-clés ou des boutons, déroule la branche prévue, et s'arrête là où l'auteur du scénario s'est arrêté. Un agent IA reçoit un objectif — obtenir un rendez-vous, qualifier une demande, faire remonter une opportunité — et décide lui-même du chemin pour y arriver. Il lit l'intention réelle du message grâce à un modèle de langage, choisit sa question suivante, et dispose d'outils pour agir : consulter un agenda, bloquer un créneau, créer une fiche client, alerter un commercial.
Cette différence de nature se décline en sept écarts observables dès les premières minutes d'une conversation réelle.
| Ce qu'on regarde | Chatbot à scénarios | Agent IA |
|---|---|---|
| Mode de fonctionnement | Exécute un scénario écrit à l'avance | Reçoit un objectif et choisit lui-même le chemin |
| Niveau d'autonomie | Chaque étape est décidée par l'auteur du scénario | Décide de sa question suivante, dans le cadre qu'on lui a fixé |
| Usage du contexte | Contexte généralement limité au parcours prévu | Peut exploiter un contexte conversationnel plus riche, selon son architecture |
| Accès à des outils extérieurs | Rare : produit du texte, parfois un lien | Peut appeler les outils qu'on lui connecte — agenda, fiche client, notification |
| Situations non prévues | Sort du cadre et demande de reformuler | Tente d'interpréter, ou signale qu'il ne sait pas |
| Effort de maintenance | Réécrire une branche à chaque cas nouveau | Mettre à jour les informations de référence |
| Passage à un humain | Transfert prévu à des points fixes du scénario | Peut transmettre à tout moment, selon les règles fixées |
Ces sept lignes décrivent des tendances, pas des lois : un chatbot bien conçu couvre honorablement une partie du tableau, et un agent mal cadré peut se comporter comme un scénario rigide. Le mot « IA » ne tranche d'ailleurs plus rien commercialement — un arbre de décision avec trois synonymes par branche est aujourd'hui vendu comme de l'intelligence artificielle. C'est pourquoi il faut tester le comportement plutôt que lire la plaquette.
Le test des 5 messages
Prenez le téléphone, demandez un accès de démonstration, et envoyez ces cinq messages dans cet ordre. Chacun teste une capacité précise que les scénarios ne savent pas simuler. Notez simplement, pour chacun, si la réponse est pertinente ou si l'outil se réfugie dans une formule d'attente du type « je n'ai pas compris, pouvez-vous reformuler ? ».
Message 1 — La faute de frappe et l'abréviation
Écrivez comme un vrai client pressé : « bjr vous fzites des interventions le samdi ? ». Un moteur à mots-clés cherche une correspondance exacte et échoue. Un modèle de langage lit sans difficulté, parce qu'il ne cherche pas un mot mais un sens. C'est le test le plus rapide, et il élimine déjà une bonne partie des candidats.
Message 2 — Les deux questions dans une seule phrase
« Vous intervenez sur Lyon et vous prenez la carte bleue ? ». Un scénario est linéaire : il traite une intention à la fois et laisse tomber la seconde, ou pire, répond à la mauvaise. Un agent traite les deux et le fait dans une seule réponse. Regardez précisément si la deuxième question reçoit une réponse ou si elle disparaît.
Message 3 — Le hors-sujet total
« Vous êtes ouverts le 15 août ? » alors que rien dans la base ne mentionne les jours fériés. Ici, la bonne réponse n'est pas d'inventer. Un agent bien conçu reconnaît qu'il ne sait pas, le dit clairement et propose de faire suivre à un humain. Un chatbot mal conçu invente une réponse plausible — c'est le comportement le plus dangereux de tous, parce qu'il engage votre entreprise sur une information fausse.
