Comment créer un agent d'IA en sept étapes

Les entreprises s'efforcent de tirer davantage parti de l'IA générative en l'intégrant dans les processus métier quotidiens. Elles commencent à déployer des logiciels appelés agents d'IA dans une gamme d'applications et sont conçues pour tenir des conversations écrites et orales, ainsi que pour interroger des bases de données afin d'exécuter des tâches en plusieurs étapes, sans être programmées à l'avance sur la façon de procéder dans toutes les situations.

Les applications d'intelligence artificielle Agentic peuvent être déployées pour travailler étape par étape afin de recueillir les informations dont elles ont besoin en interagissant avec les utilisateurs d'ordinateurs et leurs calendriers, en exploitant les informations dans les systèmes locaux et cloud, et en utilisant les moteurs de recherche ou d'autres sites Web pour répondre à des questions ou exécuter des actions. Ils s'appuient sur les grands modèles de langage (LLM) d'IA sous-jacents pour leur puissance prédictive et leur capacité à interagir avec les utilisateurs humains en langage naturel.

Les fournisseurs d'applications de productivité, de gestion des clients et de back-office ont commencé à fournir à leurs clients des studios de conception pour personnaliser, instruire et activer les agents d'IA, ou créer les leurs. Voici un ensemble de directives utiles sur la façon d'équiper un agent d'IA pour le travail, y compris sept étapes pour créer un agent et sur le terrain.

Que sont les agents d'IA ?

Le logiciel d'agent d'IA exploite des LLM entraînés avec de grandes quantités de données pour trouver des relations et établir des associations entre les concepts. Cela peut permettre d'établir des prédictions pertinentes sur la signification prévue des utilisateurs d'ordinateurs, en communiquant dans un langage conversationnel. Les agents sont conçus pour assurer la médiation entre les utilisateurs et les modèles de langage, en prenant activement des mesures pour résoudre les problèmes dans une multitude de domaines.

Ils peuvent aider les entreprises à automatiser les processus répétitifs, par exemple : soutenir les prévisions financières, aider les équipes RH à parcourir les différentes étapes d'un processus de recrutement, ou synthétiser des informations sur les comptes et identifier des opportunités de vente additionnelles pour les commerciaux.

Comment créer un agent d'IA en sept étapes

Les agents d'IA sont destinés à comprendre les rôles organisationnels des utilisateurs, à tirer parti des données des documents commerciaux afin que les processus restent pertinents, et à répondre aux invites en langage naturel au lieu d'instructions précodées. Pour les préparer à cette flexibilité dans des circonstances changeantes, les organisations doivent faire un travail de préparation.

1. Choisissez votre stratégie de création d'agents. Les entreprises doivent décider à l'avance si elles souhaitent personnaliser les agents prédéfinis fournis par les fournisseurs de logiciels pour automatiser les processus ou créer leurs propres agents à partir de zéro. Compte tenu du stade précoce des tests et du déploiement des agents d'IA dans les secteurs, la plupart des entreprises personnaliseront probablement les agents prédéfinis afin qu'ils soient mieux placés pour commencer à obtenir de la valeur. Lors de la prise de décision, les organisations doivent tenir compte des éléments suivants :

• Les talents de l'IA pour le personnel : la conception d'agents personnalisés nécessite que les développeurs d'IA, les data scientists et les experts en interface utilisateur effectuent la programmation et l'intégration des systèmes nécessaires, tandis que les administrateurs d'applications peuvent travailler dans un environnement de studio de conception pour personnaliser les agents prêts à l'emploi.
• Expertise en entraînement de modèle : la plupart des entreprises n'auront pas les connaissances internes nécessaires pour sélectionner un LLM, nécessaire lors du développement d'agents d'IA, et pour effectuer l'affinage afin de s'assurer qu'un modèle construit à partir de zéro ne dérive pas vers l'inexactitude au fil du temps.
• Coût : la création nécessite un investissement initial plus élevé dans le développement, ainsi que des frais pour les appels d'API vers un LLM. La personnalisation des agents d'IA prédéfinis auprès d'un fournisseur tel qu'Oracle n'entraîne aucuns frais en plus des abonnements pour les applications SaaS que les entreprises paient déjà.
• Données de haute qualité : les données d'entreprise doivent être préparées pour l'IA avant que les agents ne puissent les utiliser. Cela implique souvent de transformer les données en intégrations vectorielles, qui montrent mathématiquement les relations entre les concepts, utiles pour inférer l'intention des utilisateurs lorsqu'ils posent des questions. Les entreprises qui créent des agents à partir de zéro doivent également surveiller le « suréquipement », dans lequel un LLM s'adapte trop aux données sur lesquelles il a été entraîné et ne peut pas se généraliser avec de nouveaux domaines de connaissances.
• Gouvernance et supervision : les entreprises peuvent rechercher des agents capables de documenter leur travail et d'être transparents pour les responsables de secteur d'activité qui ne sont pas des professionnels de l'informatique. Les services informatiques peuvent également considérer que les agents n'ont pas accès à des données sensibles qui ne sont pas censées être rendues publiques ou divulguées à certains employés.

