Alerte à l'action de Deloitte : Comment les agents d'IA remodèlent l'avenir du travail - Évolutivité de l'IA générative, cas d'utilisation et impact sur l'entreprise

A propos de l'Institut Deloitte AI

Le Deloitte AI Institute™ aide les organisations à connecter les différentes dimensions de l'écosystème dynamique et en évolution rapide de l'IA. L'Institut mène des discussions intersectorielles sur l'innovation en matière d'IA appliquée et fournit des perspectives de pointe pour faire progresser la collaboration homme-machine à " l'ère de la collaboration ".

Le Deloitte AI Institute a pour mission de faire progresser le dialogue et le développement de l'IA, d'inspirer l'innovation et d'explorer les défis de la mise en œuvre de l'IA et les moyens de les relever. En collaboration avec un écosystème d'équipes de recherche universitaires, de startups, d'entrepreneurs, d'innovateurs, de leaders établis de produits d'IA et de visionnaires de l'IA, l'Institut explore les domaines clés de l'IA, y compris le risque, la politique, l'éthique, l'avenir du travail et du talent, ainsi que les arguments en faveur de l'application de l'IA. Combiné aux connaissances et à l'expérience approfondies de Deloitte en matière d'adoption de l'IA, l'Institut aide à démystifier cet écosystème complexe, en fournissant des perspectives influentes qui aident les organisations à réussir grâce à une prise de décision éclairée en matière d'IA.

Peu importe où vous en êtes dans votre cheminement en matière d'IA, que vous soyez un membre du conseil d'administration ou un dirigeant de niveau C qui élabore une stratégie pour votre organisation ou un scientifique des données qui met en pratique une stratégie d'IA, l'Institut peut vous aider à acquérir des connaissances sur la façon dont les organisations mondiales utilisent l'IA pour obtenir un avantage concurrentiel. Visitez le Deloitte AI Institute pour accéder à notre recherche complète, vous abonner à nos podcasts et newsletters, et participer à nos meetups hors ligne et à nos événements en direct. Explorons ensemble l'avenir de l'IA.

élément

Points clés

• Les agents d'IA remodèlent les industries en étendant les applications potentielles de l'IA générative (GenAI) et des modèles de langage typiques.
• Les systèmes d'IA multi-agents peuvent améliorer considérablement la qualité des résultats et la complexité du travail d'un seul agent d'IA.
• Les entreprises et les gouvernements avant-gardistes mettent déjà en œuvre des agents d'IA et des systèmes d'IA multi-agents dans divers cas d'utilisation.
• Les hauts responsables doivent prendre des mesures immédiates pour se préparer à cette nouvelle ère de transformation organisationnelle intelligente et y adhérer.

Introduction .......................................................................... .4

AI Agent :............................................................................. .5

Leurs différences et leur importance

Système d'IA multi-agents : ................................................................. .7

Renforcer le potentiel des agents d'intelligence artificielle

Principaux avantages des agents d'IA et des systèmes d'IA multi-agents : ........................................ .7

Les avantages des agents d'IA pour les organisations d'aujourd'hui

Perspectives stratégiques Transformation : ......................................................... .8

Exemples concrets de systèmes d'IA multi-agents

Obtenir un impact grâce à des cas d'utilisation orientés vers des objectifs : ............................................. .11

Comment les agents d'IA changent l'espace de l'industrie et de l'entreprise

Permettre de nouvelles méthodes de travail et des horizons innovants : .............................. .13

Implications pour la stratégie, le risque, les talents, les processus d'entreprise et la technologie

Le chemin à parcourir : ....................................................................... .15

Au fur et à mesure de l'évolution des agents d'intelligence artificielle, nous nous attendons à ce que les agents d'intelligence artificielle se développent.

Feuille de route pour la prochaine ère de transformation organisationnelle : ........................ .16

Actions recommandées aux dirigeants

Informations et notes de contact ................................................................ .17

bref

Comment pouvons-nous fonctionner plus rapidement et plus efficacement ?

Cette question a toujours été au centre de l'agenda stratégique, mais l'IA générative (GenAI) nous aide à trouver de nouvelles réponses. En générant des résultats innovants à partir d'indices de langage naturel, l'IA générative permet aux organisations d'accroître considérablement la vitesse et la productivité dans un large éventail de tâches commerciales. Cependant, les scénarios d'application des modèles de langage typiques ne font que commencer à montrer le potentiel de transformation de la GenAI. Dans cette ère de l'IA qui évolue rapidement, il est temps d'adopter une approche plus audacieuse : de la rationalisation des tâches routinières à la refonte de flux de travail entiers.

La nouvelle question à laquelle sont confrontés les dirigeants d'entreprises et de gouvernements est la suivante :

Comment pouvons-nous utiliser la GenAI pour réimaginer les processus commerciaux ?

