Les agents d’IA occupent une place importante alors que les organisations recherchent la valeur de l’IA générative

Agents se présentent sous de nombreuses formes, dont beaucoup répondent aux invites émises par les humains par le biais de textes ou de paroles. Pourtant, à mesure que les organisations découvrent comment l’IA générative s’intègre dans leurs plans, les responsables informatiques feraient bien de prêter une attention particulière à une catégorie émergente : les systèmes multiagents.

Dans de tels systèmes, plusieurs agents exécutent des tâches destinées à atteindre un objectif primordial, comme l’automatisation de la paie, des processus RH et même du développement de logiciels, basés sur du texte, des images, de l’audio et de la vidéo provenant de grands modèles de langage (LLM).

Quatre-vingt-deux pour cent des dirigeants interrogés par Capgemini ont déclaré qu’ils prévoyaient de les intégrer dans leurs entreprises pour aider à automatiser des tâches telles que la génération d’e-mails, le code logiciel ou l’analyse de données d’ici un à trois ans.

Le fonctionnement des multiagents dépend des tâches et des objectifs pour lesquels ils sont conçus.

Tous à bord du train multiagent

Cela pourrait aider à penser à systèmes multiagents en tant que conducteurs de train. Vous aurez un chef d’orchestre principal, un « patron » si vous préférez, qui répartit les tâches entre plusieurs autres chefs d’orchestre, ou sous-agents.

Un utilisateur humain peut interroger le chef d’orchestre via une interface utilisateur classique, telle qu’une fenêtre d’invite LLM, déclenchant ainsi une chaîne d’événements alors que chaque sous-agent gère une tâche différente.

Les agents peuvent collaborer entre eux, avec d’autres outils et systèmes numériques et même avec des humains, en exploitant les référentiels de l’entreprise pour acquérir des connaissances organisationnelles supplémentaires. Surtout, ces les systèmes apprennent à partir de leur historique de tâches, des commentaires humains et d’autres intrants pour améliorer régulièrement leurs performances et s’adapter aux changements de leur environnement.

Essentiellement, ils sont autonomes et itératifs, un peu comme les employés humains. À l’heure où les organisations cherchent à générer de la valeur grâce à GenAI, les multiagents sont peut-être les plus prometteurs pour augmenter la productivité opérationnelle.

La valeur que les agents peuvent débloquer vient de leur capacité à automatiser des cas d’utilisation complexes caractérisés par des entrées et des sorties très variables, des cas d’utilisation historiquement difficiles à automatiser.

Les multiagents rendent l’automatisation exploitable

McKinsey a atterri sur un excellent exemple : la réservation de voyages d’affaires. Pensez à toute la planification logistique et aux étapes à suivre pour sécuriser les divers arrangements de voyage, d’hébergement, de repas, etc. Bien sûr, une partie de cela a été automatisée dans une certaine mesure, mais cela nécessite toujours une grande variation d’entrées et de sorties qui ont fait leurs preuves historiquement. trop coûteux ou techniquement difficile à automatiser.

Imaginez maintenant une entreprise utilisant des agents pour une « automatisation exploitable » dans les ventes et le marketing, les ressources humaines, les opérations informatiques et d’autres fonctions.

Un agent pourrait créer une analyse de nouvelles ventes nettes, en travaillant avec d’autres agents pour analyser les différentes entrées et sorties de ventes à la recherche d’informations pertinentes, rédiger un document, l’examiner, le comparer aux normes de l’entreprise et le réviser en conséquence. McKinsey cite la souscription de prêts, la modernisation du code et les garanties marketing parmi d’autres cas d’utilisation potentiels du travail de connaissances.

Cependant, l’automatisation multiagent ne doit pas nécessairement se limiter au domaine numérique ; les agents peuvent également gérer les systèmes électriques, des ascenseurs au CVC, en contrôlant les températures et l’éclairage dans les zones. De tels systèmes sont déjà hautement automatisés.

Ces cas sont en grande partie conjecturaux ; vos cas d’utilisation dépendront des besoins de votre entreprise.

Cependant, l’automatisation de ce travail permettrait aux employés humains de se concentrer sur certains des aspects les plus simples de l’entreprise, notamment la collaboration accrue avec leurs collègues et l’interaction avec les clients, tâches qui pourraient améliorer les scores des employés et des promoteurs clients.

Bien entendu, assurer la résilience numérique reste un défi avec les systèmes multiagents. Autrement dit, si un agent tombe en panne, le système tout entier s’effondrera-t-il ?

C’est quelque chose que l’industrie technologique a vu à maintes reprises avec l’automatisation des processus robotiques, où les robots s’inspirant de la programmation basée sur des règles se sont retrouvés bloqués lorsqu’une variante se présentait. Les agents véritablement autonomes doivent se corriger eux-mêmes pour pouvoir atteindre leurs objectifs.

D’ici là, avoir un humain dans la boucle qui peut lancer des kill switchs ou exécuter des capacités de restauration lorsque vous commencez à expérimenter avec des systèmes multi-agents sera essentiel.

Préparer votre organisation à un avenir multiagent

En fin de compte, la clé est de garantir que les systèmes multi-agents fonctionnent conformément aux objectifs de l’organisation afin d’atteindre les résultats commerciaux souhaités. En tant que responsable informatique, vous devez être prêt à prendre en charge les systèmes agentiques si vous et les parties prenantes de votre entreprise choisissez de poursuivre cette option.

De vos codeurs de première ligne à vos praticiens DevOps et ingénieurs matériels, votre organisation doit être prête à s’adapter aux changements dynamiques, qu’il s’agisse de mettre en œuvre des assistants numériques uniques ou des flottes d’agents autonomes.

Répartir les tâches sur les systèmes multi-agents nécessite une approche modulaire à l’architecture système, dans laquelle le développement, les tests et le dépannage sont rationalisés, réduisant ainsi les perturbations. Une approche similaire en matière d’infrastructure peut s’avérer utile.

Dell Technologies offre le Usine d’IA Dellqui rassemble l’innovation, les services et un large écosystème de partenaires en matière d’IA pour aider les organisations à atteindre les résultats souhaités en matière d’IA. de Dell services professionnels L’équipe aidera les organisations à préparer et à synthétiser leurs données et les aidera à identifier et exécuter des cas d’utilisation.

En savoir plus sur le Usine d’IA Dell.