2. Sélectionnez un LLM ou préparez-en un. Les fournisseurs d'applications SaaS qui permettent à leurs clients d'affiner les agents dans un studio de conception présélectionneront probablement les LLM avec lesquels leur logiciel interagira ou donneront aux administrateurs un choix limité. Les entreprises qui construisent à partir de zéro devront choisir parmi des LLM comme Anthropic, Cohere, Google, IBM, Meta (développeur des modèles Llama populaires), Microsoft, Mistral et OpenAI. Cette approche peut donner à ces entreprises le contrôle sur toutes les couches de leur pile logicielle agentique, y compris le modèle sous-jacent. Cela signifie également qu'elles sont responsables de la maintenance de nombreux autres composants logiciels par rapport à la personnalisation des agents prêts à l'emploi.

3. Concevez un processus et définissez les outils. Même la personnalisation des agents prédéfinis est un travail pour un administrateur d'applications, et non un utilisateur professionnel général. Les administrateurs peuvent commencer par des modèles de processus prédéfinis (cas d'utilisation avec du code derrière eux dans une vue de catalogue) ou créer des processus personnalisés. Pour définir les processus des agents prédéfinis, les administrateurs saisissent des instructions spécifiques en langage naturel dans les champs d'un studio de conception d'agent ou sélectionnent des actions dans des listes pour indiquer comment l'agent doit interagir avec les utilisateurs, afficher des données ou planifier des rendez-vous. Les administrateurs peuvent également choisir les outils que l'agent doit utiliser pour répondre aux questions, et ils peuvent fournir des exemples de questions que les employés pourraient poser.

Ce processus permet de définir le rôle de l'agent, en décrivant en termes simples comment il doit effectuer un travail et les informations auxquelles il devra accéder. Par exemple, un agent au sein d'une application de RH qui explique les avantages pour la santé aux employés aura besoin d'accéder à des documents médicaux, de vision, de soins dentaires et d'autres documents de politique de santé, tandis qu'un agent dédié aux avantages financiers devra peut-être obtenir des informations sur les régimes de retraite et d'actions parrainés par l'employeur (plus d'informations à ce sujet ci-dessous).

4. Chargez des documents pour RAG. Maintenant que l'agent dispose de ses instructions et de ses outils, un administrateur peut utiliser un chargeur de documents pour préparer les documents de l'entreprise pour la génération augmentée de récupération (RAG), une technique d'IA qui fournit à un LLM des documents commerciaux et des données lors de l'exécution afin d'augmenter ce que le modèle a appris lors de son entraînement. L'administrateur fournit des instructions en langage naturel sur la façon dont l'agent doit utiliser les documents. Un logiciel de création d'agents efficace élimine la base de données vectorielle qui aide à fournir des résultats très pertinents lors de l'exécution en fonction de ce que l'utilisateur d'un ordinateur a l'intention de trouver.

5. Cliquez pour créer. Après avoir jeté les bases avec des instructions, des sujets et des documents, l'administrateur peut créer un agent dans un studio de conception simplement en le nommant et en cliquant sur un bouton d'interface utilisateur. Les instructions en langage naturel permettent au processus (ou à d'autres agents) de comprendre ses capacités. En cours d'exécution, les agents d'IA sont conçus pour apprendre à améliorer leurs performances grâce à un processus d'essai mathématique, d'erreur et de récompense nommé apprentissage par renforcement.