Les grands modèles linguistiques (LLM) et les outils basés sur la GenAI utilisés dans la plupart des organisations aujourd'hui servent principalement d'assistants utiles : à partir de données humaines, la GenAI génère rapidement des résultats. Toutefois, cette interaction est largement transactionnelle et limitée dans sa portée.

Et si la GenAI pouvait non seulement répondre aux demandes, mais aussi planifier l'ensemble du processus pour aider à résoudre des besoins complexes ? Et si la GenAI avait également accès aux données, aux outils numériques et aux connaissances contextuelles nécessaires pour mener à bien le processus de manière autonome et collaborative, du début à la fin ?

Cette vision devient une réalité avec l'émergence des agents d'IA et des systèmes d'IA multi-agents, qui représentent des avancées importantes dans le potentiel de collaboration entre l'homme et l'IA. Des entreprises et des organismes publics de premier plan perçoivent déjà la valeur des agents d'IA et les mettent en pratique.

Dans cet article, nous examinerons les raisons pour lesquelles les agents d'IA sont si révolutionnaires. Nous montrerons ensuite comment ils remodèlent le paysage industriel, en créant de nouveaux scénarios d'application, en améliorant l'automatisation et en accélérant l'avenir de la transformation organisationnelle intelligente dans des secteurs tels que l'administration et les services publics.

S'adapter ou prendre du retard : d'ici à la fin de 2023, près d'un chef d'entreprise sur six interrogés déclare que la GenAI a changé son activité.

Agents d'IA : ce qui les différencie - et pourquoi c'est important

Pour comprendre la valeur potentielle des agents d'IA et leur rôle dans l'automatisation de l'échelle, il faut d'abord comprendre en quoi ils diffèrent des modèles de langage et des applications GenAI que les chefs d'entreprise connaissent aujourd'hui.

Les agents d'IA sont des moteurs de raisonnement capables de comprendre le contexte, de planifier des flux de travail, de se connecter à des outils et des données externes et d'effectuer des actions pour atteindre des objectifs spécifiques.

Bien que cela semble similaire à ce qu'un grand modèle de langage autonome ou une application GenAI pourrait faire, il existe des différences essentielles qui rendent les agents d'IA plus puissants. (Voir le tableau, p. 6.) Par exemple, les chatbots typiques basés sur un modèle de langage de grande taille sont souvent limités dans leur capacité à comprendre des invites à plusieurs étapes, sans parler de la planification et de l'exécution d'un flux de travail complet à partir d'une seule invite. Ils suivent le paradigme "entrée-sortie" des applications traditionnelles, ce qui peut être déroutant lorsqu'ils sont confrontés à des demandes qui doivent être décomposées en plusieurs tâches plus petites. Elles ont également des difficultés à traiter les séquences de tâches, en particulier les tâches composées qui nécessitent la prise en compte du contexte temporel et textuel. Ces limitations sont encore plus prononcées dans les petits modèles linguistiques (SLM), car ils sacrifient souvent le coût de calcul et la vitesse au détriment de la profondeur des connaissances et/ou de la qualité des résultats lorsque la quantité de données d'apprentissage est faible.

Par conséquent, les premiers scénarios d'application de la GenAI se limitent principalement à des applications autonomes, telles que la génération de publicités personnalisées sur la base de l'historique de recherche des clients, l'examen des contrats et des documents juridiques pour identifier les risques réglementaires potentiels, ou la prédiction des comportements moléculaires et des interactions entre les médicaments dans la recherche pharmaceutique.

Les agents d'intelligence artificielle excellent dans l'adaptation à ces limites, tout en exploitant les capacités des outils numériques spécifiques à un domaine ou à une tâche, afin d'accomplir efficacement des tâches plus complexes. Par exemple, les agents d'IA dotés d'une mémoire à long terme sont capables de se souvenir des enregistrements des interactions avec les clients et le public - y compris les courriels, les journaux de discussion et les communications téléphoniques - afin d'apprendre en permanence et d'adapter des recommandations personnalisées sur les canaux numériques. Cela contraste avec les modèles de grand et de petit langage qui sont généralement limités aux informations conversationnelles. En outre, les agents d'IA peuvent automatiser les processus de bout en bout, en particulier dans les scénarios qui nécessitent un raisonnement, une planification et une exécution complexes.

Les agents d'IA ouvrent de nouvelles possibilités pour la productivité des entreprises et la réalisation des projets grâce à l'automatisation des processus métier. Les scénarios d'application de la GenAI, autrefois considérés comme trop complexes, peuvent désormais être réalisés à grande échelle de manière sûre et efficace.

