"Les Agents IA"

Bonjour, je suis Caroline Goulard. J’ai créé deux entreprises dans le domaine de la visualisation de données. Je travaille depuis plus de dix ans à construire des ponts entre les humains et les données. Nous sommes réunis pour un nouvel épisode de The Bridge, la plateforme média d’Artefact qui démocratise les données et l’intelligence artificielle. Aujourd’hui, nous sommes avec Hanan OUAZAN. Pouvez-vous vous présenter ?

Bien sûr. Je m’appelle Hanan, je suis Partner chez Artefact, et je suis responsable de toutes nos offres liées à l’IA et à l’IA générative pour le groupe Artefact.

Agents IA et Agentique : c’est quoi au juste ?

C’est une excellente question. Bien qu’il existe de nombreuses définitions sur le marché, elles ne sont pas toutes équivalentes. Pour moi, un Agent IA est un système autonome capable d’exécuter des tâches pour atteindre un résultat tout en s’adaptant à son environnement. Et j’insiste sur l’adaptation à son environnement : c’est crucial. C’est ce qui confère à l’agent sa flexibilité dans l’exécution des missions qu’on lui confie.
L’Agentique, en revanche, est légèrement différent. Les Agents IA doivent accomplir des tâches, et il existe deux approches possibles :

• Dicter exactement quoi faire, et ils exécutent.
• Definir le résultat attendu, et l’agent détermine comment l’atteindre.

C’est cette deuxième approche qui relève de l’Agentique.

Pour résumer simplement : Un Agent IA exécute des tâches automatiquement avec une conscience de son environnement.

L’Agentique désigne un Agent IA qui définit lui-même ses étapes et sa méthode optimale pour atteindre un objectif, plutôt que de suivre des instructions préprogrammées.

Comment marche un Agent IA ?

Bien sûr ! Tout d’abord, je pense qu’il est important de reconnaître que les agents d’intelligence artificielle seront le mot à la mode en 2025 dans le monde de l’IA générative. Techniquement, les agents d’IA représentent la prochaine étape de l’évolution de l’IA.

Il y a deux ans, nous avons eu ChatGPT, qui a introduit les premiers modèles d’IA générative largement connus. Ils permettaient aux utilisateurs d’interagir, de poser des questions et de recevoir des réponses.

Puis est venue la phase suivante : les assistants. Il s’agissait de modèles d’IA générative intégrés aux systèmes internes, permettant des réponses contextualisées basées sur des données propriétaires. C’est à ce moment-là que l’on a vu apparaître des applications telles que Retrieval-Augmented Generation (RAG), où un modèle d’IA se connecte à des sources de données spécifiques pour fournir des réponses plus précises et contextuelles.

Aujourd’hui, nous sommes passés à la troisième phase : L’IA ne se contente pas de lire les données, elle les écrit également, ce qui signifie qu’elle peut agir. L’IA ne se contente plus d’extraire et de traiter des informations, elle exécute également des tâches.

Et c’est ce qui est passionnant avec les agents d’IA : ils permettent à l’IA d’agir au nom de l’utilisateur, en automatisant la prise de décision et l’exécution des tâches.

Un autre aspect clé est l’évolution de l’automatisation des processus robotiques (RPA), un domaine qui existe depuis des années.

• La RPA est l’automatisation des processus d’entreprise en les divisant en étapes individuelles qui sont exécutées de manière séquentielle.
• Exemple : Imaginez le téléchargement d’une pièce d’identité sur un site web bancaire ou de télécommunications. La RPA traditionnelle suit les étapes suivantes :
  • Le système scanne votre pièce d’identité.
  • Il extrait votre nom, votre date de naissance et d’autres informations.
  • Il introduit ces informations dans le système de l’entreprise.

Il s’agit d’un processus fixe, qui fonctionne tant que tout est conforme au format prévu. Mais que se passe-t-il si la pièce d’identité provient d’un autre pays et qu’elle est formatée différemment ?

• La RPA traditionnelle échoue parce qu’elle n’a pas été programmée pour gérer ces variations.
• Les agents d’IA, en revanche, peuvent s’adapter. Un agent génératif alimenté par l’IA peut reconnaître différents formats de pièces d’identité, comprendre plusieurs langues et ajuster ses actions en conséquence.

Quelle est cette révolution des Agents IA ?

Les capacités d’écriture existaient déjà auparavant, l’APR pouvait également écrire des données. Mais ce qui a vraiment changé, c’est la capacité d’adaptation :

1. Adaptabilité – Les agents d’IA peuvent désormais analyser leur environnement et prendre des décisions en conséquence.
2. Pensée critique – Les agents d’IA peuvent évaluer leurs propres actions et s’adapter en temps réel.

