Les agents d'IA pour les entreprises et le développement d'applications

Les agents sont des systèmes logiciels d'assistance et autonomes. Ils raisonnent, planifient et prennent des actions pour réaliser des tâches ou atteindre des objectifs donnés en se basant sur les données fournies par l'utilisateur ou l'environnement. Ils sont comparables à des assistants digitaux intelligents, dotés du savoir et de l'expérience d'une multitude d'experts humains, et ayant accès à toutes les données dont ils ont besoin.

Les agents sont appelés à devenir omniprésents dans tous les aspects de notre vie et à transformer profondément la manière dont les entreprises fonctionnent et interagissent avec leurs clients. Par exemple, un agent de service peut devenir le représentant du support technique le plus compétent de votre entreprise, disponible 24 heures sur 24 et 7 jours sur 7 pour répondre à toutes les demandes. Un agent marketing, à l'instar d'une voiture autonome, peut utiliser des « capteurs » (données en temps réel) pour détecter l'évolution des conditions commerciales et réagir en amont (ajuster les prix, lancer une campagne, etc.).

Cet article présente les innovations en matière d'IA qui ont permis l'émergence des agents, et explique comment ces derniers transforment non seulement les entreprises, mais aussi les logiciels et leur développement.

Les agents d'IA ont vu le jour grâce à l'émergence des Large Language Models (LLM). Ces LLM fournissent deux capacités essentielles à la mise en œuvre d'agents hautement efficaces :

• La compréhension approfondie du langage : les LLM sont très doués pour comprendre des langages complexes et nuancés. Cette capacité est cruciale pour les agents de type chatbot, car elle leur permet de comprendre en profondeur les demandes des utilisateurs et de formuler des réponses en langage naturel.
• Le raisonnement et la prise de décision : les LLM sont également capables de raisonner et de prendre des décisions. Cela permet aux agents d'élaborer un plan et d'orchestrer les étapes nécessaires à la résolution du problème.

Mais les LLM ne suffisent pas à eux seuls à mettre en œuvre les agents. Ils présentent un certain nombre de limites, notamment :

• Le manque d'accès aux données privées : les LLM n'ont pas accès aux données privées sur lesquelles ils n'ont pas été entraînés. Par exemple, ils ne peuvent pas renvoyer une liste des opportunités de vente en cours, des tickets d'assistance ouverts ou des résultats de campagne à jour.
• L'absence de prise d'actions intégrée : par exemple, ils ne peuvent pas ouvrir un ticket d'assistance, modifier l'adresse de livraison d'une commande, mettre à jour un enregistrement d'opportunité ou modifier le prix d'un produit.

Les agents font le pont entre les puissantes capacités de langage et de raisonnement des LLM et les exigences pratiques des entreprises, telles que l'accès aux données privées et la prise d'actions, ouvrant ainsi la voie à un nouveau paradigme logiciel.

Avec ce nouveau paradigme, les logiciels ne sont plus construits comme des applications à part entière, mais comme un ensemble de composants granulaires qui encapsulent des capacités spécifiques et qui peuvent être orchestrés par des agents utilisant les capacités de raisonnement du LLM. Chez Salesforce, ces composants sont appelés actions (par exemple, « Localiser la commande » et « Modifier l'adresse de la commande ») et sont organisés en zones fonctionnelles appelées thèmes (par exemple, « Order Management »).

En d'autres termes, un agent est un système logiciel qui utilise le langage et les capacités de raisonnement d'un LLM pour orchestrer un ensemble d'actions dans un domaine spécifique. Voici comment un agent fonctionne plus en détail :

1. Compréhension de la tâche : l'agent utilise les capacités linguistiques du LLM pour acquérir une compréhension approfondie de la tâche à accomplir.
2. Planification et exécution itératives : en fonction de ce qu'il a compris sur la tâche, l'agent analyse les actions disponibles et identifie ce qu'il doit faire ensuite, comme exécuter des actions ou demander des éclaircissements. L'agent analyse ensuite le résultat de l'étape précédente et détermine à nouveau ce qu'il doit faire ensuite. L'agent répète ce processus itératif jusqu'à ce qu'il pense avoir traité la tâche initiale.
3. Sortie de réponse : l'agent produit une réponse à l'entrée.

