Le nombre d’agents actifs dans Microsoft 365 a été multiplié par 15 en un an, et par 18 dans les grandes entreprises. Le même rapport indique que 26 % seulement des utilisateurs d’IA estiment que leur direction est clairement et durablement alignée sur une stratégie IA.
Ces deux chiffres, tirés de la même étude, résument la situation : les agents se déploient plus vite que la capacité des organisations à les encadrer. Cet article explique ce qu’est réellement un agent IA Copilot dans l’écosystème Microsoft, ce qui le rend autonome, à quoi il sert concrètement, ce qu’il coûte, et ce qui se passe quand personne n’a prévu de registre.
Commençons par lever une confusion coûteuse.
Copilot est généraliste. Il répond sur l’ensemble de ce à quoi l’utilisateur a accès, sans spécialisation ni instruction particulière. C’est un assistant.
Un agent est spécialisé et instruit. Microsoft le définit comme un assistant IA qui gère des conversations et accomplit des tâches, en suivant les instructions qu’on lui donne et en s’appuyant sur les connaissances qu’on lui attribue. On lui délimite un périmètre, on lui donne des sources, on lui confie des outils. Un agent RH qui connaît votre convention collective. Un agent d’avant-vente qui maîtrise votre catalogue. Un agent de support qui crée des tickets et sait quand escalader.
La différence pratique tient en une phrase : Copilot vous aide à faire, un agent fait.
Trois briques se construisent dans Copilot Studio, l’atelier low-code de Microsoft :
Si vous découvrez l’écosystème, notre article Comment utiliser Copilot ? pose les bases avant d’aborder la couche agentique.
Ce sont les plus simples. On les construit en langage naturel, ils répondent à des questions sur une base de connaissances organisationnelle, et ils s’appuient sur l’orchestrateur et les modèles de Microsoft Copilot. C’est ce que produit Agent Builder, accessible directement depuis l’application Copilot. Comptez quelques heures pour un premier agent utile.
Ils relèvent de Copilot Studio ou de Microsoft Foundry. On y contrôle la logique, les intégrations, le modèle et le cycle de vie. C’est le terrain des makers et des développeurs, et le seul qui permette d’industrialiser.
Les agents pré-construits de Microsoft couvrent des fonctions précises. Deux méritent d’être connus car ils sont réservés aux utilisateurs licenciés et changent la nature de l’outil : Researcher, qui mène une recherche multi-sources en plusieurs étapes, et Analyst, qui conduit une analyse de données de la même façon.
Le choix n’est pas anodin. Microsoft en documente la ligne de partage :
| Critère | Agent Builder | Copilot Studio |
| Public | Utilisateurs métier | Makers et développeurs |
| Cible | Un individu, une petite équipe | Un département, l’organisation, des clients externes |
| Type d’agent | Questions-réponses léger sur la connaissance interne | Workflows multi-étapes, intégration aux systèmes métier |
| Capacités | Rédaction en langage naturel, respect des permissions M365 | Logique multi-étapes, approbations, branchements, connecteurs personnalisés, capacités autonomes, versioning, environnements séparés, télémétrie |
| Gouvernance | Centre d’administration Microsoft 365 | Centre d’administration Power Platform, contrôles plus fins |
Bonne nouvelle pour ceux qui commencent petit : un agent créé dans Agent Builder peut être copié vers Copilot Studio, sa configuration de base et ses instructions étant préservées puis enrichies. Commencer simple n’enferme donc pas.
Un agent conversationnel attend qu’on lui parle. Un agent autonome étend l’orchestration générative en permettant à l’IA d’agir sans attendre une sollicitation : il perçoit des événements, décide, exécute en tâche de fond, surveille des données et réagit à des conditions.
| Critère | Agent autonome | Agent conversationnel |
| Déclenchement | Événement, planification, condition | Prompt de l’utilisateur |
| Exécution | Surveillance continue en arrière-plan | Réactif, à la demande |
| Nature du risque | Action réelle dans les systèmes | Erreur limitée à la réponse |
Trois familles sont documentées, et chacune correspond à un profil de cas d’usage différent :
| Type de déclencheur | Exemple concret | Cas d’usage typique |
| Événement | Réception d’un e-mail, création d’un enregistrement | Qualification d’une demande entrante |
| Planification | Tous les lundis à 8 h | Rapport hebdomadaire consolidé |
| Récurrence | Toutes les 15 minutes | Surveillance de seuil ou d’anomalie |
C’est puissant, et c’est exactement là que le risque change de nature. Un agent qui répond à une question ne peut mal faire que dans sa réponse. Un agent déclenché par un e-mail entrant, qui écrit dans votre CRM et notifie un client, peut mal faire dans le monde réel.
