# Jusqu'où ira l'IA agentique ? **Date de l'événement :** 29/04/2025 * Publié le 29/04/2025 **Vide :** [Vidéo 1](https://youtu.be/h41PKUNAE7U) ## Description 🎥 Retour sur la MKIA, l’événement IA signé Maddyness 📍 Le 29 avril, dans la salle Gaveau, Maddyness a rassemblé l’écosystème tech pour une journée unique autour de l’intelligence artificielle. Pour cette table ronde, Arnaud Barthelemy d’Alpha Intelligence Capital, Stanislas Polu de Dust et Amaury Delpancq de Dataiku répondent à la question jusqu'où ira l'IA agentique ? 🚀 Pourquoi la MKIA ? À l’heure où l’IA suscite autant d’inquiétudes que de promesses, Maddyness a fait le choix d’un événement à contre-courant : pas de buzz, pas de peur, mais du concret, de l’analyse et surtout de l’action. Entrepreneurs, décideurs, scientifiques, artistes : ils étaient tous là pour partager leur vision et leurs projets. 🔍 Pour aller plus loin : → Tous nos contenus exclusifs sur https://www.maddyness.com → Notre newsletter quotidienne à 20h avec l’offre spéciale Maddy+ ➡️ https://abonnement.maddyness.com/ 📌 Merci à toutes celles et ceux qui ont participé à faire de cette journée un moment fort de réflexion, de créativité et d’engagement autour de l’intelligence artificielle. 0:00 Intro 0:40 Qu'est-ce que l'IA agentique ? 3:24 Quels cas d'usage ? 6:37 Comment garder la main sur les décision ? 8:11 Quels sont les craintes des grands groupes sur ce sujet ? 9:57 Peut-on freiner le mouvement ? 12:14 Quelles limites à l'IA agentique ? 15:54 Ce que l'IA agentique change dans l'investissement 17:05 Est-ce que l'IA agentique peut apprendre ? 21:19 Les prochaines étapes de l'IA agentique 26:44 Quand la première entreprise uniquement avec des agents ? ### Date 29/04/2025 **Chaîne :** [Maddyness](https://www.youtube.com/channel/UC_QKonrSANHUcQz__ykt0MA) ### Thème(s) `#Numérique et technologie` `#Intelligence artificielle (AI & GenAI)` ### Format `#Vidéo` --- ### Média externe associé : https://youtu.be/h41PKUNAE7U #### Résumé du média Voici les 5 sujets et insights les plus importants de la conférence sur l'IA Gentil, basés sur la durée et la pertinence des discussions : **1. Définition et Cas d'Usage de l'IA Gentil (Agents)** Le point de départ de la discussion est la définition de l'IA Gentil, ou agents. Les intervenants s'accordent sur le fait qu'un agent est un système autonome capable de prendre des décisions et de les exécuter sans script prédéfini. L'importance de l'autonomie et de la prise de décision basée sur des modèles de langage est soulignée. Des exemples concrets d'utilisation sont ensuite présentés, notamment dans l'analyse de brevets pharmaceutiques, l'automatisation de campagnes marketing, le service client (gestion des réclamations, onboarding bancaire), et l'intégration avec des outils comme Salesforce. Ces cas d'usage illustrent le potentiel des agents pour automatiser des tâches complexes et améliorer l'efficacité opérationnelle. **2. Gouvernance et Droit des Agents IA** L'intégration des agents dans les processus décisionnels soulève des questions cruciales de gouvernance et de droit. Les systèmes de permission traditionnels, conçus pour les humains, doivent être adaptés pour gérer les actions des agents. La nécessité de réécrire les systèmes de permission autour de la notion d'agent est mise en avant. La validation humaine reste essentielle, en particulier pour les actions sensibles. Les entreprises doivent trouver un équilibre entre l'innovation et le contrôle, en assurant la traçabilité, la documentation et la supervision des actions des agents. Le risque potentiel pour les architectes d'entreprise et les directions informatiques est souligné si ces aspects ne sont pas correctement gérés. **3. Limites et Fiabilité des Agents IA** La discussion aborde les limites actuelles des agents IA, notamment en termes de fiabilité et de capacité d'apprentissage en ligne. La durée de la tâche, la fiabilité du modèle et la rapidité de vérification par l'humain sont des facteurs clés à considérer. Les modèles de langage (LLM) ne sont pas capables d'apprendre en ligne, ce qui nécessite des couches produits supplémentaires pour ajouter de la mémoire et de l'apprentissage. L'importance de la confiance est également