L'application phare de l'IA : comment les agents IA pourraient tout changer

À la recherche de l'application à succès de l'IA

Depuis l’émoi suscité par la sortie de ChatGPT, la technologie de l’IA a fait la une des journaux et captivé l’attention du grand public, des spécialistes de l’informatique et des investisseurs.

Cela est d'autant plus vrai que les capacités de l'IA générative connaissent une croissance exponentielle. De plus, une nouvelle vague de concurrence a accéléré les progrès dans ce domaine. avec l'IA chinoise comme DeepSeek remettre en question la structure des coûts et la tarification des IA fabriquées aux États-Unis.

Cependant, le secteur de l’IA est quelque peu instable, car les centaines de milliards investis dans l’infrastructure de l’IA n’ont pas encore généré les niveaux de revenus nécessaires pour justifier l’investissement.

Les révolutions technologiques précédentes ont été construites sur la base d’applications rentables de la technologie dans l’économie « réelle », comme le travail de bureau (Windows et Office), le divertissement (jeux vidéo et streaming), la publicité (Google), les communications (smartphones) ou le commerce (paiement en ligne et e-commerce).

Jusqu'à présent, l'IA n'a pas encore révolutionné la façon dont la plupart des gens travaillent ou vivent leur quotidien. Mais cela est probablement sur le point de changer avec l'émergence d'IA spécialisées aux performances et aux capacités explosées : les agents IA.

Que sont les agents IA ?

L'idée principale des agents IA est de créer des IA capables d'opérer de manière autonome dans un environnement donné. Cela leur confère des rôles pratiques très différents de ceux des IA génératives comme les LLM (Large Language Models) ou les générateurs d'images, qui réagissent principalement à des signaux créés par l'homme.

Dans ce contexte, « environnement » peut désigner à la fois des situations spécifiques du monde réel, comme une voiture sur la route et une IA pour une fonction de conduite autonome, ou un lieu entièrement virtuel, comme un logiciel spécifique ou une interface numérique.

L'agent IA agissant de manière autonome dans son rôle, il ne nécessite pas l'intervention constante d'un humain. Il peut donc agir seul, sans confirmation ni supervision.

En pratique, la plupart des agents d’IA auront également des conditions et des règles intégrées dans lesquelles ils demanderont un retour d’information à un superviseur humain.

Selon Google, les principales caractéristiques des agents IA sont :

• Raisonnement:ils peuvent analyser des données, identifier des modèles et prendre des décisions éclairées basées sur des preuves et un contexte.
• Actrice:La capacité d'agir ou d'effectuer des tâches, cela peut inclure des actions physiques ou des actions numériques.
• Observateur: Recueillir des informations sur l’environnement ou la situation pour comprendre leur contexte et prendre des décisions éclairées.
• Planification:Élaborer un plan pour atteindre les objectifs, avec l’identification des étapes nécessaires, des actions potentielles et du meilleur plan d’action.
• Collaborer: Travailler efficacement avec les autres, qu'il s'agisse d'humains ou d'autres agents d'IA.
• Auto-raffinage:Les agents d’IA peuvent apprendre de l’expérience, ajuster leur comportement en fonction des commentaires et améliorer continuellement leurs performances et leurs capacités au fil du temps.

Source: DevRevAI

Est-ce vraiment nouveau ?

Cet ensemble de fonctionnalités place les agents d'IA un cran au-dessus des itérations précédentes d'outils d'IA, comme les assistants et les robots d'IA, avec des capacités plus proactives, une autonomie et la capacité de gérer des tâches plus complexes.

Source: Google

Les agents d’IA dotés de « corps » physiques peuvent interagir directement avec le monde réel, tandis que les agents d’IA numériques seront probablement spécialisés dans certains environnements de travail virtuels.

Dans les deux cas, il est crucial de donner à l’IA suffisamment d’autonomie et de possibilités d’action pour être utile, mais pas trop pour éviter des dommages inattendus dus à des erreurs.

Globalement, il est probable que l'amélioration parallèle de la qualité des décisions de l'IA et leur familiarisation croissante permettront aux citoyens et aux autorités d'accorder une plus grande latitude à la prise de décision de l'IA. Cela soulève toutefois d'intéressantes questions juridiques et éthiques quant à la responsabilité des actions de l'IA (voir ci-dessous une discussion sur ce sujet).

