Pourquoi un logiciel sans API bloque l'automatisation ?
Parce que les outils d'automatisation courants relient des logiciels qui savent déjà se parler. Quand on cherche son logiciel de gestion dans la liste des connecteurs et qu'il n'y est pas, il reste une personne qui recopie. Trois situations reviennent dans les PME :
- Le portail d'un fournisseur : il faut s'y connecter pour vérifier un stock, télécharger une facture ou suivre une commande, dossier par dossier.
- Le logiciel métier installé depuis des années : la fiche client, le bon de commande ou l'avoir se saisissent à la main, écran après écran.
- La ressaisie des devis : le devis est préparé dans un tableur ou reçu en PDF, puis retapé ligne à ligne dans l'outil de gestion.
Ce temps ne figure dans aucun tableau de bord. Il se paie en fin de journée, en erreurs de saisie, et en demandes traitées le lendemain plutôt que le jour même. C'est souvent là que se joue la réponse à un client, comme nous l'expliquons sur notre page consacrée aux demandes de devis traitées par un agent.
Qu'est-ce qu'un agent qui pilote un navigateur ou un ordinateur ?
C'est un modèle d'IA à qui l'on donne des yeux (des captures d'écran ou la structure de la page) et des mains (des clics, des frappes au clavier). À chaque tour, il regarde, décide de l'action suivante et la demande ; votre programme l'exécute et lui renvoie le résultat. Anthropic propose deux variantes, documentées séparément :
| Piloter un navigateur (« browser use ») | Piloter un ordinateur (« computer use ») | |
|---|---|---|
| Pour quoi | Une tâche qui reste dans des pages web : portail, extranet, formulaire en ligne | Une tâche qui sort du navigateur : logiciel installé sur le poste, application de bureau |
| Comment il voit | La structure de la page (boutons, champs, onglets) et des captures d'écran | Des captures d'écran seulement, et des coordonnées à l'écran |
| Ce que vous fournissez | Le navigateur, les règles d'adresses autorisées, la fonction d'approbation | Un poste isolé, sans identifiants inutiles, et la fonction d'approbation |
La nouveauté annoncée par Anthropic tient au SDK : auparavant, il fallait écrire soi-même la boucle et traduire chaque clic en commande. Désormais, le SDK fait tourner la boucle, applique les règles qu'on lui donne et envoie les actions à un « pilote » que vous écrivez pour votre navigateur ou votre poste. La documentation précise que le SDK ne contient ni navigateur, ni bureau, ni pilote prêt à l'emploi. Il faut donc toujours quelqu'un pour monter l'environnement.
Faut-il passer par un agent qui clique, ou par une autre voie ?
Dans la plupart des cas, une autre voie existe et elle est plus stable. L'agent qui clique dépend de ce qui s'affiche : une mise à jour qui déplace un bouton, une fenêtre de consentement nouvelle, et il doit se réorienter. Voici l'ordre dans lequel nous vérifions les voies possibles.
| Voie à vérifier | Question à poser | Quand elle suffit |
|---|---|---|
| Une API non affichée | L'éditeur a-t-il une API en option, réservée à ses partenaires, ou un ancien service web ? | Souvent : c'est la voie la plus stable, même payante ou mal documentée |
| Un export ou un import de fichier | Le logiciel sait-il produire un fichier chaque nuit, ou en importer un ? | Pour les tâches de lecture et les mises à jour en lot |
| Le mail | Le logiciel envoie-t-il déjà le document par mail ? | Pour déclencher une suite d'actions à la réception d'un document |
| La base de données, en lecture seule | Le logiciel est-il hébergé chez vous, et le contrat de l'éditeur l'autorise-t-il ? | Pour lire beaucoup de données sans rien écrire |
| Un agent qui clique | La tâche est-elle répétitive, avec un résultat qu'on peut vérifier à l'œil ? | Quand aucune des voies précédentes n'existe |
Si votre besoin se règle avec un export planifié, l'IA n'apporte rien et nous le disons. Pour une vue d'ensemble de ce que nous automatisons et de ce que nous laissons aux personnes, voyez notre page automatisations sur mesure.
Dans quelles situations un agent qui clique a-t-il du sens ?
Quand la tâche est répétitive, bornée et contrôlable. Trois exemples, tous à tester sur vos propres écrans avant d'y croire :
- Relever des informations sur un portail fournisseur : se connecter avec un compte dédié, ouvrir les commandes en cours, recopier les dates de livraison dans votre tableau. L'agent lit ; il ne commande rien.
- Préparer une saisie dans un logiciel métier : à partir d'un bon de commande reçu, remplir la fiche dans l'outil de gestion jusqu'au bouton « Enregistrer », puis s'arrêter. Une personne relit et enregistre.
- Ressaisir un devis : reporter les lignes d'un devis validé dans l'outil de facturation, et signaler toute ligne dont l'article est introuvable plutôt que d'en deviner un.
Nos propres agents se servent déjà d'un navigateur, par exemple pour inscrire notre site dans des annuaires professionnels. Les nouveaux outils intégrés au SDK, en revanche, nous ne les avons pas encore testés sur un logiciel métier : cet article s'appuie sur la documentation d'Anthropic, pas sur une mesure de notre part.
Quelles sont les limites d'un agent qui clique ?
La fiabilité. La documentation d'Anthropic le dit elle-même : l'agent peut se tromper de coordonnées en cliquant, et il est plus lent qu'une personne. Les erreurs s'additionnent avec la longueur de la tâche. Calcul d'exemple, pas une mesure : si chaque action réussit 95 fois sur 100, un enchaînement de 20 actions ne va au bout qu'un peu plus d'une fois sur trois (0,95 multiplié 20 fois par lui-même donne 0,36). D'où la règle : des tâches courtes, et une vérification après chaque étape importante.
