Regardez le replay de la conférence de Hanan Ouazan sur les 4P de l'IA agentique.:

1. Les processus : Des tâches à l'orchestration

Lorsque l'on parle d'agents, deux choses sont souvent confondues : une agent, qui est une interface agissant de manière autonome, et agenticité, qui est un paradigme plus large. C'est l'évolution naturelle de automatisation des processus robotiques (RPA), mais avec une capacité de raisonnement et d'adaptation intégrée.

La RPA traditionnelle nécessitait le codage en dur de chaque règle, une tâche qui devenait rapidement ingérable. L'IA agentique change la donne : au lieu d'encoder chaque décision, nous déléguons le raisonnement à l'agent, Le système de gestion de l'information de l'Union européenne (UE) a été mis en place pour permettre la flexibilité et l'échelle.

Bien entendu, toute refonte de processus soulève une question cruciale : Qu'est-ce qui doit être automatisé et qu'est-ce qui doit être augmenté ?

“Le véritable défi n'est pas de décider ce qu'il faut automatiser. Il s'agit de orchestrer la collaboration entre les humains et l'IA”.”

L'automatisation supprime les étapes manuelles, tandis que l'augmentation responsabilise les employés pour prendre plus rapidement de meilleures décisions. Mais les résultats les plus probants sont obtenus lorsque les entreprises orchestrer ensemble l'automatisation et l'augmentation, plutôt que de les traiter comme des stratégies opposées.

Par exemple, dans un processus d'approbation de crédit, l'IA peut extraire et saisir automatiquement data à partir de centaines de documents. Mais la décision sur le taux de crédit final est toujours mieux prise par un humain informé par les recommandations générées par l'IA. La clé est la suivante orchestrationLes questions liées à l'automatisation : savoir quand s'appuyer sur l'automatisation, quand l'augmenter, et quand la valider.

Le premier “P”, Processus, Il s'agit de passer de cas d'utilisation isolés à des cas d'utilisation plus vastes. des refontes de bout en bout qui combinent de manière transparente l'IA et le jugement humain.

2. Les personnes : Formation, rôles et révolution humaine

Cette transformation n'oppose pas les humains aux machines. Il s'agit de redéfinir le mode de fonctionnement de l'entreprise. Certaines tâches disparaîtront. D'autres évolueront. Et des rôles entièrement nouveaux apparaîtront.

“Chaque révolution détruit des emplois, en crée d'autres et transforme ceux qui existent déjà. L'IA ne fait pas exception à la règle.”

La première implication est la formation. Aucune transformation ne peut réussir si les employés ne sont pas prêts à l'adopter. Même le meilleur système d'IA au monde ne réussira pas si les gens ne savent pas l'utiliser.

Des chiffres récents montrent que si les 86% des salariés estiment avoir besoin d'une formation à l'IA, seuls 14% l'ont effectivement reçu. Il s'agit d'une lacune importante et d'un obstacle majeur à l'adoption.

Au-delà de la formation, de nouveaux rôles hybrides se développent. Catalyseurs combler le fossé entre la technologie et les entreprises. Propriétaires de processus (PO) repensent les flux de travail de bout en bout. Constructeurs d'entreprises (profils non techniques qui comprennent les messages-guides, les agents et la logique du programme LLM) émergent également.

Ces rôles incarnent une vérité simple : La transformation de l'IA concerne autant les personnes et la culture que les algorithmes.

3. La plate-forme : Le nouveau système d'exploitation pour les agents

Au fur et à mesure que les équipes expérimentent les agents, quelque chose d'intéressant se produit : soudain, les entreprises réalisent qu'elles ont des centaines de mini-assistants autonomes qui opèrent au sein des équipes, avec peu de visibilité ou de contrôle.

C'est un peu comme si vous aviez 500 stagiaires, chacun ayant accès à des lecteurs partagés, mais que personne dans les RH ne savait qu'ils existaient. Telle est la réalité actuelle de nombreuses organisations qui déploient des agents d'IA sans gouvernance centrale.

C'est pourquoi le fait de disposer d'un la plateforme est cruciale, pas seulement pour déployer des agents, mais aussi pour les contrôler, les évaluer et les gouverner. C'est essentiel pour assurer la traçabilité, la responsabilité et la sécurité.

