Le problème central des agents d'intelligence artificielle n'est plus leur création, mais leur maintien dans le temps, a affirmé Marcio Aguiar, directeur de la division Entreprise de NVIDIA pour l'Amérique Latine, dans un communiqué diffusé par l'entreprise. Selon l'exécutif, construire un agent capable d'exécuter des tâches spécifiques est devenu relativement simple, mais le maintenir en fonctionnement tous les jours, dans un budget durable et avec des règles claires sur ce qu'il peut ou ne peut pas faire, est le véritable obstacle que rencontrent les entreprises.
Les agents d'intelligence artificielle sont des systèmes qui, contrairement aux modèles qui ne répondent qu'à des questions ou génèrent du texte et des images, exécutent des tâches de manière autonome, accèdent à des documents et prennent des décisions limitées dans le cadre de règles et de permissions définies. Leur développement a attiré d'importants investissements au cours de la dernière année et a multiplié les annonces d'entreprises, mais l'écart entre ce que les entreprises présentent dans leurs démonstrations et ce qu'elles réussissent à maintenir en fonctionnement réel est devenu l'un des débats centraux du secteur technologique.
« Ce que nous voyons aujourd'hui, c'est que de nombreuses entreprises sont déjà passées de la phase d'expérimentation à l'implémentation de l'intelligence artificielle, mais transformer ces projets en opérations cohérentes reste un défi », a soutenu Aguiar dans le communiqué. Le dirigeant a décrit une distance concrète entre le moment de la présentation d'un projet et son fonctionnement soutenu : « Une démonstration convainc le conseil d'administration en vingt minutes, mais ce qui définit réellement le succès du projet, c'est ce qui se passe au cours des six mois suivants, lorsque l'agent doit fonctionner tous les jours, dans un coût que l'entreprise peut soutenir et avec des règles claires sur ce qu'il peut ou ne peut pas faire ».
Le diagnostic de NVIDIA identifie trois erreurs récurrentes dans les entreprises qui tentent de faire évoluer leurs projets d'agents autonomes. La première est de sous-estimer la consommation de ressources informatiques que ces systèmes exigent une fois qu'ils passent d'un environnement de test à une utilisation massive. La seconde est de traiter la sécurité et la gouvernance comme une étape ultérieure au lancement, au lieu de les incorporer dès la conception initiale. La troisième est de faire évoluer les projets sans avoir une idée claire du retour sur investissement attendu. La combinaison de ces facteurs entraîne, selon l'exécutif, des budgets dépassés, des agents désactivés après des incidents de sécurité et des projets pilotes qui restent indéfiniment en phase d'expérimentation sans atteindre la production.
Cette évaluation repose sur un changement dans la nature technique des agents eux-mêmes. La plupart des systèmes qui fonctionnent aujourd'hui s'activent par une commande ponctuelle, exécutent une tâche spécifique et terminent leur activité. Les soi-disant agents autonomes de longue durée, en revanche, fonctionnent de manière continue en arrière-plan : ils vérifient régulièrement leurs listes de tâches, identifient celles qui nécessitent une action, exécutent ce qui est dans leurs permissions et renvoient uniquement aux personnes les cas qui exigent une décision humaine. Ce mode de fonctionnement implique un accès plus large et constant aux données internes, ce qui augmente les exigences de sécurité par rapport aux agents qui s'activent de manière ponctuelle.
Aguiar a placé cette discussion au centre de la conversation qui, selon lui, dominera le secteur dans les mois à venir. « La question que se posera le marché dorénavant n'est pas qui possède un agent, mais qui parvient à le maintenir en fonctionnement de manière sécurisée et à générer des résultats » a déclaré l'exécutif, pour qui les entreprises qui considéreront l'infrastructure de support comme un composant stratégique, et non comme une couche technique secondaire, seront mieux positionnées pour faire évoluer leurs projets d'intelligence artificielle.
Aguiar a conclu que la différence entre les entreprises dans les deux prochaines années ne sera pas déterminée par l'accès aux modèles d'intelligence artificielle, de plus en plus équivalents entre concurrents, mais par la capacité de les transformer en opérations fiables conformément aux règles spécifiques de chaque entreprise. Cette capacité à soutenir dans le temps ce qui fonctionne aujourd'hui dans une démonstration sera, selon l'analyse de NVIDIA, le facteur qui déterminera quelles entreprises réussiront à capturer la valeur promise par l'intelligence artificielle agentique et lesquelles resteront piégées dans une phase d'expérimentation permanente.