soulignée, en particulier pour les entreprises qui proposent des services basés sur des agents. La capacité à garantir la fiabilité et la sécurité des agents est essentielle pour gagner la confiance des consommateurs. **4. Adoption et Scalabilité des Agents IA** Les intervenants discutent des obstacles à la scalabilité des agents IA, notamment la nécessité de prouver un retour sur investissement mesurable, d'assurer la sécurité et la gouvernance, et de disposer de données propres et structurées. La verticalisation des solutions est considérée comme une approche prometteuse pour faciliter l'adoption et la conviction des clients. Les entreprises doivent également investir dans des outils et des technologies qui permettent de gérer et de sécuriser les agents à grande échelle. La capacité des entreprises à se réorganiser rapidement est un facteur déterminant pour l'adoption des agents IA. **5. Avenir des Entreprises et Agents IA** Les intervenants partagent leurs visions sur l'avenir des entreprises et des agents IA. L'émergence d'entreprises "agent natives" est anticipée, qui pourraient concurrencer les grandes entreprises traditionnelles. Les grandes entreprises devront s'adapter en investissant dans leurs données, en rendant leurs systèmes accessibles par API, et en formant leurs employés. L'automatisation des tâches répétitives dans des secteurs spécifiques est également prévue. Les avis divergent sur le calendrier de l'adoption massive des agents IA, mais tous s'accordent sur le fait que la manière de travailler sera radicalement différente dans les années à venir. Certains pensent même que des entreprises entièrement gérées par des agents existent déjà ou sont en train d'émerger. #### Mots-clés du média `IA Gentil` `agents autonomes` `modèles de langage` `machine learning` `IA générative` `automatisation` `cas d'usage` `Salesforce` `expérience client` `assurance` `banque` `gouvernance` `sécurité` `verticalisation` `confiance` #### Chapitres du média - **Introduction à l'IA Gentil** (9.097 - 44.455): Présentation des intervenants et définition de l'IA Gentil, axée sur l'autonomie de décision et l'exécution sans script prédéfini. - (9.097): Présentation des invités : Arnaud Barthélémy, Stanislas Pollu et Amaury Delplanque. - (9.097): Demande de définition de l'IA Gentille à chaque participant. - **Définition et exemples d'IA Gentil** (46.533 - 204.124): Discussion approfondie sur la définition de l'IA Gentil, avec des exemples concrets d'applications dans divers secteurs comme la pharmaceutique et le marketing. - (46.533): Un agent prend des décisions de manière autonome et les exécute sans script prédéfini. - (46.533): Les décisions d'un agent sont prises par un modèle de langage. - (46.533): Des agents analysent des brevets et adaptent des textes de brevets automatiquement. - (46.533): Des agents automatisent des campagnes marketing. - **Cas d'usage de l'IA Gentil** (204.972 - 312.578): Exploration des cas d'usage de l'IA Gentil, allant de la planification de voyages à l'automatisation de tâches dans Salesforce et le service client. - (204.972): Utilisation d'agents pour automatiser des actions dans Salesforce à partir de transcripts de call. - (204.972): Les agents peuvent remplir, augmenter ou drafter des fiches dans Salesforce, améliorant l'efficacité. - (204.972): L'adaptation de l'agent au workflow de l'entreprise est cruciale. - (204.972): Automatisation du service client, avec résolution de problèmes et gestion des retours sans intervention humaine. - (204.972): Personnalisation de l'automatisation du service client basée sur la fidélité et la reconnaissance de l'utilisateur. - **Applications spécifiques et limites des agents** (314.079 - 396.164): Présentation d'applications spécifiques comme le traitement des réclamations d'assurance et l'onboarding bancaire, soulignant l'importance de la supervision humaine et la verticalisation des solutions. - (314.079): Deep Opinion crée des agents pour des secteurs spécifiques. - (314.079): Les cas d'usage principaux sont le traitement des réclamations d'assurance et l'intégration de clients bancaires. - (314.079): Un score est attribué à chaque décision d'agent, et un humain intervient si le