L'aspect le plus transformateur de ce nouveau paradigme logiciel est qu'il permet aux agents de traiter des demandes imprévues sans exigences prédéfinies. Imaginez un agent doté de dizaines, voire de centaines d'actions qu'il peut composer d'une infinité de façons, y compris de manière imprévue, pour résoudre de nouveaux problèmes instantanément. C'est la forme ultime de la composition d'une application.

Par exemple, chez Salesforce, nos applications de pointe (notamment Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloud et Secteurs d'activité) sont décomposées en actions granulaires qui permettent aux agents Agentforce de Salesforce de disposer instantanément d'une multitude de capacités dans divers domaines. Les agents Agentforce peuvent composer et orchestrer ces actions de différentes manières, offrant ainsi aux utilisateurs une expérience fluide et unifiée dans l'ensemble de l'entreprise. En outre, les développeurs peuvent étendre les capacités standard des agents Agentforce avec des actions personnalisées basées sur du code, des API, des flux Salesforce ou des modèles de réplique. Enfin, vous pouvez déployer vos agents dans Order Management et discuter avec eux comme vous le feriez avec un coéquipier.

Les actions confèrent aux agents les capacités essentielles suivantes :

1. L'accès aux données privées de l'entreprise : les actions permettent aux agents d'accéder aux données de vos clients et de votre entreprise. Lorsque vous donnez à un agent l'accès à des données, vous devez vous assurer qu'il ne les divulgue pas à des utilisateurs non autorisés. Avec les agents Agentforce, l'accès aux données est gouverné par des autorisations et des modèles de partage. Les mêmes autorisations et modèles de partage s'appliquent quel que soit l'endroit d'où l'on accède aux données : applications traditionnelles ou agents.
2. La capacité de prise d'actions : les actions permettent aux agents d'exécuter une logique et de s'intégrer à des systèmes externes. Les actions standard des agents Agentforce ont cette capacité intégrée : ils peuvent agir sur les ventes, le service client, le marketing, le commerce et les secteurs d'activité. En outre, les développeurs peuvent créer des actions personnalisées qui peuvent agir sur Salesforce ou sur des systèmes externes à l'aide de code, d'API, de flux et de modèles de réplique.

Les agents peuvent avoir différents niveaux d'autonomie. Par exemple :

• Les agents d'assistance (parfois appelés copilotes) collaborent avec les humains pour améliorer leurs capacités plutôt que d'agir seuls. Les copilotes ont souvent besoin d'une contribution humaine et d'un feedback pour affiner leurs suggestions ou leurs actions.
• Les agents autonomes fonctionnent de manière indépendante sans supervision humaine directe. Les agents Agentforce, contrairement à d'autres agents autonomes, ont la capacité de confier des tâches à des humains de manière fluide, en fonction des besoins.

Quel que soit le niveau d'autonomie d'un agent, il est essentiel d'établir des garde-fous appropriés pour garantir la fiabilité, le respect des pratiques commerciales, la sécurité et la confidentialité des données, ainsi que pour prévenir les hallucinations, la toxicité et le contenu préjudiciable.

Les agents Agentforce utilisent une approche à plusieurs niveaux pour garantir les garde-fous :

• Einstein Trust Layer : Einstein Trust Layer permet aux agents d'utiliser les LLM en toute confiance, sans compromettre les données de l'entreprise. La solution utilise une passerelle sécurisée, le masquage des données, la détection de la toxicité ou encore les pistes d'audit pour contrôler les interactions avec le LLM.
• Instructions : lorsque vous définissez un agent Agentforce, vous pouvez utiliser le langage naturel pour fournir des instructions claires, notamment sur ce qu'il faut faire et ce qu'il faut éviter, afin de mettre en place des garde-fous pour son comportement.
• Métadonnées partagées : les métadonnées Salesforce définissent des règles globales qui s'appliquent quel que soit l'endroit d'où l'on accède aux données : applications traditionnelles ou agents. Ces règles, qui incluent les autorisations, les modèles de partage, les règles de validation et l'automatisation des workflows, garantissent la sécurité des données et le respect des pratiques commerciales.
• Agent Analytics : cet outil d'observabilité fournit des insights sur les performances, la facilité d'utilisation et la fiabilité des agents et des actions, qui vous permettent d'identifier les éléments à améliorer.
• AI Test Center : framework de test unifié, l'AI Test Center prend en charge les tests par lots pour les agents, les modèles de réplique, la génération augmentée de récupération (RAG) et les cas d'usage des modèles.

