Une IA Ethique pour transformer votre business
On le disait précédemment les Agent IA ne sont pas encore là mais ça bouge de partout. OpenAI et Microsoft annoncent leurs frameworks. Encore très théorique, ça n’existe pas et pas avant plusieurs trimestre ou années, mais ça permet de se projeter. Et de visualiser la distance à parcourir !
Bien que rien de très neuf dans cette définition des Agents IA, il est toujours utile de se mettre au clair sur les définitions précises des différents concepts poussés par les équipes marketing les plus puissantes du monde et repris parfois avec peu de précision dans les médias. C’est clairement l’étape du moment qui devrait éclipser l’IA Générative ou le positionner comme un outil IA parmi d’autres. A sa place donc.
Sujet peut-être un peu technique : les “cognitive architecture” expliquée par LangChain. Cela reste simple et vaut le coup de bien comprendre les différents modèles, du 100% humain au 100% autonome. Aucune solution n’est meilleure qu’une autre, tout va dépendre du problème à résoudre. On visualise aussi qu’une confusion peut se créer : beaucoup de workflow sont connus et prévisibles, l’autonomie d’un agent pour décider quelle est la prochaine étape n’est pas nécessaire, un bon vieux (no)code est bien plus frugal et maîtrisable.
Au moment où OpenAI pousse ses LLM (sur une technologie de Transformers) pour développer des Agents IA, on entend de plus en souvent la petite musique : trop d’erreurs, pas de mémoire, le perroquet stochastique ne pourra pas prendre des décisions fiables. Il faudrait attendre la fin de l’ère des LLM pour passer à la phase des Agents ? Il va falloir changer un peu le vocabulaire du marketing ambiant… Et refaire atterrir les entreprises qui croyaient à la baguette magique pour leurs opérations.
Agency répertorie 400 services ou technologies pour créer des Agents. Comme dit précédemment, on n’y est pas encore, mais ça montre que beaucoup sont dessus. Notamment en open source. Cette liste sera probablement mise à jour, à suivre donc.
On s’approche d’une définition de plus en précise de “comment ça marche” les Agents. Quatre modèles d’architectures différents. Cela aide à vraiment comprendre la différence sans besoin d’entrer dans trop de détails techniques. Une référence à garder et regarder
C’est tellement simple que c’en est génial : en ajoutant du “Human in the Loop”, Make résout une des raisons pour lesquelles les Agents ne sont pas activables. Le niveau de qualité n’étant pas là, ils sont vite bloqués. En ajoutant une validation humaine simple, cela peut débloquer le scénario qui devient “viable” tout en limitant les risques de problème.
Une plongée dans l’univers encore incertain des Agents. Menlo Venture tente une cartographie des start-ups du secteur, mais on remarque que certaines sont encore à la périphérie du sujet. Au moment où les avancées tech, notamment o1 va bouleverser les cartes. Un sujet à suivre, c’est le stade de l’automation que personne n’avait réussi à exécuter avec succès même avec toute la stack no-code.
Une nouvelle expression pour faire le tri dans les “Agents” : les Proxy Agents propulsés par des LMLM (Large Meta Learning Models) vs les Narrow agent ou copilotes avec des LLM (ce qu’on voit le plus aujourd’hui). La stratégie est intéressante : commencer par le grand public pour entraîner les agents et attaquer les entreprises ensuite. Comme ce qu’a fait OpenAI avec chatGPT ? Smart…
Sam Altman rappelle qu’on n’est pas encore au niveau des Agents (ce qui serait le niveau 3 défini par OpenAI), mais que nous sommes passés au niveau 2 (Reasoners) avec leur dernier modèle (o1). Cela donne plein d’espoir sur ce qui est à venir et calme en même temps sur la situation actuelle : le terme Agent est plus que galvaudé, même le fournisseur de technologie dit qu’on n’y est pas…