Le potentiel des agents IA

La capacité des agents d'IA à travailler de manière autonome pourrait en faire des applications d'IA révolutionnaires. La vie moderne regorge de tâches répétitives, certes simples, mais trop complexes pour être automatisées.

C'est par exemple pourquoi Tesla a dû faire marche arrière dans l'automatisation et la robotisation de sa chaîne de montage en 2018Les robots pourraient faire un excellent travail, mais la moindre perturbation ou le moindre changement inattendu dans les exigences entraînerait l’arrêt de toute la chaîne de montage.

« Nous avions ce réseau de convoyeurs complexe et déjanté… Et comme il ne fonctionnait pas, nous l'avons abandonné. Oui, l'automatisation excessive chez Tesla était une erreur. Pour être précis, c'était mon erreur. L'humain est sous-estimé. »

Elon Musk

Cependant, les IA modernes ne se résument pas à un ensemble très élaboré de règles rigides visant à tout anticiper. Elles sont capables, dans une certaine mesure, de s'adapter et d'évoluer face à de nouvelles conditions si elles disposent de suffisamment de données pertinentes lors de leur apprentissage.

Cela pourrait donc rendre l’IA particulièrement pertinente pour les tâches très répétitives, depuis l’accompagnement d’un client à travers un algorithme de dépannage jusqu’à la conduite de camions sur une autoroute.

Contrairement aux humains, une telle IA pourrait travailler 24 heures sur 7, XNUMX jours sur XNUMX, sans nécessiter de salaire, d’assurance maladie, etc.

Il existe de nombreuses façons de classer le niveau de compétences de l'IA. Globalement, on compare généralement les capacités de l'IA à celles de la population humaine en général, les agents d'IA les plus récents atteignant peut-être bientôt les compétences de 50 à 90 % de la population dans des tâches spécifiques et à domaine restreint, ce qui représente généralement un point médian dans le progrès de l'IA et un début pour l'IA générale.

Source: Cobus Greyling

Comment fonctionnent les agents IA ?

Les agents d’IA sont constitués de quelques « composants » clés interagissant les uns avec les autres :

• Détecteurs: pour les agents d'IA physiques, cela peut inclure des caméras, des microphones, des LIDAR, des antennes radio, etc. Pour les agents d'IA numériques, cela peut être une fonction de recherche, un outil pour lire des fichiers, extraire des données d'un logiciel ou d'une base de données spécifique, etc.
• Voici comment l'IA peut accomplir sa tâche. Physiquement, il peut s'agir de roues ou de bras robotisés. Numériquement, il peut s'agir de la capacité à créer ou modifier des fichiers, à rédiger des rapports, à analyser des données, etc.
• Cerveau:constitués d'outils d'IA de plus en plus complexes construits à partir de réseaux neuronaux, ce sont les centres de décision des agents IA.
• Base de données: c'est le centre de connaissances avec des faits, des données de formation et des corrections humaines qui permettent au « cerveau » de prendre la bonne décision.

Source: Thomas Laterner

La combinaison de ces composants permet aux agents IA d’avoir une mémoire et une personnalité construites sur les bases d’un LLM spécialisé.

La mémoire est un élément essentiel de l'IA et représente une amélioration radicale par rapport aux robots précédents. En effet, le manque de mémoire est la principale source de plaintes concernant les chatbots et autres systèmes similaires : c'est pourquoi la plupart des robots restent bloqués dans des boucles de raisonnement, ne parviennent pas à mémoriser les informations déjà fournies, etc.

