DE·EN·FR Contact

AI & Copilot · Agents personnalisés

Agents Copilot Studio — agents personnalisés qui font plus que du bavardage.

M365 Copilot est bon pour le travail de connaissance générique. Mais si vos réponses se trouvent dans un CRM, un ERP, un wiki ou une application propre — alors il faut un agent personnalisé. Nous les construisons sur Microsoft Copilot Studio, avec connexion Power Platform à Microsoft Dataverse, Microsoft Dynamics 365 et systèmes tiers.

Réserver une démo de 60 min Voir les types d'agents
Microsoft Copilot Studio Power Platform · Apps, Automate, Pages Microsoft Dataverse Connecteurs Power Platform · 1 500+ standard, API personnalisées

Quand un agent personnalisé est la bonne réponse

Copilot standard ou agent personnalisé — une question de trois critères.

On nous demande souvent si un agent personnalisé est « meilleur » que M365 Copilot. La question est mal posée — les deux ont leur domaine. Trois critères aident à faire le bon choix.

Le savoir est-il hors de M365 ? M365 Copilot accède naturellement à SharePoint, OneDrive, Outlook, Teams. Mais si les bonnes réponses se trouvent dans Microsoft Dynamics 365, un wiki Atlassian, un espace projet Asana ou une base de données propre — alors un agent personnalisé via Copilot Studio est le levier naturel. Via les connecteurs Power Platform, nous raccordons la source, définissons la logique d'autorisations, formulons les règles de réponse.

Un workflow doit-il être déclenché ? Le Copilot standard génère des textes. Un agent personnalisé peut déclencher des actions — créer un ticket dans Microsoft Dynamics 365, lancer un flux Power Automate, envoyer un mail via Outlook, réserver un créneau dans Microsoft Bookings. Dès que vous avez besoin non seulement d'information mais d'action, vous ne pouvez plus éviter Copilot Studio.

L'agent doit-il être spécifique aux rôles ? M365 Copilot est identique pour chaque personne avec licence. Un agent personnalisé peut être configuré différemment par rôle, par département, par site — avec des limites de données claires, des personas propres, des use cases spécifiques. C'est le moteur organisationnel le plus fréquent que nous entendons dans les premiers entretiens.

Trois types d'agents que nous construisons

Du bot de connaissances à l'agent de données avec droit d'écriture.

Nous répartissons les agents personnalisés en trois archétypes. Les types se distinguent par complexité, logique de licences et profil de risque. Quel type correspond à votre besoin, nous le clarifions dans l'entretien Discovery.

Type 1

Agent question-réponse

L'agent répond aux questions à partir d'une base de connaissances délimitée — documentation, FAQ, wikis internes, manuel de conformité. Pattern RAG classique. Complexité la plus basse, Time-to-Value le plus rapide (4 à 6 semaines). Exemples : bot RH pour questions collaborateurs, bot service pour documentation produit, bot IT pour demandes logicielles.

  • Architecture RAG sur SharePoint, Dataverse, sources externes
  • Références aux sources dans chaque réponse
  • Fallback pour questions non couvertes
  • Déploiement dans Teams, M365 Copilot, Power Pages
Type 2

Agent de processus

L'agent exécute des workflows — lance des flux Power Automate, écrit dans Microsoft Dynamics 365 ou Dataverse, appelle des API de systèmes tiers. Complexité moyenne (8 à 14 semaines). Exemples : agent d'onboarding qui guide une nouvelle collaboratrice à travers toutes les étapes ; agent service qui escalade un ticket ; agent commercial qui crée des offres.

  • Connexion Power Automate comme couche d'action
  • Logique d'autorisations basée sur Microsoft Entra ID
  • Étapes de confirmation avant actions irréversibles
  • Logging et trail d'audit de chaque action
Type 3

Agent de données

L'agent crée des reports, tableaux de bord et analyses à partir de données live — typiquement via Microsoft Dataverse ou Microsoft Fabric. Complexité plus élevée car modèle de données, logique d'autorisations et performance doivent collaborer. Exemples : agent de pipeline commerciale pour la direction, agent KPI service pour la direction des opérations.

