Les flux de travail agentiques, un nouveau paradigme en automatisation, utilisent des agents indépendants aux capacités variées pour atteindre des objectifs communs de manière collaborative. Contrairement aux flux de travail traditionnels, ces systèmes s’adaptent dynamiquement à l’évolution des circonstances, en s’appuyant sur quatre schémas clés : réflexion, utilisation d’outils, planification et collaboration multi-agents. Bien qu’ils offrent une efficacité et une résilience accrues, leur mise en œuvre réussie exige une prise en compte attentive de la complexité, de la qualité des données, des implications éthiques et des défis d’intégration.

L’approche structurée de HCLTech guide les organisations tout au long de l’évaluation, de la sélection des processus et technologies appropriés (Google Cloud), des considérations de sécurité et des tests de validation de concept afin de favoriser une adoption réussie. L’objectif ultime est de créer des systèmes plus adaptables et efficaces.

Dans les environnements d’affaires actuels, dynamiques et en constante évolution, les flux de travail traditionnels et rigides peinent souvent à suivre le rythme, entraînant une baisse d’efficacité, des occasions manquées et une compétitivité réduite, ce qui met en lumière la nécessité d’adopter des systèmes plus agiles et adaptatifs. C’est ici qu’entrent en jeu les flux de travail agentiques, qui permettent à des agents autonomes de gérer les tâches de façon intelligente, utilisent une planification adaptative et une allocation dynamique des tâches pour s’ajuster à l’évolution des circonstances et ainsi accroître l’efficacité, la résilience et la flexibilité. Contrairement à un flux de travail pré-défini et linéaire, les flux de travail agentiques tirent parti de la puissance des agents indépendants pour collaborer et atteindre un objectif commun avec une plus grande flexibilité et résilience, ce qui est particulièrement avantageux pour les entreprises opérant sur des marchés volatils et incertains.

Flux de travail agentique : principe de fonctionnement

Un flux de travail agentique est un système où des agents indépendants, chacun doté de ses propres objectifs et capacités, interagissent pour accomplir un but commun. Ces agents n’exécutent pas simplement des étapes préprogrammées; ils disposent d’un certain degré d’autonomie, prenant des décisions selon leur état actuel, leur environnement et leurs interactions avec d’autres agents. Cette autonomie leur permet de gérer des situations imprévues, de s’adapter aux changements et d’optimiser leurs actions pour plus d’efficacité et d’efficience.

Schémas courants des flux de travail agentiques

1. Schéma de réflexion : Ce schéma met l’accent sur la capacité de l’agent à surveiller ses performances, analyser ses actions et ajuster ses stratégies en conséquence pour améliorer le résultat. L’agent examine essentiellement sa progression, identifie les erreurs, repère les pistes d’amélioration et effectue des corrections basées sur ses observations à travers une ou plusieurs itérations. Exemple : Un chatbot qui fournit du soutien à la clientèle suit un script prédéfini, mais le problème du client exige une compréhension plus nuancée. Le chatbot met à jour sa base de connaissances avec les définitions et solutions pertinentes rencontrées lors de l’interaction pour résoudre le problème du client.
2. Schéma d’utilisation d’outils : Ce schéma met en lumière la capacité de l’agent à utiliser des outils et ressources externes pour atteindre ses objectifs. L’agent n’est pas limité à sa base de connaissances ou à ses propres capacités internes, mais exploite des ressources externes pour étendre ses fonctionnalités et accomplir la tâche. Exemple : Un robot de trading qui surveille un portefeuille tout au long de la journée et ajuste ses stratégies en fonction des fluctuations du marché (ressources externes).
3. Schéma de planification : Ce schéma souligne la capacité de l’agent à décomposer une tâche en une série de sous-tâches et à formuler un plan avant d’exécuter une série d’actions. L’agent ne se contente pas de réagir; il élabore activement des stratégies pour accomplir individuellement les fonctions et atteindre ses objectifs efficacement. Exemple : Une voiture autonome utilise un algorithme de planification d’itinéraire pour déterminer la trajectoire optimale vers sa destination, en tenant compte des conditions de circulation, des fermetures de routes et d’autres facteurs. Cela implique de créer un plan et de l’adapter dynamiquement pendant l’exécution.
4. Schéma multi-agents : Ce schéma fait intervenir plusieurs agents qui collaborent pour atteindre un objectif commun. Ces agents doivent coordonner leurs actions, communiquer efficacement et potentiellement négocier pour résoudre les conflits. Exemple : Un essaim de drones inspectant collectivement un vaste chantier d’infrastructure, chaque drone étant responsable d’une zone spécifique. Ils doivent coordonner leurs déplacements, partager des données et vérifier la couverture totale.

Ce tableau met en évidence les principales différences et similitudes entre les quatre schémas d’IA agentique.

