Et après l’IA agentique, dans un an : que verrons-nous arriver ?
Les éditeurs d’Intelligence artificielle se sont lancés dans une course à la nouveauté. Chaque année, il semble qu’ils doivent sortir de nouveaux concepts et de nouveaux produits – comme les collections de la Fast Fashion. Quitte à aller trop vite pour les clients qui doivent prendre le temps d’évaluer chaque « innovation ».
Au commencement de l’engouement, il y eut ChatGPT. Nous étions en décembre 2022. Puis, en 2023, l’on entendit parler « d’IA générative ». La mode était à ces « grands modèles de langage » (les LLMs). Puis en 2024, sont apparus « les copilotes ». Et enfin, cette année, nous entrons dans l’ère de « l’IA agentique ».
Ces technologies, toutes « révolutionnaires », se sont succédé en moins de trois ans. Une par an, donc.
Si l’on suit cette logique mathématique, l’IA agentique devrait atteindre sa DLC en 2026, date à laquelle une nouvelle variante d’IA – et sa terminologie marketing associée – devrait émerger encore plus rapidement qu’une nouvelle collection chez H&M, Zara et Shein.
« Je pense que toutes ces choses sont des modes et qu’elles ont une durée de vie limitée. »
Brandon PurcellAnalyste, Forrester Research
Comparer l’IA d’entreprise à la « fast fashion » peut sembler provocateur. Mais à bien y réfléchir, ce trimestre, Adobe, Qualtrics, Oracle, OpenAI et même Deloitte ont lancé des plateformes d’IA agentique. Et avant eux, il y a eu Microsoft, SAP, ServiceNow ou Salesforce. Et plus largement, avant même que certaines entreprises aient pu évaluer correctement les copilotes, le marché est déjà passé aux agents autonomes.
« Je pense que toutes ces choses sont des modes et qu’elles ont une durée de vie limitée », confirme Brandon Purcell, analyste chez Forrester Research. « L’IA en tant que concept est une chose vague qui évolue en permanence. D’abord, il s’agissait de prédictif, puis d’IA générative, et maintenant d’agentique. Je ne sais pas ce que sera la prochaine étape. Mais je pense que l’agentic AI a probablement plus d’un an devant elle – parce qu’elle traite d’automatisation, qu’elle apporte de réels gains d’efficacité, et qu’elle pourrait même générer du revenu pour les entreprises qui l’utilisent correctement ».
La signification du concept d’« agent » n’est pas encore claire
Reste que, à date, les éditeurs ne se sont toujours pas mis d’accord sur ce qu’est exactement l’IA agentique. Les définitions sont, en fait, peu courantes. Adobe définit un agent comme une chose qui raisonne, qui est interactive et qui est autonome. Mais il ne s’agit que de la définition d’Adobe.
« Je ne suis pas tout à fait sûr de savoir ce que signifie le terme “agentic” à ce stade ; il est utilisé à tort et à travers. »
Scott BrinkerFondateur de la conférence MarTech et VP chez HubSpot
« Je ne suis pas tout à fait sûr de savoir ce que signifie le terme “agentic” à ce stade ; il est utilisé à tort et à travers », acquiesce Scott Brinker, fondateur de la conférence MarTech et VP chez HubSpot. « C’est cette idée que l’on peut utiliser la magie de l’automatisation de l’IA et l’incorporer dans des processus. Ainsi, nous n’avons plus de workflow, mais des workflows agentiques. »
Quoi qu’elle soit et quoi qu’elle fasse, l’IA agentique devra être interopérable pour survivre. Les agents ont besoin de se parler entre eux et d’accéder aux référentiels de données des uns et des autres pour faire leur travail de manière autonome.
Pour Phil Regnault, associé chez PwC, il y a de fortes chances que les utilisateurs de Salesforce utilisent des agents Salesforce dans l’environnement Salesforce. Et que les utilisateurs d’Adobe utilisent des agents Adobe dans l’environnement Adobe. Etc. Mais dans de nombreux cas, des données extérieures aux silos spécifiques à chaque éditeur seront nécessaires pour que les « agents » puissent « agir ».
Des normes pour l’échange de données entre agents devront donc être mises en place.
« Je n’ai jamais déployé Adobe dans un endroit où il n’y avait pas aussi du Salesforce et une myriade d’autres applications », constate Phil Regnault. « L’interopérabilité – que ce soit au niveau de la couche de données, de la couche d’intelligence ou de la couche applicative – est importante pour que les stacks fonctionnent ».
L’IA agentique – qui est aussi (et surtout ?) un autre nom pour « technologie autonome » – n’en est encore qu’à ses débuts.
Cependant, si la tendance actuelle se maintient, nous parlerons d’autre chose, l’année prochaine, à la même époque. Mais ne vous inquiétez pas. Les acheteurs de technologie évaluent et investissent actuellement dans de l’IA agentique. Les agents resteront probablement dans le coin pour un bon moment. Mais on n’en parlera plus. Et quand on en parlera, on les évoquera avec une terminologie moins marketing. Par exemple, en parlant de simples « robots logiciels » ?
Pour approfondir sur IA appliquée, GenAI, IA infusée