Les agents IA sont désormais considérés comme les nouveaux « travailleurs numériques », ils exécutent leurs tâches avec discipline et précision. Toutefois, à l’instar des employés humains, ces entités ne sont pas dépourvues de limites.
La transition vers une main-d’œuvre numérique s’accélère, comme en témoigne le lancement du système Agentforce 2.0. Cette nouvelle plateforme promet une révolution dans le monde de l’entreprise en offrant une « main-d’œuvre illimitée » grâce à des agents IA capables de s’intégrer à n’importe quel service. Ces agents, assemblés via une bibliothèque de compétences prédéfinies, peuvent opérer sur une multitude de systèmes et de flux de travail.
Contrairement aux solutions automatisées classiques, Agentforce 2.0 se distingue par des capacités avancées. Salesforce met en avant un « raisonnement renforcé » et une récupération de données optimisée, permettant à ces outils de fournir des réponses précises tout en orchestrant des actions face à des problématiques complexes, même en plusieurs étapes. Fait notable, les agents peuvent également interagir via la plateforme Slack, ce qui apporte une intégration fluide dans les outils de collaboration modernes.
Renforcer les équipes grâce à l’IA
Face à la pénurie de talents et à la montée des coûts de formation, les grandes entreprises adoptent des solutions IA pour soutenir leurs équipes et accélérer leurs processus. Salesforce, par exemple, souligne que les entreprises ne peuvent plus se satisfaire de « solutions inadéquates offrant des réponses génériques » pour répondre aux attentes croissantes des clients ou gérer des flux de travail complexes.
« Les solutions existantes telles que Copilots ont du mal à fournir des réponses précises et fiables à des demandes complexes, comme des conseils personnalisés sur une candidature à un emploi. Elles ne peuvent pas agir seules, comme nourrir un prospect avec des recommandations de produits. » C’est dans ce contexte que les travailleurs numériques autonomes s’imposent comme une solution à plusieurs niveaux, capable d’interagir avec précision et de s’intégrer dans des processus complexes.
2025, une année charnière
Chris Bennett, directeur de la transparence et de l’éducation en IA chez Motorola Solutions, a confié à ZDNET que l’écosystème est désormais mûr pour l’essor des agents IA. Selon lui, « la convergence d’IA qualifiés, d’outils cloud rapidement déployables, d’une sensibilisation accrue des clients et du soutien des dirigeants d’entreprise crée un environnement idéal pour que cette technologie prospère en 2025. »
Motorola Solutions a commencé à exploiter ces agents IA « pour améliorer la sécurité publique et la sécurité des entreprises, avec des applications qui analysent et font apparaître les données en temps réel pour fournir un soutien crucial et immédiat aux premiers intervenants et au personnel de sécurité », a déclaré Bennett. « Les agents IA ne s’ennuient jamais, ne se fatiguent pas et ne sont jamais distraits, libérant les intervenants pour d’autres responsabilités. Les agents IA peuvent par exemple accélérer des tâches comme l’examen de séquences vidéo, aidant les enquêteurs à retrouver rapidement des personnes disparues grâce à une recherche en langage naturel. »
Une gestion adéquate des agents IA
Si les agents IA promettent de révolutionner les opérations des entreprises, leur gestion doit être abordée avec la même rigueur que celle du travail humain. Scott Beechuk, associé chez Norwest Venture Partners, met en garde : « Bien que la promesse de l’IA soit évidente, nous sommes encore loin d’une adoption généralisée au sein des entreprises. Les agents doivent être dignes de confiance, notamment en raison de leur rôle crucial dans l’automatisation des processus commerciaux. »
Un des principaux défis réside dans la traçabilité des actions des agents IA. Beaucoup d’outils peinent à expliquer comment ils parviennent à leurs conclusions, notamment en ce qui concerne l’utilisation des données sensibles des utilisateurs. L’imprévisibilité des modèles d’IA constitue un autre frein majeur. Selon Beechuk, les modèles de langage, comme les LLM, fonctionnent souvent comme des « boîtes noires ». Il est difficile pour les utilisateurs, voire pour les ingénieurs, de vérifier si l’IA a accompli correctement sa tâche. Et lorsque l’IA est chargée de définir ses propres étapes pour réaliser une mission, des erreurs peuvent se multiplier à mesure que la tâche progresse. La fiabilité de ces agents reste donc un point critique.
Ingénieur des systèmes IA : un nouveau rôle clé
L’essor des agents IA pourrait bien donner naissance à un nouveau métier clé : l’ingénieur en systèmes d’intelligence artificielle. Ce rôle deviendra essentiel pour les entreprises qui cherchent à gérer et optimiser en permanence leurs agents. Selon Scott Beechuk, « ce rôle sera incontournable pour garantir la performance et la fiabilité des agents d’IA au sein des organisations. »
Dans des environnements où plusieurs agents interagissent, la complexité se multiplie. Beechuk explique que ces agents consomment constamment de nouvelles données pour accomplir leurs missions. Toutefois, si l’un d’eux reçoit des informations erronées — qu’elles soient intentionnelles ou non — il pourrait commencer à opérer de manière incorrecte, dégradant ainsi la précision de son travail. « Une erreur dans un agent peut avoir un effet en cascade, impactant l’ensemble du système. » Ainsi, pour prévenir de telles défaillances, les entreprises devront recourir à un nombre croissant d’ingénieurs spécialisés, capables de superviser et de corriger en temps réel les agents IA.
L’IA génération, un complément pour les experts
En parallèle, l’IA générative est désormais un outil indispensable pour les professionnels. Pourtant, comme le rappelle Chris Bennett, « bien que les entreprises et les équipes techniques soient bien positionnées pour soutenir le déploiement des agents IA, il reste encore du chemin à parcourir pour trouver l’équilibre entre les flux de travail automatisés et humains. » Son conseil ? Considérer l’IA comme un complément aux experts humains, et non comme un simple substitut. Cette approche collaborative pourrait bien être la clé pour maximiser l’efficacité et minimiser les risques associés à l’intégration des agents IA dans des systèmes complexes.