L'ajout de davantage d'agents d'intelligence artificielle au flux de travail ne rend pas une entreprise plus intelligente. En fait, cela peut rendre les opérations plus difficiles à gérer. Le problème ne réside pas dans les capacités des agents individuels mais dans leur capacité à travailler ensemble.
De nombreuses entreprises abandonnent l’expérimentation d’agents d’IA uniques pour adopter une approche à plusieurs niveaux couvrant des fonctions telles que le service client, la chaîne d’approvisionnement et la finance. Chacun travaille de manière isolée, et coordonner leurs actions et s’assurer qu’elles progressent vers un objectif unique est un défi.
Le problème n’est plus de savoir comment créer des agents IA, mais comment s’assurer qu’ils travaillent ensemble plutôt que de se créer des obstacles les uns pour les autres.
Les flux de travail traditionnels ont été conçus pour des processus linéaires et prévisibles. Ils fonctionnent bien lorsque les conditions sont stables. Mais les opérations des entreprises modernes sont dynamiques et interconnectées. Les systèmes multi-agents présentaient un énorme potentiel d’adaptation aux conditions changeantes, mais uniquement lorsqu’ils étaient soutenus par une infrastructure d’orchestration dédiée.
La couche de coordination
L'infrastructure de coordination sert de système central qui aide les agents intelligents à travailler en équipe en répartissant les tâches, en partageant les informations entre les agents et en gardant tout le monde aligné vers le même objectif. Il s'appuie sur des magasins de données partagés et des bases de données vectorielles pour améliorer l'orchestration. Sans eux, vos agents pourraient travailler avec des informations incomplètes et prendre des décisions contradictoires.
La plupart des systèmes multi-agents fonctionnent sur la base de quatre fonctions essentielles :
Couche d'orchestration : Ce composant agit en tant que « contrôleur de trafic ». Il attribue des tâches à l'agent le plus approprié, gère la communication entre les agents, équilibre les charges de travail et déclenche une escalade humaine lorsque les agents atteignent les limites de leur autorité ou de leur confiance.
Mémoire partagée et moteur contextuel : Au lieu que chaque agent opère avec sa propre vision étroite, cette couche maintient une source de vérité unifiée en temps réel en extrayant des données des systèmes opérationnels de l'entreprise que les agents peuvent interroger pour créer un contexte partagé avant de prendre des décisions.
Communication basée sur les événements : Lorsqu'un imprévu se produit, comme un retard d'expédition, un problème de conformité ou une augmentation soudaine de la demande, le système informe immédiatement les agents concernés afin qu'ils puissent réagir rapidement et de manière coordonnée.
Couche de gouvernance et de surveillance : Cette partie garde un œil sur tout ce qui se passe. Il garantit que toutes les actions sont visibles, peuvent être correctement auditées et respectent les règles, les exigences de conformité et les limites de risque de l'entreprise. Avoir une visibilité sur la manière dont les décisions sont prises améliore la confiance et la responsabilité.
Comment l’infrastructure de coordination modifie les opérations
La plupart des problèmes opérationnels ne proviennent pas d'un manque de données mais du fait que les équipes ont des versions différentes de la vérité. Les agents coordonnés contribuent à combler cet écart en garantissant que les informations circulent rapidement dans l'organisation.
Dans le support client, les agents connectés peuvent hiérarchiser les tickets de manière plus intelligente, capter le sentiment des clients et envoyer les problèmes complexes à la bonne personne au bon moment, ce qui conduit à des résolutions plus rapides et à des clients plus satisfaits.
Dans les opérations informatiques, plusieurs agents peuvent surveiller l'infrastructure, évaluer les incidents les plus importants pour l'entreprise et commencer à résoudre automatiquement les problèmes. Certaines grandes entreprises ont déclaré avoir réduit les temps d'arrêt critiques de 30 à 40 % après la mise en œuvre de ce type de système coordonné.
Des défis demeurent
Malgré les avantages, les entreprises continuent de se heurter à des obstacles importants :
Plus d'agents mais pas d'intégration : Le simple fait d’ajouter davantage d’agents IA n’améliore pas les résultats. Si les agents ne travaillent pas avec les mêmes informations, les équipes passent plus de temps à régler les conflits qu’à bénéficier de l’automatisation.
Mauvaise qualité des données : Les problèmes de données sont plus importants que ce que la plupart des organisations admettent. Les données sont souvent fragmentées, l'intégration est obsolète et le pipeline n'est pas toujours fiable. Une récente enquête de Gartner Inc. a révélé que 38 % des projets d'IA dans les domaines des infrastructures et des opérations ont échoué en raison de la mauvaise qualité des données. Les mauvaises données ne ralentissent pas seulement les choses, mais contribuent à de mauvaises décisions.
Équilibrer la surveillance humaine : Les agents sont doués pour gérer les tâches routinières et répétitives, mais lorsque les décisions impliquent des risques financiers, la conformité réglementaire ou la confiance des clients, le jugement humain reste essentiel. Trouver le juste milieu entre donner aux agents suffisamment de liberté pour être utiles et maintenir un contrôle humain suffisant s’avère être l’un des exercices d’équilibre les plus difficiles auxquels la plupart des organisations sont confrontées.
L’infrastructure de coordination deviendra un élément essentiel des organisations plutôt qu’un module complémentaire facultatif au cours des 12 à 24 prochains mois. Les systèmes d'entreprise multi-agents ne sont plus expérimentaux ; ils deviennent essentiels au fonctionnement des entreprises modernes.
Cependant, leur succès dépend moins de l’intelligence des agents individuels que de la solidité de l’infrastructure de coordination qui les sous-tend. Déployer simplement davantage d’agents n’est pas une stratégie gagnante. Construire la bonne couche d’intégration l’est.
Deepa Chauhan est spécialiste senior de l'optimisation des moteurs de recherche chez Accelirate Inc., une société d'IA et d'automatisation. Elle a écrit cet article pour SiliconANGLE.
