Dans un dossier publié par The Information, le journaliste Aaron Holmes décrypte l’essor des « agents » d’IA, ces outils intelligents capables d’accomplir des tâches complexes de manière autonome. Contrairement aux simples robots conversationnels, ces agents peuvent enchaîner plusieurs actions sans intervention humaine constante, en s’intégrant à des logiciels comme Salesforce, Jira ou GitHub.

Le phénomène est déjà bien engagé : OpenAI, Microsoft ou encore Anthropic multiplient les déclinaisons. On en compte aujourd’hui sept grands types, intégrés dans des applications ou accessibles via des interfaces contextuelles sur le Web. Ces agents sont déjà capables de résoudre des billets d’assistance technique, d’automatiser des audits ou même de coder des pages Web entières sur commande, comme le fait l’agent interne de Carvana en puisant dans GitHub et Figma.

Mais cette autonomie a un coût. Les entreprises qui optent pour ces outils paient cher : jusqu’à 6 $ pour un million de jetons avec Codex chez OpenAI, voire 40 $ par utilisateur pour l’accès aux fonctions avancées sur GitHub. OpenAI envisage même de facturer 20 000 $ par mois pour ses agents les plus puissants. Malgré ces tarifs, les entreprises justifient l’investissement par les économies générées en personnel et en temps de développement.

Les agents sont également en train de redéfinir la notion même d’interaction au sein des outils numériques. Là où les assistants traditionnels se limitaient à répondre à des questions, les agents prennent désormais des décisions, planifient des actions et coordonnent des flux de travail entiers. Cette capacité à “raisonner” et à garder une mémoire contextuelle ouvre la voie à une nouvelle génération de systèmes proactifs, capables d’anticiper les besoins d’un utilisateur.

Par ailleurs, cette évolution technologique soulève des enjeux de gouvernance et de transparence. Les agents s’appuyant sur des chaînes d’actions interconnectées à des systèmes tiers, il devient crucial de comprendre comment les décisions sont prises, quelles données sont utilisées et où les erreurs peuvent survenir. Plusieurs entreprises testent déjà des tableaux de bord de supervision et des mécanismes d’audit pour encadrer ces intelligences de plus en plus autonomes.

L’architecture de ces agents repose sur des systèmes de raisonnement, des mémoires longues et des logiciels d’orchestration. Des protocoles comme le Model Context Protocol facilitent les connexions aux applications tierces. Carvana, Gumroad ou EY sont parmi les entreprises qui y trouvent un gain de productivité appréciable, au prix d’un réajustement des effectifs techniques.

Enfin, les grandes plateformes poussent maintenant leurs clients à concevoir leurs propres agents personnalisés, avec des outils comme Copilot Studio chez Microsoft ou Agentforce chez Salesforce. On entre ainsi dans une ère où chaque entreprise pourra façonner son propre assistant automatisé, en fonction de ses processus internes et de ses besoins opérationnels.

Reste à voir comment ces agents évolueront. Capables de tenir des tâches pendant 30 minutes (chez OpenAI) ou même sept heures (chez Anthropic), ils sont encore imparfaits, mais promettent d’alléger radicalement la charge humaine dans de nombreuses fonctions. Une mutation profonde de la manière dont on conçoit et exécute le travail, déjà bien amorcée.

Source : The Information

+++

Tous les jours de la semaine, du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de tech.