En d'autres termes, les agents d'IA sont plus que de simples interactions. Ils peuvent raisonner et agir plus efficacement au nom de l'utilisateur.

Un nouveau paradigme pour la collaboration homme-machine

Grâce à leur capacité à raisonner, à planifier, à se souvenir et à agir, les agents d'intelligence artificielle surmontent les principales limites des modèles linguistiques classiques.

Systèmes d'IA multi-agents : étendre le potentiel des agents d'IA

Bien qu'un seul agent d'IA puisse apporter des améliorations significatives, le véritable pouvoir de transformation des agents d'IA est démontré lorsque plusieurs agents travaillent ensemble. Ces systèmes multi-agents sont capables d'exploiter les forces de rôles spécifiques, ce qui permet aux organisations d'automatiser et d'optimiser des processus complexes qu'un agent seul aurait du mal à mener à bien.

Les systèmes d'IA multi-agents utilisent plusieurs agents d'IA spécifiques à un rôle pour comprendre les demandes, planifier les flux de travail, coordonner les agents spécifiques à un rôle, rationaliser les opérations, collaborer avec les humains et valider les résultats.

Les systèmes d'IA multi-agents comprennent généralement des agents de tâches standard (par exemple, des agents d'interface utilisateur et de gestion des données), ainsi que des agents de compétences et d'outils spécialisés (par exemple, des extracteurs de données ou des agents d'analyse d'images) qui travaillent ensemble pour atteindre les objectifs spécifiés par l'utilisateur.

Au cœur de chaque agent d'IA se trouve un modèle de langage qui fournit une compréhension sémantique linguistique et contextuelle - l'utilisation exacte de modèles de langage identiques ou différents dépend du cas d'utilisation. Cette approche permet à certains agents de partager leurs connaissances tandis que d'autres procèdent à une validation croisée des résultats dans le système, améliorant ainsi la qualité et la cohérence du processus. Le fait de fournir aux agents des ressources de mémoire à court et à long terme partagées réduit encore le besoin d'interventions humaines pendant les phases de planification, de validation et d'itération.

Ce concept étend les possibilités d'un agent d'IA unique par le biais d'une approche d'équipe ou d'agence. En décomposant les processus complexes en plusieurs tâches, en les assignant à des agents spécifiquement optimisés pour les réaliser et en coordonnant la collaboration entre l'agent et l'homme à chaque étape du flux de travail, ces systèmes sont plus à même d'obtenir des résultats de meilleure qualité, plus rapides et plus fiables.2,3

En d'autres termes, les systèmes d'IA multi-agents peuvent non seulement raisonner et agir au nom de leurs utilisateurs, mais aussi coordonner des flux de travail complexes en quelques minutes.

Principaux avantages des systèmes d'IA à agents et à agents multiples

Capacités - Les agents d'IA peuvent automatiser les interactions avec un large éventail d'outils pour effectuer des tâches (par exemple, la navigation sur les sites web, le calcul quantitatif) que les grands modèles de langage autonomes ne peuvent pas effectuer.

Productivité - Par rapport aux grands modèles linguistiques autonomes qui nécessitent une contribution et une interaction humaines constantes pour obtenir les résultats souhaités, les agents d'IA peuvent planifier et collaborer à des flux de travail complexes sur la base d'une seule invite, ce qui accélère considérablement le processus de livraison.

Auto-apprentissage - En utilisant les ressources de la mémoire contextuelle à court et à long terme (qui ne sont souvent pas disponibles dans les modèles linguistiques préformés), les agents d'intelligence artificielle sont capables d'améliorer rapidement la qualité de leur production au fil du temps.

Adaptabilité - Au fur et à mesure que les besoins évoluent, les agents d'intelligence artificielle peuvent raisonner et planifier de nouvelles approches, référencer rapidement de nouvelles données et des sources de données en temps réel, et collaborer avec d'autres agents pour compléter et coordonner les résultats.

Précision - L'un des principaux avantages des systèmes d'IA multi-agents est la possibilité d'utiliser des agents "validateurs" pour interagir avec des agents "générateurs" afin de tester et d'améliorer la qualité et la fiabilité dans le cadre d'un flux de travail automatisé.

Intelligence - Lorsque des agents concentrés sur une tâche spécifique travaillent ensemble, chacun d'entre eux applique ses mémoires, ses outils et ses capacités de raisonnement pour porter l'intelligence pilotée par la machine à de nouveaux sommets.

Transparence - Les systèmes d'IA multi-agents améliorent la capacité à interpréter les résultats de l'IA en montrant comment les agents raisonnent et communiquent en collaboration, ce qui donne une vision claire du processus de prise de décision collective et de recherche de consensus.