Message 4 — Le changement d'avis en cours de route
Commencez une demande de rendez-vous, puis, après deux échanges, écrivez « finalement je préfère un devis par écrit d'abord ». Un arbre de décision continue sa branche et vous propose des créneaux. Un agent abandonne la piste en cours, reprend au bon endroit et adapte la suite. C'est le test qui sépare le plus nettement les deux familles.
Message 5 — L'objection commerciale
« C'est plus cher que ce que j'ai vu ailleurs. » Un chatbot n'a rien de prévu pour ça : il ignore, ou renvoie vers un humain. Un agent commercial correctement paramétré répond avec les arguments que l'entreprise lui a donnés — délai, garantie, références locales — puis relance vers l'action. Notre article sur l'agent commercial IA détaille les six missions qui relèvent de ce registre.
Les 4 architectures derrière le mot « chatbot »
Ces différences de comportement ne sont pas des questions de réglage : elles viennent de quatre technologies distinctes, qui n'ont ni le même coût, ni les mêmes limites. Comprendre laquelle vous est proposée évite bien des déceptions après signature.
| Architecture | Ce qu'elle sait faire | Là où elle casse |
|---|---|---|
| Arbre de décision | Menus à boutons, parcours fermés, suivi de commande | Toute phrase libre non prévue |
| Reconnaissance d'intentions | Classer un message dans une liste d'intentions apprises | Les intentions absentes de la liste, et les demandes doubles |
| Recherche documentaire | Répondre à partir de vos documents, avec des sources | Elle informe, mais n'agit pas et ne qualifie pas |
| Agent outillé | Comprendre, questionner, consulter un agenda, écrire dans un CRM | Nécessite un cadrage strict de ce qu'il a le droit de promettre |
La distinction décisive tient dans un mot : agir. Les trois premières familles produisent du texte. La quatrième dispose d'outils — lire un agenda, réserver un créneau, créer une fiche contact, alerter un commercial. C'est ce qui permet à une conversation de se terminer par un rendez-vous plutôt que par un « n'hésitez pas à nous rappeler ».
Un exemple de conversation, côte à côte
Voici le même message envoyé à deux outils différents. Rien d'exotique : une demande ordinaire, formulée comme un client la formule vraiment.
Message du client : « Bonjour, je cherche un créneau cette semaine, plutôt en fin de journée si possible. C'est pour un premier rendez-vous. »
| Étape | Chatbot à scénarios | Agent IA |
|---|---|---|
| Lecture de la demande | Reconnaît « rendez-vous » et lance la branche prévue | Relève trois informations : la semaine, la préférence de fin de journée, le premier contact |
| Première réponse | Affiche le menu complet des créneaux disponibles | Confirme la contrainte horaire et demande la prestation souhaitée |
| Suite de l'échange | Attend une sélection ; toute phrase libre relance le menu | Enregistre la réponse et ne propose que des créneaux compatibles |
| Fin | Renvoie vers le standard si le client hésite | Confirme le rendez-vous, ou transmet à un humain si la demande sort du cadre |
Deux précisions honnêtes. D'abord, un chatbot correctement paramétré sur un parcours de réservation simple s'en sort très bien : l'écart se creuse quand le client ajoute une contrainte que personne n'avait anticipée. Ensuite, côté agent, la partie « propose des créneaux et confirme » suppose que la prise de rendez-vous automatique soit réellement configurée — chez Reepli.ai, c'est un agent optionnel qui s'ajoute à l'offre de base, pas une fonction incluse par défaut.
Quand un chatbot reste le bon choix
Il serait malhonnête de prétendre que l'agent gagne partout. Sur un flux très répétitif et fermé, un arbre de décision est plus rapide, plus prévisible et moins cher. Trois cas où il reste préférable :
- Le suivi de commande. Le client donne un numéro, le système renvoie un statut. Aucune conversation à tenir, aucune qualification à faire.
- Les informations strictement factuelles à fort volume. Horaires, adresse, modalités de stationnement : si 90 % des messages sont ces trois questions, un menu à boutons répond mieux qu'un modèle de langage.
