Assistant IA : les arguments d’AWS pour se différencier de Microsoft et Google

Bien qu’il semble en retard, AWS pense que son assistant Amazon Q Business peut simplifier la conception d’architectures RAG, tout en couvrant certaines des tâches habituellement confiées aux agents IA. Il est également prêt à faire évoluer son modèle tarifaire.

AWS a annoncé la disponibilité générale d’Amazon Q Business dans sa région cloud irlandaise (Dublin, eu-west-1). La solution concurrente à Microsoft Copilot et Gemini n’était disponible qu’aux États-Unis depuis les régions cloud situées en Virginie et en Oregon. Elle est désormais conforme aux règles basiques de résidentialité des données.

Si le géant du cloud semble arrivé après la bataille, il estime qu’il peut se différencier auprès des entreprises.

« Q Business est notre assistant d’IA générative qui permet d’importer des données à partir de 40 sources différentes », défend David Pessis, directeur go-to market pour l’IA chez AWS, auprès du MagIT. « La plupart des clients ont des données soit dans SharePoint, Office 365, Google Docs, Confluence ou encore Salesforce », poursuit-il.

En clair, AWS propose une forme de « RAG as a Service ».

Un assistant agnostique de la suite bureautique

« Ce que nous permettons à nos clients de faire, c’est de réaliser ces intégrations dans ces systèmes et d’importer leurs documents dans Q Business », informe David Pessis.

« Beaucoup de clients apprécient le fait qu’AWS ne soit pas lié à un écosystème spécifique », assure-t-il. « Nous ne sommes pas liés à Microsoft Office ni à la suite bureautique de Google. Nous travaillons avec tout le monde. C’est pourquoi beaucoup de nos clients souhaitent que cette partie neutre récupère leurs données, les indexe et leur permette d’y accéder ».

« Nous ne sommes pas liés à Microsoft Office ni à la suite bureautique de Google. Nous travaillons avec tout le monde. »
David PessisDirecteur go-to market pour l’IA, AWS

La création d’index est automatique. Les clients n’auraient plus qu’à interagir avec ces données, sous la forme de questions, de demandes d’analyses ou de générations de contenus.

Lors d’une session, il est également possible de charger jusqu’à cinq fichiers d’une taille de 5 Mo chacun pour un total de moins de 665 000 caractères à travers l’interface utilisateur.

Pour l’instant, Amazon Q Business traite principalement les données textuelles à travers des PDF. « Pour l’instant, en Europe, nous couvrons les documents PDF et les fichiers textuels », confirme David Pessis. « Nous avons lancé récemment la prise en charge des modèles multimodaux en Amérique du Nord, avec les LLM Nova. Bientôt, nous permettrons le traitement des images et des vidéos ».

Après avoir configuré l’indexation, et les liens vers des citations, les administrateurs peuvent restreindre l’accès à certains documents, tout comme mettre des garde-fous sur certaines demandes, etc.

Des plug-ins plutôt que des agents

En sus des 40 connecteurs vers des sources de données tierces, AWS fournit des plug-ins. L’intégration avec la plateforme BI QuickSight est native (« totalement intégrée »), mais il y a également des plug-ins vers Jira, Box, Salesforce, ServiceNow ou encore ZenDesk afin d’agir, et ouvrir des cas, des tickets, etc. Un environnement Q Business dispose de 25 plug-ins maximum. Les entreprises peuvent également développer des intégrations maison en définissant un schéma OpenAPI pour les API associées. Les administrateurs ont la main sur ces plug-ins.  

Il est également possible d’intégrer Amazon Q Business afin d’interroger le service depuis Slack et Teams, mais cela demande une configuration spécifique.

« Nous avons une passerelle API pour intégrer Amazon Q Business dans Teams. Sur Slack, l’intégration de l’assistant dans les canaux se fait aisément », indique David Pessis. « Nous sommes également en train de développer une application spécifique qui sera disponible sur la marketplace de Slack ».

En outre, AWS développe des extensions pour les navigateurs (Chrome, Firefox, Edge) pour aller chercher des informations sur le Web et dans les données indexées. Aux États-Unis, le fournisseur utilise des LLM avec une fenêtre de contexte plus grande afin de traiter les cas d’usage multimodaux. Pour l’instant, ces extensions ne prennent pas en charge les plug-ins.

AWS réfléchit par ailleurs à introduire une fonctionnalité de « recherche profonde ». « Nous voulons permettre à nos clients d’analyser toutes leurs données, qu’il s’agisse de documents ou d’enregistrements issus d’une base de données structurées », mentionne David Pessis.

AWS prêt à faire évoluer son modèle tarifaire

Il y a les fonctionnalités. Les éditeurs et les fournisseurs proposent peu ou prou les mêmes avec leurs assistants IA. Et il y a les coûts.

D’un côté, les services de type copilote ont vu leur coût augmenté ou ont fait augmenter les prix des suites bureautiques. De l’autre, le coût des appels aux API qui abstraient les LLM baisse drastiquement. Une tension dont est conscient AWS.

« Nous veillerons à ce que Q Business soit tarifé de manière aussi économique que possible pour nos clients, leur permettant de le déployer le plus largement possible. »
David PessisDirecteur go-to market pour l’IA, AWS

« Nous avons lancé Q Business avec un modèle de tarification par utilisateur et par mois », rappelle David Pessis. « Je pense que vous verrez cette approche évoluer au fil du temps », poursuit-il.

Le directeur go-to market explique que pour quelques milliers d’utilisateurs, ce modèle par siège est pertinent. Il l’est beaucoup moins quand l’entreprise veut équiper plusieurs dizaines, voire une centaine de milliers d’usagers.

Pour l’instant, l’indexation des contenus est dépendante d’une tarification des données ingérées. À cela s’ajoute un tarif de 20 dollars par mois par siège pour les usagers « Pro ». Suivant les usages et le nombre d’utilisateurs, il est parfois plus pertinent de développer sa propre interface ou réaliser ses intégrations pour appeler des LLM, selon Capgemini Invent.

« Beaucoup de clients souhaitent une tarification basée sur la consommation, ce que vous verrez probablement évoluer chez nous. Nous veillerons à ce que Q Business soit tarifé de manière aussi économique que possible pour nos clients, leur permettant de le déployer le plus largement possible ».

Plusieurs clients, dont Volkswagen America et Siemens Healthineers, commencent déjà à utiliser l’assistant d’AWS.

Pour approfondir sur IA appliquée, GenAI, IA infusée