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

Trouver l’application à succès de l’IA

Depuis le grand engouement public autour du lancement de ChatGPT, la technologie IA fait les gros titres et captive l’attention du grand public, des spécialistes IT et des investisseurs.

Cela est particulièrement vrai alors que la capacité de l’IA générative croît de façon exponentielle. De plus, une nouvelle vague de concurrence a accéléré les progrès dans le domaine, avec l’IA chinoise comme DeepSeek remettant en cause la structure de coûts et les prix des IA américaines.

Pourtant, l’industrie de l’IA repose sur des bases quelque peu fragiles, les centaines de milliards investis dans l’infrastructure IA n’ayant pas encore généré les niveaux de revenus nécessaires pour justifier ces investissements.

Les révolutions technologiques précédentes se sont construites sur des applications rentables de la technologie dans l’économie « réelle », comme le travail de bureau (Windows & Office), le divertissement (jeux vidéo et streaming), la publicité (Google), les communications (smartphones) ou le commerce (paiement en ligne & 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 sur le point de changer avec l’émergence d’une IA spécialisée dotée d’une gamme explosive de performances et de capacités : les agents IA.

Que sont les agents IA ?

L’idée centrale des agents IA est de créer des IA capables d’opérer de façon autonome dans un environnement donné. Cela leur confère des rôles pratiques très différents de ceux des IA génératives comme les LLM (modèles de langage de grande taille) ou les générateurs d’images, qui réagissent principalement à des invites créées par l’humain.

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

Comme l’agent IA agit de façon autonome dans son rôle, il ne nécessite pas l’intervention constante des humains via des invites. Il peut donc prendre des mesures par lui‑même, sans besoin de confirmation ou de supervision.

En pratique, la plupart des agents IA disposeront également de conditions et de règles intégrées qui les amèneront à demander un retour d’information à un superviseur humain.

Selon Google, les caractéristiques clés des agents IA sont :

• Raisonnement: ils peuvent analyser des données, identifier des motifs et prendre des décisions éclairées basées sur des preuves et le contexte.
• Action: la capacité d’agir ou d’exécuter des tâches, pouvant inclure des actions physiques ou numériques.
• Observation: la collecte d’informations sur l’environnement ou la situation afin de comprendre le contexte et de prendre des décisions informées.
• Planification: l’élaboration d’un plan pour atteindre des objectifs, en identifiant les étapes nécessaires, les actions potentielles et la meilleure voie à suivre.
• Collaboration: travailler efficacement avec d’autres, qu’il s’agisse d’humains ou d’autres agents IA.
• Auto‑amélioration: les agents IA peuvent apprendre de l’expérience, ajuster leur comportement en fonction des retours et améliorer continuellement leurs performances et capacités au fil du temps.

Source: DevRevAI

Est‑ce vraiment nouveau ?

Cet ensemble de fonctionnalités place les agents IA un cran au‑dessus des itérations précédentes d’outils IA, comme les assistants et les bots, en leur conférant plus de proactivité, d’autonomie et la capacité de gérer des tâches plus complexes.

Source: Google

Les agents IA dotés de « corps » physiques peuvent interagir directement avec le monde réel, tandis que les agents 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 d’actions possibles pour être utile, sans toutefois lui accorder trop de liberté afin d’éviter des dommages inattendus dus à des erreurs.

Dans l’ensemble, il est probable que la croissance parallèle de la qualité des décisions IA et la familiarité croissante avec celles‑ci permettront aux personnes et aux autorités d’accorder davantage de latitude à la prise de décision par IA. Cela ouvre toutefois des questions juridiques et éthiques intéressantes concernant la responsabilité des actions IA (voir ci‑dessous une discussion sur le sujet).

Le potentiel des agents IA

La capacité des agents IA à travailler de façon indépendante est ce qui pourrait en faire les applications phares de l’IA. La vie moderne regorge de tâches répétitives pas très complexes mais trop complexes pour être confiées à une forme d’automatisation plus simple.

C’est, par exemple, pourquoi Tesla a dû revenir en arrière dans l’automatisation et la robotisation de sa chaîne d’assemblage en 2018 (TSLA ). Les robots pouvaient faire du bon travail, mais la moindre perturbation ou changement inattendu de besoin aurait arrêté toute la chaîne.