Types d'agents IA

Outre la fracture physique et numérique, il existe d’autres façons de catégoriser les agents d’IA :

• Une façon de procéder consiste à déterminer si les agents interagissent avec les humains ou travaillent en arrière-plan.
• Une autre solution consiste à envisager d'utiliser un seul agent pour une tâche donnée ou plusieurs agents communiquant entre eux pour effectuer un travail plus élaboré, chaque agent ayant son propre modèle et partageant ou non des données avec les autres.
  • Lors de l'utilisation de plusieurs agents, une hiérarchie peut être établie, avec un ou plusieurs agents chargés de coordonner et de « commander » les agents de niveau inférieur.
• Une autre possibilité pour la catégorisation des agents d’IA est de prendre en compte les objectifs finaux et la complexité.
  • Les agents d'IA axés sur les objectifs se concentrent sur un résultat final et adaptent leur comportement ou leurs actions jusqu'à ce que cet objectif soit atteint. Par exemple, l'IA d'un entrepôt donnera des instructions pour déplacer un colis jusqu'à sa destination.
  • Agents basés sur l'utilité Il faut non seulement se concentrer sur l'objectif, mais aussi sur le meilleur moyen de l'atteindre. Par exemple, une voiture autonome se déplacera d'un point A à un point B, mais elle tiendra également compte de la sécurité, et finalement de la consommation de carburant, du temps de trajet, du type de route, etc.

Source: Ampcome

Pourquoi utiliser des agents IA plutôt que des IA généralistes ?

Il existe de nombreuses raisons pour lesquelles l’industrie de l’IA se tourne vers les agents d’IA plutôt que vers les modèles universels.

Le premier est une question de complexité technique et de faisabilité. À notre connaissance, une intelligence générale (IAG) de type humain est encore hors de portée.

Il semble cependant beaucoup plus réaliste de créer, par exemple, un agent IA dédié capable de conduire une voiture comme un humain sans avoir aucune des autres capacités humaines de raisonnement dans d’autres domaines.

Un autre problème est celui de l'efficacité. Un modèle utilisé pour conduire une voiture n'a pas besoin d'être extrêmement doué pour parler, marcher, effectuer des recherches sur le web, calculer, etc. Il est bien plus judicieux de disposer de nombreux agents d'IA pour chaque tâche que de tenter de déployer un système d'IA/robotique polyvalent, comme le montre souvent la science-fiction.

Enfin, les coûts constituent un enjeu majeur pour tous les projets d'IA. Cela concerne les coûts de formation et les milliers, voire les millions de GPU nécessaires. Mais cela concerne également les coûts d'exploitation de l'IA dans le matériel informatique, ainsi que l'énergie consommée. Il est donc préférable d'utiliser des agents d'IA plus spécialisés, plus simples et plus performants.

Des agents d’IA spécialisés aux agents généralistes ?

Pour les tâches spécifiques et répétitives, des agents d'IA très spécifiques sont probablement les plus adaptés. Cependant, pour tirer pleinement parti de la révolution de l'IA, des systèmes légèrement plus performants seront nécessaires. Par exemple, une IA est non seulement capable de générer automatiquement une liste d'équipements nécessitant une maintenance, mais aussi de planifier les interventions des techniciens et de gérer leurs feuilles de temps, salaires, etc.

Dans certaines applications, cela peut être une étape nécessaire pour réellement aider les travailleurs humains, car les tâches et l’analyse ne peuvent pas être complètement séparées les unes des autres.

Par exemple, une IA effectuant un diagnostic devra être capable d’analyser des images médicales, de comprendre un texte ou une voix décrivant les symptômes, d’intégrer les résultats des tests médicaux et les antécédents du patient, de trouver la littérature scientifique et le protocole médical pertinents, etc.

Source: Nature

De telles IA généralistes, mais spécifiques à une application, seront probablement construites à travers des constructions multi-agents, chaque sous-élément excellant dans une tâche, tandis qu'une IA de supervision intégrera la production des agents individuels dans un tout cohérent.

Les cas d'usage spécifiques à une application ne constituent pas la seule possibilité. Par exemple, les IA multi-agents utilisant des agents issus de domaines très différents pourraient être utiles pour réaliser de nouvelles découvertes scientifiques, en rassemblant différents ensembles de données.

