Au-delà des chatbots. Au-delà du RPA. Au-delà des copilotes. Agents autonomes pilotés par objectif — préentraînés sur des millions de documents financiers, ancrés dans le graphe de connaissances Astral, autorisés à passer à l'action avec des garde-fous de politique. Construits sur l'architecture ouverte d'agent skills publiée par Anthropic, connectés à chaque ERP que vous utilisez réellement. Les premiers agents IA conçus pour la structure unique de la finance et des achats.
Un agent IA reçoit un objectif et trouve seul comment l'atteindre. Pas un script (RPA). Pas une conversation (chatbot). Pas un assistant de saisie (copilote). L'agent planifie, appelle des outils, interroge les données, agit, observe les résultats, s'adapte. Sur plusieurs étapes. Sans supervision humaine pas à pas.
La capacité existe en recherche depuis des années. Ce qui a changé en 2024, c'est la fiabilité. Les modèles fondamentaux (Claude, GPT-4, Gemini) sont devenus assez fiables sur le raisonnement multi-étapes et l'usage d'outils pour que les agents passent du démo au produit. Computer Use d'Anthropic (oct. 2024). Operator d'OpenAI (jan. 2025). Le seuil de confiance pour l'action autonome a été franchi.
Finance et achats : c'est là que les agents fonctionnent le mieux. Données structurées (factures, POs, contrats ont des schémas stables). KPI clairs (DSO, DPO, temps de cycle, précision). Travail répétitif à forte valeur (traitement AP, recouvrement, onboarding, routage d'approbation). Règles métier bien codifiées (EN 16931, IFRS, fiscalité par pays). Toutes les conditions du succès — la finance les réunit.
Quatre catégories d'automatisation. Chacune répond à un problème différent. Les agents sont les plus ambitieux — et les seuls à combiner objectif et action autonome.
| Dimension | RPA | Chatbot | Copilote | Agent IA |
|---|---|---|---|---|
| Piloté par objectif ? | Non — suit des scripts pas à pas | Non — répond aux requêtes utilisateur | Partiellement — assiste l'utilisateur en temps réel | Oui — reçoit l'objectif, planifie, exécute, s'adapte |
| Raisonnement ? | Aucun — logique déterministe if/then | Dialogue LLM, sans planification multi-étapes | Assisté par LLM dans la session utilisateur | Planification multi-étapes, autocorrection, branchements |
| Usage d'outils ? | Clics UI préprogrammés | Limité — recherche, lookups | Suggéré — l'utilisateur déclenche | Natif — l'agent décide quel outil, quand, comment |
| Mémoire ? | Sans état entre exécutions | Mémoire de conversation uniquement | Mémoire de session uniquement | Long terme : état du workflow, décisions, résultats, apprentissages |
| Autonomie ? | Déclenché par les humains | Réactif uniquement | Suggère, l'utilisateur décide | Agit en autonomie dans les bornes de la politique ; remonte les exceptions |
| Adaptation ? | Fragile — casse au moindre changement d'UI ou de schéma | Pas d'apprentissage entre sessions | Corrections par session | Apprend des corrections ; politique et précision s'améliorent dans le temps |
Factures, POs, contrats, écritures comptables — chaque artefact a un schéma stable. Les agents raisonnent fiablement sur des données typées ; ils hallucinent sur la prose.
DSO, DPO, BFR, temps de cycle, coût de traitement par facture — la performance des agents est mesurable sur les métriques déjà au tableau de bord du DAF.
Traitement AP, recouvrement, onboarding fournisseur, routage d'approbation, détection d'anomalies — exactement le travail cognitif-mais-règles qui met en échec les scripts purs (RPA) et le pur LLM chat.
Comparez au travail créatif ou relationnel — design, calls commerciaux, débats stratégiques. Les agents IA y arriveront. Mais finance et achats, c'est là qu'ils fonctionnent aujourd'hui, à fiabilité de production, avec un ROI démontrable. Chaque client Flowie qui active l'agent Invoice Processing rentabilise le coût de la plateforme en moins de 6 mois sur la seule masse salariale AP.
Voici un échantillon d'agents préconçus déjà en production. Chacun est préentraîné sur des millions de documents financiers, ancré dans Astral, gouverné par vos politiques, et prêt à déployer en quelques heures. Des dizaines d'autres sont livrés avec la plateforme. Construisez les vôtres par-dessus, via MCP — même cerveau opérationnel, même gouvernance.
Lit n'importe quel format de facture. Extrait chaque champ. Fait le matching avec le PO. Route les exceptions.
Préentraîné sur des millions de factures dans 200+ formats (UBL 2.1, CII / Factur-X, FatturaPA, PDF natif, scanné, photo). Extrait chaque champ BT-* selon EN 16931. Résout l'identité fournisseur dans Astral. Effectue le matching 3 voies contre PO + bon de réception. Route les exceptions vers un humain avec la chaîne de raisonnement attachée.
