Mais voilà, la définition d’un agent IA reste floue. On utilise ce terme pour désigner des applications très variées, capables de créer, de raisonner ou d’agir avec l’IA.
Première étape pour imaginer les agents IA qui vont révolutionner le travail dans votre organisation : faisons le point sur 4 nuances d’agents IA, du plus déterministe (conçu en grande partie comme une application classique, où A déclenche systématiquement B) au plus probabiliste (conçu pour maximiser l’autonomie et le raisonnement de l’IA dans son fonctionnement).
La brique fondamentale de l’agent : le couple prompt/modèle IA
Un modèle IA est un algorithme entraîné sur des données pour traiter des requêtes et produire des réponses. Selon sa spécialisation, il peut reconnaître des motifs (un modèle de vision détecte un piéton sur une image), générer du contenu (GPT rédige un email) ou prédire des résultats (un modèle financier estime le chiffre d’affaires d’une entreprise en fonction de plusieurs paramètres).
Le prompt, lui, est l’instruction donnée au modèle. Il structure la demande et oriente la réponse. Il peut prendre différentes formes : texte (“Résume cet article en trois phrases.”), image (une IA analyse une radiographie), son (un modèle de reconnaissance vocale transcrit un message) ou données structurées (une IA de recommandation prédit les produits à suggérer en e-commerce). Il peut même combiner plusieurs formats, selon les capacités du modèle.
Ensemble, ce couple prompt/modèle IA génère une sortie tout aussi variée : un texte (une réponse détaillée), une image (une illustration générée), un son (une musique composée), une action (un assistant IA réservant un rendez-vous), ou encore d’autres formats selon l’usage et le modèle utilisé.
4 nuances d’agents IA selon l’utilisation de cette brique initiale
Le niveau d’autonomie et d’adaptabilité d’un agent IA dépend de la manière dont sa conception orchestre un ou plusieurs couples prompt/modèle IA.
1. Un prompt/modèle IA unique
C’est le Prompt Wrapper, présenté en détail dans l’édition précédente de cette newsletter. Plutôt qu’un véritable agent IA, il s’agit d’une interface conçue pour optimiser l’utilisation d’un modèle spécifique en fonction d’un objectif précis et d’un contexte donné.
💡 Exemples : Classifier automatiquement un document en fonction de son contenu, Analyser automatiquement des contrats pour extraire les clauses clés et identifier les risques potentiels, générer un plan d’action pour tenir une bonne résolution, etc.
2. Une succession algorithmique de prompts/modèles IA
Cet agent est conçu pour enchaîner plusieurs couples prompts/modèles IA afin d’atteindre un objectif, en suivant une logique déterministe. L’exécution peut inclure des boucles de validation, des choix conditionnels ou des ajustements progressifs, mais elle reste encadrée par une structure prédéfinie.
💡 Exemple : un agent conçu pour automatiser la gestion des demandes clients.
1️⃣ Il commence par analyser le message du client (email, chat ou formulaire) pour identifier le type de demande (réclamation, demande d’information, suivi de commande).
2️⃣ En fonction de cette analyse, il génère une première réponse à partir d’une base de connaissances ou de règles préétablies.
3️⃣ Un modèle de vérification relit la réponse générée pour s’assurer qu’elle est bien formulée et pertinente.
4️⃣ Enfin, la réponse est envoyée automatiquement, et la demande est archivée ou transmise à un conseiller si une intervention humaine est nécessaire.
3. Un prompt/modèle IA orchestrant une succession de prompts/modèles IA prédéfinis
Comme dans le niveau précédent, plusieurs modèles IA s’enchaînent pour atteindre un objectif. Mais ici, la séquence n’est pas figée à l’avance : un modèle IA joue le rôle de chef d’orchestre, déterminant dynamiquement les étapes à suivre en fonction des outils disponibles et du résultat recherché.
💡 Exemple : Un assistant de recrutement intelligent. Selon le CV reçu, il peut activer différents modèles IA pour analyser la compatibilité avec une offre, générer des questions personnalisées pour un premier échange, ou rédiger une synthèse pour le recruteur, choisissant les étapes pertinentes sans suivre un scénario rigide.
4. Un prompt/modèle IA orchestrant une succession de prompts/modèles IA créés à la demande
C’est le niveau d’adaptabilité maximal. Ici, le modèle IA chef d’orchestre ne se contente plus d’organiser des briques fonctionnelles existantes : il génère lui-même les prompts et les modèles nécessaires pour accomplir une tâche.
💡 Exemple : Difficile d’en donner un réaliste, tant ce type d’agent se rapprocherait de l’Intelligence Artificielle Généralisée (IAG) – capable d’accomplir n’importe quelle tâche avec une autonomie totale, au même niveau, voire mieux, qu’un humain. Si un tel agent existait, demandez-vous avec quelle succession de prompts/modèles IA il pourrait remplacer… votre métier.
Commencer “simple”
Nous en sommes encore aux premiers stades de l’IA en entreprise, et les agents totalement autonomes relèvent davantage de la prospective que d’une réalité opérationnelle. Pour obtenir des résultats concrets, mieux vaut se concentrer sur les deux premiers niveaux, où les interactions restent maîtrisables et prévisibles. Ces agents peuvent être développés sur mesure ou s’appuyer sur des plateformes existantes, comme Dust pour les applications internes.
L’évolution vers le troisième niveau peut ensuite s’envisager progressivement, en intégrant davantage d’adaptabilité et d’orchestration dynamique. Quant au quatrième niveau, il reste encore largement théorique… mais les avancées récentes montrent que l’avenir pourrait nous surprendre plus vite qu’on ne le pense.