Pensez-y de la manière suivante :

• La RPA, c’est comme suivre un GPS avec des instructions strictes : « Tournez à droite dans 3 secondes, puis à gauche dans 10 secondes… »
• Les agents d’IA sont comme Waze : Si un obstacle apparaît (circulation, passage piéton), l’IA adapte l’itinéraire en temps réel.

Cette capacité à s’adapter à des conditions changeantes est la principale avancée des agents d’intelligence artificielle.

Quels sont les cas d’usage associés aux Agents IA ?

Les applications sont incroyablement vastes. Plutôt que d’énumérer tous les cas d’utilisation possibles, je préfère les classer en trois grandes catégories :
Relations avec les clients – Les agents d’IA améliorent les chatbots, traitent les demandes des clients et résolvent même les problèmes de manière proactive en se basant sur les données des utilisateurs.
Automatisation du back-office – Les agents d’IA rationalisent les processus administratifs, tels que l’automatisation des demandes de prêt en lisant les documents, en extrayant les détails pertinents, en effectuant des simulations et même en suggérant des conditions de prêt optimisées.
Développement de logiciels – L’IA révolutionne le codage en aidant les développeurs à écrire, déboguer et optimiser les logiciels plus rapidement.

Quelles sont les grandes catégories d´Agents IA ?

Il existe différents niveaux d’agents d’IA :

• Agents d’automatisation des tâches : Promptés, ces agents automatisent les tâches répétitives sur la base des workflow prédéfinis.
• Agents de Workflow : Agents qui automatisent des processus entiers en séquençant des tâches multiples.
• Agents axés sur les objectifs : Ces agents définissent leurs propres flux de travail en fonction du résultat souhaité, offrant ainsi le plus haut niveau d’autonomie.

Les agents d’IA changeront fondamentalement le fonctionnement des entreprises. Contrairement à l’automatisation rigide, les agents d’IA peuvent s’adapter à des défis imprévus. Toutefois, leur mise en œuvre nécessite une gouvernance afin d’éviter une prolifération ingérable des systèmes d’IA.

Un seul Agent IA peut-il structurer ses actions de manière autonome ou faut-il en combiner plusieurs ?

Actuellement, l’IA fonctionne mieux en équipe – comme dans une entreprise, où chaque employé possède des compétences spécialisées.

• Nous utilisons un « agent orchestrateur » – comme un chef de projet – qui assigne des tâches à des agents experts qui gèrent des processus spécifiques.
• Les systèmes d’IA sont ainsi plus structurés et plus efficaces.

Ces Agents IA vont-ils transformer le rapport au travail ?

Comparer les agents d’IA aux chefs de projet est en réalité une approche visionnaire, car cela soulève des questions essentielles. Lorsqu’on pense à un agent, on pense à l’IA. Lorsqu’on pense à l’IA, on pense à l’informatique. On en déduit donc que, dans le futur, tous les processus d’une entreprise seront gérés par des agents. Les agents automatisent les processus orientés métier, mais cela ne signifie pas pour autant que l’informatique doit gérer les agents d’IA.

Si, demain, tous les processus devaient passer par l’IT, il y aurait un vrai problème. Imaginez que votre entreprise compte 1 500 employés et que les RH apprennent soudain : « Demain, nous allons décupler la taille de l’entreprise. » Quelle serait la première réaction des RH ? Ils recruteraient plus de personnel pour gérer l’augmentation. La même logique s’applique ici. Nous ne pouvons pas nous contenter de dire : « Il y a des agents, nous n’avons donc pas besoin d’une supervision supplémentaire. » Il y aurait des milliers d’agents partout.

Deux choses sont certaines :

1. L’IT ne doit pas devenir le département des ressources humaines pour les agents d’IA.
2. Même si c’était possible, ce n’est ni souhaitable ni souhaité par les organisations.

Il faut repenser la gestion des agents d’IA dans le temps. Un agent automatise les processus, mais s’il fonctionne mal, qui est chargé de le réparer ? Ce n’est pas le travail de l’IT – c’est une question business. Cela signifie qu’une partie de la maintenance des logiciels doit être confiée aux équipes business.

Lorsque nous pensons à la maintenance, nous pensons généralement aux correctifs techniques. Mais désormais, les utilisateurs professionnels doivent également assurer la maintenance des agents d’intelligence artificielle en analysant leur comportement, en identifiant les erreurs et en les corrigeant si nécessaire.