  • Connexion live à Dataverse, Microsoft Fabric, Power BI
  • Reports standard prédéfinis plus questions ouvertes
  • Row-Level Security au niveau source
  • Caching et optimisation de performance

Exemples concrets

Trois agents personnalisés anonymisés livrés en 2025.

Bot de connaissances service — constructeur de machines, ~ 800 collaborateurs

Agent question-réponse pour les collaborateurs service. Accède à 12 000 documents dans SharePoint et à la Microsoft Dynamics 365 Knowledge Base. Répond à des questions comme « Quelles tailles de vis pour le modèle X 2018 ? ». Time-to-Value : 5 semaines. Usage actuel : environ 40 requêtes par jour, environ 70 % de taux de réussite.

Agent d'onboarding — prestataire de service moyen, ~ 250 collaborateurs

Agent de processus qui guide les nouveaux collaborateurs à travers l'onboarding. Lance des flux Power Automate pour demande d'équipement, comptes IT, réservation de formations. Distribue des rappels, collecte des confirmations. Time-to-Value : 11 semaines. Effet : effort RH par onboarding réduit d'environ 35 %.

Agent pipeline commerciale — éditeur de logiciels B2B

Agent de données pour la direction. Répond à des questions comme « Comment se présente notre pipeline DACH pour Q4 ? » ou « Quels deals sont en Stage 3 depuis plus de 60 jours ? ». Accès live à Dataverse, avec Row-Level Security au niveau direction. Disponible dans Teams comme Quick Action.

Ce que nous ne construisons pas

Aucune promesse « l'IA fait tout ». Nous ne construisons pas d'agents qui prennent des décisions complexes sans base de connaissances — par exemple des agents de candidature qui rejettent automatiquement des personnes. De tels use cases violent l'EU AI Act et sont problématiques éthiquement. Nous le disons honnêtement, même si la demande était attrayante.

Distinction honnête

Quand Copilot Studio n'est pas le bon outil.

Nous sommes Partenaire Microsoft — et disons quand même quand Copilot Studio ne convient pas. Trois configurations :

Vous voulez construire un produit à fonction IA destiné à l'extérieur. Copilot Studio est orienté applications collaborateurs. Si votre use case est un produit orienté client final, avec mise à l'échelle au-delà des tenants M365, avec branding individuel et avec d'autres LLM — alors notre sous-service Integrations Open AI est le meilleur levier.

Vous avez besoin d'un contrôle complet sur le modèle. Copilot Studio utilise le stack de modèles Microsoft (Azure OpenAI). Si vous voulez utiliser un modèle particulier (Anthropic, Mistral, Llama local), avoir besoin de fine-tuning ou héberger On-Premise — Copilot Studio est trop restreint.

Votre use case est à haut risque au sens de l'EU AI Act. Agents d'évaluation en RH, agents de solvabilité, identification biométrique — nous ne classifions pas du tout de tels use cases comme projet Copilot Studio. Nous renvoyons vers des consultants spécialisés et n'acceptons pas la mission.

Questions fréquentes

Ce que les directions veulent savoir avant le premier entretien.

Quand un agent personnalisé vaut-il la peine par rapport au Copilot M365 standard ?

Trois déclencheurs : Premièrement, quand les sources de connaissances sont hors de M365 (CRM, ERP, wiki, Filemaker, systèmes tiers). Deuxièmement, quand un workflow doit être déclenché, pas seulement une réponse générée. Troisièmement, quand l'agent doit être disponible pour certains rôles, avec des limites de données et d'actions clairement définies.

Combien de temps dure le développement d'un agent Copilot Studio ?

Un agent question-réponse simple avec une base de connaissances clairement délimitée est productif en 4 à 6 semaines. Un agent de processus avec connexion workflow à Microsoft Dynamics 365 ou des systèmes tiers prend 8 à 14 semaines. Les agents de données avec droit d'écriture Dataverse sont un thème architectural et nécessitent une préparation correspondante.

Combien coûte un agent Copilot Studio en licence ?

Microsoft licencie via deux modèles : Pro-User (Copilot Studio User License) ou via des packages basés sur les messages. Quel modèle est plus économique dépend du nombre d'utilisateurs et de la fréquence des interactions. Nous calculons cela dans le cadre de notre conseil License Cost Calculator.