Les défis

Bien que les flux de travail agentiques offrent plusieurs avantages en matière d’amélioration de l’efficacité par l’exécution de tâches répétitives sans intervention humaine et d’économies de coûts grâce à l’automatisation, les rendant attrayants pour divers cas d’usage, ils comportent cependant leur propre lot de défis :

• Complexité de mise en œuvre : L’intégration des agents d’IA avec les systèmes existants peut s’avérer complexe et nécessite une infrastructure technique robuste.
• Dépendance à la donnée : Ces flux de travail reposent fortement sur des données exactes et de haute qualité. Des données incomplètes ou biaisées peuvent nuire à l’efficacité des agents d’IA.
• Préoccupations éthiques : Il est essentiel de s’assurer que les agents d’IA prennent des décisions éthiques, en particulier lorsqu’ils traitent des données sensibles ou interagissent avec des clients.
• Défis d’intégration : Les systèmes patrimoniaux pourraient ne pas prendre en charge les systèmes multi-agents, obligeant les entreprises à investir dans de nouvelles technologies et infrastructures.

L’approche de HCLTech pour les flux de travail agentiques : Outiller les entreprises pour l’avenir

HCLTech reconnaît le potentiel transformateur des flux de travail agentiques et a élaboré une approche globale pour guider les organisations dans leur adoption et leur mise en œuvre. Cette approche, fondée sur une compréhension approfondie des principes agentiques et des considérations pratiques, vise à donner à nos clients la capacité de tirer pleinement parti de ce changement de paradigme en automatisation.

Comprendre la perspective sur les solutions agentiques

Nous croyons fermement que les solutions agentiques représentent un avancement majeur en automatisation. Elles permettent des opérations autonomes grâce à une automatisation sophistiquée combinée à la puissance de GenAI. Désormais, les solutions agentiques peuvent offrir une capacité d’opérations autonomes via une automatisation avancée, couplée aux capacités de GenAI, pour exécuter efficacement les tâches opérationnelles.

• Ces solutions sont polyvalentes et peuvent être adaptées à différents profils impliqués dans les opérations d’entreprise
• Elles nécessitent une intégration transparente avec les outils existants et les systèmes de gestion des services TI pour des solutions de bout en bout
• Les exemples incluent des agents IA spécialisés pour les opérations Cloud, la gestion des réseaux, les systèmes SAP et la refonte de code (lisez bientôt à propos de Gemini Code Assist).

Comment HCLTech peut être votre agent du changement !

Nous sommes prêts à aider les organisations dans leur parcours agentique avec les éléments différenciateurs suivants :

1. Cadre de mise en œuvre structuré :

   Nous prônons une approche par étapes pour déployer les flux de travail agentiques, décrite de manière précise. Voici quelques-unes des étapes clés :

   1. Évaluer la préparation de l’organisation : Évaluer l’infrastructure technologique, l’expertise en IA/AA de l’organisation ainsi que sa culture pour les solutions agentiques.
   2. Identifier les processus d’affaires : Repérer les tâches répétitives, sujettes à l’erreur ou intensives en données qui sont des candidates idéales à l’automatisation grâce aux flux de travail agentiques.
   3. Choisir la bonne pile technologique : Exploiter des plateformes telles que Google Cloud, qui offrent des modèles et des outils préintégrés afin de prototyper et de déployer rapidement des solutions agentiques. Le solide partenariat de HCLTech avec Google Cloud assure l’accès à une infrastructure et une expertise de premier ordre.
   4. Sécurité et conformité : Mettre en œuvre des mesures de sécurité robustes, incluant chiffrement, contrôle d’accès et surveillance, pour garantir la protection des données et la conformité réglementaire.
   5. Validation de concept (PoC) : Réaliser une implantation pilote de petite envergure afin de valider l’efficacité de la solution et d’identifier d’éventuels défis avant un déploiement à grande échelle.

2. Plateforme AI Force : pierre angulaire des solutions agentiques

   Notre plateforme AI Force constitue une base puissante pour bâtir et déployer des flux de travail agentiques. Elle est conçue pour injecter de l’intelligence à toutes les phases du cycle de vie du développement logiciel et des opérations TI.

   Voici un aperçu des principales fonctionnalités d’AI Force :

