Chatbot ou agent IA : ce qu'il faut vraiment pour votre PME

Une PME sur deux qui nous contacte pour « un chatbot » a en réalité besoin d’autre chose. Certaines demandent un simple assistant capable de répondre aux horaires d’ouverture et de rediriger vers un formulaire de contact. D’autres veulent un système qui lit un e-mail, consulte le stock dans l’ERP, propose un rendez-vous et relance le client trois jours plus tard sans intervention humaine. Ce sont deux projets différents, avec des prix, des délais et des risques différents. Le terme « chatbot » sert de fourre-tout marketing depuis dix ans, et celui d’« agent IA » commence à subir le même sort.

Cet article distingue les deux, donne des fourchettes de prix réelles pour le marché français, et explique ce qu’il faut vérifier avant de signer — en particulier côté RGPD, puisque tout ce qui traite des données de vos clients passe désormais sous le regard de la CNIL.

Chatbot et agent IA : la différence concrète

Un chatbot classique fonctionne sur un scénario. Vous définissez des intentions (« horaires », « tarifs », « prendre rendez-vous »), un arbre de décision les relie à des réponses prédéfinies, et le bot ne sort jamais de ce cadre. Certains outils comme Dialogflow (Google) ou les briques conversationnelles d’Intercom ajoutent une couche de reconnaissance d’intention pour tolérer les formulations variées, mais la logique reste fermée : le bot ne « comprend » pas, il classe une phrase dans une catégorie prévue à l’avance.

Un agent IA repose sur un modèle de langage (LLM) — GPT d’OpenAI, Claude d’Anthropic, ou des modèles européens comme ceux de Mistral AI, entreprise française dont les modèles sont hébergés en Europe et parfois choisis justement pour des raisons de résidence des données. L’agent ne suit pas un script : il raisonne sur le contexte, décide quelle action entreprendre (chercher une information, appeler une API, créer une tâche dans un CRM, transférer à un humain) et garde en mémoire le fil de la conversation. La différence n’est pas cosmétique : un chatbot répond, un agent agit.

Concrètement, un agent IA peut :

• lire un message vocal, une photo ou une vidéo envoyée par un client et y répondre de façon pertinente ;
• créer automatiquement une tâche dans un outil de gestion de projet (Trello, Notion, Asana) ;
• consulter un agenda ou un ERP avant de répondre ;
• détecter qu’une conversation devient sensible et transférer le dossier à un salarié avec le contexte déjà résumé.

Un chatbot scénarisé ne fait aucune de ces choses sans développement supplémentaire important, parfois plus coûteux que de partir directement sur un agent.

Quel outil pour quel besoin

Le mauvais réflexe est de choisir la technologie avant le besoin. Voici comment nous orientons généralement une PME :

• Horaires, tarifs, FAQ statique : un chatbot scénarisé suffit. Investir dans un LLM pour répéter des informations qui ne changent jamais est un gaspillage.
• Prise de rendez-vous, formulaire qualifié, redirection vers le bon service : chatbot avec reconnaissance d’intention et connexion à un agenda (Google Calendar, Calendly, ou l’agenda interne).
• Support client avec des demandes variées, souvent techniques ou personnalisées : un agent IA devient pertinent, car le volume de scénarios à scripter à la main dépasse vite ce qui est gérable.
• Vente ou accompagnement multicanal (WhatsApp Business, e-mail, site web, réseaux sociaux) avec suivi dans un CRM : agent IA connecté aux outils existants, avec escalade humaine pour les cas sensibles.
• Automatisation de processus interne (traitement de documents, veille, relances) : agent IA, mais souvent sans interface de chat visible — l’utilisateur ne voit qu’un résultat.

Un test simple : si vous pouvez lister toutes les questions possibles sur une feuille A4, un chatbot fait le travail. Si la liste ne finit jamais et que chaque cas ressemble un peu au précédent sans être identique, vous avez besoin d’un agent.

