Nvidia annonce la disponibilité d’outils permettant de développer une intelligence artificielle agentique pour les entreprises.
Appelés microservices NeMo, ces logiciels, qui font partie du portefeuille de logiciels d’IA d’entreprise de Nvidia, offrent plusieurs fonctionnalités permettant de personnaliser et d’optimiser de manière continue le fonctionnement des agents IA pour diverses tâches, notamment les centres d’appels et le développement logiciel.
Lors d’une conférence de presse, Joey Conway, responsable de l’IA générative pour les entreprises chez Nvidia, a présenté NeMo comme un moyen d’utiliser les agents IA en tant qu’« employés numériques ».
« Notre vision de l’avenir est que nous comptons plus d’un milliard de travailleurs du savoir dans de nombreux secteurs, zones géographiques et lieux », a-t-il déclaré. « Et nous pensons que les employés numériques, ou agents IA, seront en mesure d’aider les entreprises à optimiser leur productivité dans ces différents domaines et scénarios. »
Gains de productivité
Selon Nvidia, les premières implémentations d’agents IA ont démontré des gains de productivité mesurables.
Par exemple, Amdocs, éditeur de logiciels utilisés par les opérateurs téléphoniques, a utilisé les microservices NeMo pour créer :
- Des agents de facturation
- Des agents commerciaux
- Des agents réseau
L’agent de facturation, qui gère les appels des clients concernant leurs factures téléphoniques, a pu résoudre davantage de demandes, avec notamment une augmentation de 50 % de ce que l’on appelle la « résolution au premier appel », a assuré Joey Conway.
Nvidia propose le logiciel NeMo depuis plus de cinq ans sous différentes formes, avec pour objectif principal d’accélérer le développement de modèles d’IA par les entreprises.
Nouveaux composants de microservices
Les composants de NeMo incluent deux microservices déjà disponibles :
Curator est utilisé par les développeurs pour créer des « pipelines » qui nettoient et affinent les ensembles de données utilisés pour entraîner ou affiner les modèles d’IA.
Retriever utilise les sources de données et extrait les éléments qui seront utilisés par le modèle, tels que le texte, les graphiques et les éléments de diagramme.
Trois composants supplémentaires fonctionnent avec Curator et Retriever :
- Customizer
- Evaluator
- Guardrails
Le microservice Customizer récupère les données de Curator et les combine avec des techniques de post-entraînement, ou d’affinage, pour « apprendre à ces modèles de nouvelles compétences ».
Evaluator est une sorte de version simplifiée des tests de référence d’IA, qui soumet le modèle à des essais après son passage dans Customizer, afin d’évaluer si le modèle « s’est réellement amélioré et a acquis de nouvelles compétences ».
Guardrails est conçu pour fonctionner en exécution avec l’agent d’IA afin d’améliorer la « protection de la conformité » en matière de « mesures de sécurité » pour une entreprise.
Mise à jour et acquisition de nouvelles capacités
L’objectif de NeMo est que les modèles passent à plusieurs reprises par les différents microservices pour être mis à jour et acquérir de nouvelles capacités, ce que Nvidia appelle un « volant d’inertie ».
Les microservices NeMo sont associés au logiciel d’infrastructure Nvidia pour le déploiement des agents, appelé NIM (acronyme de Nvidia Inference Microservices). Un NIM est un modèle d’IA dans un conteneur d’application qui s’exécute sur un gestionnaire de conteneurs, tel que Kubernetes, et auquel les développeurs peuvent accéder via une API.
NeMo simplifiera considérablement de nombreuses tâches de formation, de post-formation, d’évaluation et de révision que les développeurs doivent effectuer s’ils travaillent directement avec du code Python et des frameworks d’IA, estime Joey Conway.