score est trop bas. - (314.079): Les cas d'usage performants à grande échelle restent spécifiques et verticalisés. - **Questions juridiques et gestion des droits** (397.211 - 491.991): Discussion sur les implications juridiques de l'intégration d'agents dans les processus de décision et la nécessité de redéfinir les systèmes de permissionnement. - (397.211): L'intégration d'agents dans la chaîne de décision pose des questions de droit. - (397.211): Les systèmes de permission des entreprises doivent être réécrits autour de la notion d'agent. - (397.211): La validation humaine reste importante pour certaines actions sensibles. - (397.211): La part du travail prise par les systèmes augmente rapidement, nécessitant une adaptation rapide. - **Craintes et défis pour les grands groupes** (492.109 - 597.853): Analyse des craintes des grands groupes face à l'IA Gentil, notamment en termes de contrôle, de traçabilité et de conformité réglementaire. - (492.109): Les grands groupes explorent des cas d'usage de l'IA tout en considérant les risques liés à des systèmes complexes. - (492.109): L'autonomie des agents et leurs interactions soulèvent des questions de traçabilité et de contrôle. - (492.109): Le contrôle de l'innovation représente un défi pour les entreprises traditionnelles. - (492.109): Les grandes organisations doivent relever un défi à moyen terme concernant l'IA Agentique. - **Obstacles à la scalabilité et verticalisation** (599.066 - 733.511): Identification des obstacles à la scalabilité de l'IA Gentil, tels que la preuve du ROI, la sécurité, la gouvernance et la qualité des données, soulignant l'importance de la verticalisation. - (599.066): On ne peut plus refuser l'accès à un agent à son service. - (599.066): Les grands groupes freinent pour mettre en place la bonne vision et architecture. - (599.066): Il faut prouver un ROI mesurable. - (599.066): La sécurité et la gouvernance sont clés. - (599.066): Les données doivent être clean et non dupliquées. - (599.066): Les investisseurs regardent les sociétés verticalisées. - (599.066): Les investisseurs regardent les enablers qui créent des outils pour le développement des agents, notamment en sécurité. - **Limites de l'IA et fiabilité des tâches** (735.214 - 852.098): Discussion sur les limites de l'IA en termes de durée et de fiabilité des tâches, ainsi que l'importance de la vérification humaine. - (735.214): Un IA peut potentiellement tout faire sur une tâche de moins de 20 minutes. - (735.214): Il faut considérer la durée de la tâche, la fiabilité du modèle et la rapidité de vérification par l'humain. - (735.214): Des tâches complexes mais facilement vérifiables permettent d'accepter une fiabilité moindre du modèle. - (735.214): La durée caractéristique acceptable pour une tâche réalisée par l'IA évolue rapidement. - (735.214): Plus les modèles avancent, plus la durée des tâches caractéristiques augmente, élargissant le scope des tâches que l'IA peut prendre en charge. - **Confiance et adoption de l'IA** (853.481 - 953.324): Réflexion sur la confiance des consommateurs envers les entreprises utilisant l'IA et l'importance de maintenir un équilibre entre l'humain et la technologie. - (853.481): L'importance de la confiance dans le développement de l'IA. - (853.481): Les consommateurs devront faire le tri entre les entreprises proposant des services basés sur l'IA. - (853.481): Comment garantir la confiance dans les entreprises qui se construisent autour d'agents IA. - (853.481): Les grandes banques ont su maintenir la confiance de leurs clients malgré la digitalisation. - (853.481): La confiance est essentielle dans la transformation liée à l'IA. - **Stratégies d'investissement dans l'IA Gentil** (954.705 - 1023.638): Présentation des stratégies d'investissement axées sur la verticalisation et les enablers, sans changement radical par rapport aux approches existantes. - (954.705): L'IA Gentic ne change pas radicalement leur façon d'investir. - (954.705): Ils appliquent leur approche d'investissement verticalisée aux agents d'IA. - (954.705): L'IA est un élément massif mais non unique, se combinant avec d'autres choses. - (954.705): Ils restent positifs face à l'évolution rapide, mais sans