L’IA continue de se développer très rapidement, et ce, en parallèle avec un besoin croissant de productivité dans les organisations. Tout va très vite et les entreprises sont en quête de solutions rapides. Dans cet empressement, la tentation de se précipiter dans des solutions sans avoir pris le temps de bien les analyser est très grande. Plus le rythme s’accélère, plus la crainte de manquer le bateau (FOMO) est grande.
Cela donne souvent lieu à l’émergence d’une pensée magique quant aux solutions disponibles. L’IA fait partie de ces solutions magiques. Les attentes envers cette technologie sont démesurées. Non pas parce que l’IA n’a pas un énorme potentiel, mais parce que le déploiement de l’IA, comme toute technologie, doit se préparer, se planifier et être fait dans les règles de l’art. L’apparente simplicité d’utilisation de l’IA cache en réalité de nombreux défis d’arrimage avec ses opérations, son adoption et la gestion du changement.
La dernière solution magique en lice, ce sont les agents. Bon nombre de « spécialistes » crient à qui veut bien l’entendre : « Les prompts sont morts, vivent les agents ». Nous allons clarifier ensemble certains éléments qui démontreront que la situation n’est pas si simple.
Quelques définitions pour commencer
Un prompt est une consigne qui est donnée à un assistant pour obtenir une réponse. On peut l’améliorer en étant très précis et en donnant accès à un contexte, mais l’objectif est de transmettre un contenu à un algorithme pour « prédire » un contenu en retour.
Les compétences (Skills) sont des savoir-faire qui sont transmis aux assistants sous forme de règles. Elles permettent de conditionner un algorithme à un savoir-faire que l’on pourra réutiliser dans de multiples contextes. On peut par exemple penser à un correcteur d’orthographe spécialisé dans un domaine, à un rédacteur spécialisé en écriture épicène, à un générateur de rapport hebdomadaire, etc.
Les agents sont des assistants orientés vers un objectif, capables d’enchaîner des étapes, de mobiliser des compétences, d’utiliser des outils et de vérifier leur travail. Les agents peuvent être simples pour des processus à peu d’étapes, comme ils peuvent être, à l’autre extrême, très complexes, s’ils utilisent des données dynamiques et coordonnent d’autres agents ou se coordonnent avec eux.
Finalement, l’IA agentique désigne une approche de l’intelligence artificielle dans laquelle un ou plusieurs agents peuvent planifier, prendre des décisions et réaliser des actions pour atteindre un objectif, avec un certain degré d’autonomie. Elle repose également sur l’intégration et l’orchestration de différentes technologies (systèmes, bases de données, automatisations, agents IA, etc.) permettant d’exécuter et d’adapter des processus de travail tout en maintenant une supervision humaine appropriée.
Qu’est-ce qu’on utilise, et quand l’utiliser?
Dans les phases de déploiement de l’IA en organisation, nous avons tout d’abord observé une phase d’exploration dans laquelle le personnel a commencé à utiliser l’IA intensément pour l’aider dans ses tâches quotidiennes. Cette phase est cruciale, car elle permet au personnel de se familiariser avec l’IA et de comprendre (en partie) ses forces et ses faiblesses. Cependant, les gains de ce type d’utilisation sont difficiles à mesurer. De plus, ils varient grandement selon la capacité de chaque personne à bien utiliser l’IA. Finalement, comme ce type d’utilisation n’est pas structuré, il entraîne des dédoublements, peu de synergie et peu de gains sur le plan de l’efficacité organisationnelle. La somme des gains individuels ne se traduit pas en gains organisationnels.
Pour les agents, on vit actuellement le même phénomène. Les personnes veulent toutes transformer en agents les prompts qu’elles utilisent régulièrement. Mais voilà, ce n’est probablement pas la bonne solution.
Si l’exploration peut se faire en partant des tâches, la coordination de l’IA agentique dans l’organisation doit partir de la direction, et voici pourquoi :
- Dans un scénario où tout le monde se crée de petits agents, il devient très complexe pour l’organisation de s’assurer de l’uniformité et de la qualité des outils.
- On ne peut s’assurer que les agents sont optimisés (qu’ils sont efficaces), et ce, dans un contexte où la consommation de tokens (d’IA) coûte de plus en plus cher. Il devient extrêmement difficile pour l’organisation de contrôler ses coûts.
- La priorisation des opérations à automatiser de manière intelligente devrait être faite selon les besoins d’affaires et non pas selon les préférences individuelles.
- La coordination et la connectivité des agents entre eux doivent être standardisées pour créer un véritable système agentique. Elles ne peuvent pas reposer sur des initiatives individuelles.
- La capacité à rendre disponibles des outils performants et validés de manière transversale dans l’entreprise passe par une coordination centralisée des automatisations intelligentes.
Ce ne sont là que quelques-uns des arguments en faveur d’un passage d’une utilisation individuelle exploratoire à une utilisation organisationnelle optimisée et structurée.
Cela ne veut donc pas dire qu’il faut cesser de permettre au personnel de « prompter »; on doit même l’encourager à bâtir des compétences (Skills) ou de simples agents dans son domaine d’expertise, mais le tout ne doit pas se faire sur une base individuelle. On doit coordonner ce développement pour s’assurer d’un alignement avec les orientations de l’organisation. Le défi, c’est que les spécialistes des équipes vont plus vite que l’organisation, qui doit prioriser, aligner, coordonner, planifier et arbitrer les initiatives à l’échelle de l’entreprise, ce qui prend du temps. Voici donc un beau défi d’accompagnement stratégique pour nos équipes de D.O, qui sont, rappelons-le, les mieux placées pour accompagner ces transformations.