Combien ça coûte réellement

Les prix ci-dessous sont des fourchettes observées sur le marché français pour ce type de développement sur mesure (hors solutions no-code en abonnement pur, type Crisp ou Zendesk configurées sans code additionnel, qui suivent une autre logique de tarification par siège et par volume).

Un point souvent oublié dans les devis bas de gamme : le coût d’usage de l’API du modèle de langage n’est presque jamais inclus dans le prix du projet, car il dépend du volume de conversations. Pour une PME avec un trafic modéré (quelques centaines d’échanges par mois), ce coût reste généralement de l’ordre de quelques dizaines d’euros mensuels si le prestataire choisit un modèle économique et optimise les prompts — mais il peut grimper vite avec un modèle haut de gamme mal calibré. Demandez toujours à votre prestataire une estimation de ce poste séparément du forfait de développement.

RGPD, CNIL et AI Act : ce qu’il faut vérifier avant de signer

Un chatbot ou un agent IA qui traite des messages de clients traite des données personnelles — noms, coordonnées, parfois contenu de conversations sensibles. Trois points à vérifier systématiquement :

Où vont les données. Si l’agent s’appuie sur une API de modèle de langage hébergée aux États-Unis, les données transitent hors de l’Union européenne, ce qui impose des garanties contractuelles spécifiques (clauses contractuelles types de la Commission européenne). Des alternatives européennes comme Mistral AI, avec hébergement en France, simplifient cette question pour les PME qui traitent des données sensibles ou qui préfèrent éviter ce sujet avec leurs propres clients.

Le contrat de sous-traitance. Selon le RGPD, tout prestataire qui traite des données personnelles pour votre compte doit être lié par un accord de sous-traitance (article 28 du RGPD). Si votre prestataire ne peut pas vous fournir ce document, ou renvoie uniquement vers les conditions générales d’un outil tiers, c’est un signal d’alerte.

La transparence envers l’utilisateur. Le règlement européen sur l’intelligence artificielle (AI Act, règlement UE 2024/1689) impose des obligations de transparence pour les systèmes qui interagissent avec des personnes physiques : l’utilisateur doit pouvoir savoir qu’il échange avec une IA, sauf si c’est déjà évident du contexte. Ces obligations montent en puissance progressivement jusqu’en 2027 selon le type de système. La CNIL a également publié en 2024 des recommandations sur l’usage de l’intelligence artificielle générative, notamment sur la durée de conservation des échanges et l’information des personnes concernées — un point à intégrer dès la conception plutôt qu’à corriger après coup.

Concrètement, pour une PME, cela se traduit par trois lignes à faire vérifier dans le devis ou le contrat : où sont hébergées les données, qui a accès aux journaux de conversation, et combien de temps ils sont conservés.

Les pièges classiques

Pas de porte de sortie vers un humain. Un agent qui boucle sur lui-même face à une question hors périmètre frustre plus qu’il ne rassure. La logique d’escalade — reconnaître qu’une conversation dépasse ses compétences et transférer avec le contexte déjà résumé — doit être pensée dès le cahier des charges, pas ajoutée en urgence après les premières plaintes.

La dépendance à une plateforme fermée. Certains outils no-code verrouillent vos scénarios et vos données dans leur propre format, sans export possible. Si le prestataire disparaît ou augmente ses tarifs, vous repartez de zéro. Demandez systématiquement qui possède le code et les données à la fin du projet.

L’absence de mesure de résultat. Un chatbot ou un agent installé sans indicateur de suivi (taux de résolution sans transfert humain, taux d’abandon, temps de réponse moyen) ne permet pas de savoir s’il rend service ou s’il fait fuir des clients. Prévoyez ce suivi avant le lancement, pas six mois après.

Le scope flou. « On verra au fur et à mesure » est la phrase qui fait exploser les budgets. Un cahier des charges écrit avant le début du développement, même sommaire, évite la majorité des désaccords sur ce qui est inclus.

