L’essor de l’IA agentic : Une approche stratégique en trois étapes pour l’automatisation intelligente

Comme beaucoup, j’apprécie les bons conseils. Mais parfois, j’ai besoin d’aide pour accomplir quelque chose.

La prochaine version de l’IA — l’IA agentic — nous fera passer de la simple consultation à la réalisation concrète. Elle permettra aux entreprises qui l’utiliseront de faire un bond en avant transformateur.

Mais quel est cet espace vers lequel nous allons sauter ? Et comment allons-nous nous transformer ?

L’IA agentic peut réduire les coûts du support client de 25 à 50 % tout en améliorant considérablement la qualité et la satisfaction client, car elle va au-delà de la simple exécution de tâches. Elle peut également résoudre de manière autonome des flux de travail et des interactions client complexes. Lorsqu’elle est appliquée au support client, par exemple, les agents ne répondent pas seulement aux requêtes, mais résolvent de manière exhaustive les demandes de début à fin, réduisant l’intervention humaine et augmentant l’efficacité.

Comme pour toutes les nouvelles technologies, l’adoption de l’IA agentic présente des défis. Une entreprise doit avoir des flux de travail bien documentés et profondément compris et disposer d’une base de connaissances robuste sur laquelle l’IA agentic peut s’appuyer. Et tout comme pour l’IA générative, les préoccupations en matière de confidentialité et de sécurité des données obligent les entreprises à comprendre les modèles de langage large (LLM) qu’elles utilisent et la manière dont les informations sont stockées et transmises par ces modèles.

Cependant, la bonne stratégie d’adoption pour l’automatisation intelligente peut garantir le succès. Pour tirer le maximum de bénéfices, les entreprises devront faire trois choses :

• Commencer au bon endroit
• Équilibrer l’IA agentic avec l’expertise humaine
• Tirer parti d’un réseau d’expertise agentic

Bien qu’il s’agisse encore de débuts, voici ce que nous apprenons en travaillant avec des clients de diverses industries pour intégrer l’IA agentic dans leurs flux de travail et opérations.

Ne commencez pas petit — commencez intelligemment

Peut-être de manière contre-intuitive, le meilleur endroit pour commencer est avec vos cas d’utilisation les plus volumineux. N’est-ce pas risqué ? Pas si c’est fait correctement. En fait, même si commencer avec des cas d’utilisation à faible volume peut sembler réduire les risques, cela augmente en réalité le risque de ne pas voir un impact suffisant pour justifier l’investissement.

Commencer avec des cas d’utilisation à haute volumétrie offre le plus grand potentiel de retour sur investissement (ROI), permettant à une entreprise de réaliser rapidement un impact significatif, de maximiser les gains d’efficacité et de démontrer clairement la valeur de l’utilisation d’agents IA.

Comment atténuer le risque de commencer trop grand ? En mettant en œuvre initialement les agents avec seulement 1 % des plus grands volumes de cas d’utilisation. Cette approche permet d’identifier et de corriger les problèmes potentiels tout en se préparant à une automatisation plus large.

Pour une entreprise de détail, cela pourrait signifier l’automatisation des flux de travail de traitement des commandes ou de retour de marchandises. Outre la surveillance des expéditions à travers le réseau de livraison de l’entreprise, un agent IA pourrait vérifier l’identité du client, vérifier le statut en temps réel et mettre à jour le client — voire offrir des options si la commande a été retardée de manière inattendue.

Pour les retours, un agent pourrait vérifier les politiques de retour de l’entreprise, recueillir des informations sur le retour du client, suggérer les étapes suivantes et effectuer les tâches associées, comme imprimer une étiquette de retour, planifier une prise en charge, émettre un remboursement, etc. L’agent de retour pourrait également surveiller les modèles d’abus et, si nécessaire, ajuster ses décisions et les étapes suivantes en conséquence.

Après qu’une entreprise ait déployé un agent IA sur une partie échantillon d’un flux de travail à haute volumétrie, elle doit surveiller l’activité du flux de travail pour identifier les endroits où il pourrait nécessiter des ajustements. Lorsque l’agent fonctionne sans problème, l’entreprise peut étendre son utilisation en quantités prédéfinies jusqu’à ce qu’il gère finalement l’ensemble du volume du flux de travail.

