Les agents d’utilisation informatique sont des systèmes d’IA qui utilisent un ordinateur comme le ferait une personne : ils regardent l’écran, déplacent le curseur, cliquent, tapent et basculent entre les applications pour terminer une tâche. Claude computer use d’Anthropic, Operator et le mode agent dans ChatGPT d’OpenAI, ainsi que le Project Mariner de Google en sont des exemples bien connus. Les faire passer d’un pilote au travail marketing quotidien nécessite une check-list couvrant la sélection des tâches, les autorisations, l’examen humain, la journalisation et la mesure, car un agent capable de cliquer sur “publier” peut aussi le faire par erreur.
Que peuvent faire les agents d’utilisation informatique dans le marketing ?
Contrairement aux intégrations API, ces agents fonctionnent via les mêmes interfaces que celles utilisées par les humains. Cela les rend utiles pour les outils sans bonnes API ou pour les tâches qui couvrent plusieurs applications web. Les tâches marketing typiques incluent :
- Collecter les prix des concurrents ou des exemples de publicités à partir de pages publiques dans une feuille de calcul.
- Remplir des formulaires répétitifs, tels que des listes d’annuaires ou des soumissions d’événements.
- Extraire des chiffres de plusieurs tableaux de bord dans un rapport hebdomadaire.
- Vérifier les pages de destination pour les liens brisés, les balises manquantes ou les mauvais prix.
- Rédiger, mais ne pas envoyer, des publications sociales dans un outil de planification.
Ils sont plus lents qu’une intégration directe et moins prévisibles. Là où une API fiable ou une automatisation native existe, c’est généralement le meilleur choix.
Pourquoi les agents ont-ils besoin d’une check-list différente de celle des chatbots ?
Un chatbot produit du texte qu’une personne lit et décide quoi faire. Un agent agit. Il peut soumettre des formulaires, modifier des paramètres ou envoyer des messages. Il peut également être induit en erreur par du contenu sur une page web contenant des instructions cachées, un risque connu sous le nom d’injection de prompt. Les fournisseurs mettent en place des garde-fous, comme demander une confirmation avant des actions sensibles, mais l’organisation utilisant l’agent doit toujours avoir ses propres contrôles.
Étape 1 : Choisir la tâche pilote
La première tâche détermine si le pilote vous apprend quelque chose. Utilisez cette check-list :
- La tâche est répétée au moins chaque semaine et prend plus de 30 minutes à une personne.
- Elle suit des étapes claires qui peuvent être écrites.
- Les erreurs sont visibles et réversibles.
- Elle n’implique pas de paiements, de mots de passe saisis par l’agent ou de données personnelles de clients.
- Le succès peut être mesuré, par exemple en comparant la feuille de calcul de l’agent avec une version faite par un humain.
La compilation de rapports et la recherche web publique sont de bons premiers candidats. Tout ce qui publie ou dépense de l’argent ne l’est pas.
Étape 2 : Configuration des autorisations et de l’environnement
Donnez à l’agent le minimum d’accès dont il a besoin. Étapes pratiques :
- Exécutez-le dans un profil de navigateur ou une machine virtuelle séparé, pas sur un appareil personnel avec des identifiants enregistrés.
- Créez des comptes dédiés avec des rôles en lecture seule partout où l’outil le permet, comme l’accès en lecture dans Google Analytics ou Ads.
- Ne laissez pas l’agent gérer les mots de passe ; connectez-vous vous-même ou utilisez la fonction de reprise du fournisseur pour les étapes de connexion.
- Restreignez les sites web que l’agent peut visiter, si le produit le prend en charge.
- Activez les invites de confirmation pour des actions comme la soumission de formulaires ou l’envoi de messages.
Étape 3 : Écrire des instructions que l’agent peut suivre
Les agents fonctionnent mieux avec des instructions explicites étape par étape qu’avec des objectifs vagues. Nommez les sites, l’ordre des étapes, les champs exacts à collecter et le format de sortie. Indiquez quoi faire lorsqu’une chose inattendue apparaît, par exemple “si une page de connexion apparaît, arrêtez et demandez”. Gardez les instructions dans un document partagé afin qu’elles puissent être versionnées.