Par exemple, disons que vous utilisez une IA d’assistance juridique – cela s’applique à tous les agents d’IA.

• Les équipes business doivent être formées pour diagnostiquer et déboguer les réponses de l’IA.
• Elles doivent disposer des bons outils pour comprendre où l’IA échoue.
• Si nécessaire, elles peuvent mobiliser les data scientist ou les équipes IT pour procéder à des ajustements supplémentaires.

Peut-être qu’en matière d’automatisation des RH, l’IT s’occupera des tâches administratives. En revanche, la gestion des carrières et les interactions des employés avec l’IA devraient probablement rester du ressort des équipes business, équipées des bons outils.

Comment ces Agents IA sont-ils entraînés par rapport à la culture et pratiques de l’entreprise ?

Nous avons travaillé avec des clients sur des chatbots RH conçus pour aider à l’intégration des employés. Une grande partie de ce travail consistait à s’assurer que:

• Le chatbot adopte le ton de la voix de l’entreprise.
• Il n’avait pas l’air froid ou robotique.

Si vous automatisez un processus intrinsèquement humain, vous devez veiller à ne pas dégrader l’expérience de l’utilisateur.

Imaginons qu’une entreprise lance un chatbot doté d’une IA sur son site web.S’il semble trop impersonnel, cela nuit à la perception de la marque.L’automatisation ne doit jamais se faire au détriment de l’expérience.

L’IA doit s’aligner sur le style de communication de l’entreprise. Sinon, les entreprises risquent de sacrifier l’identité de leur marque au profit de l’efficacité, ce qui n’est pas ce qu’elles souhaitent. Aujourd’hui, les agents d’IA sont capables d’intégrer la culture d’entreprise, mais cela nécessite un effort délibéré.

Comment les Agents IA vont-ils transformer le monde du travail ?

Avant de parler du remplacement des emplois par l’IA, permettez-moi de préciser que je ne pense pas que tout le monde sera remplacé.

L’IA est un outil, au même titre que les machines introduites lors de la révolution industrielle. Lorsque les machines sont arrivées dans les usines, certains emplois ont disparu.Mais dans le même temps, de nouveaux rôles sont apparus : il fallait des personnes pour surveiller et optimiser les machines.

L’IA augmente la productivité, mais cela ne signifie pas que les humains deviennent obsolètes. Au contraire, elle soulève de nouvelles questions :

• Comment surveiller les systèmes d’IA ?
• Comment s’assurer que l’IA prend les bonnes décisions ?
• Comment évaluer la qualité du travail généré par l’IA ?

Lorsque les humains effectuent une tâche, ils vérifient eux-mêmes leur travail. Mais avec l’IA, le contrôle de la qualité doit être assuré par des équipes spécialisées. Cela créera de nouveaux emplois : certains travailleurs qui effectuaient des tâches seront désormais chargés d’évaluer les résultats de l’IA.

Deuxième changement majeur : L’IA permet de se concentrer sur la créativité et la stratégie:

• Moins de temps consacré à l’exécution des tâches.
• Plus de temps consacré à la conception de meilleurs workflow.

Cela signifie que les travailleurs deviendront des architectes de processus, repensant la manière dont les workflows devraient être structurés à l’ère de l’IA.

Lors de la conception de l’automatisation de l’IA, il ne faut pas se contenter de reproduire les flux de travail humains.

• Exemple : Un processus manuel de RH dit : « Attendez deux jours pour une réponse par courriel ».
• L’IA n’a pas besoin d’attendre : elle traite instantanément.

En quoi les Agents IA vont-ils disrupter le domaine des logiciels SaaS ?

Cette question comporte plusieurs facettes. L’une des plus importantes est la façon dont l’IA peut accélérer le développement de logiciels.

Les outils GenAI aident à démarrer le codage en produisant rapidement un projet « bootstrap ». Bien que le résultat initial ne soit pas parfait, il constitue un point de départ solide qui peut être affiné, ce qui augmente considérablement la productivité.

Ces outils permettent aux développeurs d’intégrer rapidement les commentaires des utilisateurs :

• En générant et en testant rapidement des idées
• En simulant l’impact des changements pour s’assurer que les nouveaux ajouts ne perturbent pas les fonctionnalités existantes.
• Passer d’un logiciel centré sur l’homme à un logiciel centré sur l’automatisation.