« Nous avions ce réseau fou, complexe de tapis roulants… Et cela ne fonctionnait pas, alors nous nous en sommes débarrassés. Oui, l’automatisation excessive chez Tesla était une erreur. Pour être précis, ma faute. Les humains sont sous‑estimés. »

Elon Musk

Cependant, les IA modernes ne sont pas seulement un ensemble très élaboré de règles rigides essayant d’anticiper tout à l’avance. Elles sont capables, dans une certaine mesure, de s’adapter et d’évoluer face à de nouvelles conditions si elles reçoivent suffisamment de données pertinentes pendant leur entraînement.

Ainsi, les IA pourraient être particulièrement pertinentes pour les tâches hautement répétitives, de l’accompagnement d’un client à travers un algorithme de dépannage à la conduite de camions sur autoroute.

Contrairement aux humains, ces IA pourraient travailler 24 h/24 et 7 j/7 sans exiger de salaire, d’assurance santé, etc.

Il existe de nombreuses façons de classifier le niveau atteint par les IA. Globalement, on compare la capacité de l’IA à la population humaine générale, les agents IA les plus récents atteignant peut‑être bientôt les compétences de 50‑90 % de la population dans des tâches de domaine étroit, ce qui est généralement considéré comme un point médian dans le progrès de l’IA, et seulement le début pour l’AGI.

Source: Cobus Greyling

Comment fonctionnent les agents IA ?

Les agents IA sont constitués de quelques « composants » clés qui interagissent entre eux:

• Capteurs: pour les agents IA physiques, cela peut inclure caméras, microphones, LIDAR, antennes radio, etc. Pour les agents IA numériques, cela peut être une fonction de recherche, un outil de lecture de fichiers, d’extraction de données d’un logiciel ou d’une base de données spécifique, etc.
• Actionneurs: c’est ainsi que l’IA exécute son travail. Lorsqu’ils sont physiques, il peut s’agir de roues ou de bras robotiques. Lorsqu’ils sont numériques, il s’agit de la capacité à créer ou modifier des fichiers, rédiger des rapports, réaliser des analyses de données, etc.
• Cerveaux: composés d’outils 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 contenant faits, données d’entraînement et corrections humaines qui permettent au « cerveau » de prendre la bonne décision.

Source: Thomas Latterner

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

La mémoire est une partie très importante de l’IA ici et constitue une amélioration radicale par rapport aux bots précédents. En effet, le manque de mémoire est à l’origine de la plupart des plaintes concernant les chatbots et systèmes similaires : c’est pourquoi la plupart des bots restent bloqués dans des boucles de raisonnement, n’arrivent pas à se souvenir d’informations déjà fournies, etc.

Types d’agents IA

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

• Une façon consiste à considérer si les agents interagissent avec les humains ou travaillent en arrière‑plan.
• Une autre façon consiste à envisager l’utilisation d’un seul agent pour une tâche donnée ou de plusieurs agents dialoguant entre eux pour accomplir un travail plus élaboré, chaque agent ayant son propre modèle et partageant ou non des données avec les autres.
  • Lorsque plusieurs agents sont utilisés, une hiérarchie peut être établie, avec un ou plusieurs agents chargés de coordonner et « d’ordonner » les agents de niveau inférieur.
• Une autre possibilité de catégorisation consiste à considérer les objectifs finaux et la complexité.
  • Les agents IA basés sur des objectifs se concentreront sur un résultat final et adapteront leur comportement ou leurs actions jusqu’à ce que cet objectif soit atteint. Par exemple, un agent IA dans un entrepôt donnera des instructions pour déplacer un colis jusqu’à ce qu’il atteigne sa destination.
  • Les agents basés sur l’utilité se concentrent également sur l’objectif, mais aussi sur la meilleure façon de l’atteindre. Ainsi, une voiture autonome ira du point A au point B tout en tenant compte de la sécurité, de l’efficacité énergétique, du temps de trajet, du type de routes, 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 IA plutôt que vers des modèles universels.

La première est une question de complexité technique et de faisabilité. Une intelligence générale humaine (AGI) reste hors de portée à ce jour.

Cependant, il semble beaucoup plus réaliste de créer, par exemple, un agent IA dédié capable de conduire une voiture comme un humain sans posséder les autres capacités de raisonnement humain.

Un autre point concerne l’efficacité. Un modèle utilisé pour conduire une voiture n’a pas besoin d’être extrêmement performant en conversation, en marche, en recherche web, en calcul, etc. Ainsi, de nombreux agents IA individuels pour chaque tâche ont beaucoup plus de sens que d’essayer de déployer un système IA/robotique tout‑en‑un, comme on le voit souvent dans la science‑fiction.

Enfin, les coûts constituent un problème sérieux pour tous les projets IA. Cela concerne tant les coûts d’entraînement, avec des milliers voire des millions de GPU, que les coûts d’exploitation du matériel informatique ainsi que l’énergie consommée. Ainsi, des agents IA plus spécialisés et plus simples, qui performent mieux dans leur domaine, sont à privilégier.