Salesforce a récemment annoncé la sortie d'agents pour les ventes et le service client :

• L'agent Agentforce Service révolutionne le service client en le rendant beaucoup plus efficace grâce à sa capacité à comprendre et à agir sur un large éventail de problèmes sans scénarios préprogrammés.
• L'agent SDR Agentforce s'engage de manière autonome avec les leads entrants, en utilisant un langage naturel, pour répondre aux questions, traiter les objections et organiser des réunions pour les commerciaux humains.
• L'agent Agentforce Sales Coach participe de manière autonome à des jeux de rôle avec des vendeurs, en simulant un acheteur lors d'appels de découverte, de présentation ou de négociation.

Vous pouvez utiliser ces agents Out-of-the-box, mais Agentforce vous permet également de les personnaliser, de les étendre et de créer vos propres agents.

Salesforce Agentforce rapproche les humains des agents autonomes alimentés par l'IA, les données et l'action. Cette solution fournit les fonctionnalités et les outils dont vous avez besoin pour créer, personnaliser et déployer des agents de confiance et d'autres applications d'IA innovantes, avec des garde-fous et une supervision appropriés. Penchons-nous sur ses éléments clés.

Dans le monde entier, le potentiel de l'IA suscite beaucoup de débats, d'inspiration et d'espoir chez les experts des affaires et de l'IA. Abonnez-vous à la newsletter Demandez plus à l'IA sur LinkedIn pour suivre l'actualité en matière d'IA.

Les métadonnées de Salesforce établissent des règles universelles qui s'appliquent quel que soit l'endroit d'où l'on accède aux données : applications traditionnelles ou agents. Ces règles, qui incluent les autorisations, les modèles de partage, les règles de validation et l'automatisation des workflows, garantissent la sécurité des données et le respect des pratiques commerciales. Les métadonnées permettent également aux LLM de mieux comprendre le contexte et la signification des données, pour des réponses plus précises. Par exemple, un LLM pourrait utiliser des métadonnées pour présenter les données CRM à l'utilisateur d'une manière plus utile et exploitable (interface utilisateur ad hoc).

Pour obtenir une bonne IA, les données utilisées doivent être de haute qualité et unifiées. Salesforce Data Cloud rassemble et unifie toutes vos données (Salesforce et externes, structurées et non structurées) pour alimenter l'IA en informations de haute qualité, pertinentes et exploitables. Avec plus de 200 connecteurs disponibles et la possibilité de créer facilement des connecteurs personnalisés, Data Cloud offre une connectivité inégalée.

Une fois vos données connectées, unifiées et harmonisées, Data Cloud vous permet de les activer à grande échelle dans des plates-formes d'agents IA, des analyses et d'autres applications, afin de fournir de précieux insights et des expériences personnalisées. L'époque des expériences cloisonnées, limitées par des données cloisonnées, est révolue. Les utilisateurs, qu'il s'agisse de collaborateurs ou de clients, attendent des expériences connectées qui rassemblent toutes les données pertinentes et leur donnent un sens.

Agentforce fournit une architecture de modèle configurable qui permet d'intégrer et de composer facilement des modèles. Les modèles de base hébergés constituent souvent la solution la plus rapide pour innover avec l'IA, mais vous pouvez également utiliser des modèles affinés ou vos propres modèles créés avec vos propres données.

