Lorsque vous savez comment les créer efficacement et gérer leurs résultats, les agents IA peuvent permettre aux équipes humaines d'accomplir davantage.
Cet article s'articule autour des points suivants :
Copier le lien de l'article
Les agents IA sont la « troisième vague » de l'intelligence artificielle, une nouvelle évolution à partir de l'IA prédictive et de l'IA générative (GenAI). Ces programmes basés sur l'IA ne se contentent pas de chatter. Ils agissent. Plus précisément, les agents IA peuvent analyser de manière autonome leur environnement, prendre des décisions et exécuter des tâches.
Pour les chefs d'entreprise et les cadres intermédiaires, les agents IA sont considérés comme de nouveaux membres de l'équipe. Ils peuvent aider les équipes à accomplir plus de travail avec moins de ressources et en moins de temps. Par exemple, ces outils peuvent faciliter les tâches administratives, améliorer la collaboration en équipe et optimiser l'expérience client et la personnalisation.
Le domaine du développement de l’IA qui permet de créer des agents IA est connu sous le nom d’IA agentique. En utilisant des normes telles que MCP (Model Context Protocol), les agents IA peuvent se connecter aux outils externes et aux sources de données dont ils ont besoin pour mener à bien leurs actions.
Mais les agents IA ne peuvent pas exister isolés de tout contexte. Certes, ils sont autonomes par nature, il leur faut toutefois une direction, une gestion et une supervision, tout comme les autres membres de l'équipe. Et comme pour n'importe quel autre membre d'une équipe, les résultats commerciaux escomptés ne peuvent être obtenus qu'à condition d'une intégration de ces agents aux processus et flux de travail existants, de manière à soutenir les objectifs stratégiques de l'organisation au lieu de les en distraire.
Une gestion efficace des agents IA prévoyant un « humain dans la boucle » favorise une IA responsable. Appliquez les stratégies suivantes pour aider les agents à rester concentrés sur les résultats attendus :
Les données que les agents IA utilisent doivent être de grande qualité. Si les agents s'appuient sur des informations obsolètes et inexactes, ils penseront à tort que c'est la norme. Une feuille de calcul ou une liste de données, telles que des dates ou des ensembles de données financières, dans différents formats peut également induire en erreur les agents.
La même logique s'impose pour l'itération des agents. Les agents examineront les sources qui leur sont fournies ; sans précision de paramètres, ils pourraient parcourir l'ensemble d'Internet à la recherche de la solution appropriée, ce qui pourrait conduire à de la désinformation. Les entreprises peuvent éviter cela en établissant des limites à l'accès des agents.
Un agent d'IA est comme un nouvel employé : s'il n'apprend jamais les règles et les objectifs de l'entreprise, il peut facilement les enfreindre.
Les invites système contribuent à l'encadrement des agents en harmonisant les résultats avec les objectifs souhaités. Une invite système définit le comportement d'un agent en fonction de contextes, tels que sa personnalité, une tâche avec des instructions sur la manière de la réaliser, et des directives que l'IA doit respecter. Les invites système peuvent également comprendre des éléments tels que les domaines d'intérêt, le ton et des exemples de résultats.
Ces instructions doivent être aussi claires et précises que possible. Les contradictions peuvent dérouter un agent, c'est le cas par exemple si vous demandez un « ton fort et autoritaire avec une approche conviviale ». De même, dire à un agent qu'il est un « leader d'opinion » dans un domaine est vague et laisse trop de place à l'interprétation.
Les agents d'IA pour les entreprises sont plus adaptés à la gestion des tâches simples. Les tâches plus complexes nécessitent généralement que plusieurs agents se contrôlent et s'assistent mutuellement. Un agent doit également être capable d'exécuter ce qu'on lui demande. Par exemple, il est inutile de demander une prévision budgétaire si l'agent ne peut pas accéder aux données financières.
Le contrôle du volume des requêtes peut contribuer à empêcher les agents d'IA d'effectuer une action inappropriée trop fréquemment. Par exemple, le contrôle du volume des requêtes peut empêcher un agent de se connecter à un service à plusieurs reprises ou d'accéder aux données sensibles d'un utilisateur.
Comme les agents ressemblent à des employés humains, ils doivent suivre des processus d’authentification et d’autorisation appropriés. Vérifiez que les agents sont bien ceux qu’ils prétendent être à l’aide des informations d’identification client associées à des clés cryptographiques sécurisées.
Les agents ont rarement besoin d'accéder à tout. Préservez leur concentration avec un accès limité et adapté à leur objectif spécifique, en ajustant les autorisations en fonction des ressources nécessaires, des données sensibles et des actions récentes des agents. Par exemple, vous pouvez accorder à un agent des autorisations en lecture, mais pas en écriture, afin qu'il ne puisse pas modifier un fichier.
Les développeurs peuvent configurer l’authentification et l’autorisation pour leur serveur MCP afin de définir les portées et les permissions, et de les appliquer de telle sorte que les agents ne puissent invoquer que ce qui est autorisé. Un client MCP peut également créer des agents qui invitent l’utilisateur final à accorder l’accès à un autre service ; si la requête semble étrange ou inutile, l’utilisateur peut restreindre cet accès.
De même, les agents ont rarement besoin d'être « toujours actifs ». Il peut donc être intéressant de les programmer avec des limites de temps. S'ils sont utilisés pour créer des publications pour les réseaux sociaux en vue d'une annonce à venir, par exemple, ils n'ont besoin que d'un court laps de temps pour assimiler les actualités pertinentes, identifier le ton employé dans les contenus précédents et rédiger la publication appropriée. Limiter le temps d'accès réduit les risques en matière de cybersécurité.