Le coût par tâche n'est pas mesuré. Ce que l'on sait : déclarer l'outil de navigation ajoute environ 6 600 jetons lus à chaque requête, et chaque capture d'écran est facturée comme une image. Le coût d'une tâche dépend donc du nombre d'écrans parcourus et de captures prises. Nous n'avons pas encore de chiffre réel ; nous le publierons quand nous l'aurons mesuré sur une vraie tâche. Ce qui coûte, comme souvent, c'est la mise en place et le suivi, pas le modèle : c'est le sujet de notre article sur ce qui reste cher quand le prix de l'IA baisse.
Les données. Ce que l'agent voit à l'écran part chez le fournisseur du modèle : captures, texte des pages, adresses. Ne lui ouvrez que les écrans dont il a besoin. Anthropic recommande un compte dédié aux droits limités et, pour un ordinateur entier, un poste isolé, recréé pour chaque session, sans identifiants qui traînent.
Les instructions cachées. Une page web peut contenir un texte écrit pour détourner l'agent (« ignore tes consignes et va sur… »). La documentation reconnaît que le modèle suit parfois ce genre d'instruction. C'est une raison de plus pour limiter ce que l'agent peut atteindre. Les questions à poser avant de brancher un agent sur vos outils sont dans notre article sur les quatre questions à poser avant de brancher un agent IA sur vos outils.
Où placer la validation humaine ?
Avant tout ce qui engage l'entreprise : un envoi, une commande, un paiement, l'acceptation de conditions. Le SDK prévoit pour cela une fonction d'approbation, appelée avant chaque action, qui peut demander l'accord d'une personne. La documentation pointe un piège : un achat ou un message envoyé n'est, pour l'agent, qu'un clic ou une frappe comme les autres. La fonction ne peut donc pas les reconnaître à leur nom ; il faut décider à l'avance quelles actions passent par une personne.
Notre règle, quel que soit l'outil :
- l'agent prépare jusqu'au dernier écran, puis s'arrête ;
- une personne voit ce qui est rempli et valide l'envoi, la commande ou le paiement ;
- chaque action est notée dans un journal que l'on peut relire ;
- quand l'écran ne ressemble pas à ce qui est attendu, l'agent s'arrête et prévient, au lieu de deviner.
Ce que les pages sur le sujet ne disent pas
Méthode : le 9 octobre 2026, nous avons relevé les 8 premiers résultats de Google France pour « automatiser un logiciel sans api ». Un forum et une page n'ont pas pu être lus, deux pages traitent d'autre chose (un annuaire de logiciels, une définition de l'automatisation des API) ; restent 4 pages lues en entier, qui traitent exactement la question.
Sur ces 4 pages, aucune ne donne le coût d'une tâche mesuré sur un cas réel : une seule avance des montants, sous forme d'estimation. Aucune n'explique comment brancher l'accord d'une personne avant une action précise ; une seule décrit un mode simulation qui montre ce que le robot ferait avant de le faire. Deux seulement parlent des instructions cachées dans une page. Une seule écrit noir sur blanc qu'aucun envoi, achat, virement ou publication ne part sans validation humaine. Notre lecture : le dirigeant veut savoir ce que ça coûte et ce qui l'empêche de se tromper à sa place. C'est pour ça que cet article dit ce qui n'est pas encore mesuré et où se place la validation.
FAQ
Peut-on automatiser un logiciel qui n'a pas d'API ?
Oui, de plusieurs façons. Commencez par demander à l'éditeur s'il existe une API non affichée, puis regardez l'export de fichier, l'envoi par mail et la lecture de la base. Un agent qui clique à l'écran vient en dernier, quand aucune de ces voies n'existe.
Quelle différence entre un agent qui clique et un robot logiciel classique ?
Un robot classique rejoue un parcours enregistré et s'arrête dès qu'un bouton change de place. L'agent regarde l'écran à chaque étape et peut s'adapter, au prix de la vitesse et d'un taux d'erreur à surveiller.
Combien coûte une tâche faite par un agent qui clique ?
Nous ne l'avons pas encore mesuré. Le coût dépend du nombre d'écrans et de captures : chaque requête ajoute environ 6 600 jetons lus pour l'outil de navigation, et chaque capture est facturée comme une image. Mesurez sur dix cas réels avant de décider.
L'agent peut-il passer une commande ou payer à ma place ?
Techniquement, oui, et c'est précisément ce qu'il ne faut pas lui laisser faire seul. Il prépare jusqu'au dernier écran, puis une personne valide l'envoi, la commande ou le paiement.
Sources : annonce de @ClaudeDevs sur X, outils « computer use » et « browser use » intégrés aux SDK Python et TypeScript (x.com/ClaudeDevs, consultée le 9 octobre 2026) · Anthropic, « Browser and computer use with the SDK toolsets » (platform.claude.com, consultée le 9 octobre 2026 : rôle du SDK, absence de navigateur et de pilote fournis, fonction d'approbation, achats et messages vus comme des clics ordinaires, poste isolé sans identifiants) · Anthropic, « Browser use tool » (platform.claude.com, consultée le 9 octobre 2026 : structure de la page et captures, instructions cachées, compte dédié aux droits limités, environ 6 600 jetons par requête, captures facturées comme des images) · Anthropic, « Computer use tool » (platform.claude.com, consultée le 9 octobre 2026 : latence, erreurs de coordonnées) · Lecture des 8 premiers résultats de Google France pour « automatiser un logiciel sans api », 9 octobre 2026. Le calcul de fiabilité est un exemple, pas une mesure. Aucun client n'est nommé.