Un agent IA est un programme informatique alimenté par l'intelligence artificielle capable d'exécuter de manière autonome des tâches complexes pour le compte d'utilisateurs humains.
Cet article s'articule autour des points suivants :
Contenu associé
Copier le lien de l'article
Un agent IA est un programme informatique alimenté par l'intelligence artificielle (IA) capable d'effectuer des tâches de manière autonome afin d'aider les utilisateurs humains, même sans instructions précises. Contrairement à d'autres logiciels basés sur l'IA, tels que les chatbots, les agents IA peuvent agir en dehors d'un contexte spécifique basé sur des invites. Ils peuvent aller au-delà de leurs données d'entraînement et, pour ainsi dire, examiner le monde afin de trouver des informations. Ils peuvent ensuite, de leur propre initiative, prendre des mesures sur la base de ces informations afin d'atteindre un objectif plus vaste.
Les agents IA peuvent prendre des décisions, apprendre des expériences passées et adapter leurs actions en conséquence. Ils peuvent même consulter d'autres agents IA pour obtenir des informations utiles. Les humains définissent les objectifs des agents IA, mais c'est à ces derniers qu'il incombe de déterminer comment atteindre ces objectifs. Ils peuvent fonctionner de manière indépendante ou avec une très faible contribution humaine.
Les agents IA peuvent soit alimenter du matériel (comme dans la robotique), soit fonctionner uniquement dans du logiciel.
Les agents IA sont les programmes logiciels décrits ci-dessus : ils prennent des décisions et gèrent les tâches par eux-mêmes. L'IA agentique est le domaine de développement de l'IA qui permet la conception d'agents IA. (Pensez à la différence entre l'IA générative et les grands modèles de langage individuels, tels que Microsoft Copilot, ou à la différence entre un « biscuit » et un repas spécifique).
L'IA générative (GenAI) fait référence à un type de modèle d'apprentissage en profondeur capable de générer du contenu en réponse à des invites. C'est à cette catégorie d'IA qu'appartiennent les LLM tels que ChatGPT. L'IA agentique s'appuie sur l'IA générative. Cependant, alors qu’un LLM ne peut répondre aux Invites que par l’intermédiaire d’une interface utilisateur ou d’une API spécifique, un agent d’IA peut sortir d’un contexte défini et effectuer des actions même sans Invites.
Un cadre commercial d’une grande entreprise pourrait donner l'invite suivante à un grand modèle de langage (LLM) : « Écrivez un e-mail que je peux envoyer à 10 de nos plus gros clients, pour les inviter à un dîner ». Cependant, avec l’IA agentique, le cadre peut, à la place, donner comme instruction à un agent d’IA : « Inviter 10 de nos plus gros clients à dîner. » En d'autres termes, le LLM peut générer du texte, mais l'agent IA doit être en mesure de générer le texte de l'e-mail, de trouver les 10 plus gros clients dans une plateforme CRM et d'envoyer des invitations personnalisées par e-mail à l'événement (à condition qu'il dispose des autorisations suffisantes pour le faire).
Les agents IA sont développés sur des LLM. Un LLM est un type de modèle d'IA qui a été entraîné sur de grands ensembles d'échantillons de données, ce qui lui permet de comprendre le contenu créé par des humains et de générer son propre contenu. Les LLM comprennent les invites et les requêtes humaines, même imprécises.
Comme ils sont bâtis sur des LLM, les agents IA peuvent traiter et interpréter un large éventail de données et de contenus, des requêtes conversationnelles des utilisateurs aux contenus vidéo hébergés sur le web. Les agents IA peuvent interpréter le contenu de plusieurs types de médias : code, texte, audio, vidéo, etc. Ils peuvent ensuite utiliser les enseignements de ce contenu pour affiner leurs actions.
Les agents IA disposent également de moyens d'interagir avec le monde. Dans le domaine de la robotique, cela peut inclure des capteurs physiques et des caméras. Pour les agents IA uniquement logiciels, cela peut prendre plusieurs formes :
Ces manières d'interagir avec le monde en dehors du contexte de l'environnement de l'agent IA permettent à celui-ci de prendre des actions. Les organisations peuvent établir des garde-fous pour les agents IA afin de veiller à ce que les actions qu'ils effectuent soient correctes, tout comme les utilisateurs humains peuvent disposer d'autorisations limitées au sein d'un environnement informatique. En plus de programmer des politiques dans les agents IA, les entreprises peuvent également adopter une approche « humain dans la boucle », qui établit que des humains vérifient l'exactitude des réponses de l'agent IA ou approuvent les actions de l'agent.
Les agents IA peuvent également apprendre en utilisant les résultats des actions passées et les données saisies par les utilisateurs humains afin d'affiner leurs actions à l'avenir. Ils ont de la « mémoire », pas seulement au sens informatique de la RAM, mais dans le sens où ils se souviennent des interactions et des résultats passés. Cet apprentissage s'effectue par le biais d'une boucle de collecte d'informations appelée « volant d'inertie de données » : les enregistrements des interactions d'un agent sont utilisés par le modèle sous-jacent pour améliorer les performances futures.
Il existe deux principaux types d’agents IA :
Il existe également des systèmes à agent unique et multi-agents. Les systèmes d'IA à agent unique reposent sur un modèle unique. Les systèmes d'IA multi-agents combinent les capacités de plusieurs agents, qui se consultent les uns les autres pour résoudre des problèmes.
Les chatbots d’IA agentiques sont, comme les chatbots traditionnels, capables d’interagir de manière conversationnelle avec des personnes. Les chatbots d'IA agentique peuvent toutefois sortir du contexte de leur chatbot, à savoir quitter le chat, pour effectuer des actions au nom de la personne avec laquelle ils interagissent. Un chatbot traditionnel peut être en mesure de fournir des instructions sur la création d'un ticket de support. Un chatbot d'IA agentique serait en mesure de créer le ticket lui-même.
Les chatbots d’IA non agentique sont réactifs et répondent aux invites des utilisateurs en fonction de leurs données d’entraînement. Ils peuvent encore être alimentés par un LLM, mais ils sont plus à même de fournir aux utilisateurs des contenus ou des directives utiles que d'exécuter des actions au nom des utilisateurs. Les chatbots d’IA agentique sont capables d’entreprendre des actions hors du contexte de leur interaction avec un utilisateur. Les chatbots d'IA agents peuvent également apprendre de diverses sources, au-delà de leurs données d'entraînement.
La plateforme pour développeurs de Cloudflare fournit tous les outils nécessaires pour concevoir et déployer des agents soutenus par IA, capables de :
De plus, le réseau mondial de Cloudflare permet aux développeurs de créer des agents IA avec du code exécuté n'importe où dans le monde, aussi près que possible des utilisateurs finaux. Découvrez comment commencer à développer des agents IA sur Cloudflare.