Que sont les Agents IA ? (Et pourquoi tout le monde en parle)

Le rythme effréné des annonces et de l’innovation en IA pousse tout le monde à se demander : « Quelle est la prochaine étape ? » Chez Automation Anywhere, nous avons constaté un changement perceptible dans le monde professionnel actuel, car les entreprises sont impatientes d’intégrer l’IA générative à leurs opérations, en particulier dans les domaines de la finance et des opérations de services.

Parallèlement à cela, les organisations restent attentives à l’arrivée des futures avancées en IA en matière d’automatisation des entreprises. C’est pourquoi je souhaite aujourd’hui partager avec vous des réflexions sur les avancées de l’IA et de l’automatisation. Je veux me concentrer sur les Agents IA, sur ce qu’ils sont, sur leur évolution, et sur ce qui compte le plus, leur potentiel révolutionnaire.

Que sont les Agents IA ?

Lors de la dernière édition d’Imagine, nous avons présenté les Agents IA construits sur notre plateforme IA + Automatisation. En termes simples, les Agents IA combinent les capacités cognitives de l’IA générative avec l’action et l’automatisation à travers les systèmes d’entreprise et les données. Ils sont conçus pour atteindre un niveau supérieur à celui de la génération précédente d’automatisation intelligente qui intègre l’apprentissage machine (ML) et qui est capable d’exécuter dynamiquement des tâches particulières pour atteindre un objectif défini.

Concrètement, cela signifie que les Agents IA peuvent utiliser les capacités cognitives des nouveaux modèles d’IA générative pour prendre des décisions, apprendre à partir des données, interagir avec les humains par le biais du langage naturel et, finalement, agir pour atteindre leurs objectifs.

Alors que cette technologie continue d’évoluer, les Agents IA représentent un moyen d’atteindre une automatisation véritablement autonome où un agent aura un haut degré de flexibilité pour formuler un plan et exécuter un large éventail de tâches afin de réaliser un objectif complexe. Cependant, les plus grandes opportunités pour les Agents IA se trouvent actuellement dans des tâches bien définies qui sont orchestrées dans le cadre d’un processus métier de bout en bout plus large, souvent appelé processus agentique ou processus activé par l’Agent IA.

Attendez, de quoi parlons-nous ? Décodage de la terminologie

Les définitions des avancées technologiques évolutives peuvent être un objectif difficile à atteindre, et les définitions des nouvelles technologies et de leurs applications ont certainement leurs limites, surtout lorsque le nouveau jargon technologique est omniprésent.

Les Agents IA ont beaucoup plus de sens lorsque les termes qui leur sont associés, et que nous utilisons pour les décrire, ont une certaine clarté et un contexte. Voici quelques-uns des termes à connaître :

• Agent : en IA, un agent est une entité qui collecte des données, prend des décisions et exécute des actions (sur la base de ces décisions) pour atteindre des objectifs concrets.
• Agentique : le terme « agentique » est utilisé pour décrire des automatisations, systèmes ou assistants alimentés par l’IA avec différents niveaux d’autonomie, de raisonnement et d’adaptabilité. L’approche agentique est utile, car elle est descriptive plutôt que définitionnelle (avec agent/sans agent).
• Automatisation agentique du processus : c’est la combinaison d’une orchestration de processus sur plusieurs technologies avec les Agents IA intégrés au processus s’appliquant à des sous-étapes particulières ou des décisions d’un processus plus vaste.
• Autonome : dans le contexte des Agents IA, le terme « autonome » fait référence à la capacité de ces systèmes à fonctionner sans chemins préprogrammés ou interventions humaines directes. Les Agents IA ont aujourd’hui différents degrés d’autonomie.
• Système d’IA : ce système fait référence aux combinaisons de LLM ou de modèles d’IA générative avec d’autres éléments programmatiques et technologies, et peut être assez large pour décrire tout ce qui va au-delà du simple modèle d’IA.
• Assistant IA : les assistants désignent généralement tout système d’IA conçu pour l’interaction avec un utilisateur individuel, ce qui inclut généralement l’utilisation des Agents IA. Parmi les nouveaux assistants actuels, nombreux sont ceux qui sont principalement basés sur l’interaction en langage naturel. Dans nos propres produits, Automation Co-Pilot est un assistant alimenté par l’IA qui aide les utilisateurs à accomplir leur travail.

Comment fonctionnent les agents IA ?

Les Agents IA ont des composantes communes, à commencer par un moteur sémantique, qui est généralement un grand modèle de langage (LLM), par exemple, Claude 3.5 d’Anthropic. On l’appelle un « moteur », car c’est réellement ce sur quoi les Agents IA fonctionnent. Un modèle de fondation, dont le plus connu est le grand modèle de langage (LLM), offre la capacité de raisonner, de planifier et de réfléchir. Il offre également une couche d’interaction conversationnelle avec les utilisateurs lorsque cela est nécessaire pour des éléments tels que des clarifications supplémentaires ou l’approbation des tâches.

L’accès aux données et leur utilisation sont un autre élément commun des Agents IA, car cela leur procure un contexte pertinent et à jour pour atteindre leurs objectifs. Cet accès aux données se présente souvent sous la forme d’une capacité d’extraction augmentée par génération (RAG), où la recherche sémantique peut être utilisée pour localiser des données pertinentes dans une base de données afin de les fournir au modèle pour le contexte. D’autres approches peuvent également être utilisées pour aider à compléter les connaissances du modèle d’IA, telles que des requêtes plus ciblées ou l’extraction de données spécifiques à partir des systèmes.