Microsoft publie une liste de garde-fous qui mérite de servir de base à votre politique interne :
Cette liste n’est pas une précaution de style. Des chercheurs en sécurité ont démontré en 2025 l’exfiltration complète de fichiers de sources de connaissance et d’enregistrements CRM via une injection de prompt dans un déclencheur e-mail d’agent Copilot Studio, sans aucune interaction humaine. Microsoft a corrigé la faille en deux mois. La réserve formulée par les chercheurs mérite d’être connue de quiconque conçoit un agent : bloquer ces attaques par des classificateurs ou des listes noires ne suffit pas, tant les formulations possibles sont nombreuses.
C’est la question qui décide de la réussite du projet, et c’est celle qu’on traite le plus vite. Voici quatre archétypes, avec pour chacun le déclencheur, les sources mobilisées, le profil de coût et le niveau de garde-fou nécessaire.
Un agent RH ou IT qui répond aux questions récurrentes sur la convention collective, les procédures de congés ou la politique de matériel. Conversationnel, déclenché par l’utilisateur dans Teams.
Un agent qui maîtrise le catalogue, les grilles tarifaires et les références clients, et qui prépare les éléments de réponse d’un commercial en rendez-vous.
Le premier vrai agent autonome de la liste. Déclenché par un e-mail ou un formulaire, il qualifie, catégorise, crée un ticket et notifie le bon interlocuteur.
Déclenché par planification, il consolide des données, produit une synthèse et la publie dans un canal Teams ou un document SharePoint.
Si la source de connaissance n’existe pas, n’est pas à jour ou est éclatée entre cinq systèmes, l’agent ne réglera rien. Il exposera le problème plus vite, c’est tout. L’état des données sources est le premier critère de faisabilité, avant le volume et avant le budget.
C’est la question que personne ne se pose au premier agent, et que tout le monde se pose au centième.
Un agent créé en quelques heures par une équipe métier ne pose aucun problème. Trois cents en posent un : plus personne ne sait qui les possède, à quelles données ils accèdent, s’ils sont encore utilisés, ni ce qu’ils coûtent.
Le parallèle avec l’histoire du shadow IT est presque trop évident, à une différence près : un agent a des droits d’accès aux données de l’entreprise et peut agir en son nom.
Microsoft a d’ailleurs construit toute une plateforme pour ce problème, et le premier pilier documenté de cette plateforme est de signaler les agents sans propriétaire. Quand un éditeur consacre une brique de son offre à un problème, c’est généralement que le problème est réel.
Positionné comme le plan de contrôle des agents en entreprise, Agent 365 étend aux agents l’infrastructure de gestion des utilisateurs. Ses cinq piliers documentés :
L’architecture repose sur un registre centralisé des agents, une identité Entra par agent, et une intégration à Microsoft Purview et Microsoft Defender. La console se trouve dans le centre d’administration Microsoft 365, sous Agents, avec des métriques comme le nombre total d’agents, les utilisateurs uniques ayant interagi sur trente jours, et le temps de fonctionnement cumulé des agents.
C’est le cadre d’identité qui permet de traiter un agent comme une entité authentifiable et gouvernable. Il apporte des modèles d’identité d’agent avec relations parent-enfant, des politiques d’accès adaptatif, la détection de risque en temps réel, l’accès conditionnel appliqué aux agents, la journalisation et les pistes d’audit.
Il prend en charge OAuth 2.0, MCP et A2A, et fonctionne aussi avec des agents non-Microsoft, Microsoft citant AWS Bedrock et n8n. Sur la connexion de vos systèmes métier via ce protocole, voir notre page [Intégration MCP].
Une date à retenir pour vos équipes : depuis juillet 2026, une identité Entra Agent ID est créée automatiquement pour tous les nouveaux agents Copilot Studio, sans possibilité de refus au niveau de l’environnement. Vos agents ont donc désormais une identité, que vous l’ayez décidé ou non. Autant s’en servir.
Microsoft a introduit une référence haut de gamme qui rassemble les capacités de gouvernance des agents :
Ces capacités ne figurent ni en E3 ni en E5. Si votre trajectoire passe par un parc d’agents significatif, l’arbitrage entre E5 avec add-ons et E7 mérite d’être posé tôt, avant que le parc n’existe.
Voici le point qui déstabilise le plus les directions financières. Le barème officiel donne l’ordre de grandeur :
| Action de l’agent | Crédits | Coût pour 1 000 actions |
| Réponse classique | 1 | 10 $ |
| Réponse générative | 2 | 20 $ |
| Action d’agent | 5 | 50 $ |
| Ancrage sur le Graph du tenant | 10 | 100 $ |
| Actions de flux d’agent | 13 pour 100 actions | 1,30 $ |
| Traitement de contenu | 8 par page | 80 $ pour 1 000 pages |
Deux conséquences directes sur la conception, et non sur le budget.