Bien sûr, toutes les tâches et les flux de travail ne se prêtent pas à une automatisation totale avec l’IA agentic. En fait, maintenir des experts humains connectés au fonctionnement global des agents IA donnera les meilleurs résultats.

Équilibrer l’IA avec l’expertise humaine

Lorsqu’une entreprise examine ses flux de travail et ses processus pour les candidats à l’automatisation, elle trouvera des instances mieux adaptées à la surveillance humaine ou à l’action directe. L’IA agentic est une innovation incroyable, très capable, mais elle a des limites.

Trois en particulier :

Les agents IA, comme les LLM qui les soutiennent, ne possèdent pas actuellement d’intelligence générale. Ils fonctionnent mieux dans des domaines étroits et bien définis. Ainsi, même si les humains pourraient apprendre à effectuer une tâche particulière et en déduire des principes qu’ils appliquent ensuite à des tâches différentes et non liées, l’IA ne le peut pas actuellement.

Ensuite, il y a des flux de travail avec des matrices de décision extrêmement complexes qui exigent une expérience et un jugement basés sur l’expérience. Par exemple, une entreprise de détail pourrait avoir besoin de contenu pour une campagne de marketing simple. Un agent peut gérer cela — et exécuter la campagne.

Mais si vous voulez réexaminer l’expression et la promesse d’une marque à travers plusieurs marchés ? Un agent ne serait pas à la hauteur de la tâche. Cela nécessiterait une compréhension des tendances du marché, de la perception de la marque, des différences culturelles entre les marchés et de la manière dont les marques évoquent les émotions.

Enfin, les flux de travail qui dépendent de la communication humaine « sale » et de la nuance émotionnelle qui nécessitent des éléments distinctement humains tels que la compassion doivent rester avec les humains. Pensez aux problèmes de service client impliquant des clients en colère ou aux interactions de soins de santé où l’état émotionnel ou mental d’un patient peut être en jeu.

Mais je ne décris pas un processus de prise de décision binaire : donner ceci aux agents IA ; tout le reste va aux humains. Dans la pratique, un modèle hybride fonctionne mieux.

Alors qu’il doit y avoir une délimitation claire entre les rôles de l’IA et de l’humain, même lorsque les tâches doivent être traitées par des experts humains, l’IA devrait toujours être présente pour étendre leurs capacités et tirer le meilleur parti de leur expertise.

En général, les entreprises devraient utiliser l’IA agentic pour les tâches transactionnelles et répétitives et faire appel à l’expertise humaine pour les interactions à haut risque, les scénarios émotionnellement complexes et les situations nécessitant un jugement nuancé. Une réclamation de garantie de 50 $ pourrait être entièrement automatisée, tandis qu’une réclamation de 5 000 $ bénéficierait probablement d’une intelligence émotionnelle humaine et d’un traitement sensible à la marque.

Tirer parti d’un réseau d’expertise agentic

Peut-être le plus important, n’essayez pas de plonger dans l’IA agentic seul. Établissez un réseau de partenaires experts. Les plateformes d’IA agentic émergentes peuvent fournir la technologie sur les canaux numériques et vocaux. Un intégrateur de systèmes et conseiller qui comprend les environnements opérationnels des clients peut former des modèles agentiques pour les besoins spécifiques des clients, puis les intégrer dans les opérations de l’entreprise.

L’intégration de ces modèles dans les systèmes d’entreprise nécessite une expertise approfondie dans les flux de travail complexes et les défis spécifiques à l’industrie. Cela nécessite également une compréhension approfondie des points de décision du flux de travail et des endroits où l’interaction humaine est la plus nécessaire — ou bénéfique, afin que l’IA agentic soit un atout pour les travailleurs et la productivité de l’équipe.

L’IA agentic offre aux entreprises un moyen puissant d’améliorer l’efficacité, d’améliorer les expériences client et de stimuler l’innovation. Mais le succès n’est pas une question de précipitation. C’est une question de prise de décisions intelligentes et éclairées : commencer au bon endroit, appliquer un modèle hybride humain/IA et tirer parti du bon réseau.

Parce que le monde de l’IA change si rapidement, vous ne pouvez pas vous permettre d’aller seul.