Des agents IA spécialisés aux agents IA généralistes ?

Pour des tâches étroites et répétitives, les agents IA très spécialisés sont probablement les meilleurs. Cependant, pour saisir pleinement les bénéfices de la révolution IA, des systèmes légèrement plus compétents seront nécessaires. Par exemple, une IA qui non seulement génère automatiquement une liste d’équipements nécessitant une maintenance, mais qui programme également les techniciens pour effectuer cette maintenance et gère leurs feuilles de temps, salaires, etc.

Dans certaines applications, cela pourrait être une étape indispensable pour aider réellement les travailleurs humains, les tâches et l’analyse ne pouvant être totalement séparées.

Par exemple, une IA réalisant un diagnostic devra pouvoir analyser des images médicales, comprendre un texte ou une voix décrivant les symptômes, intégrer les résultats d’examens médicaux et l’historique du patient, trouver la littérature scientifique pertinente ainsi que le protocole médical, etc.

Source: Nature

Ces IA généralistes, mais spécifiques à une application, seront probablement construites via des constructions multi‑agents, chaque sous‑élément excellant dans une tâche, tandis qu’une IA superviseur intégrera les sorties des agents individuels en un tout cohérent.

Les cas d’usage spécifiques à une application ne sont pas la seule possibilité. Par exemple, des IA multi‑agents utilisant des agents provenant de domaines très différents pourraient être utiles pour réaliser de nouvelles découvertes scientifiques, en réunissant différents ensembles de données.

Applications des agents IA

Bien qu’il soit probable que de nombreuses applications ne soient pas encore comprises – tout comme personne ne pouvait imaginer Internet moderne en 1995 – quelques activités sont déjà prêtes pour les agents IA:

• Service client: des chats en ligne à la prise de commandes dans les restaurants, le processus relativement simple des demandes clients facilite l’automatisation. Jusqu’à présent, les chatbots étaient insuffisants, mais des agents IA plus intelligents remplaceront probablement de nombreux emplois, avec quelques humains en arrière‑plan pour gérer les requêtes les plus complexes.
• Recherche scientifique: cela inclura l’analyse de jeux de données très complexes et volumineux ainsi que la navigation parmi des milliers de publications scientifiques, y compris dans des langues non‑anglais. Cela couvrira également des IA spécialisées dans des tâches très techniques, comme la prédiction du repliement des protéines, la composition atomique de matériaux, etc.
• Sites web & marketing: une grande partie du marketing en ligne et des publicités d’aujourd’hui est déjà partiellement gérée avec des modèles et une optimisation automatisée. À mesure que les expériences personnalisées sont davantage appréciées par les clients, des agents IA flexibles pourraient bientôt rivaliser avec de nombreux humains dans ce domaine.
• Traduction et droit: de nombreuses tâches humaines reposent sur un ensemble de connaissances unique sur un sujet très spécifique, souvent difficile à analyser. La capacité de l’IA à parcourir d’énormes quantités de données peut aider.
  • Cependant, les risques d’« hallucinations » sont très élevés, surtout si le client ne peut pas repérer l’erreur, si bien qu’un agent ultra‑fiable sera nécessaire pour ces tâches.
  • La traduction en temps réel et la voix‑à‑voix, notamment pour des situations non critiques comme le tourisme, deviendront probablement une attente standard pour nos smartphones.
• Arts: probablement l’une des fonctions les plus controversées de l’IA est l’idée de rendre obsolètes des milliers de musiciens, peintres, graphistes, etc., ce qui ne plaît pas à beaucoup. Cependant, cela pourrait aussi permettre à de très petites équipes, voire à des individus, de rivaliser avec de grandes entreprises pour la création de films, de jeux vidéo, de livres, etc.
• Santé: déjà aujourd’hui, Elon Musk recommande à ses abonnés d’utiliser l’IA de X, Grok, pour un avis médical secondaire. À long terme, il est probable que des IA médicales dédiées assisteront les médecins dans l’analyse de données médicales et la suggestion de traitements.
  • À mesure que la chirurgie robotique se généralise, nous pourrions imaginer un futur où des chirurgiens IA réalisent certaines interventions sans assistance humaine.
• Sécurité: cela s’étend de la sécurité locale à la police et même à l’armée. Les IA peuvent exceller dans la détection de menaces et l’identification de cibles. Cependant, il est encore largement tabou de leur conférer trop d’autonomie dans ce secteur, surtout pour des décisions létales.
• Logistique et transport: déjà de plus en plus utilisées dans les entrepôts, les robots et les drones sont de plus en plus susceptibles de prendre en charge la livraison et la logistique des colis ainsi que l’ensemble de la chaîne d’approvisionnement à mesure qu’ils deviennent plus intelligents et capables de gérer les obstacles du monde réel.
  • Et, bien sûr, les voitures et camions autonomes pourraient représenter une révolution encore plus grande, transformant totalement notre mobilité et rendant possiblement la possession d’une voiture personnelle une curiosité.
• Finance: les « algos » sont déjà une part importante des marchés financiers d’aujourd’hui, on peut donc s’attendre à ce que des IA plus intelligentes s’y impliquent davantage. Des agents IA personnalisés pourraient également devenir courants pour l’évaluation de dossiers d’assurance, de demandes de prêt, etc.
• Fabrication: les tendances de l’impression 3D, des machines CNC et d’autres nouveaux outils de production flexible ont rendu les usines modernes beaucoup plus polyvalentes que les anciennes chaînes de montage. Des agents IA incarnés dans des robots industriels et humanoïdes pourraient pousser cette tendance encore plus loin.

