La révolution des agents d’IA : l’importance pour les entreprises d’agir dès maintenant

Agents d’IA : vraie innovation ou simple tendance?

Les grandes entreprises de technologie certifient de plus en plus que les agents d’intelligence artificielle (IA) représentent une innovation fondamentale pour la prochaine génération des services informatiques et des services aux entreprises. Les agents sont apparus tôt dans le courant de l’IA générative. À la fin de l’année 2023, Bill Gates, cofondateur de Microsoft, a partagé une vision précurseur de leur potentiel :

« En informatique, les plateformes sont les technologies sur lesquelles se basent les applications et les services. Android, iOS et Windows en sont des exemples. Les agents deviendront la prochaine plateforme. » – Bill Gates

En d’autres mots, les agents d’IA ne sont pas que de simples fonctionnalités. Ils marquent un changement aussi important que le passage des lignes de commande aux interfaces graphiques.

Aujourd’hui, cette vision se concrétise. Les agents d’IA deviennent des collègues numériques indispensables capables de prendre des décisions en temps réel, de coordonner plusieurs systèmes et d’employer un raisonnement contextuel. Les spéculations deviennent réalité.

Dans le cadre de mes fonctions, je passe du temps avec des clients et des équipes de partout dans le monde. Je les aide à distinguer le signal du bruit – en démentant des informations lorsque cela est nécessaire et en insistant sur les technologies qui auront une véritable incidence.

L’IA agentique en fait partie. Nous notons une automatisation accrue et observons les premiers signes d’un nouveau modèle opérationnel pour la génération de valeur pour les entreprises. Lorsqu’ils sont intégrés de façon rigoureuse et responsable, ces agents d’IA apportent une adaptabilité et une efficacité capables de redéfinir le fonctionnement des organisations sur tous les plans.

C’est comme si l’IA générative entrait dans l’adolescence. Nous avons entraîné les modèles et nous devons désormais apprendre à collaborer avec eux.

Pourquoi les agents d’IA changent la donne

Les solutions d’automatisation précédentes, comme l’automatisation robotisée des processus et les agents conversationnels intelligents, répondaient à des besoins plus scriptés et programmés. Ils sont efficaces, mais leur adaptabilité est limitée lorsqu’il s’agit de réagir à des résultats inattendus liés au flux de travaux.

Les agents d’IA sont fondamentalement différents. Ils sont conçus pour raisonner de manière proactive, s’adapter en temps réel (en grande partie) et atteindre les objectifs déterminés de manière autonome, redéfinissant ainsi la manière dont les entreprises exploitent la technologie.

Envisagez l’accélération logicielle. Avec des cadres agentiques émergents comme le Model Context Protocol (MCP) d’Anthropic, les agents font plus qu’accélérer le codage. Ils gèrent et optimisent intelligemment les phases du développement, de sorte à adapter de façon dynamique les processus en fonction des intrants et extrants accessibles en temps réel.

Les agents excellent également en matière de complexité des données. De nos jours, les entreprises jonglent avec une multitude de magasins de données décentralisés. Les agents d’IA parcourent en toute autonomie les bases de données SQL, les systèmes de stockage infonuagiques et les environnements centraux existants, permettant d’extraire des informations et de prendre des mesures sans reconfiguration ou intervention manuelle.

D’un œil critique, l’intégration de l’IA responsable dans ces cadres n’est pas qu’une question d’éthique. C’est aussi une question de tactique. Les agents d’IA spécialisés peuvent assurer une surveillance continue et le respect de la conformité, détecter de manière proactive les failles inhérentes à la sécurité et préserver le principe de transparence pour une approche avec supervision humaine. Cette intégration technique garantit des résultats responsables et renforce la confiance des entreprises, contribuant ainsi à accélérer et à consolider son adoption.

Là est le secret derrière ce qui permet aux agents d’IA d’être de véritables vecteurs de changement – ils ne se contentent pas d’améliorer les processus. Ils redéfinissent les objectifs réalisables sur le plan opérationnel, s’imposant comme nouvelle référence quant au savoir-faire de l’entreprise.

Exemples concrets : comment les agents d’IA bouleversent les secteurs d’activité

En plus de commencer à redéfinir la manière dont CGI gère et déploie ses services, les agents d’IA continuent à gagner du terrain en améliorant l’efficacité, la prise de décision et l’engagement de la clientèle. Voici quelques exemples saillants.

1. Finances – Simplification des conseils en investissement

   Arta Finance, une jeune entreprise de gestion de patrimoine, a instauré un assistant IA (en anglais) capable de donner des conseils en investissement sur mesure aux jeunes clients. Le vocabulaire moderne utilisé par cette intelligence artificielle permet de susciter l’intérêt des usagers, favorisant la personnalisation et la compréhension des conseils financiers.

2. Expérience client – Amélioration des interactions dans le commerce de détail

   Old Navy a procédé à l’intégration d’un système sophistiqué appelé RADAR (en anglais), qui utilise l’identification par radiofréquence (RFID), l’intelligence artificielle et la vision informatique dans ses 1 200 magasins. Cette technologie facilite le suivi des stocks en temps réel, permettant aux employés de trouver rapidement les produits, de garnir les tablettes, de traiter les commandes en ligne et d’améliorer l’expérience de magasinage.

