Bloomfilter applique le process mining aux agents IA
Bloomfilter s’appuie sur la plateforme de Celonis pour superviser les agents IA et les rendre « conscients » des processus des entreprises. Cela permettrait de déterminer leur valeur ajoutée, jusqu’alors difficile à évaluer.
Bloomfilter est une startup américaine basée à Chicago. Sa spécialité ? L’exploration des processus dédiée à la chaîne de développement logiciel.
Sous le capot, l’entreprise exploite Celonis. Elle y adjoint des modules pour suivre les stratégies, les tâches, les coûts, l’emploi du temps des projets de développement applicatif.
Comme dans la finance, la logistique ou les autres activités s’agit d’identifier les goulets d’étranglement afin de faciliter la prise d’actions correctives à partir des données issues des outils qui parcourt le cycle de développement logiciel.
Chipotle et Microsoft sont quelques-uns des clients qui exploitent les solutions de Bloomfilter. Celonis les utilise et a investi dans la société fondée en 2022 à Cleveland, dans l’Ohio.
Puisque les assistants et les agents IA sont amenés à envahir la chaîne de développement logiciel, l’éditeur se penche sur leur supervision à travers l’application Agent Miner. Elle sera disponible depuis la place de marché de Celonis.
« Pour cela, nous nous plaçons au niveau de la couche du protocole, par exemple MCP (Model Context Protocol) ou A2A (Agent2Agent) », indique Andrew Wolfe, cofondateur et co-CEO de Bloomfilter auprès du MagIT. Il participait à la conférence annuelle de Celonis, Celosphere.
Trois outils sont nécessaires à cette supervision. D’abord, un service permet de récupérer les logs à travers un serveur MCP. « Essentiellement, l’agent nous dit : “voici ce que je fais” », ajoute le dirigeant.
Une fois l’activité des agents IA enregistrée, Bloomfilter combine ces logs avec les données de processus métier. « Nous avons un outil au sein de Celonis qui nous permet de faire cela ».
Une nécessaire supervision des agents IA, encore balbutiante
« Une étude du MIT publiée en mai constate que 95 % de projets d’IA générative des entreprises n’apportent pas de valeur ajoutée. Pourquoi ? Parce qu’ils ne sont pas évalués de manière appropriée ».
Andrew WolfeCofondateur et co-CEO, Bloomfilter
Outre la découverte potentielle de goulet d’étranglement, cela permet de renvoyer ce contexte élargi vers les agents IA. « Nous avons un moyen pour limiter la taille de ces données pour ne pas surcharger la fenêtre de contexte des modèles sous-jacents », explique Andrew Wolfe.
La fenêtre de contexte correspond à une forme de mémoire temporaire pour un LLM. Elle contient l’ensemble des échanges avec le modèle : prompts, résultats, raisonnement, appel d’outils, etc.
Dans un processus de développement, la combinaison évoquée ci-dessus permet d’assurer, entre autres, le formatage du code, des tests CI/CD ou encore d’automatiser l’accès aux bases de données.
La solution va au-delà du cycle DevOps. « Une étude du MIT publiée en mai constate que 95 % de projets d’IA générative des entreprises n’apportent pas de valeur ajoutée. Pourquoi ? Parce qu’ils ne sont pas évalués de manière appropriée », affirme Andrew Wolfe. « Nous ne savons pas ce que font les agents IA. Et les métiers qui les utilisent sont frustrés parce qu’ils que ne suivent pas les processus de l’entreprise ».
Justement. Le contexte réinjecté peut servir à normaliser la recherche d’informations dans un mécanisme RAG.
Andrew Wolfe prend l’exemple d’un processus de facturation où l’entreprise voudrait s’assurer qu’un agent IA s’appuie sur les bons taux de TVA, fournisse la bonne adresse et le code pays attendu.
« Cet outil s’exécute chaque fois que l’agent fonctionne pour le rendre plus efficace », affirme Andrew Wolfe. « Cela crée une boucle de rétroaction de sorte que nous, les utilisateurs, puissions regarder comment il fonctionne et fournir un retour d’information qui sera ensuite incorporé dans l’agent ».
S’assurer du respect des politiques d’entreprise
La solution de Bloomfilter ne serait pas intéressante si elle ne permettait pas de superviser des flottes d’agents IA. C’est sa troisième composante : la gouvernance.
« D’abord, nous avons un moyen d’assurer le respect des politiques d’entreprises », relate le co-CEO de Bloomfilter. « C’est un mécanisme très couramment déployé au sein des outils comme Claude Code permettant de statuer si un agent peut enclencher une commande ou non. Il faut le voir comme un SSO pour les agents IA ».
Les logs des agents IA sont également intégrés dans le graphe de processus propulsé par le modèle de données orienté objet de Celonis.
Ce qui devrait permettre deux choses : la gouvernance des agents IA loggés à l’outil de la startup et l’amélioration des processus associés.
« Il est très courant que les développeurs utilisent des outils comme Cursor ou Claude Code pour écrire du code. Mais pendant ce temps-là, ils ne sont pas en train de rédiger les exigences ou adapter le design de l’application », illustre Andrew Wolfe. « En combinant les données des processus et ceux des agents, vous pouvez commencer à comprendre où en intégrer davantage ».
Vers un triptyque humains/agents IA/bots RPA
À l’inverse, la solution peut identifier où les agents IA sont moins pertinents. Là où, finalement, ils peuvent faire perdre du temps et de l’argent à l’entreprise.
« Les agents IA offrent une efficacité légèrement supérieure aux humains, mais ce n’est pas révolutionnaire. J’estime qu’il est possible d’obtenir des gains de 30 à 40 % dans le meilleur des cas ».
Andrew WolfeCofondateur et co-CEO, Bloomfilter
« Nous pouvons visualiser et comparer les processus purement humains, les processus hybrides qui intègrent des agents IA et les processus robotisés (RPA). Nous voulons capturer l’ensemble du spectre », signale Andrew Wolfe.
« Les agents IA offrent une efficacité légèrement supérieure aux humains, mais ce n’est pas révolutionnaire. J’estime qu’il est possible d’obtenir des gains de 30 à 40 % dans le meilleur des cas. Ce n’est pas comme la RPA qui peut, de manière très déterministe, automatiser tout un processus », ajoute-t-il.
Là non plus, pas de miracle. « Sinon des sociétés comme UiPath vaudraient des milliers de milliards de dollars ». C’est probablement la combinaison des trois facteurs – humain, agents IA, RPA – qui donnera les meilleurs résultats, croit le dirigeant.
Pour l’instant, Bloomfilter entend se concentrer sur la chaîne de développement logiciel et les services clients. « Ce sont dans ces deux secteurs que les agents IA sont les plus répandus actuellement. Mais nous sommes agnostiques », indique Andrew Wolfe.
« Nous commençons à voir que les départements comptabilité cherchent à utiliser des agents pour l’examen des factures, les entités logistiques pour le traitement des commandes ou encore les entités légales pour la revue de contrats ».
Pour approfondir sur IA appliquée, GenAI, IA infusée