L’Open Web Application Security Project (OWASP) est une organisation internationale à but non lucratif qui vise à améliorer la sécurité des applications web. L’autonomie excessive est l’un des risques identifiés dans le rapport OWASP Top 10 consacré aux grands modèles de langage (LLM).
Les agents basés sur des LLM disposent souvent d’une certaine autonomie, répondant aux invites par des actions. Toutefois, une autonomie excessive peut causer des problèmes. Par exemple, l’agent peut supprimer des fichiers, partager des informations sensibles ou interrompre accidentellement d’autres processus opérationnels.
Pour éviter un excès d’autonomie, les développeurs peuvent limiter les fonctionnalités, les autorisations et le pouvoir d’action des plug-ins et des outils. Par exemple, ils peuvent utiliser le contrôle du volume des requêtes pour des éléments tels que l’envoi de messages ou les réponses dans un chat. L’autorisation et l’authentification avec OAuth constituent une autre stratégie efficace contre une autonomie excessive, tout comme l’exigence d’une autorisation humaine pour des actions spécifiques afin d’atténuer les répercussions négatives.
Les employés auront des connaissances variables sur le fonctionnement interne des agents d'IA. Ils ne voient peut-être que le résultat final. Si un agent a vocation à aider tous les membres de l'équipe, il doit être simple d'utilisation.
Réfléchissez à ce que les agents IA peuvent déjà faire, puis éliminez toute distraction potentielle ou étape supplémentaire qui pourrait faire dérailler le processus. L'examen régulier des règles et directives peut aider à identifier les zones superflues dans le système d'un agent.
La gestion des agents IA n'est qu'une pièce du puzzle, mais la mise en œuvre réussie d'agents IA pour les entreprises implique également de les intégrer aux flux de travail existants de manière naturelle et conviviale. Ces stratégies peuvent faciliter une intégration transparente et la continuité des opérations :
Si vous souhaitez accroître l'utilisation et l'influence des agents IA au sein de votre organisation, le suivi des performances doit être un élément essentiel de votre stratégie de gestion des agents d'IA. Les mesures possibles sont :
Les employés sont également une excellente source de commentaires. Comme ils utilisent régulièrement des agents et ont une expérience de première ligne, ils peuvent faire part de leurs réussites et les difficultés potentielles, proposer des points de référence et fournir des exemples aux autres pour les aider à se familiariser avec l'utilisation et la gestion des agents d'IA.
Les responsables ont l'habitude de suivre les employés et de leur fournir des évaluations régulières de leur productivité. Ils doivent également surveiller les agents en effectuant régulièrement des évaluations, des suivis et des analyses des défaillances afin de déceler les erreurs courantes et de faciliter le « débogage » des agents imprécis ou inefficaces.
La plateforme de développement Cloudflare propose des outils pour créer et déployer des agents basés sur l'IA et assurer leur bon fonctionnement. Voici les éléments particulièrement utiles :
L'exécution d'agents IA sur Cloudflare peut également contribuer à la maîtrise des coûts : Cloudflare facture uniquement le temps de calcul (lorsque l'agent réfléchit) et non le temps réel écoulé (lorsque l'agent attend).
Prêt à découvrir comment les agents IA peuvent faire gagner du temps et améliorer la productivité ? Créez votre premier agent ici.
Les agents IA sont conçus pour agir de manière autonome et aident les équipes commerciales à accomplir plus de travail avec moins de ressources et en moins de temps. Ils peuvent aider dans les tâches administratives, renforcer la collaboration d'équipe et optimiser l'expérience client.
Pour gérer efficacement les agents IA, les responsables doivent utiliser des données de grande qualité et définir des règles, des objectifs et des limites clairs par le biais d'invites système. Commencez par des tâches simples, utilisez le contrôle du volume des requêtes, et développez des processus stratégiques d'authentification et d'autorisation.
Pour intégrer efficacement les agents IA, réalisez des audits de flux de travail, commencez par des mises en oeuvre à petite échelle, et augmentez progressivement leur utilisation. Prévoyez pour vos employés une formation et des ressources, encouragez la communication au sein de l'équipe et intégrez un flux de travail de type « humain dans la boucle » qui prévoie une personne pour évaluer les décisions de l'agent.
Mesurez le succès de la gestion des agents IA en suivant plusieurs indicateurs : taux d'achèvement, nombre d'étapes nécessaires à un agent pour effectuer une tâche et temps gagné. La précision est également une mesure clé, il s'agit de vérifier si l'agent a suivi les instructions et s'il a fallu qu'un humain procède à des ajustements.
Il existe un risque important, celui de l'autonomie excessive, c'est-à-dire lorsqu'un agent agit de manière trop indépendante. Il peut supprimer des fichiers, partager des informations sensibles ou perturber les processus opérationnels. Vous pouvez atténuer ce risque en limitant les fonctionnalités, les permissions et l'autonomie de l'agent, et en utilisant le contrôle du volume des requêtes et l'authentification.
La plateforme pour développeurs Cloudflare propose plusieurs outils pour la création et le déploiement d'agents IA, notamment : Cloudflare Workers AI pour une puissance de calcul distribuée à l'échelle mondiale ; les conteneurs/sanbox Cloudflare pour des environnements d'exécution sécurisés ; et le SDK Cloudflare Agents pour un déploiement sécurisé et évolutif. Cloudflare fournit également des serveurs et des portails MCP qui permettent une authentification sécurisée, ainsi qu'un portail unique pour la configuration des serveurs.