Les logiciels traditionnels sont conçus pour une utilisation humaine directe. Cependant, comme les entreprises exigent de plus en plus de processus automatisés, les logiciels doivent évoluer pour permettre aux utilisateurs de donner directement des instructions aux agents IA. Ce changement met l’accent non plus sur les interactions manuelles, mais sur une gestion rationalisée et automatisée des processus.

Les produits SaaS actuels sont généralement structurés en trois couches :

1. Un système de base (par exemple, une fondation de type Unix).
2. Une couche d’intelligence qui automatise les flux de travail.
3. Une couche de gestion des données qui traite les informations nécessaires à ces flux de travail.

Les processus d’entreprise devenant de plus en plus complexes – ils s’étendent souvent sur 10 à 15 systèmes logiciels différents -, il devient impossible de confier à chaque application le soin d’héberger son propre agent. L’objectif est d’externaliser l’intelligence de manière à ce que :

• Les agents d’intelligence artificielle fonctionnent au-delà des frontières logicielles.
• Un protocole API standardisé et open est utilisé, permettant une communication transparente entre divers systèmes.

À mesure que l’automatisation prend en charge les interactions de routine, les interfaces utilisateur traditionnelles céderont la place à des interactions plus conversationnelles ou basées sur le chat (telles que des interfaces similaires à GPT ou des outils de chat dans le cloud). Cette évolution remet en question la conception conventionnelle des parcours utilisateurs dans les applications SaaS.

Implications pour les professionnels de l’UX

• Le chatbot a adopté le ton de l’entreprise.
• Il n’avait pas l’air froid ou robotique.

Si vous automatisez un processus qui est intrinsèquement humain, vous devez veiller à ne pas dégrader l’expérience utilisateur.

Imaginons qu’une entreprise lance un chatbot doté d’une IA sur son site web s’il semble trop impersonnel, cela nuit à la perception de la marque.
L’automatisation ne doit jamais se faire au détriment de l’expérience.

L’IA doit s’aligner sur le style de communication de l’entreprise. Sinon, les entreprises risquent de sacrifier l’identité de leur marque au profit de l’efficacité, ce qui n’est pas ce qu’elles souhaitent. Aujourd’hui, les agents d’IA sont capables d’intégrer la culture d’entreprise, mais cela nécessite un effort délibéré.

Comment les UX designers peuvent-ils s’adapter et tirer parti de ces évolutions ?
Où en est le marché des Agents IA aujourd’hui ?

Nous avons toujours besoin de l’UX parce qu’il y a beaucoup de choses pour lesquelles nous disons : « Il est préférable d’avoir une interface utilisateur ».

Prenez votre iPhone, par exemple : il est rempli d’applications. Vous pouvez utiliser des commandes vocales, mais il y a encore des choses que vous préférez faire par l’intermédiaire d’une application parce que c’est plus rapide.

Je ne dis donc pas que l’interface utilisateur va disparaître, mais je pense qu’elle va évoluer. À l’avenir, l’interface utilisateur ne sera plus le seul point d’entrée d’une application.

Cela pose davantage de questions aux fournisseurs de logiciels qu’aux concepteurs UX. Autre point important : L’UX n’est pas seulement une question de saisie, c’est aussi une question de lecture du contenu. Par exemple, lorsque vous utilisez une application d’actualités, vous lisez, vous ne saisissez rien. Dans ce cas, vous n’avez donc pas besoin d’un agent pour effectuer une action.

La vraie question est de savoir comment l’UX va évoluer pour les expériences de lecture.

C’est pourquoi je conseille aux professionnels de l’UX d’explorer les outils de génération automatique de code.

Ces outils permettront de consacrer plus de temps à une réflexion approfondie sur la conception de l’UX, plutôt que de se concentrer sur la mise en œuvre technique des éléments de l’UX.

Cela signifie que les concepteurs UX deviendront des architectes et des stratèges UX, plutôt que de simples exécutants UX. Il s’agit là d’un changement de paradigme majeur.

On s’attend à ce que, comme on passera moins de temps à coder l’UX, on pourra consacrer plus de temps à l’amélioration de la qualité de l’expérience de l’utilisateur.

Quels enseignements tire-t-on des premiers déploiements d’Agents IA ?

Actuellement, si on regarde les trois niveaux d’agents d’IA, le marché se concentre principalement sur le niveau 1.

• Niveau 1 : Penser aux copilotes – les assistants de base de l’IA.
• Niveau 2 : Une certaine automatisation des workflowsl est en train d’émerger.
• Niveau 3 : Peu de progrès pour l’instant – c’est encore trop expérimental.

