Les agents d’intelligence artificielle (IA) connaissent un essor considérable et reçoivent des investissements massifs pour leur développement. Plus de la moitié des entreprises prévoient d’allouer un budget annuel de 500 000 dollars ou plus à ces agents l’année prochaine. Cependant, la majorité des entreprises ne possèdent pas l’infrastructure technologique nécessaire pour les déployer efficacement, comme le révèle une enquête récente menée auprès de 1 045 DSI et publiée par Tray.ai.
L’essor des agents d’IA
Prévisions optimistes pour les agents d’IA
Cette enquête indique que 42 % des personnes interrogées envisagent de créer ou de prototyper plus de 100 agents d’IA au cours de l’année prochaine, et 36 % s’attendent à ce que plus de 100 agents soient effectivement mis en production. Par ailleurs, 41 % des répondants pensent pouvoir traiter plus de 20 problèmes commerciaux distincts avec ces agents. Les agents d’IA sont des assistants intelligents capables de prendre des décisions et d’exécuter des actions de manière autonome. Ils peuvent servir de collaborateurs numériques, d’assistants ou de représentants du service clientèle, notamment grâce au traitement du langage naturel.
Impact sur les processus commerciaux
La capacité de ces agents à comprendre et analyser le langage naturel semble prometteuse pour résoudre des problématiques variées au sein des entreprises. Leurs prévisions optimistes viennent confirmer cette tendance, avec la perspective que, d’ici la fin de 2025, une personne sur quatre estime que la majorité des processus commerciaux fondamentaux de son entreprise seront exécutés par des agents d’IA. Par ailleurs, avec 41 % des entreprises pensant que les agents d’IA géreront entre 26 % et 50 % de leurs processus de base, l’optimisme est de mise pour cette technologie émergente. Toutefois, pour réussir cette transition, les entreprises devront relever plusieurs défis technologiques majeurs.
Défis d’intégration et de modernisation
Besoins en infrastructure technologique
Pour une intégration efficace des agents d’IA, l’état actuel des technologies d’entreprise est un facteur déterminant. Plus de 86 % des professionnels interrogés indiquent qu’il est nécessaire de moderniser leurs technologies existantes pour se préparer à l’utilisation des agents d’IA. Cette transformation implique souvent des investissements considérables et une gestion minutieuse de la transition. Les défis d’intégration seront nombreux, mais la promesse d’une plus grande efficacité et de la transformation des processus commerciaux motive les entreprises à entreprendre ces efforts nécessaires.
Les défis d’intégration représentent un frein majeur pour ces déploiements. Ainsi, 42 % des répondants affirment que leur entreprise doit avoir accès à huit sources de données ou plus pour réussir le déploiement des agents d’IA. De plus, au moins 42 % des professionnels déclarent qu’ils doivent procéder à des mises à niveau majeures de leur infrastructure, cela incluant l’ajout de nouveaux fournisseurs à leur pile technologique ou même des refontes complètes. L’ampleur de ces travaux montre la complexité de la transition vers une utilisation généralisée des agents d’IA.
Approches hybrides et fragmentation
Pour que cette infrastructure soit prête, elle doit être capable de traiter un volume massif de données et de s’adapter rapidement à l’évolution des besoins. Les entreprises doivent donc envisager l’intégration de nouvelles technologies, telles que le cloud computing et les réseaux de haute capacité, afin de garantir une performance optimale. La mise à jour ou la refonte des systèmes existants peut s’avérer coûteuse et chronophage, mais elle est essentielle pour permettre aux agents d’IA de fonctionner efficacement et de manière fiable.
Un autre obstacle fréquemment rencontré est la fragmentation causée par l’utilisation de multiples applications SaaS prêtes à l’emploi. Cette diversité de solutions peut entraîner des problèmes d’intégration et des inefficacités opérationnelles. En conséquence, 41 % des entreprises optent pour une approche hybride mêlant des solutions développées en interne et des solutions commerciales.
Rich Waldron, PDG de Tray.ai, souligne que même si les agents d’IA suscitent un grand intérêt, de nombreuses entreprises ne disposent pas des éléments essentiels pour les développer et les déployer en toute sécurité et efficacité. Ces entreprises s’appuient souvent sur de nombreuses applications SaaS prêtes à l’emploi, entraînant des problèmes de fragmentation et d’intégration. Pour surmonter ces défis, il est nécessaire de développer une stratégie claire et cohérente qui permet une harmonisation fluide des différentes technologies utilisées.
Importance de l’infrastructure et de la sécurité
Préparation de l’infrastructure
Lan Guan, responsable de l’IA chez Accenture, indique que la préparation de l’infrastructure est indispensable. Une architecture de plateforme d’entreprise robuste permettra une accessibilité transparente aux modèles de base, incluant des considérations comme l’hébergement dans le cloud ou sur site, des capacités de réseau, des mesures de sécurité, et la capacité à faire évoluer efficacement le système en réponse à la demande croissante de capacités basées sur les agents d’IA. Cela nécessitera également une vigilance accrue en matière de sécurité afin d’anticiper et de contrer toute vulnérabilité potentielle.
