Les agents IA sont peut-être la nouvelle main-d’œuvre, mais ils ont toujours besoin d’un manager
Les agents IA deviennent de plus en plus intelligents et indépendants. Mais il reste encore du travail à faire avant qu’une main-d’œuvre agentique pilotée par l’IA puisse véritablement assumer un large éventail de tâches.
De plus en plus, nous entendons parler des agents d’IA comme étant les nouveaux « travailleurs numériques » - un concept apparu avant que l’IA agentique ou générative ne se généralise dans des domaines tels que l’automatisation des processus robotiques. Les travailleurs du numérique sont conçus pour servir la discipline et l’obéissance, mais tout comme les travailleurs humains, ils ont aussi leurs caprices.
Le mouvement vers une main-d'œuvre numérique a fait de grands progrès ces derniers temps, marqués récemment par le dévoilement par Salesforce d'Agentforce 2.0, une plateforme de travail numérique pour les entreprises. La plateforme permet « une main-d'œuvre illimitée grâce à des agents IA pour n'importe quel service, assemblés à l'aide d'une nouvelle bibliothèque de compétences prédéfinies, et qui peuvent agir sur n'importe quel système ou flux de travail ». La plateforme va également bien au-delà de la RPA, avec « un raisonnement et une récupération de données améliorés pour fournir des réponses précises et orchestrer des actions en réponse à des questions complexes en plusieurs étapes », selon un communiqué de Salesforce. Les agents interagissent même dans Slack.
Renforcer les équipes grâce au travail numérique
Les grandes organisations exploitent la plate-forme pour renforcer leurs équipes grâce au travail numérique, a ajouté le fournisseur.
Les talents sont rares et coûteux à former, c'est pourquoi les organisations se tournent vers l'IA pour faciliter les interactions avec les clients et gérer les retards dans les flux de travail, mais ne peuvent plus se permettre « des solutions inadéquates qui fournissent des réponses génériques », a déclaré Salesforce. "Les solutions existantes telles que les copilotes 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."
Les travailleurs numériques autonomes peuvent désormais effectuer ce travail à plusieurs niveaux, conviennent les leaders du secteur. "La convergence d'innovateurs qualifiés, d'outils cloud rapidement déployables, de sensibilisation des clients et de soutien aux dirigeants a créé un environnement idéal pour que l'IA agentique prospère en 2025", a déclaré Chris Bennett, directeur de la transparence et de l'éducation en matière d'IA chez Motorola Solutions, à ZDNET.
Par exemple, Motorola Solutions a commencé à exploiter l'IA agentique « pour améliorer la sécurité publique et la sécurité de l'entreprise, avec des applications qui analysent et font apparaître les données en temps réel pour fournir une assistance cruciale et immédiate aux premiers intervenants et au personnel de sécurité », a déclaré Bennett. « Les agents d'IA ne s'ennuient jamais, ne se fatiguent pas et ne sont jamais distraits, automatisant les tâches répétitives et libérant les intervenants pour des responsabilités critiques et un engagement communautaire. Les agents d'IA peuvent accélérer des tâches telles que l'examen de séquences vidéo historiques, aidant ainsi les enquêteurs à retrouver rapidement des personnes disparues grâce à la recherche en langage naturel.
Cela fonctionne via des agents d'IA intuitifs pour « créer une série d'étapes ou une recette pour résoudre un problème », a déclaré Viswesh Ananthakrishnan, co-fondateur et vice-président d'Aurascape. Ils peuvent également « prendre des mesures pour exécuter ces étapes et même collaborer avec d'autres agents pour ce faire. Lorsqu'elles sont combinées, ces données donnent aux agents une vue du fonctionnement de l'entreprise ».
Les agents d'IA « développent et exécutent ensuite des processus complexes, comme consulter les prévisions de la demande et prendre des mesures proactives pour générer et soumettre des formulaires de commande pour davantage de stocks avant que les stocks ne s'épuisent », a-t-il poursuivi. "Ce type d'automatisation fait gagner beaucoup de temps aux travailleurs et les libère des tâches répétitives."
