
GLOSSAIRE · AUTOMATISATION IA
Agent IA, workflow, n8n, ROI, cost of change : 18 définitions claires, sans jargon inutile, pour comprendre l'agentisation et l'automatisation avant de vous lancer. Classées en trois thèmes, avec des liens vers nos guides pour aller plus loin sur chaque sujet.
Un programme capable d'exécuter des tâches de façon autonome (rechercher, rédiger, qualifier), en plus de répondre aux questions.
L'enchaînement automatisé d'étapes déclenché par un événement, par exemple un nouveau lead qui déclenche un enrichissement puis une notification.
L'outil au code source ouvert (licence fair-code) utilisé par Growth AI pour construire les workflows d'automatisation, hébergés sur une infrastructure qui appartient au client.
Large Language Model, le type de modèle d'intelligence artificielle (GPT, Claude, ou des modèles ouverts comme Llama ou Mistral) qui comprend et génère du texte, au cœur du raisonnement d'un agent IA.
Un déploiement d'intelligence artificielle où les modèles tournent sur une infrastructure française ou locale, pour que les données sensibles restent en France ou dans votre propre environnement.
Le coût, en temps et en argent, de changer d'outil ou de plateforme logicielle. Growth AI le maintient délibérément faible en livrant du code et des workflows qui appartiennent au client, hébergés sur son infrastructure.
À retenir
Un agent IA (autonome, capable d'agir) et un workflow (une séquence d'étapes automatisée) désignent deux choses distinctes : un agent peut orchestrer plusieurs workflows et prend des décisions, alors qu'un workflow suit les étapes définies à l'avance.
L'interface qui permet à deux logiciels d'échanger des données automatiquement, de machine à machine. C'est la porte d'entrée technique de la plupart des intégrations.
Une notification automatique qu'un outil envoie à un autre dès qu'un événement se produit, pour synchroniser les deux outils en temps réel.
Integration Platform as a Service, une catégorie d'outils no-code (Zapier, Make) qui propose des connecteurs prêts à l'emploi, avec des limites dès qu'un cas sort du scénario standard.
La correspondance établie entre les champs de deux systèmes différents, pour que la donnée se transfère correctement d'un outil à l'autre.
La description précise de la façon dont une tâche se déroule aujourd'hui, étape par étape, outil par outil, avant de chercher à l'automatiser.
Le suivi courant d'une automatisation en fonctionnement : vérifier qu'elle tourne normalement et repérer une anomalie. Les réglages techniques relèvent de la maintenance.
Erreur fréquente
Confondre un iPaaS (Zapier, Make) avec une intégration sur mesure. Un iPaaS convient pour des cas standards à faible volume ; dès qu'un outil métier manque au catalogue de connecteurs ou que le volume dépasse les quotas du plan, un développement spécifique via API devient nécessaire.
La phase qui définit précisément le périmètre, les objectifs et les contraintes d'un projet avant son lancement, pour éviter les dérives de périmètre une fois le développement commencé.
Retour sur investissement : le gain net d'un projet rapporté à son coût, exprimé en pourcentage (ROI = (gains − coûts) / coûts × 100). On le complète souvent par le délai de rentabilisation.
Une action à fort impact et faible complexité, identifiée en priorité lors d'un audit pour obtenir des résultats rapides avant de s'attaquer aux chantiers plus longs.
La phase où vos équipes apprennent à utiliser et superviser un système nouvellement déployé, généralement dans les premières semaines suivant la mise en production.
Un guide pratique qui explique comment utiliser, superviser et ajuster une automatisation au quotidien, distinct de la documentation technique destinée aux développeurs.
La capacité de vos équipes à utiliser l'IA et les outils déployés au quotidien, avec les bons réflexes, objectif principal de la formation.
Un chatbot répond à des questions dans une fenêtre de discussion. Un agent IA agit : il exécute des tâches de façon autonome dans vos outils réels (CRM, mail, ERP), comme enrichir un contact ou mettre à jour une fiche.
Cela dépend du problème à résoudre : un agent IA pour une tâche qui demande du jugement, un workflow d'automatisation pour un processus répétitif avec des règles claires, une intégration quand le vrai problème est que vos outils ne se parlent pas entre eux. Les trois se combinent souvent dans un même projet.
Un iPaaS (Zapier, Make) propose des connecteurs prêts à l'emploi pour des cas standards, avec des limites de volume et de compatibilité. Une intégration sur mesure se construit via l'API de chaque outil : elle s'adapte à vos volumes et à vos outils, et demande un développement dédié.
n8n est un outil dont le code source est ouvert : les workflows appartiennent au client dès la livraison, sans abonnement obligatoire pour continuer à les faire fonctionner. C'est la même logique qui motive l'attention portée au cost of change dans ce glossaire.
Oui, et c'est souvent là qu'il est le moins visible : un scénario construit sur une plateforme iPaaS reste hébergé chez l'éditeur et ne fonctionne que sur sa plateforme. Le migrer vers un autre outil demande généralement de tout reconstruire.
Oui, la date de dernière mise à jour est affichée en haut de page. Le vocabulaire de l'automatisation IA évolue vite : ce glossaire est revu périodiquement pour rester exact.
Dans la plupart des cas, oui : le cadrage identifie précisément le périmètre, les outils à connecter et les quick wins à prioriser avant le premier développement, ce qui évite les dérives de périmètre en cours de route.
Pouvoir superviser et ajuster le système au quotidien avec vos propres équipes. Cela suppose une prise en main initiale et une documentation d'utilisation claire, distincte de la documentation technique.