Légalité, régulation & éthique

Responsabilités

Dans toute discussion concernant les IA, la question de la gestion responsable de la technologie est très débattue.

D’un côté, trop de régulation freinerait le progrès et pourrait simplement transférer les IA les plus avancées vers des juridictions plus flexibles. Dans le cadre d’une course technologique IA entre les États‑Unis et la Chine, il est clair que ce n’est pas un résultat souhaitable pour aucune des parties.

De l’autre côté, personne ne veut d’une IA incontrôlée sans aucune responsabilité.

Il faudra donc définir un cadre juridique clair. Par exemple, si une voiture autonome provoque un accident, le fournisseur de l’agent IA est‑il responsable ? Plus les agents IA reçoivent d’autonomie, plus leurs décisions peuvent impacter des personnes réelles et coûter cher.

Cela couvre également la question de l’usage abusif de l’IA, comme le vol d’identité, la fraude, etc.

Dans de nombreux cas, il n’est même pas clair quelle agence ou autorité devrait réguler l’IA. Faut‑il créer un organisme spécialisé dédié ? Ou bien l’IA dans la finance devrait‑elle être régulée par la SEC, les drones aériens par la FAA, etc. ?

Ce sont des questions législatives et réglementaires, mais comme elles peuvent souvent prendre des années à rattraper le progrès technologique, il est urgent que certaines des questions les plus pressantes concernant le cadre réglementaire des agents IA trouvent rapidement une réponse.

Emplois & inégalités

Un effet souvent redouté du développement de l’IA est la montée du chômage de masse, l’IA remplaçant de plus en plus d’emplois plus rapidement que les personnes ne peuvent se reconvertir ou que de nouveaux emplois soient créés.

En théorie, cela devrait être une étape vers une civilisation utopique post‑rareté. En pratique, cela pourrait pousser des millions de personnes dans la pauvreté avant d’atteindre ce point. Et contrairement aux vagues précédentes d’automatisation, l’IA pourrait remplacer des travailleurs du savoir très qualifiés.

Source: Intellipoint

Le danger de monopoles ou d’approfondissement des inégalités de richesse est également sérieux, car l’histoire montre que cela peut être dangereux et déstabilisant pour la société dans son ensemble.

Éthique

Ce qui peut ou ne peut pas être confié à la gestion par l’IA. C’est une question de plus en plus pressante pour toute tâche dépassant le simple déplacement de palettes dans un entrepôt ou la réponse automatique aux e‑mails.

Le problème devient encore plus aigu lorsqu’il y a tentation d’utiliser l’IA pour des systèmes de ciblage dans les drones militaires. Y compris en Ukraine, avec une « course aux drones IA sur les champs de bataille ukrainiens ».

Reuters a rapporté que la course aux drones IA « emmène la guerre dans un territoire inexploré alors que les combattants se disputent un avantage technologique ». En Ukraine, le développement de drones IA se concentre sur trois axes clés : identification des cibles, cartographie du terrain pour la navigation et création de « essaims » interconnectés de drones.

Une entreprise, Swarmer, développe un logiciel pour mettre en réseau les drones, permettant aux décisions d’être exécutées instantanément à travers un essaim avec un minimum d’intervention humaine.

Voulons‑nous réellement confier ce type de capacité aux IA ? Mais voulons‑nous vraiment que « l’ennemi » en soit le seul à disposer ?

