Pega ajuste sa vision de la GenAI à l’IA agentique
Lors de sa conférence annuelle, Pegasystems a rappelé son approche en matière d’IA générative que l’éditeur applique désormais à l’IA agentique. Pour le spécialiste du BPM, le processus et les outils d’orchestration existants sont au centre, tandis que les prompts sont périphériques.
Dans l’univers de Pegasystems, donner aux utilisateurs finaux une licence leur permettant de solliciter des agents peut être source d’ennuis, sauf pour la recherche et la synthèse.
Les dernières fonctionnalités d’IA agentique de la suite logicielle Infinity de Pega donnent le pouvoir de « prompter » aux développeurs qui conçoivent les agents pour les utilisateurs. Les développeurs peuvent utiliser des invites, de la documentation (DOCX, PDF), des descriptions d’objectifs d’automatisation, du code source (par exemple, en provenance d’AWS Q Developer) et des vidéos de processus de RPA pour créer des applications dans Blueprint.
Pour rappel, Blueprint a été conçu comme un outil de prototypage d’applications propulsé à l’IA générative. Il est désormais le centre de conception des « flux de travail des agents IA » chez le spécialiste du BPM.
Blueprint peut maintenant extraire des informations de documents illustrant des processus existants. Ceux-là peuvent correspondre à des applications développées avec Pega, Blueprint ou des outils tiers. L’outil de l’éditeur se charge d’extraire les informations et d’en faire un résumé, au besoin. Il était déjà possible d’ajouter des fichiers BPMN, DDL ou YAML afin de reprendre des processus, des données et des flux inter-système. Désormais, l’outil analyse automatiquement les champs de données et les relations entre les objets pour créer des modèles de données « exhaustifs ». Cela accélérerait la migration de bases de données « legacy » vers le cloud.
Selon Pega, le prompt ne doit pas être l’alpha et l’oméga de la genAI
Alors que d’autres éditeurs tels que Salesforce, Microsoft et ServiceNow s’appuient fortement sur des prompts pour leurs agents, Pega s’oppose à ce que les utilisateurs finaux les manipulent pour des tâches dont le résultat est clair et balisé, telle que des recherches qui peuvent être vérifiées. En cela, les porte-parole de Pega ne dérogent pas à son approche de l’IA générative présentée il y a près de deux ans.
Ce type d’IA n’est pas nécessaire pour prendre des décisions ou gérer des flux de travail complexes, selon Predrag Jakovljevic, analyste chez Technology Evaluation Centers.
« Les agents qui sont principalement pilotés par des prompts peuvent dérailler et utiliser leur pouvoir de raisonnement pour entreprendre certaines actions que l’auteur n’avait pas prévues ou envisagées », explique Predrag Jakovljevic.
« Au lieu de cela, Pega ancre ses agents dans des flux de travail qui prescrivent exactement la manière dont l’agent doit agir au moment de l’exécution », poursuit-il. « Cela rend les agents plus prévisibles et plus fiables, ce qui est particulièrement important dans les secteurs hautement réglementés dans lesquels opèrent les clients de Pega ».
« L’idée selon laquelle, [...] nous allons reprogrammer nos entreprises à l’aide de prompts et faire faire [aux LLM] les bonnes choses de manière fiable et sécurisée, n’est pas adaptée à la plupart des activités des entreprises. »
Alan TreflerPDG de Pegasystems
Alan Trefler, PDG de Pegasystems, assure que les flux de travail agentiques sont plus fiables et prévisibles que l’approche basée sur les prompts.
« L’idée selon laquelle, d’une manière ou d’une autre, nous allons reprogrammer nos entreprises à l’aide de prompts et faire faire [aux LLM] les bonnes choses de manière fiable et sécurisée, n’est pas adaptée à la plupart des activités des entreprises », avance Alan Trefler.
Oui, les autres éditeurs peuvent laisser le contrôle des prompts aux utilisateurs finaux. En revanche, ces concurrents de Pega cherchent aussi à favoriser la conception de flux de travail en partie orchestrés par des moteurs de règles et des dispositifs de garde-fous.
D’autant que, selon les propres dires de Pega, il faut voir les flux de travail développés avec Blueprint comme des actions pouvant être exécutées par des assistants en langage naturel. En clair, ce sont les mêmes mécanismes mis en place par Salesforce, ServiceNow, SAP ou encore Microsoft qui sont à l’œuvre. Pega a vraisemblablement perçu avant les autres la manière la plus pragmatique de contrôler les résultats des LLM.
Parallèlement, comme ses concurrents dans le domaine de l’automatisation des processus (Microsoft, ServiceNow et Salesforce), Pegasystems a intégré Model Context Protocol (MCP) et Agent2Agent (A2A). En théorie, ces protocoles permettent aux LLM d’utiliser des outils et aux agents d’interagir avec d’autres agents fournis par des tiers.
L’entreprise a également lancé Pega Agentic Process Fabric, une bibliothèque permettant d’orchestrer les agents, les applications, les systèmes et les données.
Un centre de gouvernance pour les agents IA
Pega Agentic Process Fabric peut être vu comme un centre de gouvernance des agents IA et un moyen de sélectionner automatiquement le bon agent ou le bon flux de travail pour une tâche donnée.
MCP peut être un catalyseur pour cela, estime M. Trefler. Pega Agentic Process Fabric sera disponible au troisième trimestre 2025, en même temps que la mise à jour de la suite Pega Infinity.
Alan Trefler et Predrag Jakovljevic ont tous deux reconnu que les normes d’interopérabilité des agents n’ont été présentées qu’à partir de la fin d’année 2024. Il faudra un certain temps pour que les utilisateurs déterminent leur efficacité.
« Il faudra plus de temps et de preuves de concept », juge Predrag Jakovljevic.
La technologie n’en est qu’à ses débuts. De nombreuses entreprises évaluent encore la GenAI et ne se sont pas forcément penchées sur sa cousine décisionnelle, l’IA agentique. Les entreprises définissent l’agent différemment selon qu’elles séparent les capacités de raisonnement du traitement des données – et vérifient le travail de l’agent lui-même – ou selon les décisions qu’il est habilité à prendre.
« Pratiquement tout ce qui intègre un LLM – ou qui l’utilise dans son fonctionnement – fait en réalité appel à ces agents, qu’ils disposent d’une autonomie ou non », considère Alan Trefler. « Pour nous, un agent est, en effet, une entité intelligente qui accomplit une certaine tâche en utilisant généralement un modèle de langage ».
Les outils agentiques de Pegasystems ont été présentés à l’occasion de la conférence des utilisateurs PegaWorld qui s’est tenue cette semaine à Las Vegas.
Pour approfondir sur IA appliquée, GenAI, IA infusée
