# 𝗣𝗹𝘂𝘀 𝗱'𝗜𝗔 𝗲𝗻 𝗲𝗻𝘁𝗿𝗲𝗽𝗿𝗶𝘀𝗲 𝗮𝗽𝗽𝗼𝗿𝘁𝗲 𝗮𝘂𝘀𝘀𝗶 𝗽𝗹𝘂𝘀 𝗱'𝗵𝘂𝗺𝗮𝗻𝗶𝘁𝗲́. RAISE Summit **Date de l'événement :** 09/07/2025 * Publié le 09/07/2025 ### Galerie Photos ![1752071128143_m25bl.jpeg](https://firebasestorage.googleapis.com/v0/b/memory-weare.firebasestorage.app/o/prod%2FC0FkXRl4r8eWmsTwdW9X%2FprojectsMedias%2FjRJnOD2LjcRdIqdANmZl%2Fthumbs%2F1752071128143_m25bl_1600x900.png?alt=media&token=75a87d47-f522-4904-a627-e17e947308a9) ## Description [RAISE Summit](https://www.linkedin.com/company/raise-summit/) Day 1 Au cœur des discussions : La donnée est consacrée comme "le pouvoir" et l'IA comme "le pivot", soulignant une "prise de conscience des données" essentielle pour l'avenir. Simultanément, le "compute (puissance de calcul) est le nouveau pétrole", avec une attention marquée sur la nécessité d'une infrastructure IA performante et d'une "inférence rapide".... L'évolution de l'IA est fortement caractérisée par l'open source et la révolution agentique, avec une valorisation des "modèles ouverts" comme futur du développement des agents IA. La tendance majeure est l'intégration profonde de l'IA dans le monde de l'entreprise, portée par la montée en puissance des agents IA. Ces derniers sont perçus comme le "prochaine frontière de l'innovation logicielle" et comme capables de "redéfinir l'entreprise", transformant ainsi "l'intention en action intelligente". Plusieurs sessions ont exploré les "agents IA d'entreprise"... transformant le support client, la gestion des données non structurées, et même le développement logiciel. Parallèlement, la sécurité à l'ère de l'IA est un enjeu central, tout comme la nécessité de "gagner la confiance des clients" dans cette nouvelle ère. Enfin, on y a aussi abordé les horizons futurs de l'IA et les dynamiques de son écosystème global. Les discussions se projettent vers "l'ascension de l'AGI (Intelligence Artificielle Générale)" et la "course à la superintelligence", tout en explorant la notion d'IA souveraine comme gage de "contrôle, conformité et croissance". L'opportunité d'un trillion de dollars offerte par l'IA est envisagée, avec un focus sur la croissance des startups, le marketing à l'ère de l'IA, et l'émergence de géants IA en Europe. La collaboration entre la recherche publique et l'innovation privée, ainsi que le rôle des décideurs politiques, sont également mis en lumière, soulignant une approche holistique du développement de l'IA. **Et plus en détails ⬇️** Hier se déroulait le 1er jour (sur deux) de la 2e édition à Paris du [RAISE Summit](https://www.linkedin.com/company/raise-summit/), le salon mondial sur l'intelligence artificielle. Que du beau monde. Des CEO, CTO, CIO, CMO de tout bord : [Anthropic](https://www.linkedin.com/company/anthropicresearch/) - [Google](https://www.linkedin.com/company/google/) - [Databricks](https://www.linkedin.com/company/databricks/) - [Datadog](https://www.linkedin.com/company/datadog/) - [Hugging Face](https://www.linkedin.com/company/huggingface/) - [Groq](https://www.linkedin.com/company/groq/) - [Windsurf](https://www.linkedin.com/company/windsurf/) - [Red Hat](https://www.linkedin.com/company/red-hat/) - [Supermicro](https://www.linkedin.com/company/supermicro/) - [Lovable](https://www.linkedin.com/company/lovable-dev/) - [Miro](https://www.linkedin.com/company/mirohq/) - [ElevenLabs](https://www.linkedin.com/company/elevenlabsio/) - [Feedly](https://www.linkedin.com/company/feedly/) - [Make](https://www.linkedin.com/company/itsmakehq/) ... Dommage, je n'ai pas croisé mes chouchous de [n8n](https://www.linkedin.com/company/n8n/) 😏 On a passé un bon moment, rencontré des gens passionnants, networké, fait du business, malgré parfois des discours un peu superficiels et convenus. En revanche ce qui se passe avec les agents ou ce qu'on peut faire avec le protocole MCP laisse présager un futur qui s'installe au quotidien et qui avance à une vitesse folle. Mais tout le monde n'y est pas encore ! * * * ### 1\. Précision sur les agents IA (pour les newbies, ou pas 😉) La définition d'un agent IA, bien que parfois sujette à confusion, repose sur des éléments fondamentaux : * **Composant AI (le cerveau) :** Il s'agit généralement d'un LLM (Large Language Model) tel que Claude ou GPT-4. Ce composant est la "matière grise" qui permet à l'agent de traiter et de comprendre l'information. * **Contexte :** Pour fonctionner efficacement, un LLM a besoin de données contextuelles. Cela peut inclure des fichiers, ou