Applications d'agents IA

Bien qu'il soit probable que de nombreuses applications ne soient pas encore comprises de la même manière que personne ne pouvait visualiser l'Internet moderne en 1995, quelques activités sont déjà prêtes pour les applications des agents IA :

• Service à la clientèle:Des conversations en ligne à la prise de commande au restaurant, le traitement relativement simple de la plupart des demandes des clients facilite leur automatisation. Jusqu'à présent, les chatbots se sont révélés insuffisants, mais des agents IA plus intelligents remplaceront probablement une grande partie de ces tâches, laissant quelques humains en coulisses pour traiter les demandes les plus complexes.
• Recherche scientifique: Cela comprendra l'analyse d'ensembles de données très complexes et volumineux, ainsi que la consultation de milliers de publications scientifiques, y compris dans des langues autres que l'anglais. Cela couvrira également les IA spécialisées dans des tâches très techniques, comme la prédiction du repliement des protéines, la composition atomique des matériaux, etc.
• Sites Web et marketing:Aujourd'hui, une grande partie du marketing et des publicités en ligne repose déjà en partie sur des modèles et une optimisation automatisée. Face à l'intérêt croissant des clients pour les expériences personnalisées, les agents d'IA flexibles devraient bientôt être aussi performants que de nombreux humains dans ce domaine.
• Traduction et droit: De nombreuses tâches humaines reposent sur un ensemble unique de connaissances sur un sujet très spécifique, riche en informations, et plus encore, particulièrement difficile à analyser. La capacité de l'IA à analyser d'énormes quantités de données peut s'avérer utile.
  • Cependant, les risques d’« hallucinations » sont très élevés, d’autant plus que le client a peu de chances de repérer une erreur, donc seul un agent ultra-fiable sera en mesure d’effectuer ces tâches.
  • La traduction en temps réel et la communication vocale, en particulier pour les situations non critiques comme le tourisme, sont susceptibles de devenir une attente standard pour nos smartphones.
• Les artsL'une des fonctions les plus controversées de l'IA est probablement l'idée de mettre au chômage des milliers de musiciens, peintres, graphistes, etc., ce qui déplaît à beaucoup. Cependant, elle pourrait aussi permettre à des équipes beaucoup plus petites, voire à des individus isolés, de concurrencer des entreprises beaucoup plus grandes dans la création de films, de jeux vidéo, de livres, etc.
• Santé:D'ores et déjà, Elon Musk recommande à ses adeptes d'utiliser Grok, l'IA de X, pour obtenir un avis médical secondaire. À long terme, il est probable qu'une IA médicale dédiée aidera les médecins à analyser les données médicales et à suggérer des traitements.
  • Alors que la chirurgie robotique devient plus courante, nous pourrions également imaginer un avenir où les chirurgiens IA pourraient effectuer certains actes chirurgicaux sans assistance humaine.
• SécuritéCela s'étend de la sécurité locale à la police, voire à l'armée. Les IA peuvent exceller dans la détection des menaces, voire l'identification des cibles. Cependant, pour l'instant, il est quasiment tabou de leur accorder trop d'autonomie dans ce secteur, notamment pour les décisions mortelles.
• Logistique et transport: Déjà de plus en plus utilisés dans les entrepôts, les robots et les drones sont de plus en plus susceptibles de prendre en charge les tâches de livraison et de logistique des colis et de la chaîne d'approvisionnement globale, car ils deviennent plus intelligents et plus capables de gérer les obstacles du monde réel.
  • Et, bien sûr, les voitures et les camions autonomes pourraient constituer une révolution encore plus grande, changeant complètement notre façon de gérer la mobilité et potentiellement même rendant la possession d’une voiture personnelle une curiosité.
• FinanceLes algorithmes sont déjà très présents sur les marchés financiers actuels ; il faut donc s'attendre à ce que des IA plus intelligentes s'impliquent davantage. Des agents d'IA personnalisés pourraient également devenir prédominants dans l'évaluation des dossiers d'assurance, des demandes de prêt, etc.
• Secteur Industriel & Fabrication:Les tendances de l'impression 3D, des machines CNC et d'autres nouveaux outils de production flexible ont rendu les usines modernes bien plus polyvalentes que les anciennes chaînes de montage. Les agents d'IA incarnés dans des robots industriels et humanoïdes pourraient amplifier cette tendance.

Légalité, réglementation et éthique

Responsabilités

Dans toute discussion concernant l’IA, la question de la gestion responsable de la technologie fait l’objet de vifs débats.

D'un côté, une réglementation excessive freinerait le progrès et risquerait de confier les IA les plus avancées à des juridictions plus souples. Dans le contexte d'une course à l'IA entre les États-Unis et la Chine, il est clair que ce n'est une issue souhaitable pour aucune des deux parties.