Une vision stratégique du changement

Quel que soit le secteur, chaque organisation est impliquée dans la recherche, l'analyse et l'établissement de rapports sur un large éventail de sujets, notamment les conditions économiques, les préférences des clients et des parties prenantes, les politiques et les stratégies de tarification.

Traditionnellement, ces projets nécessitaient des analystes qualifiés pour mener à bien un processus en plusieurs étapes, comprenant l'utilisation d'outils de recherche et d'analyse ainsi que des connaissances d'experts internes, et le processus prenait beaucoup de temps.

Le processus suivant est typique d'un projet de recherche traditionnel.

Bien que cette méthode soit efficace et reproductible, elle est...

• Temps nécessaire : la réalisation d'un seul rapport peut prendre des jours ou des semaines, ce qui rend difficile l'exploitation des opportunités émergentes.
• Inefficacité : les analystes compétents doivent effectuer de nombreuses activités répétitives, ce qui les empêche de se concentrer sur les analyses de haut niveau.
• Difficultés de mise à l'échelle : les entreprises et les organisations gouvernementales ont des difficultés à recruter et à conserver des analystes suffisamment qualifiés et expérimentés pour développer leurs capacités de recherche.

Deloitte a mis au point un système d'IA multi-intelligence qui rationalise et optimise chaque étape de la recherche et de la rédaction de rapports. Voici comment fonctionne ce système.

En plus d'être efficace et reproductible, cette approche basée sur des agents...

• Rapide : un rapport de qualité peut être généré immédiatement en moins d'une heure.
• Efficacité : les professionnels peuvent se concentrer sur la validation, l'itération et l'affinement des rapports.
• Hautement évolutif : par essence, le système fournit une équipe instantanée de travailleurs numériques hautement qualifiés.

Un travail efficace et efficient repose sur l'amélioration de la créativité et des connaissances grâce à des processus bien planifiés et à des outils adéquats. C'est là qu'interviennent les agents d'IA et les systèmes d'IA multi-intelligence.

Obtenir un impact grâce à des cas d'utilisation ciblés

Des organisations de tous secteurs exploitent déjà le potentiel des agents d'IA et des systèmes multi-intelligence pour transformer les processus, améliorer l'efficacité et étendre le champ d'action. Explorons quatre cas d'utilisation actuellement possibles - deux spécifiques à un secteur et deux pouvant être appliqués à n'importe quelle entreprise.

Cas 1

Conseils financiers personnalisés et gestion de patrimoine

Secteur : Services financiers

Les services de conseil financier reposent souvent sur une catégorisation générale des clients en fonction de leur âge, de leurs revenus et de leur tolérance au risque. Cette approche tend à ignorer la complexité des situations et des objectifs financiers individuels. Dans l'environnement financier actuel, qui évolue rapidement, le besoin de conseils financiers personnalisés et adaptables se fait de plus en plus sentir. Les systèmes d'IA multi-intelligence peuvent analyser diverses sources de données - notamment l'historique financier d'un client, les données de marché en temps réel, les événements de la vie et même les schémas comportementaux - pour aider les conseillers à élaborer des plans financiers et des stratégies d'investissement sur mesure. Les agents d'IA peuvent également surveiller et ajuster en permanence les conseils en fonction de l'évolution de l'environnement. Les agents d'IA peuvent également surveiller et ajuster en permanence les recommandations en fonction de l'évolution de l'environnement.

Avantages potentiels de l'utilisation d'un agent d'intelligence artificielle pour réaliser :

Ultra-personnalisé : des conseils financiers adaptés aux besoins et aux objectifs spécifiques de chaque client, en tenant compte de facteurs qui peuvent être négligés par d'autres approches.

Ajustement continu : les plans et stratégies financiers sont automatiquement mis à jour en fonction de l'évolution des conditions du marché ou de la situation personnelle.

Améliorer la satisfaction des clients : renforcer les relations avec les clients et accroître leur fidélisation et leur satisfaction en leur fournissant des conseils plus pertinents et plus opportuns.

Évolutivité accrue : fournir des conseils personnalisés de haute qualité à un plus grand nombre de clients sans augmenter le coût du service.

Cas 2

Tarification dynamique et promotions personnalisées

Secteur : Marchés de consommation

Les stratégies de tarification standard reposent souvent sur des modèles statiques qui ne peuvent pas prendre en compte les conditions du marché en temps réel, le comportement des clients ou les niveaux de stock. Les systèmes d'IA multi-agents peuvent rapidement intégrer des analyses basées sur de grandes quantités de données en temps réel, telles que les prix des concurrents, l'historique des achats des clients et les tendances saisonnières, afin d'ajuster les prix de manière dynamique. En outre, ils peuvent personnaliser les promotions en fonction des préférences, des caractéristiques et des habitudes d'achat de chaque client, dans le but d'augmenter les taux de conversion et de renforcer la satisfaction de la clientèle.