des données structurées comme JSON et CSV. Ce contexte permet à l'agent de comprendre son environnement et de savoir quoi faire. * **Outils :** Les agents IA sont équipés d'outils, qui peuvent être simples (comme une calculatrice ou un outil de codage) ou plus complexes (permettant d'envoyer des e-mails, de réserver des réunions, ou de gérer des tickets de support). Ces outils donnent à l'agent la capacité d'agir. * **Orientation objectif :** Ce qui distingue un agent IA des automatisations traditionnelles ou des workflows d'IA, c'est son orientation vers un objectif défini. L'agent est capable d'exécuter des tâches pour atteindre cet objectif de manière autonome, en utilisant son LLM, son contexte et ses outils. ### 2\. Continuum de risque et niveaux d'autonomie L'adoption des agents IA en entreprise s'inscrit dans un continuum de risque, allant de l'assistance à l'autonomie complète : * **Faible risque (RAG - Retrieval Augmented Generation) :** Utilisation d'agents pour la recherche et la récupération d'informations. Les clients recherchent des réponses directes plutôt que de naviguer à travers de nombreux liens bleus. * **Niveau de risque suivant (Analyse et recommandation) :** L'agent lit et analyse de grandes quantités de conversations (par exemple, des millions de tickets clients) pour évaluer la qualité des réponses, la grammaire, la précision, ou même détecter des tendances comme la dépendance dans les jeux. * **"Human in the loop" :** L'agent propose des recommandations à un humain, qui valide ensuite la réponse ou l'action. Cela permet de s'appuyer sur l'IA tout en maintenant un contrôle humain. * **Autonomie complète (Niveau de risque le plus élevé) :** Les agents IA interagissent directement avec les clients et effectuent des actions sans intervention humaine. Cela nécessite des procédures et des intégrations robustes, ainsi qu'une grande confiance. L'objectif est de gérer un volume d'interactions impossible à gérer avec des humains, nécessitant des "protocoles agent-à-agent". ### 3\. Applications et réussites actuelles Les agents IA ne sont plus le futur ; ils sont déjà en application : * **Orchestration de workflows :** Un exemple notable est celui d'une grande entreprise en Allemagne où un seul agent IA a remplacé 300 workflows complexes dans une interface client, décidant de manière autonome de l'action à entreprendre. * **Service client et codage :** Ces deux domaines sont les plus impactés positivement par les agents IA. Les agents peuvent gérer des questions de premier niveau, des changements de mot de passe, et assister les développeurs à écrire du code. Klarna, par exemple, a pu répondre à deux tiers de ses demandes client avec l'IA, réduisant de 700 le nombre de personnes nécessaires. * **Gestion des tâches répétitives :** La plus grande valeur des agents IA se trouve dans l'automatisation des tâches "fréquentes, simples et répétitives", même si elles sont moins "éclatantes" que des démos complexes. * **Autres domaines émergents > ventes et marketing :** Promotions de ventes dans les CRM, formation de nouveaux partenaires commerciaux, conception marketing. * **R&D (Secteur pharma) :** Rédaction d'articles scientifiques, vérification juridique et validation des données. * **RH :** Gestion des tâches transactionnelles et du mouvement de données manuel. * **Logistique/Entrepôt :** Systèmes d'agents combinés avec des systèmes d'entrepôt pour un fonctionnement entièrement autonome avec des robots physiques. * **Finance (KYC) :** Automatisation du processus "Know Your Customer" pour la vérification des documents et l'évaluation des risques, permettant aux humains de se concentrer sur les cas complexes. ### 4\. Défis et obstacles au déploiement Malgré les succès, des défis importants demeurent : * **Stagnation des POC (Proof of Concept) :** De nombreuses entreprises restent bloquées au stade des PoC. Les données montrent que le taux d'abandon des projets d'expérimentation IA a fortement augmenté (de 17% à 42% l'année dernière). * **Données :** La qualité et l'organisation des données sont cruciales. L'IA a besoin de données bien structurées et harmonisées pour être efficace et évolutive. L'expérimentation dans des "niches étroites" avec des ensembles de données optimisés ne garantit pas la mise à l'échelle à l'échelle de l'entreprise. * **Transformation vers le cloud :** L'IA fonctionne principalement dans le cloud. Les entreprises qui opèrent