Les entreprises qui créent à partir de zéro sans studio de conception peuvent avoir besoin d'ajouter des intégrations aux applications financières, de RH, de gestion des clients et autres, ainsi qu'aux bases de données et aux documents des utilisateurs. Les structures d'agents d'IA offrent une alternative à l'écriture de code à partir de zéro en fournissant des architectures logicielles, des protocoles de communication, des connecteurs vers des sources de données cloud et locales, et des outils de surveillance pour aider les entreprises à créer de nouveaux agents. Les structures open source populaires incluent LangChain, LlamaIndex et AutoGen de Microsoft Research.

Les environnements de studio d'agent peuvent également inclure un framework auquel les administrateurs n'ont pas besoin d'accéder directement.

6. Définissez des limites. Il est maintenant temps de mettre en place des protections pour veiller à ce que les agents conservent leur exactitude et puissent identifier quand ils doivent demander une approbation avant de mener des actions. L'administrateur qui configure l'agent peut, par exemple, ajouter une condition pour obtenir l'approbation du personnel avant d'envoyer un e-mail ou de mettre à jour un enregistrement.

Les administrateurs peuvent également définir les conditions dans lesquelles une question peut recevoir une réponse, ou ils peuvent ajouter des instructions qui exigent que le LLM sous-jacent extraie des informations d'un système informatique de l'entreprise ou demande des éclaircissements à l'utilisateur, au lieu d'inventer une réponse (un inconvénient de l'IA générative nommé hallucination). Par exemple, un administrateur peut taper : Assure-toi d'avoir des informations sur le nombre de personnes à charge en posant la question à l'utilisateur ou en interrogeant le système. Si tu ne connais pas la réponse, ne crée pas de réponse.

Les agents peuvent également être conçus pour hériter des fonctionnalités de modération de contenu du service cloud sur lequel ils s'exécutent.

7. Testez, déployez et surveillez. Dans une zone de test du studio, les administrateurs peuvent exécuter un exemple d'interaction pour évaluer si les réponses de l'agent sont utiles et pertinentes, et vérifier les sources qu'il cite. Ils peuvent également voir comment une interaction utilisateur changerait si l'organisation modifiait les instructions de l'agent ou son LLM sous-jacent. Ensuite, un administrateur peut déployer l'agent directement dans le studio de conception.

Les agents peuvent améliorer leurs performances au fil du temps en mesurant quelles combinaisons de données RAG et d'invites utilisateur ont fourni les résultats les plus utiles. Les chefs d'entreprise peuvent ensuite évaluer les performances des agents, en intégrant les commentaires dans les interactions futures avec les utilisateurs.

Utilisez Oracle AI Agent Studio for Fusion Applications pour personnaliser les agents dans Oracle Applications

Oracle AI Agent Studio permet aux administrateurs informatiques de configurer des agents d'IA dans Oracle Fusion Cloud Applications qui sont conçus pour aider les utilisateurs dans diverses tâches, notamment la consultation de leurs soldes de congés payés, l'extraction de l'historique des achats des clients, le traitement des retours de produits et l'analyse des photos d'équipement de fabrication pour estimer le coût des réparations.

Les administrateurs Fusion commencent par des modèles prédéfinis, qui apparaissent sous forme de vignettes dans leur espace de travail et contiennent le code nécessaire pour commencer. Les concepteurs d'agent indiquent ensuite à l'agent qu'ils souhaitent déployer la portée et les limites de sa fonction, ainsi que les documents et autres sources de données qu'il doit rechercher pour obtenir des informations. Ils peuvent également créer de nouveaux agents à partir de zéro. Les agents sont inclus dans les abonnements Fusion des clients sans frais supplémentaires.

FAQ sur la création d'un agent d'IA

Que fait un agent d'IA ?

Les agents d'IA sont des assistants virtuels déployés dans des applications métier ou des logiciels de productivité personnels pour répondre aux questions des utilisateurs d'ordinateur ou les aider à effectuer des tâches. Contrairement aux assistants logiciels précédents, qui reposaient sur des règles et des processus précodés, les agents d'IA sont conçus pour comprendre les invites en langage naturel et le contexte, tout en s'adaptant à de nouvelles situations.

Les agents d'IA représentent-ils l'avenir ?

Les agents d'IA pourraient devenir de plus en plus utiles, car ils sont déployés dans différentes applications métier avec moins de dépendance envers l'intervention humaine, et à mesure qu'ils apprennent des interactions avec davantage d'utilisateurs professionnels et de consommateurs au fil du temps.