Ce qui est apparu récemment, ce sont les « agents perceptifs ». Pour qu’un agent devienne réellement intelligent, il ne peut pas se contenter de s’appuyer sur des API. Il doit être capable d’interagir directement avec les interfaces UX.

Par exemple, supposons que vous utilisez une API pour interagir avec un système logiciel Si le logiciel n’a pas d’API, vous êtes coincé : vous ne pouvez pas y intégrer l’IA. Mais si un agent d’IA peut comprendre visuellement une interface et interagir avec elle (comme un humain), il peut quand même effectuer des actions.

Les API sont comme un appel téléphonique : elles permettent aux systèmes de communiquer lorsqu’ils ne sont pas dans la même pièce. Mais lorsque vous êtes dans la même pièce, ne serait-il pas plus rapide et plus facile de parler directement ?

La même logique s’applique aux agents d’intelligence artificielle. Parfois, les interfaces UX offrent plus de fonctionnalités que les API. Si les agents d’intelligence artificielle doivent être intégrés en profondeur dans les logiciels, ils doivent aller au-delà des API.

C’est pourquoi certaines startups, comme Adept AI, développent des agents qui :

• Comprennent les API et se connectent aux systèmes.
• Utilisent la vision artificielle pour analyser les interfaces UX et interagir avec elles.

Cette nouvelle catégorie d’agents IA perceptifs sera une tendance majeure en 2025. Nous en voyons déjà les prémices avec les assistants d’IA générative qui s’intègrent aux systèmes Mac et PC. Pour que cela fonctionne, l’IA doit « voir » ce qui se passe à l’écran – il s’agira d’un changement considérable dans les capacités de l’IA.

La gouvernance des agents d’IA constitue un autre défi majeur. Imaginez que chaque employé d’une entreprise puisse créer des agents d’IA. Comment assurer la surveillance et le contrôle ?

Par exemple, si demain Artefact permettait à chaque employé d’embaucher qui il veut, ce serait le chaos. C’est la même chose pour les agents ‘IA, nous avons besoin de règles pour les créer dans une entreprise.

La gouvernance doit empêcher la duplication et le désordre. Si les agents IA deviennent une commodité, les entreprises doivent établir des politiques claires concernant qui peut créer des agents d’IA, comment ils doivent être utilisés, et s’assurer que l’IA n’interfère pas avec les processus critiques de l’entreprise.

A quoi ressemblera le marché des Agents IA dans quelques années ?

Maintenant, l’IA permet de réduire la durée des tâches individuelles, mais pas des workflows complets. Un processus de deux semaines peut comporter des tâches individuelles plus rapides, mais il dure toujours deux semaines. La prochaine étape consistera à raccourcir des processus entiers, c’est-à-dire à transformer un processus de deux semaines en un processus de deux jours.

C’est à ce moment-là que l’on constatera de véritables gains de productivité.

L’IA oblige les entreprises à repenser leur workflow, leur gouvernance et la collaboration. L’incertitude est toujours là, mais le potentiel est énorme. La situation est similaire à celle qui a prévalu lorsque les ordinateurs ont fait leur apparition dans le monde du travail.

Au début, la productivité n’a pas augmenté parce que les gens ont continué à utiliser les anciens processus, comme par exemple un PDG qui dictait des lettres à une secrétaire, même si tous deux avaient des ordinateurs.

Il en va de même pour l’IA aujourd’hui : nous avons besoin de nouveaux processus pour en tirer le meilleur parti. Quelle sera la prochaine étape ?

Certains parlent d’intelligence artificielle générale (AGI), mais on en est encore loin. Une évolution plus immédiate ? La robotique alimentée par l’IA.

À l’avenir, les agents d’IA ne se contenteront pas d’améliorer les processus numériques, ils pourront également être intégrés à la robotique, ce qui aura un impact sur des secteurs tels que la fabrication des véhicules autonomes. Les entreprises doivent se préparer à un avenir où les agents IA joueront un rôle essentiel dans l’automatisation des workflows et la prise de décision.

Une recommandation pour approfondir ses connaissances sur les Agents IA ?

Pour ceux qui souhaitent en savoir plus, je recommande de suivre les réflexions de leaders tels que Jensen Huang (Nvidia), Satya Nadella (Microsoft) et Sundar Pichai (Google), qui partagent fréquemment leurs points de vue sur le futur de l’IA lors de leurs interventions publiques.

Merci beaucoup ! J’espère que vous avez apprécié cet épisode. À bientôt pour un nouvel épisode de The Bridge.