Nous entrons imperceptiblement dans une nouvelle ère dans le domaine de l’IA

Bien entendu, les actions de l'agent doivent toujours être auditées par un humain concernant les décisions prises dans des contextes spécifiques et leurs résultats.

– souligne-t-il.

Les agents d’IA peuvent potentiellement bénéficier à de nombreuses organisations. Les entreprises qui passent de systèmes d’automatisation rigides à des solutions d’IA orientées objectifs peuvent acquérir la capacité d’automatiser des processus métier complexes auparavant considérés comme trop variables ou imprévisibles. Cela permet d'automatiser des flux de travail entiers, y compris des processus à longue traîne qui étaient trop complexes ou irréguliers pour l'automatisation traditionnelle.

De plus, les algorithmes informatiques, du fait même qu'ils sont orientés vers un objectif, c'est-à-dire obligés par des instructions de saisie, sont plus cohérents dans leurs actions que les personnes, et grâce à la possibilité d'adaptation, ils sont capables d'éliminer plus rapidement les erreurs qui conduisent potentiellement à mauvaises décisions et effets indésirables.

Par exemple, un agent d’IA mis en œuvre dans le marketing peut rationaliser et améliorer la planification, l’exécution et les modifications des campagnes en temps réel, permettant ainsi des stratégies plus dynamiques et basées sur les données. Comme le souligne Baris Gultekin, les équipes commerciales peuvent utiliser des agents IA pour une prospection plus complète, une meilleure qualification des leads et un contact personnalisé, ce qui améliorera l'efficacité et les taux de conversion.

En fait, la plupart des équipes dans divers domaines auront accès à une automatisation qui était auparavant hors de portée en raison de processus basés sur des règles qui peuvent désormais être mis en œuvre grâce à une automatisation orientée objectifs.

– évalue.

IA agentique – cas d'utilisation typiques

Il faut toutefois tenir compte du fait que tous les rôles ne seront pas améliorés dans la même mesure. Les domaines les plus susceptibles de changer seront ceux dominés par des tâches répétitives, par exemple ceux liés à l'automatisation des processus et à l'analyse des données.

Gultekin dessine, entre autres, Notez que l'un des principaux défis des organisations est que les équipes commerciales sont limitées à utiliser des données uniquement basées sur un ensemble fixe de rapports. Pendant ce temps, répondre à des questions ponctuelles qui vont au-delà des rapports établis n'est possible qu'avec le soutien d'équipes analytiques et de spécialistes qui utilisent des langages tels que SQL pour travailler avec les données.

– Grâce aux agents, l'analyse des données deviendra plus accessible à un plus grand nombre d'équipes commerciales utilisant le langage naturel, ce qui permettra à toute l'organisation, quel que soit le niveau d'avancement technique, d'obtenir plus facilement les informations nécessaires – explique le directeur expert de l'IA chez Flocon de neige.

Artur Skalski trouve l'utilisation d'agents IA partout où nous traitons d'une architecture IoT, d'une multitude d'appareils et de données dans un seul écosystème, où une prise de décision continue et en temps réel est requise. – Il peut y avoir, par exemple, des lignes de production, des chaînes d'approvisionnement ou des systèmes de gestion des infrastructures – souligne-t-il.

La programmation et le développement d’applications constituent un domaine présentant un grand potentiel pour l’utilisation des agents d’IA. Selon les données recueillies par Evans Data, une société de recherche spécialisée dans le développement de logiciels, lorsqu'on leur a demandé ce qu'ils aimeraient le plus créer à l'aide des outils genAI, les programmeurs travaillant dans le domaine de l'intelligence artificielle et de l'apprentissage automatique ont le plus souvent indiqué le code, suivi des algorithmes et des grands modèles de langage. Les développeurs s’attendent également à ce que genAI raccourcisse le cycle de développement logiciel et facilite l’ajout de fonctionnalités basées sur l’apprentissage automatique.

Bien que les opinions diffèrent sur la manière d’augmenter la productivité avec les assistants de codage IA, l’attente générale est que la programmation basée sur genAI permettra une création de code plus rapide – et souvent plus précise.

Selon Gartner Research, d’ici 2027, 70 pour cent les développeurs professionnels utiliseront des outils de codage basés sur l’IA, contre moins de 10 % en septembre 2023. De plus, Gartner estime qu'au cours des trois prochaines années, 80 pour cent les entreprises intégreront des outils de test basés sur l'IA dans leurs chaînes d'outils d'ingénierie logicielle, soit une augmentation significative par rapport à environ 15 %. début 2023

L'un des outils les plus importants pour automatiser le développement de logiciels à l'aide de genAI est GitHub Copilot. L'outil est alimenté par des modèles genAI développés par GitHub, OpenAI et Microsoft et est formé sur toutes les langues naturelles trouvées dans les référentiels publics.

GitHub a connecté plusieurs agents IA pour collaborer sur des tâches de développement ; Les systèmes multi-agents permettent à plusieurs applications de fonctionner ensemble dans un seul but. Par exemple, GitHub a lancé cette année Copilot Workspace, une version technique de son environnement de développement basé sur Copilot. Un système multi-agents permet à des agents spécialisés de collaborer et de communiquer, afin de pouvoir résoudre des problèmes complexes plus efficacement qu'un seul agent.

IA agentique sans lunettes roses

La popularisation des agents IA s’inscrit certainement dans un discours plus large sur la sécurité de l’emploi et l’avenir de nombreux rôles dans un monde où les outils numériques remplacent les humains dans un nombre croissant de tâches. Les experts s’accordent à dire que l’intelligence artificielle – comme beaucoup d’autres inventions du passé – entraînera une restructuration du marché du travail et la reconversion de certains profils professionnels. – C’est pourquoi une éducation généralisée dans le domaine de l’IA au sens large est si importante, afin que ce processus de restructuration ait les conséquences sociales les moins graves possibles – souligne Artur Skalski.

Certaines sociétés informatiques lancent de vastes activités à cet effet. Par exemple, la dernière initiative de formation de Microsoft vise à aider un million de Polonais à acquérir des compétences en IA d'ici fin 2025.

De plus, le défi consiste à créer des agents dont les actions pilotées par l’IA seront auditées et dont le processus permettant de parvenir à une décision donnée sera compréhensible et facilement explicable.

Ce n'est pas facile à l'ère des algorithmes avancés d'IA, mais il faudrait certainement s'assurer qu'un tel processus soit, dans la mesure du possible, interprétable par les humains ou qu'il existe un système qui permettra de tester le fonctionnement de l'agent en diverses situations avant de le rendre productif, ce qui le rend plus prévisible d'un point de vue humain

– ajoute le représentant SAS.

Baris Gultekin partage un avis similaire. – Avoir un agent d’IA ciblé implique la mise en œuvre de politiques qui s’attaquent aux problèmes de préjugés, de discrimination et d’utilisation potentiellement nocive. La capacité de réaliser des audits garantit que chaque décision prise par l'agent peut être analysée en termes de responsabilité, et permet également de détecter un fonctionnement incorrect ou un écart par rapport aux objectifs fixés, affirme-t-il.

Pour cette raison, la supervision humaine du bon fonctionnement des systèmes d’IA – y compris des agents d’IA – reste un enjeu primordial, même si ces audits peuvent être réalisés automatiquement ou même à l’aide d’autres systèmes d’IA. Il convient également de rappeler que dans la phase actuelle de développement, l’IA continue d’aider les humains, sans les remplacer, et que même les agents d’IA les plus avancés sont encore loin d’être totalement indépendants.