Les entreprises doivent se doter de plateformes capables de soutenir la complexité et l’intensité des opérations des agents d’IA. Cela inclut non seulement des ressources matérielles et logicielles adéquates, mais aussi des équipes qualifiées pour gérer et optimiser ces technologies. Les améliorations infrastructurelles doivent également être menées de manière à minimiser les interruptions potentielles des opérations courantes, garantissant ainsi une transition en douceur vers une employabilité accrue des agents d’IA.
Défis de sécurité et de contrôle
Un autre défi important est la mise en place de cadres de sécurité et de contrôle robustes. Les agents d’IA augmentent les possibilités d’interaction avec les logiciels d’une entreprise, mais les mécanismes traditionnels de surveillance et de sécurité ne couvrent probablement que les scénarios déterministes. Passer de l’état actuel à un système basé sur les agents d’IA nécessite une courbe d’apprentissage importante et l’élaboration de nouveaux mécanismes de sécurité adaptés aux complexités introduites par ces agents.
Alors que les agents d’IA deviennent de plus en plus autonomes, la gestion de la sécurité devient encore plus cruciale. Les entreprises doivent élaborer des pratiques de sécurité spécifiques à l’IA, tenant compte des nouveaux types de menaces et des vulnérabilités potentielles associées à l’interaction de ces agents avec divers systèmes. La sécurité proactive, y compris la mise en œuvre de mesures de surveillance continue et de réponses automatisées aux menaces, permettra de garantir que les déploiements des agents d’IA sont non seulement efficaces, mais également sécurisés contre les perturbations potentielles.
Développement des compétences et gestion des données
Formation et sensibilisation
La sensibilisation et la formation sont cruciales pour relever les défis posés par les agents d’IA. Par exemple, les hackathons internes et d’autres événements d’apprentissage sont des moyens efficaces pour préparer les entreprises à adopter des cas d’utilisation des agents d’IA. Une formation continue aide les employés à mieux comprendre et interagir avec cette nouvelle technologie, facilitant ainsi son intégration dans leurs activités quotidiennes. Les initiatives de sensibilisation jouent également un rôle clé pour surmonter les réticences et promouvoir une culture d’innovation et d’adoption technologique.
Les données sont le carburant des agents d’IA, et il reste beaucoup à faire dans ce domaine. Une gestion efficace des données est essentielle pour garantir que les agents d’IA disposent de l’information nécessaire pour prendre des décisions éclairées. Pour cela, les entreprises doivent se doter de stratégies robustes de gestion des données, qui incluent la qualité, la gouvernance et la protection des données. La formation des collaborateurs sur la manière dont les données doivent être collectées, stockées et traitées est donc cruciale pour tirer le meilleur parti des capacités des agents d’IA.
Intégration des données et stockage
Les systèmes d’IA agentique doivent exploiter des modèles multimodaux capables de traiter divers types de données, y compris des données non structurées telles que des images, des textes et des vidéos. Une intégration efficace des données est essentielle pour garantir que les agents puissent accéder en temps réel à des informations complètes et précises pour prendre des décisions informées. Cela nécessite la mise en place de pipelines de données robustes et d’outils d’intégration performants pour centraliser et structurer les informations provenant de différentes sources.
Un autre aspect important est la mise en place d’un magasin d’entreprise centralisé qui conserve les connaissances spécifiques à l’entreprise. Ce magasin doit intégrer des mécanismes de conservation des connaissances, une couche sémantique pour définir les relations entre les éléments de données, et des définitions standardisées pour assurer la cohérence. En capturant et en organisant ces connaissances, les agents peuvent apprendre en continu et améliorer leurs performances au fil du temps. Les prérequis essentiels comprennent également les contrôles de l’API de l’agent, l’observabilité et le suivi des performances, le retour d’information continu, et la mise au point et la formation des modèles.
Perspectives et défis futurs
Les agents d’intelligence artificielle (IA) sont en plein essor et reçoivent des investissements importants pour leur développement. Plus de la moitié des sociétés envisagent de consacrer un budget annuel de 500 000 dollars ou plus à ces agents dès l’année prochaine. Mais, selon une enquête récente menée auprès de 1 045 directeurs des systèmes d’information (DSI) et publiée par Tray.ai, la majorité des entreprises n’a pas encore l’infrastructure technologique adéquate pour les déployer efficacement. Le manque de préparation technologique dans les entreprises se traduit par une absence de réseaux robustes, de data centers avancés et de personnel qualifié, éléments cruciaux pour supporter l’intégration des agents IA. Cette situation pourrait retarder l’adoption généralisée de ces technologies prometteuses. Les entreprises doivent donc investir non seulement dans les agents IA eux-mêmes, mais aussi dans l’amélioration de leur infrastructure et la formation du personnel pour ne pas laisser ces outils révolutionnaires inutilisés.