D’un autre côté, personne ne veut d’une IA hors de contrôle et sans aucune responsabilité.

Il faudra donc définir un cadre juridique clair. Par exemple, en cas d'accident d'une voiture autonome, le fournisseur de l'agent IA est-il responsable ? Plus les agents IA sont autonomes, plus leurs décisions pourraient avoir un impact sur les personnes et s'avérer coûteuses.

Cela couvre également la question de l’utilisation abusive de l’IA, comme par exemple le vol d’identité, la fraude, etc.

Dans de nombreux cas, on ne sait même pas clairement quelle agence ou autorité devrait réglementer l'IA. Faut-il un organisme spécialisé dédié ? Ou l'IA dans la finance devrait-elle être réglementée par la SEC, les drones, la FAA, etc. ?

Il s’agit davantage de questions législatives et réglementaires, mais comme celles-ci peuvent souvent prendre des années de retard sur le progrès technologique, il est probablement urgent que certaines des questions les plus urgentes concernant le cadre réglementaire des agents d’IA reçoivent bientôt une réponse.

Emplois et inégalités

Un effet souvent redouté du développement de l’IA est la croissance du chômage de masse, car l’IA remplace de plus en plus d’emplois bien plus rapidement que les gens ne peuvent se recycler ou que de nouveaux emplois ne sont créés.

En théorie, cela devrait constituer une étape vers une civilisation utopique post-pénurie. En pratique, cela pourrait précipiter des millions de personnes dans la pauvreté avant même d'y parvenir. Et contrairement aux précédentes vagues d'automatisation, l'IA pourrait remplacer les travailleurs du savoir hautement qualifiés.

Source: Intellipoint

Le danger des monopoles ou de l’aggravation des inégalités de richesse est également sérieux, car il a été historiquement prouvé que ces phénomènes sont dangereux et déstabilisateurs pour la société dans son ensemble.

Éthique

Que peut-on et ne peut-on pas confier à l'IA ? C'est une question de plus en plus pressante pour toute tâche allant au-delà du déplacement de palettes dans un entrepôt ou de la réponse automatique aux e-mails.

Le problème est d'autant plus urgent qu'il existe une tentation d'utiliser l'IA pour cibler les systèmes de drones militaires. Notamment en Ukraine, avec un « Ruée vers les drones dotés d'IA sur les champs de bataille ukrainiens ».

Reuters a rapporté que la course aux drones dotés d'IA « transporte la guerre en territoire inconnu, les combattants s'efforçant d'obtenir un avantage technologique au combat ». En Ukraine, le développement de drones dotés d'IA se concentre sur trois domaines clés : l'identification des cibles, la cartographie du terrain pour la navigation et la création d'« essaims » de drones interconnectés.

Une entreprise, Swarmer, développe un logiciel pour mettre en réseau des drones, permettant ainsi d'exécuter instantanément des décisions au sein d'un essaim avec une intervention humaine minimale.

Souhaitons-nous vraiment doter l'IA de telles capacités ? Mais voulons-nous vraiment que seul « l'ennemi » en dispose ?

Ces questions doivent probablement être débattues et tranchées à l'échelle internationale. C'est également un sujet que le secteur de l'IA ne devrait pas esquiver.

Agents IA déjà en service

Agents OpenAI

En tant que leader de longue date de l'IA, il n'est pas surprenant de voir OpenAI disposer de plusieurs agents GPT performants. L'entreprise fournit développeurs avec des outils dédiés pour développer des agents d'IA, Y compris la SDK Open AI multi-agent (Kit de développement standard).

Le modèle OpenAI semble principalement se concentrer sur la création de meilleures versions de GPT et d'autres LLM, puis les utiliser comme base pour le développement d'agents séparés, en comptant sur sa position de leader pour générer la demande d'agents utilisant GPT.

Google

Google (GOOGL -2.34%) est présente depuis longtemps dans l'IA grâce à son modèle DeepMind. Mais c'est avec Gemini 2.0 a adopté « l'ère des agents ».

Google est également parfaitement conscient de la menace potentielle que représentent les IA LLM pour la recherche classique, qui représente encore aujourd'hui 90 % des revenus de l'entreprise.

