Dans le plus récent épisode de ExpeditionFinance - Deutsche Bank, Jürgen Schmitt discute avec Deepak Arora, vice-président principal et partenaire client exécutif – Comptes stratégiques chez HCLTech, de la façon dont l’IA agentique va transformer radicalement la façon dont les humains travaillent.

Dans cette conversation, Deepak explore le concept de l’IA agentique, en expliquent comment elle diffère des systèmes traditionnels d’IA et comment elle est sur le point de révolutionner les industries. Il discute aussi de ses applications concrètes et de son potentiel pour remodeler les opérations commerciales.

Qu’est-ce que l’IA agentique ?

Essentiellement, Deepak décrit l’IA agentique comme un système autonome conçu pour résoudre des problèmes complexes avec un minimum d’intervention humaine.

Ce type d’IA représente une évolution importante par rapport à l’automatisation traditionnelle basée sur les rôles vers une approche dynamique et axée sur le contexte qui peut s’adapter à différentes situations et prendre des décisions selon des données en temps réel.

L’IA agentique : amie ou ennemie ?

La question fréquente à propos de l’IA agentique est de savoir si elle travaillera pour nous ou contre nous. Bien que l’IA soit souvent perçue comme une menace ou une solution salvatrice, l’IA agentique est conçue pour collaborer avec les humains plutôt que de les remplacer.

« Les modèles LLM sont aussi bons que les données qu’on leur fournit. L’IA agentique a vraiment le pouvoir d’automatiser les processus manuels et d’aider les humains à prendre la bonne décision afin que, nous en tant qu’humains, puissions nous concentrer sur la création de valeur d’affaires », explique Deepak.

Il ajoute : « L’IA agentique est là pour automatiser les processus manuels. Elle est là pour soutenir les processus décisionnels. À la fin, les décisions seront toujours prises par des humains dans un avenir prévisible. Toutefois, là où l’IA agentique vous aide vraiment, c’est qu’elle prend en charge toutes les tâches manuelles, permettant aux humains de se concentrer sur la livraison de la valeur d’affaires. »

En d’autres mots, tandis que l’IA agentique prendra en charge les tâches répétitives et chronophages, elle permettra aux travailleurs humains de se concentrer sur des activités à plus forte valeur ajoutée nécessitant réflexion critique et créativité.

Cela signifie que, même si l’IA agentique peut automatiser la prise de décisions et réduire le travail manuel, son but est d’accroître la productivité et la créativité humaines, et non de remplacer complètement les travailleurs humains.

Applications concrètes de l’IA agentique

L’IA agentique n’est pas qu’un concept : elle est déjà utilisée dans divers secteurs, notamment les services financiers. Deepak a souligné plusieurs cas d’utilisation clés, y compris la gestion de patrimoine, la banque d’investissement, les processus KYC (connaissance du client) et la gestion des risques.

« L’IA agentique effectue maintenant un KYC perpétuel, travaillant réellement à la vérification des clients en temps réel. Pour la gestion de patrimoine, l’IA agentique aide à créer des solutions sur mesure pour les clients afin qu’ils puissent comprendre le profil de risque d’un client, saisir son appétit d’investissement, ainsi que son contexte socioéconomique, pour vous offrir les solutions dans lesquelles vous aurez envie d’investir », a dit Deepak.

Ces exemples montrent comment l’IA agentique peut transformer les industries en automatisant des tâches complexes comme la vérification des clients et en créant des solutions personnalisées pour la clientèle, le tout avec une intervention humaine minimale.

Comment l’IA agentique prend-elle des décisions ?

Le processus de prise de décision derrière l’IA agentique est sophistiqué et implique la collaboration de plusieurs modèles, ou « agents », qui travaillent ensemble pour générer les solutions optimales.

Décrivant le processus, Deepak a dit : « L’IA agentique derrière les conseils en gestion de patrimoine discute avec divers modèles ou agents. Elle dialogue avec le modèle d’analyse de sentiments. Elle discute avec le modèle d’analyse des risques. Elle échange aussi avec le modèle pour mieux comprendre les personas des clients. Cela aide alors l’IA agentique à vous créer la solution sur mesure. »

En intégrant les perspectives de divers agents, l’IA agentique peut offrir des solutions hautement personnalisées et sensibles au contexte, difficiles à atteindre avec un seul modèle.

L’avenir de l’IA agentique

Les possibilités de l’IA agentique sont vastes : à mesure que la technologie continue d’évoluer, ses applications s’étendront à d’autres secteurs, renforçant encore davantage la productivité, la prise de décision et la valeur d’affaires. Deepak suggère que l’avenir de l’IA agentique sera axé sur la collaboration, où l’IA servira d’outil pour augmenter les capacités humaines plutôt que de les remplacer complètement : « À votre service », dit-il.

À mesure que l’IA agentique se perfectionne, elle pourrait révolutionner notre façon de travailler, permettant aux entreprises de fonctionner plus efficacement et plus pertinemment, tout en permettant aux humains de se concentrer sur les tâches qui apportent davantage de valeur.

En résumé, l’IA agentique représente une avancée majeure en intelligence artificielle, qui promet de transformer les industries et notre approche de la prise de décision. Même si elle n’en est qu’à ses débuts, son potentiel est évident. À mesure que l’IA continue d’évoluer, il est probable que nous verrons émerger des applications de plus en plus révolutionnaires qui optimiseront les opérations d’affaires et rendront notre travail plus efficace.