Le service informatique de demain ressemblera très probablement à un service de ressources humaines pour les agents d'intelligence artificielle. Mais la responsabilité ne s'arrête pas là. Les équipes commerciales, data et informatiques doivent partager la supervision :

  • IT veille au bon fonctionnement de l'infrastructure et des pipelines data.
  • Équipes Data vérifier que les agents récupèrent et utilisent les bonnes informations.
  • Équipes commerciales valider que les réponses sont conformes à la tonalité de la marque, aux besoins des clients et à la conformité.

En bref, la gouvernance des agents n'est pas seulement technique, elle est transversale.

Enfin, la qualité du data reste le principal facteur de réussite ou d'échec. De nombreux pilotes fonctionnent à merveille lorsqu'ils sont isolés, mais échouent lorsqu'ils sont intégrés dans des systèmes réels parce que le data en temps réel n'est pas accessible. Dans un monde où les modèles sont des marchandises, data est une différenciation de l'entreprise. Lorsqu'elle est bien gérée, la transformation agentique s'étend de manière durable.

4. La position : L'évolution à venir de la présence numérique

Le quatrième “P”.” Position, L'étude, qui porte sur les agents d'intelligence artificielle, est tournée vers l'extérieur. Il porte sur la manière dont les agents d'IA transforment l'interaction avec les clients, la visibilité de la marque et la stratégie numérique.

Dans cette nouvelle ère, les moteurs conversationnels tels que ChatGPT, Gemini ou Mistral deviennent des passerelles vers l'information et même vers les transactions. Aux États-Unis, les utilisateurs peuvent désormais acheter des produits directement dans ChatGPT.

Cela soulève une question cruciale : Si les clients peuvent découvrir, comparer et acheter les produits d'une entreprise sans jamais visiter son site web, à quoi sert sa présence numérique ?

La discipline émergente des Optimisation générative des moteurs (GEO) va bien au-delà du référencement traditionnel. Les moteurs de conversation s'appuient sur un ensemble de sources, des forums communautaires aux blogs indépendants, et pas seulement sur les pages classées par les moteurs de recherche.

“GEO n'est pas SEO 2.0. Il s'agit d'une refonte complète de la manière dont les gens trouvent, choisissent et interagissent avec les marques”.”

En 2023, seuls 2.5% des recherches en ligne ont commencé sur des plateformes conversationnelles. Aujourd'hui, ce chiffre est passé à 6%. Cela peut sembler peu, mais si la tendance se poursuit, elle dominera bientôt la découverte numérique.

Cela signifie que les entreprises doivent se repositionner maintenant. Certains choisiront peut-être d'intégrer leur data directement dans de grands modèles linguistiques, devenant ainsi des fournisseurs invisibles de services d'arrière-guichet. D'autres construiront leurs propres expériences conversationnelles pour compléter ces écosystèmes. Quoi qu'il en soit, le choix doit être stratégique et non réactif.

Préparer l'avenir agentique

Pour devenir une entreprise agentique, il ne suffit pas de déployer des technologies. Il s'agit de repenser le mode de fonctionnement d'une organisation, processus par processus, personne par personne, plateforme par plateforme.

“Ne considérez pas la transformation agentie comme un ensemble de cas d'utilisation. Pensez-y comme une réécriture du mode de fonctionnement de votre entreprise.”

Ceux qui réussiront verront l'IA non pas comme un outil, mais comme un collaborateur : un collaborateur qui remodèle le travail, l'apprentissage et l'engagement des clients. Cette révolution est encore jeune, mais une chose est claire : La mise à l'échelle de l'IA n'est pas seulement un défi technique, c'est aussi un défi organisationnel. Et ceux qui maîtrisent les 4P seront les mieux placés pour la diriger.

Hanan Ouazan est diplômé de l'Ecole Normale Supérieure et de l'Ecole Centrale de Lille avec des diplômes en ML et AI. Il a rejoint Artefact il y a près de dix ans. Il est aujourd'hui Managing Partner & Global Lead AI Acceleration.