Les « agents IA » : qu’est-ce que c’est vraiment? Pourquoi la définition de ces outils révolutionnaires reste-t-elle floue malgré leur popularité grimpante?
Au fond, un agent IA est un logiciel alimenté par l’intelligence artificielle conçu pour accomplir une série de tâches que des employés de service client, des RH ou de l’assistance IT auraient pu effectuer dans le passé. Mais que fait-il réellement? On le demande, il exécute, souvent en traversant plusieurs systèmes et en allant bien au-delà de simplement répondre à des questions. Simple, non?
Pourtant, cette définition pose problème. Même parmi les géants de la tech, il n’y a pas de consensus. Google par exemple, définit ces agents en fonction de la tâche : aide au codage pour les développeurs, création de schémas de couleurs pour les marketeurs, assistance aux professionnels de l’IT pour traquer des problèmes via des requêtes de données de logs.
La définition d’un agent IA varie selon les acteurs du domaine, rendant son rôle exact difficile à cerner.
Pour Asana, un agent agit comme un collègue supplémentaire, accomplissant les tâches assignées comme tout bon collaborateur. Sierra, une startup, perçoit ces agents comme des outils d’expérience client capables de résoudre des problèmes plus complexes que les chatbots d’autrefois.
Rudina Seseri de Glasswing Ventures explique que c’est encore le début, ce qui explique le manque d’accord. « Il n’y a pas de définition unique de ce qu’est un ‘agent IA’. Cependant, la vision la plus fréquente est qu’il s’agit d’un système logiciel intelligent conçu pour percevoir son environnement, raisonner à son sujet, prendre des décisions et agir pour atteindre des objectifs spécifiques de manière autonome,” dit-elle.
Aaron Levie, co-fondateur de Box, pense que ces éléments vont nettement s’améliorer grâce à un effet de renforcement entre le prix/performance des GPU, l’efficacité et la qualité des modèles, et les améliorations des infrastructures IA. Mais est-ce vraiment acquis?
MIT’s Rodney Brooks reste prudent : “Lorsque les gens voient un système IA effectuer une tâche, ils généralisent immédiatement ses compétences et surestiment souvent ses capacités,“ explique-t-il. La complexité des systèmes et la difficulté d’accéder aux API des systèmes anciens peuvent rendre la progression plus difficile qu’attendu.
Selon David Cushman de HFS Research, les agents actuels ressemblent davantage à des assistants aidant les humains à accomplir certaines tâches pour atteindre un objectif stratégique défini par l’utilisateur. Peut-on atteindre une automatisation complète et comment?
Jon Turow de Madrona Ventures argue qu’il faudra une infrastructure technologique dédiée pour développer ces agents. “Notre industrie a du travail à faire pour construire une infrastructure qui soutient les agents IA,” écrit-il. Multimodèles plutôt qu’un LLM unique semble être la réponse pour Havemeyer de Macquarie US Equity Research, car la tâche d’un agent est complexe et multiple.
Sommes-nous prêts pour les vraies avancées? Pour que les agents IA fonctionnent de façon autonome, il faut encore des percées significatives. S’agira-t-il d’un objectif réalisable dans un avenir proche, ou surestimons-nous leur potentiel actuel?
Source : Techcrunch