changement radical dans leur stratégie. - **Apprentissage et mémoire des agents** (1025.278 - 1175.908): Exploration des méthodes pour faire apprendre aux agents, soulignant les limites des LLM et les défis liés à la mémoire et à la pertinence des informations. - (1025.278): Les LLM ne sont pas capables d'apprendre en ligne. - (1025.278): Il existe un débat sur la valeur d'ajouter une mémoire aux assistants IA. - (1025.278): La mémoire des assistants IA peut contenir des erreurs, ce qui pose problème dans un contexte d'entreprise. - (1025.278): Des boucles de rétroaction peuvent être créées pour améliorer le comportement des agents. - (1025.278): Une constitution d'entreprise pourrait être utilisée pour aligner le travail des agents avec les objectifs de l'entreprise. - (1025.278): Les modèles ne sont pas capables d'apprendre, donc l'apprentissage se passe au niveau des couches produits. - **Equilibre entre humain et IA** (1176.768 - 1278.351): Discussion sur l'importance des aspects non écrits et de l'expérience humaine dans les entreprises, et comment les équilibrer avec l'IA. - (1176.768): Les décisions en entreprise reposent sur des aspects non écrits, issus de l'expérience et des discussions informelles. - (1176.768): Il est important de maintenir les interactions humaines pour le partage de connaissances et la culture d'entreprise. - (1176.768): Un équilibre sera trouvé entre l'humain et l'IA pour optimiser les tâches. - (1176.768): Les 'non-dits' sont importants, et l'intervention humaine est cruciale dans l'apprentissage de l'IA. - **Prévisions sur l'avenir de l'IA Gentil** (1279.49 - 1528.909): Prévisions sur l'adoption de l'IA Gentil, avec des perspectives sur la rapidité d'adoption dans les entreprises tech et la coexistence de solutions verticalisées et généralistes. - (1279.49): L'IAGENTIQ a déjà bouleversé pas mal de choses et un certain bouleversement est attendu dans un an. - (1279.49): Une plateforme permet à n'importe qui dans l'entreprise de créer un agent et de le partager. - (1279.49): L'adoption est phénoménale dans les entreprises jeunes avec une appétence à se réorganiser vite. - (1279.49): La part du travail faite par la machine va augmenter très vite dans certains secteurs. - (1279.49): Il n'y a plus de barrière technologique pour qu'une entreprise d'une personne vende 1 milliard. - (1279.49): Des solutions verticalisées automatiseront les tâches répétitives. - (1279.49): Les grands groupes auront besoin de 2-3 ans pour installer une architecture d'entreprise adaptée à l'innovation agentique. - **Entreprises natives d'agents et adaptation des grands groupes** (1530.038 - 1605.268): Discussion sur l'émergence d'entreprises natives d'agents et les défis d'adaptation pour les grands groupes en termes de données, d'API et d'organisation. - (1530.038): Ça va prendre du temps, encore une fois, pour les grands corporates. - (1530.038): Il y aura des agent native companies dans les trois ans qui viennent. - (1530.038): Elles vont tailler des croupières aux gros, c'est sûr. - (1530.038): Les gros vont avoir un énorme boulot d'adaptation sur les données, sur le fait de rendre leur système accessible par API, sur les changements organisationnels. - (1530.038): C'est un enjeu difficile pour les grands corporates. - (1530.038): En 2027-2028, on aura un bon tiers des grands corporates qui auront déjà un nombre substantiel de use cases fondés sur des agents. - (1530.038): En 2030, la manière de travailler sera radicalement différente de ce qu'elle est aujourd'hui. - **Paris sur l'avenir des entreprises 100% agents** (1605.307 - 1648.996): Paris sur la date d'émergence d'entreprises construites uniquement avec des agents, avec des estimations allant de l'existence actuelle à 2030. - (1605.307): Pari sur une date pour une entreprise construite uniquement avec des agents. - (1605.307): Certains pensent que cela existe déjà ou est en train d'émerger. - (1605.307): Beaucoup de boîtes sont en train d'être fondées sur ces technologies. --- ### Navigation pour IA - [Index de tous les contenus](https://weare.my-memory.io/llms.txt) - [Plan du site (Sitemap)](https://weare.my-memory.io/sitemap.xml) - [Retour à l'accueil](https://weare.my-memory.io/)