Les agents IA doivent être gérés de manière réfléchie
Dans le même temps, les agents IA doivent être gérés de manière réfléchie, tout comme c'est le cas pour le travail humain, et il y a du travail à faire avant qu'une main d'œuvre agentique pilotée par l'IA puisse véritablement assumer un large éventail de tâches. « Même si les promesses de l'IA agentique sont évidentes, nous sommes à plusieurs années d'une adoption généralisée de l'IA agentique au niveau de l'entreprise », a déclaré Scott Beechuk, associé chez Norwest Venture Partners. "Les agents doivent être dignes de confiance étant donné leur rôle potentiel dans l'automatisation des processus métier critiques."
La traçabilité des actions des agents IA est un enjeu. "De nombreux outils ont du mal à expliquer comment ils sont parvenus à leurs réponses à partir des données sensibles des utilisateurs et les modèles ont du mal à généraliser au-delà de ce qu'ils ont appris", a déclaré Ananthakrishnan.
L'imprévisibilité est un défi connexe, car les LLM « fonctionnent comme des boîtes noires », a déclaré Beechuk. "Il est difficile pour les utilisateurs et les ingénieurs de savoir si l'IA a accompli sa tâche avec succès et si elle l'a fait correctement." En outre, il prévient que les agents d’IA manquent encore de fiabilité. "Dans les systèmes où l'IA crée ses propres étapes pour accomplir les tâches, les détails inventés peuvent conduire à davantage d'erreurs à mesure que la tâche progresse, rendant finalement les résultats peu fiables."
Les travailleurs humains sont également capables de collaborer facilement et régulièrement. Pour les travailleurs de l’IA, c’est une autre histoire. « Étant donné que les agents interagiront avec plusieurs systèmes et magasins de données, obtenir une visibilité complète n'est pas une tâche facile », a déclaré Ananthakrishnan. Il est important d'avoir une visibilité pour capturer chaque action entreprise par un agent. « Cela signifie une visibilité approfondie sur l'activité sur les terminaux et la capacité de traiter les données dans une grande variété de formats. » Ensuite, il est important de pouvoir « combiner rapidement ce contexte des points de terminaison avec le trafic au niveau du réseau pour déterminer les données qui éclairent les actions de l'agent », ainsi que « reconnaître le type d'agent IA interfaçant avec vos données, s'il s'agit d'une entité de confiance ». , ou un tout nouvel agent."
L’ingénieur systèmes IA
Cela pourrait renforcer un rôle émergent centré sur l’humain : celui de l’ingénieur systèmes d’IA. « Ce nouveau rôle d'assurance qualité et de surveillance deviendra essentiel pour les entreprises alors qu'elles gèrent et optimisent en permanence les agents d'IA », a déclaré Beechuk.
Dans les environnements multi-agents, « les agents d'IA interagiront et évolueront constamment, consommant un apport constant de nouvelles données pour accomplir leur travail individuel », a-t-il expliqué. "Lorsque l'un d'entre eux obtient de mauvaises données - intentionnellement ou non - et modifie son comportement, il peut commencer à effectuer son travail de manière incorrecte ou avec moins de précision, même s'il le faisait parfaitement bien la veille. Une erreur chez un agent peut alors avoir un effet en cascade qui dégrade l'ensemble du système. Les entreprises embaucheront autant d'ingénieurs systèmes d'IA qu'il le faudra pour empêcher que cela ne se produise.
Les entreprises et les équipes techniques sont peut-être « bien placées pour prendre en charge l'IA agentique, mais nous avons encore besoin de temps et d'expérience pour trouver le bon équilibre entre les flux de travail agentiques et humains », a conseillé Bennett. "Notre conseil est de considérer l'IA comme un complément aux experts humains, et non comme un remplacement."