Avantages potentiels de l'utilisation d'un agent d'intelligence artificielle pour réaliser :

Adaptabilité plus rapide : les prix sont ajustés instantanément en fonction de l'évolution du marché, du niveau des stocks ou de la demande des clients, afin d'optimiser les recettes.

Offres personnalisées : promotions adaptées aux préférences et au comportement de chaque client afin d'augmenter la probabilité d'achat.

Une meilleure rentabilité : maximiser les marges et réduire les remises en optimisant en permanence les prix et les promotions.

Cas 3

Recrutement

Domaine : Ressources humaines (RH)

Les agents d'IA peuvent automatiser le processus de recrutement de bout en bout grâce au traitement du langage naturel, notamment en analysant les CV, en évaluant les candidats en fonction de leurs compétences et de leur expérience et en menant des entretiens initiaux grâce à des avatars génératifs pilotés par l'IA. Ces systèmes peuvent collaborer avec les professionnels des RH pour s'assurer que les candidats qualifiés sont rapidement identifiés, classés par ordre de priorité et qu'ils passent efficacement aux étapes suivantes du processus d'embauche, tout en respectant les réglementations.

Avantages potentiels de l'utilisation d'un agent d'intelligence artificielle pour réaliser :

Augmenter l'efficacité : Automatiser les tâches pour que les équipes RH puissent se concentrer sur les activités stratégiques et raccourcir les délais d'embauche.

Amélioration de l'adéquation des candidats : analyse d'un plus grand nombre de points de données afin de mieux faire correspondre les candidats aux postes et d'améliorer la qualité du recrutement.

Réduire les préjugés : en normalisant les évaluations des candidats et en se concentrant sur les compétences et l'expérience, les agents d'IA peuvent contribuer à réduire les préjugés inconscients dans le processus de recrutement.

Évolutivité dynamique : traitez un grand nombre de candidatures et facilitez la gestion des campagnes de recrutement ou le recrutement pour plusieurs postes à la fois.

Cas 4

Soutien personnalisé à la clientèle

Domaine : Services aux clients et aux bénéficiaires

Les systèmes traditionnels d'assistance aux clients et aux bénéficiaires reposent souvent sur des interactions scénarisées qui peuvent ne pas répondre à des demandes complexes ou uniques, ce qui entraîne la frustration des clients et l'escalade des problèmes. En revanche, les systèmes d'IA multi-agents sont capables de comprendre les demandes en langage naturel et de générer des réponses pertinentes et naturelles basées sur l'historique du client, ses préférences et le contexte en temps réel. Ces systèmes avancés peuvent traiter efficacement de nombreuses requêtes complexes, réduisant ainsi le besoin de transfert vers le service client humain tout en augmentant la satisfaction du client/bénéficiaire.

Les avantages potentiels offerts par les agents d'intelligence artificielle :

Cohérence et évolutivité accrues : les agents d'intelligence artificielle peuvent travailler 24 heures sur 24, 7 jours sur 7, sans se fatiguer, et maintenir une qualité de service constante quel que soit le volume des requêtes.

Amélioration de l'expérience client : chaque interaction avec un client peut être adaptée aux besoins individuels, ce qui se traduit par une satisfaction et un engagement accrus de la part des clients.

Efficacité incrémentale : la capacité d'apprendre de chaque interaction permet de réduire les temps de réponse, d'améliorer la qualité et de libérer le temps des agents de service humain pour qu'ils se concentrent sur des demandes de clients plus complexes.

Ouvrir de nouvelles méthodes de travail et des horizons innovants

À mesure que les modèles de langage continuent d'évoluer, les agents et les systèmes d'IA devraient devenir une ressource stratégique et un facteur d'efficacité pour les activités essentielles des entreprises et des administrations (par exemple, le développement de produits, la conformité réglementaire, le service à la clientèle, l'engagement des citoyens, la conception organisationnelle, etc.) Nous voyons un avenir où les agents révolutionneront les modèles d'entreprise fondamentaux et des industries entières, en créant de nouvelles méthodes de travail, de nouveaux modèles opérationnels et de nouvelles formes de création de valeur.

C'est pourquoi il est important que les dirigeants et les responsables des services publics se préparent à la prochaine phase de collaboration entre l'homme et l'ordinateur et d'innovation commerciale.

Explorons quelques nouvelles façons de penser et de diriger qu'il convient d'envisager en cette période de changement rapide.

importance stratégique

Les dirigeants devraient commencer à intégrer les agents d'IA et les systèmes d'IA multi-agents dans leur stratégie globale et leur feuille de route future. Cela implique de repenser les processus opérationnels, d'investir dans les capacités d'IA et d'encourager une culture de l'innovation. Les organisations devraient élaborer une feuille de route claire pour l'adoption des agents d'IA, en identifiant clairement les domaines clés susceptibles d'apporter le plus de valeur et d'avoir un impact sur les objectifs commerciaux plus larges.