   1. Grande compatibilité LLM : Prend en charge divers grands modèles de langage (LLM), dont des solutions commerciales comme Azure Open AI, Google Gemini, IBM Granite et Anthropic Claude, ainsi que des modèles open source comme Phi et Llama, offrant aux clients une flexibilité dans le choix du modèle le mieux adapté à leurs besoins.
   2. Fonctionnalités responsables renforcées : Intègre des analyseurs de sécurité d’entrée et de sortie pour vérifier les instructions et les résultats générés par les LLM, favorisant des pratiques d’IA responsable.
   3. Recherche et synthèse avancées : Cette fonctionnalité offre la recherche par mot-clé, vectorielle, hybride et par graphe afin de permettre une diffusion rapide et efficace du savoir à travers les artefacts de projet.
   4. Conversion de la parole en texte : Cette fonctionnalité permet aux gestionnaires de produit de téléverser des enregistrements vocaux des besoins applicatifs, qu’AI Force peut comprendre et traduire en fonctionnalités détaillées et récits utilisateurs grâce à la reconnaissance et à la traduction automatiques de la parole.
   5. Intégration élargie de l’écosystème : S’intègre à ITOps (agentique), un système multi-agents pour des cas d’utilisation TI et facilite l’ajustement fin des LLM afin d’optimiser la personnalisation de différents LLM selon les besoins d’un projet donné.
   6. Intégration de dépôts tiers : Importe des artefacts de projet à partir de divers dépôts, incluant AzureDevOps, Jira, SVN, GitHub et Bugzilla, pour faciliter la collaboration et la gestion des données.
   7. Extensions IDE : Propose des extensions pour VS Code et Eclipse IDE, rendant les capacités d’AI Force facilement accessibles aux développeurs dans leurs environnements de développement favoris.
   8. Importer vos propres cas d’utilisation (BYOU) : Cette fonctionnalité permet aux utilisateurs d’intégrer des cas d’usage personnalisés à partir d’un modèle prédéfini, élargissant ainsi la portée de la plateforme.

3. Développer une expertise pointue en technologies agentiques

   HCLTech possède une équipe dédiée d’experts en solutions de plateformes agentiques, en déploiement et en soutien. Ces équipes apportent un savoir spécialisé dans divers domaines, tels que l’environnement de travail numérique (DWP), la mise en réseau et des secteurs d’industrie précis, assurant la conception, la mise en œuvre et le soutien efficace des solutions agentiques.

4. Engagement indéfectible envers l’IA responsable

   HCLTech accorde la priorité aux considérations éthiques dans la mise en œuvre des flux de travail agentiques. L’accent est mis sur la création d’agents IA fiables, transparents et imputables.

   Les éléments clés de leur approche comprennent :

   1. Cibler l’apprentissage, le désapprentissage et le réapprentissage : Créer des agents IA capables de s’adapter et de s’améliorer continuellement en intégrant de nouvelles informations et en éliminant les connaissances périmées ou biaisées.
   2. Posture d’automatisation avancée : Trouver un juste équilibre entre l’autonomie et la supervision humaine afin que les agents IA opèrent dans des limites éthiques définies et que des experts humains puissent intervenir si nécessaire.
   3. Respect des principes d’IA responsable : Les principes d’IA responsable sont intégrés tout au long du cycle de développement et de déploiement des solutions agentiques.

5. Succès reconnu dans la transformation de l’expérience client (CX)

   L’expertise de HCLTech en technologies agentiques s’étend à la transformation de l’expérience client (CX), où elle affiche un parcours éprouvé. Nos solutions Fluid CC AI mettent en valeur l’application concrète des principes agentiques pour améliorer le service à la clientèle et l’efficacité opérationnelle.

   Des études de cas mettent en vedette des mises en œuvre réussies d’agents IA pour divers cas d’utilisation CX :

   1. Réduction du temps de traitement moyen (AHT) : Les agents IA peuvent automatiser les étapes de vérification client, entraînant une réduction significative du temps de traitement et une amélioration globale de l’efficacité.
   2. Amélioration de l’efficacité des agents : L’assistance aux agents en temps réel, propulsée par l’IA, met à leur disposition des informations et des conseils pertinents immédiatement, ce qui leur permet de répondre aux demandes des clients avec plus de précision et d’efficacité.
   3. Automatisation de la conclusion d’appel : Des solutions pilotées par l’IA peuvent automatiser le résumé des appels et la saisie des informations clés, libérant du temps d’agent pour s’occuper de tâches plus complexes.

6. Écosystème de partenaires solide

   HCLTech a développé des partenariats stratégiques avec des fournisseurs technologiques de premier plan, incluant Google Cloud, Genesys, Cisco, Amazon Connect, Vonage et NiceCxOne. Ces partenariats donnent accès à des technologies innovantes et un environnement collaboratif pour livrer des solutions agentiques complètes.

Conclusion : Vers un futur agentique

L’approche globale de HCLTech en matière de flux de travail agentiques, combinée à une expertise approfondie, une expérience reconnue et un engagement ferme envers l’IA responsable, positionne l’entreprise en tant que partenaire de confiance pour les organisations en quête de s’approprier la puissance de cette technologie transformatrice.

Les flux de travail agentiques représentent un changement de paradigme fondamental en automatisation, dépassant les règles rigides et préprogrammées de l’automatisation robotisée des processus (RPA) traditionnelle et offrant un enrichissement puissant pour plus d’adaptabilité, d’efficacité et de résilience. Cette approche novatrice permet une efficacité considérablement accrue, non seulement en automatisant plus rapidement les tâches, mais aussi en optimisant intelligemment les processus en fonction des données en temps réel et de l’évolution des circonstances. Comprendre ces schémas et leurs interactions est crucial pour la conception et la mise en œuvre de solutions efficaces et adaptables dans divers domaines. L’avenir du flux de travail sera agentique, et les bénéfices sont clairs pour ceux qui sont prêts à saisir son potentiel.