Les agents Copilot Studio peuvent-ils accéder à SAP, NAV ou d'autres systèmes tiers ?

Oui — via les connecteurs Power Platform (Standard, Premium, Custom) ou l'intégration Custom API. Nous avons de l'expérience avec SAP, Oxaion, NAV et plusieurs développements internes. L'authentification est importante : Service Principal avec Least Privilege, pas de Pseudo User.

Comment empêchons-nous l'agent d'halluciner ?

Trois leviers techniques : Premièrement, grounding sur des sources de connaissances concrètes (pattern RAG), pas sur le modèle ouvert. Deuxièmement, règles de fallback explicites (mieux « je ne sais pas » qu'une réponse inventée). Troisièmement, logging de toutes les réponses avec trail des sources, pour que les hallucinations soient identifiables à posteriori. Plus, sur le plan organisationnel : un processus de correction clair en cas de fausses réponses.

Les agents Copilot Studio fonctionnent-ils aussi dans Microsoft Teams ?

Oui, c'est même l'un des chemins de déploiement les plus fréquents. L'agent peut être publié comme application Teams, avec son propre profil bot et avec un contrôle des permissions via Microsoft Entra ID. Alternativement comme agent embedded dans un M365 Copilot, dans une Power App ou sur un site Power Pages.

Qu'en est-il de la protection des données et de l'EU AI Act ?

Les agents personnalisés sont souvent classés « risque limité » au sens de l'EU AI Act, parfois à haut risque — selon le use case. Nous classifions l'agent prévu dans notre programme de gouvernance IA et construisons la configuration de sorte que l'obligation de formation (art. 4), la transparence et le trail d'audit soient respectés.

Démo 60 min · use cases concrets · sans engagement

Voyez un agent Copilot Studio en action.

Nous vous montrons en live un de nos agents de référence. Ensuite, nous discutons si et comment votre besoin fonctionne comme agent personnalisé — question-réponse, processus ou données.

Réserver une démo de 60 min Plutôt 30 min de premier entretien

Prestations associées

Ce qui accompagne typiquement cette prestation d'ingénierie.

Les projets d'ingénierie sont rarement isolés — logique de licences, clarification d'architecture, quality gates, transfert de connaissances et exploitation se déroulent souvent en parallèle. Voici les prestations d'accompagnement les plus fréquentes que nous intégrons dans Discovery-Spike, sprint à prix fixe ou contrats Application Care.

Amont · Architecture

Conseil & Architecture

Avant l'implémentation : structure du tenant, modèle de données, concept de sécurité, mapping des intégrations. Résultat : un document d'architecture sur lequel toute équipe d'ingénierie peut travailler — y compris autre que la nôtre.

Voir →

Amont · CSP

Conseil licences & CSP

Quels bundles pour quels utilisateurs, quels add-on SKU sont nécessaires, où vous êtes sur- ou sous-licenciés. Souscrit en tant que Partenaire Microsoft — avec l'option d'utiliser le CSP uniquement comme contrôle, sans maximisation de marge.

Voir →

Pendant · Quality-Gate

Project Assurance

Deuxième avis indépendant pendant un projet d'implémentation en cours — que nous le menions nous-mêmes ou qu'un autre partenaire le mène. Quality gates basés sur CMMI, Risk Reviews, prix fixe par gate.

Pendant · Adoption

Formations & programme d'apprentissage

Pas le classique atelier de 2 jours oublié au bout d'une semaine — mais un programme d'apprentissage dynamique sur 4 à 6 semaines avec formation initiale, phases d'application et sessions de consolidation. Matrice de formation par rôles et thèmes.

Voir →

Après · Exploitation

Application Care

Après le go-live : contrat Application Care prévisible au forfait mensuel, basé sur SLA. Inclut releases, hotfix, extensions, durcissement du tenant — et accompagnement continu plutôt que simple réaction aux tickets.

Voir →

Après · Savoir

Knowledge Recovery

Lorsque les développeurs d'origine sont partis, que le partenaire précédent n'est plus joignable ou que la documentation est obsolète — rétro-ingénierie de la solution existante avec résultat documenté : code-map, modèle de données, inventaire des customizations.

Voir →