Une réponse ancrée sur vos données coûte 10 fois une réponse simple. Un agent qui interroge le Graph à chaque question a un profil de coût radicalement différent d’un agent de FAQ. Cela se décide à la conception, pas après.
La facturation couvre aussi la construction, les tests et l’évaluation de l’agent, pas seulement son exécution. Un cycle de développement bavard se paie.
Une bonne nouvelle, assortie de conditions qu’il faut connaître : les scénarios destinés aux collaborateurs sont sans frais pour les utilisateurs qui disposent déjà d’une licence Microsoft 365 Copilot, à trois réserves près :
Sous ces conditions, c’est un argument économique en faveur d’un déploiement licencié ciblé plutôt que d’un usage massif d’agents en paiement à l’usage.
A lire aussi >> Prix et licences Microsoft Copilot en 2026 : le guide complet
Un garde-fou existe, qu’il faut connaître : les agents sont désactivés à 125 % de la capacité prépayée. Cela évite la dérive silencieuse, mais cela signifie aussi qu’un agent en production peut s’arrêter net si personne ne surveille l’enveloppe. Désignez un responsable du suivi de consommation dès le premier agent en production.
Mieux vaut les connaître au cadrage qu’en recette :
Copilot Studio propose désormais trois moteurs d’exécution, les harnesses, choisis à la création de l’agent. Microsoft précise que les agents créés avec le harness GitHub Copilot ne peuvent pas être transférés vers le harness standard, ni l’inverse. Se tromper de moteur, c’est reconstruire. Cette décision doit figurer dans votre document de cadrage, pas être prise par le premier maker qui clique.
Le facteur de qualité numéro un documenté par Microsoft n’est ni le modèle ni l’architecture : c’est la qualité des descriptions des sujets, des outils, des agents et des sources de connaissance. Langage simple, voix active, présent, une à deux phrases, mots-clés alignés sur l’intention réelle des utilisateurs. Microsoft va jusqu’à publier un contre-exemple à éviter, du type « Cet outil peut répondre à des questions ». C’est le genre de détail qui décide de la réussite d’un agent et que personne ne budgète.
Avec la prudence qui s’impose sur des données déclaratives. L’édition 2026 du Work Trend Index, menée auprès de 20 000 travailleurs du savoir utilisant l’IA dans dix marchés dont la France, relève une croissance des agents actifs dans Microsoft 365 multipliée par 15 en un an, et par 18 dans les grandes entreprises.
Deux autres chiffres de la même étude sont plus utiles pour décider :
Ces résultats sont déclaratifs et auto-rapportés : ils décrivent des perceptions, pas des mesures de productivité. Mais ils convergent avec ce que nous observons sur le terrain. La difficulté d’un projet d’agents n’est presque jamais technique. Elle tient au choix du cas d’usage, à l’état des données sources, et à la capacité de l’organisation à décider qui possède quoi.
Une tâche répétée cinquante fois par jour par vingt personnes produit un résultat mesurable. Une tâche trimestrielle, non. C’est le critère qui décide, avant l’enthousiasme. Et il se vérifie en une heure : comptez le nombre d’occurrences réelles sur les trente derniers jours, pas le nombre imaginé en réunion.
Le barème est public. Estimez le volume d’interactions, déterminez si l’ancrage sur le Graph est nécessaire, et vous aurez une enveloppe. Un agent conçu sans cette estimation ne tombe pas en panne, il coûte cher discrètement. Ajoutez le coût du cycle de développement lui-même, qui est facturé au même titre que l’exécution.
Qui est propriétaire, quelles données, quelle durée de vie, quel budget, qui décide de l’arrêt. Cela prend une heure au premier agent et devient un projet à part entière plus tard. Le registre peut tenir dans un tableau tant que le parc est petit, à condition qu’il existe.
Environnements séparés, versioning, revue, contrôle des sources de connaissance, restriction du partage. Copilot Studio le permet, à condition de l’avoir décidé avant.
Si vous ne deviez conserver que cinq idées de cet article avant de lancer votre premier agent, ce sont celles-ci.
Copilot assiste, un agent exécute. La différence tient au périmètre, aux sources attribuées et aux outils confiés.
C’est le déclencheur qui rend un agent autonome, et c’est lui qui change la nature du risque : d’une mauvaise réponse à une mauvaise action.
Le coût se décide à la conception : une réponse ancrée sur le Graph coûte 10 fois une réponse simple, et les agents sont coupés à 125 % de l’enveloppe prépayée.
La gouvernance se pose au premier agent. Agent 365, Entra Agent ID et le SKU E7 existent précisément parce que le parc devient ingérable vite.
Le facteur de réussite n° 1 documenté par Microsoft n’est ni le modèle ni l’architecture, mais la qualité des descriptions.