Il a donc utilisé Gemini 2.0 pour créer des aperçus d'IA, un résultat de recherche supplémentaire pour aborder des sujets plus complexes et des questions en plusieurs étapes, notamment les mathématiques et le codage.

Il a également créé Jules, un agent d'IA assistant de codage, et Genie 2, un modèle d'IA pour créer des mondes 3D jouables.

Google vise également à rester à la pointe de la technologie grâce à la recherche sur le matériel, notamment son Trillium TPUs (unités de traitement des tenseurs).

Manus

Butterfly Effect, une startup chinoise, a lancé Manus en mars 2025, affirmant qu'il s'agissait du premier agent d'IA généraliste capable d'agir de manière autonome.

Alors que certains y ont vu un «Deuxième moment DeepSeek« Pour les agents d'IA, où la Chine prend les devants, la situation est moins claire qu'avec l'approche remarquablement plus efficace sur le plan informatique (et financier) de DeepSeek.

Manus semble un peu plus lent, plus sujet aux plantages, mais fournissant également des réponses plus détaillées que ChatGPT. Néanmoins, il semble que des agents d’IA généraux pourraient être possibles plus tôt que prévu après tout, même s’ils ne sont peut-être pas idéaux pour toutes les situations.

Alibaba

Leader du e-commerce sous la pression de plateformes concurrentes comme Temu, ou encore TikTok, Alibaba reconquiert sa place de leader technologique grâce aux progrès de l'IA.

Il est à noter qu'il a ouvert le code source de son modèle QwQ-32B début mars 2025, affirmant qu'avec un cinquième des paramètres de DeepSeek-R1, il est conçu pour être efficace.

Par ailleurs, en mars 2025, Alibaba a lancé une nouvelle version de Quark, un assistant/agent IA optimisé par la société AI Qwen, alliant réflexion profonde et IA générative. Avant cette refonte de l'IA, Quark comptait déjà 200 millions d'utilisateurs lorsqu'il était encore un moteur de recherche.

Société d'agents d'IA

Alibaba

Plus connu en Occident pour sa plateforme de commerce électronique et en tant que fournisseur de matériaux, de pièces et de biens de consommation bon marché, Alibaba est également une entreprise technologique massive en Chine, leader dans l'IA et le cloud computing.

Notamment, Alibaba contrôle 36 % du marché du cloud en Chine, bien devant tous ses concurrents.

Source: Jeff Townson

Peut-être plus important encore, il propose déjà six nouveaux Modèles d'IA DeepSeek, l'IA open source qui a bouleversé le monde surpassant soudainement la plupart des modèles d'IA américains pour une infime fraction des coûts, tant en termes de développement que d'utilisation.

Alibaba possède également son propre modèle d’IA, Qwen, et affirme que Qwen 2.5 est encore meilleur que Deep Seek V3.

« Qwen 2.5-Max surpasse… presque tous les autres GPT-4o, DeepSeek-V3 et Llama-3.1-405B »,

L'unité Cloud d'Alibaba

Dans l’ensemble, outre sa croissance dans le cloud et l’IA, Alibaba reste un géant du commerce électronique en Chine, Taobao et Tmall étant seulement légèrement en baisse par rapport à leur part de 29 % des ventes mondiales en ligne en 2019.

Source: Forbes

Les récents progrès de l'IA ont transformé la perception d'Alibaba. D'un e-commerce traditionnel sous pression et dominant les ventes dans le cloud (mais aussi sous la pression de ses concurrents), l'entreprise est redevenue leader de l'innovation technologique en Chine.

Quark est désormais l'arme supplémentaire qu'Alibaba déploie pour conquérir le marché chinois des assistants IA, après avoir construit le terrain en le déployant d'abord comme moteur de recherche IA et en rassemblant 200 millions d'utilisateurs.

Ainsi, malgré le prix relativement bas de son action, provoqué par des années de répression technologique en Chine et des inquiétudes concernant l’investissement dans le pays, Alibaba pourrait être une opportunité pour les investisseurs prêts à parier sur la Chine prenant la tête de la course à l’IA.

(Vous pouvez également lire notre rapport dédié consacré à Alibaba pour plus de détails).

Dernières nouvelles sur Alibaba