Une gestion efficace du changement est essentielle pour une intégration réussie. Les dirigeants doivent réfléchir attentivement à la manière d'aborder la résistance organisationnelle, de fournir une formation et de veiller à ce que les employés comprennent la valeur et les avantages des agents d'IA. Il s'agit notamment d'élaborer une stratégie de communication globale pour s'assurer que les employés et les autres parties prenantes sont informés et restent engagés tout au long du processus d'adoption.

Domaines d'intervention

-Identifier et hiérarchiser les domaines d'activité et de service dans lesquels les agents d'intelligence artificielle peuvent avoir l'impact le plus important et le plus immédiat.

importance du risque

Les agents d'intelligence artificielle posent de nouveaux risques et nécessitent des structures de sécurité et de gouvernance solides. L'un des principaux risques est la partialité potentielle des algorithmes d'IA et des données d'entraînement, qui peut conduire à des prises de décision injustes. En outre, les agents d'intelligence artificielle peuvent être vulnérables aux violations de données et aux cyberattaques, qui peuvent mettre en péril des informations sensibles et l'intégrité des données. La complexité des systèmes d'IA comporte également un risque de conséquences imprévues, qui peuvent être dues à un comportement imprévisible des agents d'IA ou à des décisions qui ne sont pas conformes aux objectifs de l'organisation.

Pour gérer ces risques, il est important de définir des paramètres clairs pour les interactions avec les agents, de surveiller les mesures opérationnelles et de garantir en permanence l'éthique, la confidentialité, la sécurité et l'intégrité des données. À mesure que l'intégration des agents d'IA progresse dans les processus opérationnels de base, un cadre de gouvernance à l'échelle de l'entreprise avec des lignes directrices sur l'utilisation des données, l'éthique et la sécurité contribuera davantage à atténuer les risques. Ce cadre devrait garantir la conformité avec les réglementations pertinentes et inclure une surveillance continue des interactions avec les agents d'IA. Des mesures de sécurité avancées, telles que le chiffrement et l'authentification multifactorielle, peuvent contribuer à protéger contre les violations de données et les cyberattaques. La mise en place de programmes de formation et de sensibilisation pour les employés peut fournir une protection supplémentaire en les aidant à comprendre les considérations éthiques et opérationnelles liées au travail avec des agents d'IA.

Domaines d'intervention

-Identifier les risques de marque et les risques opérationnels qui peuvent survenir autour de l'utilisation des données, des agents d'IA interagissant entre eux et avec les outils, de l'éthique, etc.

-Assurer l'efficacité des tests et de la validation des résultats du modèle.

-Mettre en place un cadre de gouvernance des agents d'IA qui soit régulièrement revu et mis à jour pour tenir compte de l'évolution de la technologie de l'IA.

surveiller les risques émergents propres aux agents d'intelligence artificielle, tels que l'"autonomie des agents", c'est-à-dire le risque de conséquences imprévues pouvant survenir lorsque des agents prennent des décisions avec un minimum de supervision humaine.

-Développer des programmes de formation solides pour aider les employés à comprendre et à utiliser les agents d'IA afin d'améliorer la productivité et l'efficacité.

l'importance du talent

La mise en œuvre d'agents d'IA peut modifier les structures traditionnelles du travail. À mesure que les agents d'IA prennent en charge des tâches routinières et de faible valeur, la demande de compétences humaines pour la conception, la mise en œuvre et l'exploitation de ces systèmes risque d'augmenter considérablement. Les dirigeants devraient réfléchir aux nouveaux rôles, descriptions de poste et structures d'emploi qu'implique le développement de ces capacités et à la manière d'identifier, de recruter, de former et de conserver cette expertise.

Au-delà de l'impact sur les talents techniques, les chefs d'entreprise doivent également être prêts à aider les employés de tous types à apprendre à travailler avec des agents d'IA et même à identifier de nouveaux scénarios d'utilisation susceptibles d'améliorer les processus. S'ils sont déployés et gérés correctement, les agents d'IA peuvent ouvrir de nouveaux domaines de potentiel pour la collaboration homme-machine - mais ce potentiel dépend de la compréhension, de l'acceptation et de la capacité des employés à remplir leurs nouveaux rôles.

Domaines d'intervention

-Communiquer les avantages des agents d'intelligence artificielle pour aider les employés à s'adapter aux nouvelles méthodes de travail.