Comment ça se passe chez Pazl

Notre approche part d’un principe simple : un prix fixe annoncé avant le début du développement, pas une estimation qui grimpe en cours de route. Le processus suit toujours la même séquence : un appel pour comprendre le besoin, une proposition avec périmètre et prix, un contrat qui fige le prix et le délai une fois le cahier des charges validé, puis le développement avec une démonstration chaque semaine — vous voyez le produit avancer, vous ne découvrez pas le résultat à la fin.

Pour un premier projet de ce type, le ticket d’entrée se situe entre 3 000 € et 6 000 €, ce qui correspond typiquement à un chatbot avancé ou un agent IA de périmètre limité. Les révisions demandées dans le cadre du périmètre initial sont incluses sans facturation additionnelle ; tout ce qui sort du cahier des charges fait l’objet d’un avenant chiffré séparément, pour que le budget reste prévisible des deux côtés. Le temps de réponse moyen pendant nos heures ouvrées est d’environ 15 minutes. Une fois le projet livré, une garantie de 6 mois couvre les anomalies liées au développement. Les droits sur le code et le résultat vous reviennent intégralement après le paiement final — vous n’êtes jamais bloqué chez nous pour continuer à faire évoluer votre outil ailleurs si vous le souhaitez. Les frais d’hébergement, de nom de domaine et de certificat SSL restent à la charge du client, ce qui évite les mauvaises surprises de facturation cachée dans un abonnement.

Un exemple concret de ce type de développement : nous avons conçu un agent IA pour une agence événementielle confrontée à un goulot d’étranglement classique — plus l’activité grandissait, plus les équipes passaient de temps sur des questions répétitives (disponibilités, tarifs, précisions logistiques) au détriment du conseil et de la négociation avec les clients. L’agent traite texte, message vocal, photo et vidéo, comprend le contexte propre à chaque client, crée automatiquement les tâches correspondantes dans l’outil de gestion de projet de l’équipe, et transfère la conversation à un chargé de clientèle dès qu’elle devient sensible ou sort du cadre standard. Résultat recherché et obtenu : les clients reçoivent une réponse immédiate, y compris en dehors des horaires d’ouverture, et l’équipe peut suivre davantage de dossiers sans recruter au même rythme que la croissance de l’activité.

Comment décider, en pratique

Avant de contacter un prestataire, posez-vous quatre questions : le volume de demandes justifie-t-il un système automatisé ou un simple formulaire suffirait-il ? Les questions posées par vos clients sont-elles réellement variées, ou tournent-elles autour d’une dizaine de sujets récurrents ? Avez-vous des outils métier (CRM, agenda, ERP) que le système devra consulter ou alimenter ? Et enfin, qui dans votre équipe reprendra la main sur les conversations que l’outil ne saura pas traiter ?

Ces réponses déterminent si vous avez besoin d’un chatbot ou d’un agent, bien avant de discuter de la technologie ou du prix.

En résumé

Le chatbot scénarisé reste le bon choix pour des besoins simples et répétitifs : rapide à mettre en place, peu coûteux, facile à maintenir. L’agent IA devient pertinent dès que les demandes varient, qu’une mémoire de conversation est nécessaire, ou que le système doit agir sur d’autres outils plutôt que se contenter de répondre. Entre les deux, la différence de prix va d’un facteur deux à un facteur dix selon la complexité réelle du périmètre — d’où l’intérêt de partir d’un besoin précisément défini plutôt que d’un mot à la mode.

Côté conformité, RGPD et AI Act ne sont pas des options : hébergement des données, contrat de sous-traitance et transparence envers l’utilisateur doivent être vérifiés avant la signature, pas découverts lors d’un contrôle de la CNIL.

Si vous hésitez encore entre les deux options pour votre projet, écrivez-nous à hello@pazl.ai — nous pouvons regarder votre cas concret et vous dire honnêtement, avant tout devis, si un simple chatbot suffit ou si un agent IA se justifie vraiment.