Le rôle de l’IA agentique dans les entreprises va plus loin que le cas d’usage du support. Les agents d’IA sont en passe de devenir un atout pour l’ensemble des microservices qui forment le tissu de l’IT des entreprises.
De plus, avec la prolifération de ces agents, les DSI deviendront des départements virtuels de « ressources humaines », recrutant, intégrant et formant ces assistants d’IA de la même manière que ce que font les RH avec les ressources humaines.
Telles sont les conclusions d’un panel organisé par Deloitte lors du récent Mobile World Congress. Les panélistes ont déclaré que l’architecture agentique ressemble à l’avènement des architectures microservices, qui décomposent les applications monolithiques en morceaux flexibles et indépendants.
« Idéer ou d’exécuter de manière indépendante »
« L’IA agentique est la prochaine étape dans la décomposition et la résolution des problèmes », a déclaré Bryan Thompson, VP GreenLake chez HPE. Il devient possible de « tirer parti de ces types de modèles et de les décomposer en une approche de type microservice – en les décomposant en services spécialisés ».
L’IA agentique permet d’assembler les flux de travail de l’entreprise, a convenu Fred Devoir, responsable architecture telco chez Nvidia. « Nous assemblons les composants dans une architecture RESTful. Nvidia optimise optimise les agents d’IA avec les microservices, puis les intègre dans des schémas directeurs ».
Bien sûr, l’IA agentique apporte des capacités qui vont bien au-delà de ce que les architectures de microservices traditionnelles proposent. « Jusqu’à présent, nous n’avions jamais eu de technologie capable d’idéer ou d’exécuter de manière indépendante », dit Abdi Goodarzi, responsable des produits d’IA Gen chez Deloitte. « C’est là toute la puissance de l’IA ».
« Les humains ont des émotions. Les agents n’ont pas d’émotions »
Conséquence, les services d’IA agentique prennent en charge une grande partie des tâches humaines. C’est donc une main-d’œuvre parallèle qui se forme. Mais elle est intégrée et gérée par la DSI plutôt que par les RH.
« La gestion du capital humain et la gestion du capital de l’IA agentique sont la même chose » dit Fred Devoir. « La différence, c’est que la DSI joue le rôle de RH pour ces agents d’IA. La DSI assume également les rôles de curation, de garde-fou, de formation et d’ajustement des agents d’IA pour qu’ils effectuent des tâches spécifiques et interagissent avec les flux de travail humains. Ce n’est pas une mince affaire. C’est comme les RH à un niveau technique beaucoup plus profond ».
Cela implique également des changements radicaux au sein des organisations. « Les humains ont des émotions. Les agents n’ont pas d’émotions », explique M. Goodarzi. « Comment intégrer les émotions qui feront partie de l’exécution du travail ? La manière dont les humains et les machines travaillent ensemble doit être changée. »
Mais comment faire confiance à un agent d’IA ?
Le passage à une entreprise agentique n’est toutefois pas sans poser de problèmes. En ce qui concerne les données, « les entreprises ont investi beaucoup d’argent pour contrôler leurs données structurées », a déclaré M. Goodzari, citant les systèmes ERP. » Et toutes ces applications ou systèmes aboutissent à des silos de données ».
L’IA agentique peut aider à résoudre ce problème, en permettant le déploiement d’agents là où sont les données. « Au lieu d’apporter toutes vos données à l’IA, vous amenez l’IA aux données », a déclaré M. Devior. « Lorsque vous faites un appel de service, l’IA demande en fait une réponse à tous ces agents de données – et rassemble ces données dans un modèle ».
Vient ensuite la question de la fiabilité des agents. « Il faut se demander si l’on a affaire aux bonnes données », souligne M. Goodzari. « Les technologies précédentes ont été conçues autour de l’activité transactionnelle. L’IA agentique est conçue autour des technologies probabilistes. Vous obtenez donc la meilleure réponse probable parce que vous avez des agents formés qui ont beaucoup de connaissances sur la manière d’assimiler les données, de prendre une décision et de faire une recommandation ».
C’est alors que la question de la confiance se pose : « Puis-je faire confiance à cet agent ? Ces données peuvent-elles être correctes ? Ai-je affaire aux bonnes données ? » Cette question doit également être résolue.