3. Chaîne d’approvisionnement – Optimisation de la logistique

   DHL déploie l’intelligence artificielle pour optimiser les itinéraires de livraison, ce qui se traduit par une réduction de la consommation d’essence et l’accélération des livraisons. Cette approche fondée sur l’IA (en anglais) a engendré une réduction de 15 % des frais de transport, démontrant les gains d’efficacité possibles grâce à l’optimisation intelligente de la logistique.

4. Gestion de l’énergie – Augmentation de l’efficacité

   Certaines organisations ont recours aux agents d’IA pour surveiller et analyser les habitudes de consommation d’énergie (en anglais) en temps réel, et ainsi apporter des ajustements afin d’optimiser la consommation d’énergie sans compromettre les exigences opérationnelles. Cette approche entraîne une nette amélioration de l’efficacité énergétique et des économies de coûts.

5. Développement de logiciels – Accélération du codage

   Mon exemple favori : les agents d’IA révolutionnent les phases du développement de logiciels (en anglais) en automatisant les tâches de routine, en améliorant la productivité de l’équipe et en veillant à leur bien-être. De la modernisation des réunions quotidiennes à l’identification des goulots d’étranglement, en passant par l’établissement d’objectifs réalisables, les agents d’IA sont d’une importance primordiale pour un développement efficace et novateur de logiciels.

   Ces exemples traduisent l’effet polyvalent et transformateur des agents d’IA dans un éventail de secteurs d’activité. En adoptant des pratiques responsables en matière d’intelligence artificielle à l’intérieur de ces cadres, les organisations peuvent veiller au respect des normes éthiques et de la conformité, favorisant ainsi un climat de confiance et encourageant l’adoption à plus grande échelle.

Renforcer la confiance dans l’IA : un indispensable pour des résultats fiables

L’une de mes priorités chez CGI, et pour tous les clients que nous soutenons, a toujours été de bâtir un environnement d’IA responsable qui produit des résultats fiables.

Voici quelques exemples d’agents d’IA spécialisés qui veillent à la fiabilité et à la sécurité.

• Agents de sécurité de l’information : protègent les systèmes en gérant les contrôles d’accès, en détectant les menaces de manière proactive, en répondant aux incidents et en réalisant des audits détaillés.
• Agents de commandement et de contrôle : assurent une gouvernance rigoureuse, surveillent étroitement le respect de l’éthique et le principe de transparence, et effectuent attentivement le suivi des indicateurs clés de performance.
• Agents qualité : veillent au bon fonctionnement des systèmes par l’intermédiaire de vérifications de la performance, gèrent les environnements DevOps et assurent le respect des normes de qualité en permanence.

Favoriser le cheminement : défis et apprentissages

Le déploiement d’agents d’IA en entreprise n’est pas une solution prête à l’emploi. Sa valeur est bien réelle, tout comme l’est sa complexité.

La gouvernance et la conformité demeurent essentielles puisque les agents s’affairent dans plusieurs services et sources de données. Les cadres de gestion des partenariats humain-agent de CGI aident à déterminer les règles d’imputabilité ainsi qu’à concilier autonomie et réglementation.

L’intégration des processus existants est souvent sous-estimée. Les comportements des agents peuvent dévier ou échouer discrètement sans conception modulaire et observation en temps réel.

Les systèmes agentiques exigent également des compromis en matière d’énergie et d’infrastructure. La persistance de l’orchestration et les flux de travaux à plusieurs agents augmentent les coûts opérationnels et environnementaux.

Cela demande davantage qu’une requalification de la main-d’œuvre. Les équipes ont besoin de savoir quand faire confiance aux agents, quand intervenir et comment interpréter les situations qui surviennent.

Nous avons appris quelques leçons à nos dépens.

• Le contexte est d’une importance capitale.
• Le fait de pouvoir introduire l’automatisation ne signifie pas qu’il faille le faire.
• Le manque de conception transparente rend le débogage quasi impossible.
• Les grands modèles de langage ne sont pas toujours la solution. Parfois, des algorithmes simples exécutés comme action par des interfaces de programmation d’applications (API) ou d’autres outils obtiennent une performance supérieure.
• Quantifiez l’efficacité et la performance dès le départ.
• Comprenez la manière dont les humains interagissent avec les agents à toutes les phases du déploiement.

La conception de systèmes d’agents résilients et évolutifs nécessite un équilibre entre l’ambition et la clarté opérationnelle. Établissez des balises en début de conception, ou vous vous retrouverez avec un écosystème coûteux et chaotique qui fait certaines choses, mais n’accomplit rien.

L’heure est à l’action : un déploiement réfléchi

Les écosystèmes à plusieurs agents évoluent à toute vitesse. Ils repensent déjà la conception des logiciels, la prise de décisions et les opérations des organisations. La question n’est plus de savoir si cela se produira, mais plutôt quand et avec quelle efficacité.

De nombreux dirigeants d’entreprise en ont assez des projets pilotes et des preuves de concept. La priorité est désormais d’assurer l’extensibilité en toute confiance et de déployer des systèmes agentiques fiables, efficaces et axés sur les objectifs de l’entreprise. Cela se traduit par une bonne gouvernance, des données précises ainsi que des bases techniques solides.

Plutôt que de partir à la conquête de la dernière tendance, la prochaine étape consistera à intégrer la réflexion agentique à votre architecture, à vos opérations et à votre mentalité. Le but est d’évoluer et d’apprendre à vivre avec cette technologie.

Apprenez-en davantage sur les capacités d’IA, les récits de réussite et le cadre d’utilisation responsable de l’IA de CGI. Vous pouvez également communiquer avec moi pour toute question.