Ces questions nécessitent probablement une discussion et une décision au niveau international. Elles constituent également un sujet que l’industrie de l’IA ne doit pas éviter.

Agents IA déjà en service

Agents OpenAI

En tant que leader de longue date dans l’IA, il n’est pas surprenant de voir OpenAI proposer plusieurs agents solides basés sur GPT. L’entreprise fournit aux développeurs des outils dédiés à la création d’agents IA, y compris le SDK multi‑agents OpenAI (SDK 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 distincts, comptant sur sa position de leader pour générer la demande d’agents utilisant GPT.

Google

Google (GOOGL ) est présent dans l’IA depuis longtemps grâce à son modèle DeepMind. Mais c’est avec Gemini 2.0 qu’il a adopté « l’ère agentique ».

Google est également très conscient de la menace potentielle que les IA LLM représentent pour la recherche classique, qui reste à ce jour la source de 90 % des revenus de l’entreprise.

Il a donc utilisé Gemini 2.0 pour créer les « AI Overviews », un résultat de recherche supplémentaire destiné à traiter des sujets plus complexes et des questions à plusieurs étapes, y compris les mathématiques et le codage.

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

Google vise également à rester à la pointe grâce à la recherche matérielle, notamment ses TPU Trillium (Tensor Processing Units).

Manus

Butterfly Effect, une start‑up chinoise, a lancé Manus en mars 2025, affirmant qu’il s’agit du premier agent IA général capable d’agir de façon autonome.

Alors que certains y voyaient un « second moment DeepSeek » pour les agents IA, où la Chine prendrait la tête, la situation est moins claire que l’approche de DeepSeek, remarquablement plus efficace en calcul (et financièrement).

Manus semble un peu plus lent, plus sujet aux plantages, mais offrant des réponses plus détaillées que ChatGPT. Néanmoins, il semble que les agents IA généraux pourraient être possibles plus tôt que prévu, même s’ils ne seront pas idéaux pour toutes les situations.

Alibaba

Un leader du e‑commerce sous pression de plateformes concurrentes comme Temu, voire TikTok, Alibaba reconquiert sa position de leader technologique grâce à ses progrès en IA.

Notamment, il a rendu open‑source son modèle QwQ‑32B début mars 2025, affirmant qu’avec un cinquième des paramètres de DeepSeek‑R1, il est conçu pour l’efficacité.

De plus, en mars 2025, Alibaba a publié une nouvelle version de Quark, un assistant/agent IA propulsé par le modèle Qwen de l’entreprise, combinant réflexion profonde et IA générative. Avant cette refonte IA, Quark comptait déjà 200 millions d’utilisateurs lorsqu’il était moteur de recherche.

Entreprise d’agents IA

Alibaba

Plus connu en Occident pour sa plateforme e‑commerce et comme fournisseur de matériaux, pièces et biens de consommation bon marché, Alibaba est également une immense entreprise technologique en Chine, leader en IA et 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, l’entreprise propose déjà six nouveaux modèles IA DeepSeek, l’IA open‑source qui a bouleversé le monde en dépassant soudainement la plupart des modèles IA américains à une fraction infime des coûts, tant en développement qu’en utilisation.

Alibaba possède également son propre modèle IA, Qwen, et affirme que Qwen 2.5 est encore meilleur que DeepSeek V3.

« Qwen 2.5‑Max surpasse… presque partout GPT‑4o, DeepSeek‑V3 et Llama‑3.1‑405B, »

Unité Cloud d’Alibaba

Dans l’ensemble, au‑delà de sa croissance dans le cloud et l’IA, Alibaba reste un géant du e‑commerce en Chine, Taobao & Tmall ne perdant que légèrement leurs 29 % de part des ventes en ligne mondiales en 2019.

Source: Forbes

Les récents progrès en IA ont changé la perception d’Alibaba. D’une position d’e‑commerce historique sous pression et d’un leader cloud dominant (mais aussi sous pression de concurrents), l’entreprise est redevenue à la pointe de l’innovation technologique chinoise.

Quark est désormais l’arme supplémentaire qu’Alibaba déploie pour conquérir le marché chinois des assistants IA, après l’avoir d’abord présenté comme moteur de recherche IA et avoir rassemblé 200 millions d’utilisateurs.

Ainsi, malgré son cours boursier relativement bas, provoqué par des années de répression technologique en Chine et les inquiétudes liées à l’investissement dans le pays, Alibaba pourrait représenter une opportunité pour les investisseurs prêts à parier sur la prise de tête de la Chine dans la course à l’IA.

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

Actualités sur Alibaba