L'Agentforce Service Agent vous permet d'utiliser des modèles existants en toute confiance, sans compromettre les données de votre entreprise. Voilà comment cela fonctionne :

1. Passerelle sécurisée : Agentforce accède aux modèles par le biais d'une passerelle sécurisée qui applique les politiques de sécurité et de confidentialité de manière cohérente entre les différents fournisseurs de modèles.
2. Masquage des données et conformité : avant que la demande ne soit envoyée au fournisseur du modèle, elle passe par un certain nombre d'étapes, dont le masquage des données, qui remplace les données personnelles par des données anonymisées afin de garantir la confidentialité et la conformité des données.
3. Non conservation des données : pour mieux protéger vos données, Salesforce a conclu des accords de non conservation des données avec les fournisseurs de modèles, ce qui signifie que ces derniers ne conserveront pas ou n'entraîneront pas davantage leurs modèles avec les données envoyées par Salesforce.
4. Démasquage, détection de la toxicité et piste d'audit : lorsque la réponse du modèle est reçue, elle passe par une nouvelle série d'étapes, notamment le démasquage, la détection de la toxicité et la journalisation de la piste d'audit. Le démasquage rétablit les données réelles qui ont été remplacées par de fausses données pour des raisons de confidentialité. La détection de la toxicité permet de vérifier l'absence de contenu nuisible ou offensant dans les réponses. La journalisation de la piste d'audit enregistre l'ensemble du processus à des fins d'audit.

Les actions permettent aux agents d'exécuter une logique et de s'intégrer à des systèmes externes. Les actions standard des agents Agentforce peuvent agir sur les ventes, le service client, le marketing, le commerce et les secteurs d'activité. En outre, les développeurs peuvent créer des actions personnalisées qui peuvent agir sur Salesforce ou sur des systèmes externes à l'aide de code personnalisé, d'API, de flux et de modèles de réplique.

Un thème est un regroupement logique d'actions représentant un domaine d'intérêt spécifique qu'un agent est censé comprendre, traiter ou auquel il doit répondre. La gestion des commandes, la garantie, la tarification et la FAQ en sont des exemples.

Les agents Agentforce sont des systèmes logiciels autonomes capables d'analyser les entrées de l'utilisateur ou de l'environnement, d'identifier des tâches, de réfléchir à des solutions et d'orchestrer des actions pour les mener à bien. Les agents ont différents niveaux d'autonomie. Les agents d'assistance (partiellement autonomes) collaborent avec les humains pour accomplir la tâche qui leur est confiée. Les agents autonomes fonctionnent de manière indépendante, sans supervision humaine directe, mais avec les garde-fous solides décrits précédemment, et la capacité de confier des tâches à des humains en cas de besoin.

Agentforce fournit une variété d'outils low-code pour créer des agents et d'autres applications d'IA.

Prompt Builder est un générateur Salesforce qui vous permet de créer des modèles de réplique réutilisables dans un environnement graphique, et de les fonder sur des données dynamiques disponibles via des données de page d'enregistrement, Data Cloud, des appels API, des flux et Apex.

Agent Builder est un autre générateur visuel qui permet de configurer les agents et les copilotes, dans lequel vous pouvez choisir les actions disponibles pour votre agent et les essayer dans un environnement de test.

Les agents sont appelés à devenir omniprésents dans tous les aspects de notre vie. Ils peuvent raisonner, orchestrer des tâches et prendre des actions pour offrir des expériences personnalisées à grande échelle. En combinant les capacités de langage et de raisonnement des LLM avec des composants logiciels, ils transforment le mode de fonctionnement des entreprises et la manière dont les logiciels sont construits.

Les agents Agentforce sont à l'avant-garde de cette transformation grâce à des caractéristiques clés qui leur sont propres, notamment :

• La confiance. Agentforce protège vos données en utilisant l'Einstein Trust Layer et les mêmes métadonnées, autorisations et modèles de partage que les applications Salesforce traditionnelles.
• La puissance. Les agents Agentforce utilisent les applications de pointe de Salesforce pour offrir des expériences transformatrices dans les domaines des ventes, du service client, du commerce, du marketing et des secteurs d'activité.
• Des données unifiées. Les agents Agentforce fournissent des résultats plus précis et plus pertinents en fondant l'IA sur toutes les données pertinentes mises à disposition et unifiées par Data Cloud.
• Le low-code. Les agents Agentforce peuvent être créés, personnalisés, testés et gérés à l'aide d'un ensemble d'outils low-code, notamment le Générateur d'agent, Prompt Builder, Model Builder, Flow Builder et bien d'autres.