Ci-dessus, un échantillon d'agents préconçus. Des dizaines d'autres sont prêts à déployer sur AP, AR, trésorerie, facturation électronique, ESG, contrats. Construisez les vôtres au-dessus d'Astral via MCP — même cerveau opérationnel, même gouvernance.
Les workflows financiers réels tiennent rarement dans un seul agent. Une facture entrante déclenche Invoice Processing → contrôle Compliance → écran Anomaly → routage d'approbation — quatre agents qui collaborent. Un orchestrateur les coordonne, dans les bornes de votre politique.
Pilotage par évènement : facture reçue, demande d'achat soumise, paiement dû, anomalie détectée, approbation demandée. Les agents s'activent au signal, pas à l'agenda.
L'orchestrateur décompose l'objectif. Choisit les sous-agents à invoquer (Invoice → matching 3 voies → Compliance → routage d'approbation). Chaque sous-agent reçoit un sous-objectif typé + le contexte Astral.
Chaque agent raisonne sur Astral, appelle des outils (lookup fournisseur, valider TVA, vérifier la politique, simuler une écriture). Renvoie une sortie structurée à l'orchestrateur avec scores de confiance.
L'orchestrateur combine les sorties des sous-agents. Résout les conflits. Décide : auto-exécuter ? human-in-loop ? escalader ? rollback ? Borné par le moteur de politique.
La couche d'action commit. Verbes d'action typés (approve_invoice, dispatch_payment, route_for_approval). Idempotents. Audités. Réversibles quand la logique métier le permet.
Le résultat (accepté / corrigé / surchargé par un humain) alimente la politique + le modèle de précision de l'agent. Calibrage propre au client ; jamais de jeu d'entraînement partagé.
Chaque étape est observable, bornée par la politique, et réversible (quand la logique métier le permet). L'orchestrateur n'agit jamais à l'aveugle — il remonte les décisions aux humains quand la confiance baisse ou qu'un seuil se déclenche.
Trois cas composites tirés de résultats clients anonymisés. Noms masqués ; chiffres et schémas réels.
180 000 factures/an sur 14 entités, 5 ERPs, 3 systèmes bancaires. Une équipe AP de 32 personnes submergée par les exceptions. Clôture en 14 jours ouvrés.
Clôture ramenée à 4 jours ouvrés. Équipe AP repositionnée de la saisie vers la relation fournisseur. ROI en <6 mois.
DSO à 78 jours. 60% du temps de l'équipe créances passé en recouvrement. Le top 50 clients recevait des relances maladroites, mettant en péril la relation.
DSO 78 → 56 jours en 9 mois. Effort de recouvrement -65%. Top clients traités différemment — relations préservées.
Les achats, c'était un canal Slack. Pas de catalogue, pas de fournisseurs préférés, des demandeurs en direct. Le DAF inquiet pour la fuite de spend.
Adhésion catalogue 30% → 82%. Spend hors contrat -60%. NPS demandeur en hausse (plus rapide que l'ancien Slack-tag).
Des agents qui agissent réellement sur les décisions finance et achats exigent une vraie gouvernance. Six garde-fous non négociables.
Contraintes en dur. Les agents ne peuvent physiquement pas dépasser les seuils configurés. Par montant, par catégorie, par rôle, par fournisseur.
Les agents proposent. Les humains approuvent. L'autonomie complète est opt-in, par agent, par catégorie. État par défaut : conservateur.
Quand la confiance de l'agent passe sous le seuil, l'escalade vers un humain est automatique. Jamais de devinette sur les actions à conséquence.
Chaque sortie est livrée avec sa chaîne de raisonnement complète + la provenance Astral. Les valideurs voient le POURQUOI avant d'approuver.
Chaque décision, chaque action, chaque surcharge tracée de façon immuable. Piste forensique complète pour SOX, RGPD, inspection réglementaire.
Les actions sont conçues réversibles (annuler un PO, contre-passer une écriture, annuler un paiement) quand la logique métier l'autorise. Les erreurs sont rattrapables.
Construit sur la même architecture ouverte d'agent skills qu'Anthropic publie sur github.com/anthropics/skills et github.com/anthropics/financial-services — pas de lock-in propriétaire. La contribution de Flowie, c'est la couche de connecteurs ERP (30+ ERP, toutes les grandes banques, tous les réseaux d'e-facturation) qu'Anthropic identifie explicitement comme la pièce manquante pour la finance d'entreprise.
Références : recherche Anthropic sur les patterns agentiques · papers Stanford CRFM sur les agents · architecture LangChain · doc Amazon Bedrock Agents · recherche OpenAI sur le function-calling · paper Adept ACT-1.
Commencez par Invoice Processing. Voyez-le clôturer 99,5% de votre boucle d'exception AP en une semaine. Puis activez le suivant. Puis le suivant. Une équipe d'agents qui agit de concert dès le mois trois — préconçus, sur mesure, ou les deux.