- Les environnements très réglementés. Quand chaque phrase envoyée doit être validée par un service conformité, un script figé est plus simple à faire approuver.
Le point commun de ces trois cas : il n'y a rien à vendre. Dès qu'il y a une opportunité commerciale au bout de la conversation, l'écart se creuse — et il se creuse au moment précis où le prospect sort du script.
Quel budget prévoir pour un agent IA ?
Impossible de donner « le prix d'un chatbot » : la catégorie recouvre trop de choses, du script gratuit à la plateforme d'entreprise, et nous n'avons pas de donnée fiable pour comparer les deux familles en euros. Voici en revanche ce que coûte Reepli.ai, à titre de repère concret :
- À partir de 79 €/mois par bot pour l'offre, qui comprend l'agent Conversation sur WhatsApp Business, la collecte des coordonnées, le passage à un humain et un tableau de bord avec CRM léger.
- Tous les agents inclus — Commercial, Rendez-vous, Relance, Avis Google — dans les 79 €/mois. Seul l'agent Instagram est en option, à 40 €/mois.
- 250 € une fois pour l'onboarding avec un chargé de compte — une prestation d'accompagnement séparée : la mise en service en autonomie est offerte.
- Les frais d'envoi Meta sont refacturés au coûtant, sans marge. Ils dépendent du type de message et du pays ; le guide de l'API WhatsApp Business détaille l'infrastructure concernée.
- Essai gratuit de 7 jours.
Pour décider, le calcul le plus utile porte sur le statu quo plutôt que sur l'abonnement. Comptez les conversations qui se sont arrêtées sans aboutir sur un mois. Multipliez par votre panier moyen, puis par votre taux de transformation habituel. Le résultat n'est pas une promesse de gain — c'est un ordre de grandeur de ce que le scénario laisse passer, à mettre en regard du coût mensuel. C'est ce chiffre-là, propre à votre activité, qui tranche, pas la fiche technique.
Ce que la différence change, métier par métier
La frontière entre les deux familles ne se discute pas dans l'abstrait : elle se voit sur la question que reçoit réellement votre entreprise. Deux exemples où le scénario casse toujours au même endroit.
- Restaurant. « Vous auriez une table pour 6 samedi vers 20h, avec un menu sans gluten ? » Trois informations dans une phrase, dont une contrainte alimentaire. Un menu à boutons traite la réservation et perd le reste ; un agent retient les six couverts, vérifie l'horaire et note la contrainte sur la fiche. Le détail de ce fonctionnement figure sur notre page dédiée aux restaurants.
- Garage automobile. « Ma voiture fait un bruit à l'avant droit quand je freine, c'est urgent ? » Aucun mot-clé exploitable, une demande de diagnostic implicite. Un agent pose les deux questions utiles — modèle, kilométrage — avant de proposer un créneau, comme décrit sur la fiche garagiste.
Dans les deux cas, le client n'a rien fait d'exotique : il a écrit comme on écrit à un commerçant. C'est précisément ce registre-là que les scénarios ne couvrent pas. Pour voir ce que cette différence change une fois appliquée à l'ensemble des demandes entrantes, notre page dédiée détaille ce qu'un agent IA prend en charge dans un service client — et ce qui reste à l'équipe.
Deux outils, deux tableaux de bord
Une entreprise qui déploie un chatbot regarde le nombre de conversations traitées et le taux de réponses automatiques. Une entreprise qui déploie un agent regarde le nombre de prospects qualifiés, le taux de transformation en rendez-vous et le délai de première réponse. Ce ne sont pas les mêmes indicateurs, et c'est pourquoi tant d'entreprises jugent leur bot « inutile » : il remplit parfaitement son tableau de bord, qui ne mesure simplement pas ce qui rapporte. La méthode de qualification en conversation décrit précisément ce que produit un agent quand on le mesure sur la bonne colonne.