L’IA d’entreprise a besoin d’une transformation agentique pour transformer des expériences dispersées en résultats commerciaux mesurables.
La prochaine phase de l’adoption de l’IA consiste moins à choisir des modèles qu’à rendre les connaissances de l’entreprise utilisables, gouvernées et à jour. Impetus Technologies Inc. positionne sa suite Leap AI autour de ce problème, combinant modernisation, contexte sémantique, solutions d'agents et observabilité dans un cadre visant à faire passer le travail d'IA en production. Le problème principal est le manque de contexte qui empêche les systèmes prometteurs de produire un retour sur investissement fiable, selon Nachiket Deshpande (photo), PDG d'Impetus.
« La dernière fois que nous avons parlé, nous avons parlé du type de décalage contextuel qui empêche en quelque sorte la réalisation du retour sur investissement pour les entreprises dans leur parcours vers l'IA », a déclaré Deshpande. « Nous sommes vraiment ravis de lancer la famille Leap AI pour combler essentiellement cette lacune. Nous avons parlé du manque de données comme étant l'un des piliers clés, expliquant pourquoi les modèles n'ont pas les connaissances d'entreprise que possèdent les entreprises, ce qui est unique à leurs entreprises. Nous avons LeapLogic… notre solution de modernisation qui vous aide à libérer ces données des environnements existants et à les rendre accessibles à vos systèmes d'IA d'agents. »
Deshpande s'est entretenu avec John Furrier lors d'une conversation exclusive sur theCUBE, le studio de diffusion en direct de SiliconANGLE Media. Ils ont discuté du lancement de Leap AI et de la manière dont l’ingénierie contextuelle peut aider les entreprises à mettre l’IA agentique en production. (* Divulgation ci-dessous.)
La transformation agentique dépend de l'ingénierie du contexte
Le défi pratique est que l’IA d’entreprise ne peut pas être performante si elle ne dispose pas des règles, priorités et relations entre les données spécifiques à l’entreprise qui façonnent les décisions réelles. C'est pourquoi Impetus encadre Leap AI autour de l'ingénierie contextuelle plutôt que de la simple adoption de modèles. Deshpande a cité un scénario de bagages d'une compagnie aérienne comme exemple de cas dans lequel la précision de l'IA s'est arrêtée jusqu'à ce que le système comprenne les nuances opérationnelles.
« Certains aéroports ont leur propre personnel, d'autres non, ils s'associent à quelqu'un. Ce sont toutes des nuances très spécifiques aux compagnies aériennes », a-t-il déclaré. « Nous avons intégré ce contexte et nous sommes désormais en mesure de créer une solution d'agent qui réduit le nombre de bagages perdus de 10 à neuf à huit et demi. Nous continuerons à l'affiner pour atteindre cet objectif. C'est l'exemple de ce que la suite Leap peut faire pour vous. »
Le signal le plus important du marché est que les systèmes agents ont besoin à la fois de discipline logicielle et de flexibilité des services. Les entreprises veulent des résultats, mais leurs environnements sont trop spécifiques pour des outils universels. Impetus essaie de trouver ce juste milieu avec une plate-forme capable de s'adapter aux systèmes existants tout en restant responsable des résultats commerciaux, a noté Deshpande.
« Je pense qu'il s'agit d'une nouvelle approche que l'on aurait traditionnellement vue chez les intégrateurs de systèmes, qui apportera beaucoup de connaissances et de capacités et dira que je peux résoudre tous ces problèmes », a-t-il déclaré. « C'était sur mesure, et il aurait fallu beaucoup de temps pour obtenir une résolution et le résultat n'était pas toujours garanti. Notre nouvelle approche consiste à regrouper le logiciel et les services. Cela vous donne l'avantage de l'orientation vers les domaines de résultats pour laquelle le logiciel est habitué. »
La vitesse est également importante car l’infrastructure, les API et les modèles d’IA évoluent plus rapidement que les projets d’entreprise traditionnels ne peuvent l’absorber. La proposition de valeur de Leap AI repose en partie sur la réduction du coût de ces choix, afin que les entreprises ne s'enferment pas dans des décisions qui peuvent sembler dépassées un mois plus tard. Cela fait de l’abstraction et de l’observabilité une partie de l’histoire de l’adoption, et non des ajouts, a souligné Deshpande.
« La suite Leap AI fait en quelque sorte deux choses pour cela », a-t-il ajouté. « Premièrement, il s'agit d'encapsuler la complexité des changements technologiques sous-jacents de la part des créateurs de solutions afin qu'ils puissent suivre le rythme de la création de solutions de manière cohérente et ne pas se soucier du lancement d'un nouveau modèle, d'une nouvelle offre ou du lancement d'une nouvelle API. La deuxième chose est que nous construisons cela en collaboration avec nos partenaires clés. Nous sommes également en phase avec eux sur l'évolution de la technologie. «
Voici l'interview vidéo complète :
(* Divulgation : Impetus a sponsorisé ce segment de theCUBE. Ni Impetus ni les autres sponsors n'ont de contrôle éditorial sur le contenu de theCUBE ou SiliconANGLE.)