Étape 4 : Examen humain et journalisation
Pendant le pilote, une personne examine chaque exécution. La plupart des produits d’agent montrent un enregistrement étape par étape ou des captures d’écran de ce qui a été fait. Gardez ces enregistrements pour chaque exécution, avec la version de l’instruction et le verdict de l’examinateur.
Définissez des règles d’arrêt claires. Si l’agent échoue à la même étape deux fois, ou produit une sortie avec des erreurs au-dessus d’un seuil convenu, l’exécution s’arrête et une personne termine la tâche.
Étape 5 : Mesurer le pilote
Mesurez par rapport à la référence humaine pendant au moins deux à quatre semaines :
- Temps par tâche terminée, y compris le temps d’examen.
- Taux d’erreur par rapport à une version faite par un humain.
- Part des exécutions terminées sans intervention.
- Nombre de fois où l’agent a demandé de l’aide ou s’est arrêté.
- Tout incident où l’agent a fait quelque chose en dehors de ses instructions.
Si l’agent économise dix minutes mais que l’examen en prend quinze, il n’est pas prêt.
Étape 6 : Passer à la production
L’utilisation en production commence lorsque le pilote atteint les seuils convenus. Avant de passer à l’échelle :
- Écrivez un court manuel d’exécution : ce que fait l’agent, qui le possède, comment le mettre en pause.
- Réduisez l’examen de chaque exécution à un échantillon, comme un sur cinq, seulement après que les taux d’erreur restent bas.
- Gardez une étape d’approbation humaine pour tout ce qui publie, envoie ou modifie des paramètres.
- Fixez une date d’examen pour retester après des mises à jour majeures du produit, car le comportement de l’agent peut changer.
- Ajoutez l’agent à votre inventaire d’outils d’IA à des fins de conformité.
Comment Alien Road applique les agents d’utilisation informatique
Dans un engagement typique, l’équipe commence par une courte découverte des tâches répétitives dans les opérations marketing du client. Chaque tâche est notée en fonction de la fréquence, du temps, de la réversibilité et de la sensibilité des données. Seules les tâches à faible risque et à haute répétition avancent, généralement les rapports et la recherche.
La configuration s’exécute dans un environnement de navigateur isolé avec des comptes en lecture seule créés à cet effet. L’équipe écrit les instructions, exécute l’agent aux côtés de la personne qui effectue normalement la tâche et conserve les journaux d’étapes. Après deux à quatre semaines, un court rapport montre le temps par tâche, le taux d’erreur et le nombre d’interventions par rapport à la référence humaine.
Si les chiffres tiennent la route, la tâche passe à un examen par échantillonnage et le manuel d’exécution est remis à l’équipe du client. Les tâches impliquant la publication, les changements de publicités ou les messages clients restent avec des humains, ou l’agent prépare des brouillons qu’une personne approuve.
Quels sont les plus grands risques à surveiller ?
L’injection de prompt est le risque le plus discuté : une page web peut contenir du texte qui tente de rediriger l’agent. Restreindre les sites et éloigner les agents des comptes sensibles limite les dégâts. D’autres risques incluent les agents qui lisent mal les mises en page modifiées, agissent sur des données obsolètes mises en cache dans le navigateur et sautent silencieusement des étapes lorsqu’une page se charge lentement. Les journaux et les vérifications de sortie attrapent la plupart de ces problèmes.
Par où commencer cette semaine
Listez cinq tâches que votre équipe répète chaque semaine et marquez celles qui touchent aux mots de passe, aux paiements ou aux données clients. Rayez-les. Parmi le reste, choisissez celle avec les étapes les plus claires, écrivez les instructions sous forme de liste numérotée et exécutez un agent dessus une fois pendant que vous regardez. Cette seule exécution supervisée montrera si le pilote vaut la peine d’être correctement configuré.
Continuer la lecture : Agence de marketing IA · Marketing IA