-Favoriser une culture de l'innovation et de l'apprentissage continu. Les dirigeants devraient inculquer un état d'esprit innovant et adaptatif en ce qui concerne les agents d'intelligence artificielle.

-Explorer la refonte des structures d'emploi, des flux de travail et des mesures de performance pour refléter la nouvelle réalité des humains travaillant en tandem avec des agents d'intelligence artificielle.

Impact des processus d'entreprise

Les agents d'intelligence artificielle et les systèmes d'intelligence artificielle multi-agents nécessitent une évaluation humaine minutieuse des processus d'entreprise - parfois à partir de zéro. Alors que les agents redéfiniront de nombreux processus fondamentaux au fil du temps, les agents d'IA peuvent être intégrés dès aujourd'hui dans les modèles opérationnels existants, en améliorant l'efficacité des processus actuels sans qu'il soit nécessaire de procéder à une refonte complète du système. Cette approche permet aux organisations d'adopter progressivement des solutions d'agents à faible risque, mais nécessite une planification, une gestion et un alignement minutieux pour s'assurer que les agents d'IA peuvent améliorer les parties que les humains et/ou d'autres solutions technologiques font déjà bien.

Dans les cas d'utilisation où un agent d'IA s'applique, l'intervention humaine reste essentielle, en particulier pour les tâches qui nécessitent un jugement, une validation et une prise de décision critique. Cette collaboration est essentielle pour garantir la précision, la fiabilité et l'efficacité des résultats de l'IA. Dans ce paradigme, tous ceux qui travaillent avec l'agent d'IA agissent comme des gestionnaires - en donnant des instructions par le biais d'invites, en clarifiant les demandes, en surveillant les progrès, en examinant les résultats et en demandant ou en apportant des changements si nécessaire.

Domaines d'intervention

- Veiller à ce que, lorsque les agents sont intégrés dans les processus d'entreprise existants, ces processus restent efficaces tout en générant une plus grande efficacité et une plus grande valeur ajoutée.

- Mettre en place un processus de contrôle et d'amélioration continus des performances des agents d'intelligence artificielle. Il s'agit notamment de collecter et d'analyser des données sur les performances des agents d'IA, d'identifier les possibilités d'amélioration et d'apporter les changements nécessaires pour optimiser leurs performances.

Impact de la technologie et des données

La mise en œuvre d'agents d'IA peut être coûteuse et impliquer des investissements importants en matière de technologie et d'infrastructure. Les organisations devraient évaluer soigneusement la proposition de valeur et le retour sur investissement, et élaborer un programme progressif de cas d'utilisation, en se concentrant sur les "fruits à portée de main" (c'est-à-dire les cas d'utilisation les plus simples) afin de jeter les bases d'activations plus complexes.

Des données de haute qualité sont indispensables pour que les agents d'intelligence artificielle puissent travailler efficacement. Si les données sont inexactes, incomplètes ou incohérentes, les résultats et les actions des agents peuvent être peu fiables ou incorrects, ce qui pose des problèmes d'adoption et de risque. Il est donc essentiel d'investir dans une gestion robuste des données et dans la modélisation des connaissances.

L'adoption de pratiques fiables en matière d'IA est essentielle pour atténuer les risques et garantir un déploiement éthique. Il s'agit notamment d'élaborer des solutions d'agents d'IA équitables, transparentes et responsables et d'aborder les biais potentiels des modèles d'IA.

Domaines d'intervention

- Mettre en place l'infrastructure technique adéquate pour soutenir l'adoption et la mise en œuvre d'agents d'IA (par exemple, des plateformes d'orchestration de l'IA et des lacs de données évolutifs).

- Veillez à ce que les données soient correctement organisées, actualisées et accessibles aux agents d'IA. Il s'agit notamment de mettre en place des politiques et des processus clairs en matière de gouvernance des données et d'assurer un accès continu aux flux de données en temps réel pour une prise de décision dynamique et précise.

- Mettre en place des processus pour contrôler et gérer les performances et l'éthique des agents d'IA et des systèmes d'IA multi-agents. Sans une IA transparente et digne de confiance, la confiance des clients et la conformité seront menacées.

La voie à suivre

L'ère de la collaboration entre agents d'intelligence artificielle n'en est qu'à ses débuts. Bien que les entreprises et les fournisseurs de technologie manifestent un intérêt croissant, les solutions globales ne sont pas encore monnaie courante. Un travail technique important est nécessaire - en particulier dans les domaines des capacités de raisonnement et de planification - pour permettre aux agents d'intelligence artificielle de fonctionner.