encore sur des systèmes sur site (on-premise) sont limitées dans leurs capacités de déploiement d'IA. * **Préparation organisationnelle et humaine (> Gestion du changement et courbe d'apprentissage) :** Les départements juridiques, les conseils d'entreprise et le personnel technique doivent s'adapter aux nouvelles implications de l'IA (contrats, impact sur les emplois, traitement des données). * **Transformation des processus :** Le déploiement de l'IA n'est pas seulement une décision technologique, mais une transformation fondamentale de la manière dont le travail est effectué. Il nécessite l'implication des partenaires commerciaux qui connaissent les processus et les équipes. * **Documentation des workflows :** L'absence de workflows documentés est un obstacle majeur. Les agents IA remplacent des intégrations humaines complexes, et sans procédures claires, les PoC échouent. Make intégre des flows pour documenter les flows. * **Sécurité et cybersécurité :** Les risques de cybersécurité augmentent, les pirates utilisant également l'IA pour attaquer les systèmes IA d'entreprise. Les entreprises doivent être à l'aise avec la documentation de leurs données et les questions de sécurité. ### 5\. Impact sur l'emploi et l'avenir du travail La question de l'impact des agents IA sur les emplois est centrale : * **Changement, pas de remplacement :** Les experts sont optimistes. L'IA ne va pas "prendre les emplois" mais plutôt "changer les emplois en quelque chose d'encore plus excitant". * **Augmentation de la productivité et temps libre :** L'IA permet d'automatiser les tâches à faible valeur ajoutée et répétitives, libérant du temps pour les humains. Cela conduit à une "plus grande productivité". * **Ce qui reste aux humains (qualités uniquement humaines) :** Les humains définissent les objectifs, la vision et la stratégie ; les agents exécutent et optimisent, mais "ils ne savent pas pourquoi". * **Relations humaines et confiance :** L'IA peut gérer les tâches administratives, libérant les humains pour se concentrer sur les relations clients, l'écoute, la compréhension des défis humains et la construction de la confiance. "Plus d'IA en entreprise apporte aussi plus d'humanité." * **Créativité et résolution de problèmes complexes :** L'IA a besoin de la "créativité humaine pour les diriger, pour les déployer." Le temps libéré par l'IA peut être utilisé pour des activités plus créatives et pour résoudre des problèmes complexes. * **Création de nouveaux emplois et compétences :** Les vagues technologiques précédentes ont créé de nouvelles industries et de nouveaux emplois. L'adoption de l'IA crée un besoin pour des personnes capables de travailler avec ces outils, de les concevoir, de les déployer, de les surveiller et de les améliorer. ### 6\. L'ère de la transformation de l'IA Après la transformation numérique, l'ère de la transformation de l'IA ne fait que commencer. Cela implique de développer de nouvelles méthodologies, des définitions de rôles (comme les "architectes d'agents IA"), et de construire des équipes et des compétences pour exploiter le potentiel de l'IA. Les entreprises commencent tout juste à reconnaître ce potentiel. En somme, les agents IA sont des outils puissants et orientés objectif, composés d'un LLM, d'un contexte de données et d'outils d'action. Ils transforment déjà des secteurs comme le service client et le codage, mais leur déploiement à grande échelle dépend de la préparation des données, de la migration vers le cloud et, surtout, d'une gestion du changement organisationnel qui revalorise le rôle humain vers des tâches plus stratégiques et relationnelles. Et vous ? Vous en êtes où ? [#AI](https://www.linkedin.com/search/results/all/?keywords=%23ai&origin=HASH_TAG_FROM_FEED)[#AGI](https://www.linkedin.com/search/results/all/?keywords=%23agi&origin=HASH_TAG_FROM_FEED)[#SAI](https://www.linkedin.com/search/results/all/?keywords=%23sai&origin=HASH_TAG_FROM_FEED)[#LLM](https://www.linkedin.com/search/results/all/?keywords=%23llm&origin=HASH_TAG_FROM_FEED)[#Agent](https://www.linkedin.com/search/results/all/?keywords=%23agent&origin=HASH_TAG_FROM_FEED) ### Date 09/07/2025 **Source :** [Article](https://www.linkedin.com/pulse/raise-summit-day-1-john-edwin-graf--yduze/?trackingId=vCEmJWo6SvWy%2B9PZGapQmQ%3D%3D) ### Sujets `#Intelligence artificielle (AI & GenAI)` `#Numérique et technologie` --- ### 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/)