Parmi les caractéristiques clés des agents, citons également l’architecture prescrite, qui utilise un LLM pour des tâches comme la planification et la réflexion. Cela sous-tend la nature dynamique ou autonome des Agents IA, permettant la planification (qui consiste essentiellement à définir les étapes qu’ils souhaitent effectuer) et la réflexion (qui consiste à évaluer leur degré de réussite afin de définir les tâches à réaliser par la suite).

L’action est vraiment au cœur de tout ; c’est ainsi que les Agents IA peuvent réellement accomplir des tâches. Souvent appelé « utilisation d’outils », le fait de mettre les actions au service des agents leur permet de se connecter à des systèmes, d’exécuter des automatisations, de rechercher des informations, et plus encore. C’est là que la couche d’automatisation sur laquelle les agents sont construits devient cruciale, car elle leur offre l’ensemble d’actions le plus robuste possible pour atteindre leur objectif.

Au fur et à mesure qu’ils avancent dans leurs tâches, les agents génèrent les informations nécessaires pour suivre leur progression et les aider à s’améliorer au fil du temps. Grâce à l’accès à ce contexte, ils peuvent ajuster leurs plans et s’assurer qu’ils avancent efficacement vers leur objectif. Pour les agents, cet accès se présente sous la forme de « mémoire » ou d’un stockage de données qui contient l’historique et le contexte pertinents pour l’exécution en cours, mais aussi pour les exécutions précédentes dont ils peuvent tirer des enseignements.

Le décor : d’où viennent les Agents IA ?

En mettant l’IA à leur service, les Agents IA représentent une avancée majeure dans l’application de l’IA à l’automatisation professionnelle et personnelle.

Les agents IA d’aujourd’hui sont l’aboutissement de décennies de progrès à la fois dans l’IA et l’automatisation, et ne sont certainement pas un nouveau concept pour ceux qui suivent la technologie. Ceux qui ont envisagé un avenir avec l’intelligence générale artificielle (AGI) ont abordé de nombreux concepts similaires à ceux des humains, comme le raisonnement et l’action, qui sont maintenant utilisés pour des objectifs plus restreints avec les Agents IA.

En remontant jusqu’aux années 1980, le superordinateur Deep Blue d’IBM a même commencé à montrer un certain potentiel précoce de l’IA appliquée à des problèmes du monde réel en tant qu’imprésario des échecs. Depuis, l’IA a évolué de manière significative, étant capable de s’attaquer à des problèmes de plus en plus complexes et devenant plus omniprésente sous la forme de modèles d’apprentissage automatique plus ciblés pour toutes les technologies. Le plus grand déblocage pour l’ère actuelle des agents IA a été l’avènement du LLM, qui a démontré des capacités de raisonnement véritablement généralisées et a rendu possibles les architectures d’IA actuelles.

Bien que l’IA ait progressé au fil des décennies, l’automatisation a également évolué et, en particulier, l’automatisation des processus métier. Depuis ses débuts de mise en avant des techniques programmatiques comme l’automatisation des processus par la robotique (RPA), elle a évolué pour devenir une suite de technologies capable d’orchestrer des processus métier variés et complexes de bout en bout. Cela nécessite l’incorporation d’un large éventail de technologies, des API à l’automatisation de l’interface utilisateur en passant par le ML et l’IA, ainsi que la capacité d’interagir et d’être guidé par l’interaction avec les gens lorsque cela est nécessaire. Étant donné le rôle déjà important et croissant de l’IA dans cette nouvelle ère de l’automatisation des processus métier, il n’est pas surprenant que l’IA générative et les Agents IA soient désormais rapidement intégrés dans ce domaine.

C’est de cette rampe de lancement que les Agents IA décollent maintenant. En exploitant la puissance de la nouvelle IA générative, l’automatisation des processus agentiques (APA) propulse l’automatisation dans une nouvelle ère, en incorporant les Agents IA pour accomplir des tâches auparavant impossibles.

L’avenir : pourquoi tout le monde parle des Agents IA ?

Il est difficile de surestimer le potentiel transformateur des Agents IA et de l’automatisation des processus agentiques pour les organisations. Dans de nombreux tests de base comme la programmation ou la réponse à des questions, les systèmes agentiques ont déjà démontré qu’ils surpassent même facilement les derniers modèles seuls.

Lorsqu’ils sont appliqués à des cas d’utilisation réels dans les processus métier, comme le dépannage d’un problème relatif à un produit ou la prise de décision concernant une demande de service client, leur impact s’avère encore plus largement décisif. Il est toutefois important de reconnaître que la réalisation de tout ce potentiel nécessite une solide base de confiance, s’agissant notamment de la sécurité, de la confidentialité, de l’exactitude des données, de la supervision humaine et d’une gouvernance robuste de l’IA.

Dans l’environnement commercial en rapide évolution d’aujourd’hui, les leaders technologiques ne peuvent pas se permettre d’ignorer le potentiel que l’automatisation des processus agentiques leur offre pour transformer les processus et atteindre les résultats commerciaux définis. 

Dans un avenir proche, attendez-vous à voir les Agents IA et les processus agentiques comme une force motrice favorisant l’amélioration des expériences client, une croissance accrue, une efficacité opérationnelle et une plus grande satisfaction des employés dans presque tous les secteurs. Cela représente l’avenir de l’automatisation d’entreprise, et il n’y a jamais eu de moment plus excitant pour être à l’épicentre de l’IA + Automatisation.