Des améliorations sont susceptibles d'intervenir rapidement. Ces dernières années, les outils d'IA générative ont fait des progrès significatifs dans leurs capacités de raisonnement et d'orchestration d'agents. De nombreuses sociétés de capital-risque investissent massivement dans les domaines technologiques liés aux agents d'IA, et bon nombre des principaux fournisseurs de technologie et d'IA générative investissent davantage. Ce qui est actuellement disponible n'est que la partie émergée de l'iceberg pour les développements futurs. En fait, nous nous attendons à ce que les modèles linguistiques de base, les agents d'IA et les plateformes d'orchestration d'agents connaissent une évolution significative au cours des 12 prochains mois.

Les leaders à l'épreuve du temps ne resteront pas inactifs. Dans tous les secteurs, de nombreuses entreprises sont déjà en train de concevoir, de tester et, dans certains cas, de mettre en œuvre des agents.

Mener une nouvelle ère de transformation organisationnelle

Les agents d'intelligence artificielle et les systèmes d'intelligence artificielle multi-agents sont plus que de simples symboles de progrès technologique. Ils représentent un changement fondamental dans la manière dont les organisations automatisent les processus, améliorent la collaboration homme-machine, génèrent des connaissances et relèvent dynamiquement des défis complexes. Ils offrent la possibilité de débloquer une valeur considérable dans de multiples domaines fonctionnels, qu'il s'agisse d'améliorer les interactions avec les clients, d'optimiser les chaînes d'approvisionnement ou de stimuler l'innovation dans le développement de produits et la prestation de services.

La concrétisation de ces avantages nécessite une planification réfléchie, un investissement stratégique et un engagement à promouvoir une culture d'amélioration continue et de progrès technologique. En alignant les initiatives des agents de l'IA sur les objectifs fondamentaux de l'entreprise, en investissant dans l'infrastructure adéquate et en encourageant une culture de l'innovation, votre organisation peut être à l'avant-garde de cette nouvelle ère de transformation de l'entreprise fondée sur l'IA.

Le moment est venu d'agir.

Les outils d'IA générative se développent rapidement - et il est peu probable que cette évolution se ralentisse dans les années à venir. De même, les agents d'IA sont déjà mis en œuvre par des entreprises de tous secteurs ainsi que par les principaux fournisseurs de technologie. Il devient donc essentiel d'explorer les premières applications/cas d'utilisation et de jeter les bases des futures transformations fondamentales de l'entreprise.

Pour commencer le voyage de votre propre organisation, envisagez les actions suivantes :

1 Évaluer et hiérarchiser les cas d'utilisation

Commencez par une évaluation complète des opérations actuelles afin d'identifier les domaines à fort impact où les agents d'IA peuvent apporter une valeur ajoutée. Concentrez-vous sur les processus qui se prêtent à l'automatisation, impliquent une prise de décision complexe et/ou nécessitent une adaptation rapide. Donnez la priorité à ces cas d'utilisation afin d'obtenir un succès rapide et de démontrer une valeur tangible.

2 Élaborer une feuille de route stratégique pour les agents d'IA

Alignez votre plan d'IA sur les objectifs plus larges de l'entreprise et de la mission en élaborant une feuille de route détaillée décrivant les moyens d'intégrer les agents d'IA dans les opérations. Ce plan devrait comprendre des étapes, des échéances et des mesures de réussite claires pour guider le déploiement des capacités basées sur les agents d'IA dans l'ensemble de l'organisation.

3 Développement des talents Infrastructures d'investissement et talents

Identifier et mettre en place l'infrastructure nécessaire pour soutenir les agents d'IA, y compris des plateformes cloud évolutives, des outils d'analyse de données avancés et des mesures de cybersécurité robustes. Parallèlement, investissez dans l'amélioration des compétences de votre personnel, en mettant l'accent sur le développement des capacités techniques nécessaires pour travailler efficacement avec des agents d'IA et des systèmes multi-agents. Une main-d'œuvre bien préparée est essentielle pour réaliser le plein potentiel de transformation des agents d'IA.

4 Gestion des risques Mettre en place une solide gouvernance des données

À mesure que les agents d'IA deviennent essentiels aux opérations, il est important d'établir un cadre de gouvernance solide pour gérer les risques associés. Mettez en œuvre des politiques pour garantir l'intégrité des données, la sécurité et l'utilisation éthique, tout en surveillant en permanence les interactions avec l'IA pour se prémunir contre les préjugés et les conséquences négatives. Dans le même temps, la conformité devrait toujours être une priorité absolue.

5 Favoriser une culture de l'innovation

L'expérimentation et l'apprentissage continu sont essentiels à la réussite. Encouragez votre équipe à explorer de nouvelles applications de l'IA générative et à itérer sur les déploiements initiaux pour favoriser l'amélioration continue. En intégrant l'innovation dans la culture de votre organisation, vous pouvez conserver un avantage concurrentiel dans un environnement commercial en évolution rapide.