Personne ne sait ce qu’est un agent IA

La Silicon Valley mise gros sur les agents IA. Le PDG d’OpenAI, Sam Altman, prédit qu’ils « rejoindront la main-d’œuvre » cette année, tandis que le PDG de Microsoft, Satya Nadella, estime qu’ils remplaceront certains emplois intellectuels. Marc Benioff, PDG de Salesforce, a même déclaré que son entreprise vise à devenir « le premier fournisseur de main-d’œuvre numérique » grâce à sa gamme de services basés sur l’IA.

Pourtant, il n’existe aucun consensus sur ce qu’est réellement un agent IA.

Ces dernières années, les leaders technologiques ont présenté les agents IA comme révolutionnaires, tout comme les chatbots tels que ChatGPT d’OpenAI ont transformé l’accès à l’information. Cependant, définir un « agent » s’avère complexe. Comme d’autres termes à la mode en IA—tels que « multimodal », « AGI » ou même « IA »—le mot « agent » est utilisé de manière si large qu’il risque de perdre tout son sens.

Confusion générale dans l’industrie sur les agents IA

Cette ambiguïté pose des défis aux entreprises comme OpenAI, Microsoft, Salesforce, Amazon et Google, qui développent toutes des gammes de produits autour des agents IA. Un agent conçu par une entreprise peut fonctionner de manière totalement différente de celui d’une autre, ce qui entraîne confusion et frustration chez les clients.

Ryan Salva, directeur senior de produit chez Google et ancien responsable de GitHub Copilot, a exprimé son exaspération : « Je pense que notre industrie utilise à l’excès le terme ‘agent’ au point qu’il en devient presque absurde. »

Le débat sur la définition d’un agent IA n’est pas nouveau. L’année dernière, l’ancien journaliste de TechCrunch Ron Miller soulignait déjà que presque chaque entreprise développant des agents IA avait sa propre interprétation.

Cette confusion n’a fait que s’accentuer.

Les définitions incohérentes d’OpenAI accentuent la confusion

Cette semaine, OpenAI a publié un article de blog définissant les agents comme des « systèmes automatisés capables d’accomplir des tâches de manière autonome pour le compte des utilisateurs. » Pourtant, dans sa documentation destinée aux développeurs, l’entreprise les décrit comme des « modèles de langage dotés d’instructions et d’outils. » Plus tard, Leher Pathak, responsable marketing produit de l’API OpenAI, a suggéré que les termes « assistants » et « agents » étaient interchangeables, rendant la distinction encore plus floue.

Microsoft, de son côté, tente de différencier les agents des assistants IA. Selon ses blogs, les agents sont de « nouvelles applications » conçues pour un « monde piloté par l’IA » avec une expertise spécifique, tandis que les assistants gèrent des tâches générales comme la rédaction d’e-mails.

Anthropic reconnaît cette incohérence et indique dans un article de blog que les agents peuvent être perçus comme des « systèmes entièrement autonomes fonctionnant de manière indépendante sur une période donnée » ou comme des « implémentations prescriptives suivant des flux de travail prédéfinis. »

Salesforce propose une définition encore plus large, classant les agents en six catégories, allant des « agents réflexes simples » aux « agents basés sur l’utilité », capables de répondre aux demandes des clients.

L’évolution de l’IA et le battage marketing brouillent les définitions

L’absence de définition claire découle à la fois de l’évolution rapide de l’IA et de l’influence du marketing. OpenAI, Google et Perplexity ont récemment lancé leurs premiers agents—Operator, Project Mariner et un agent d’achat—tous dotés de capacités très différentes.

Rich Villars, vice-président de la recherche mondiale chez IDC, souligne que les entreprises technologiques s’éloignent souvent des définitions techniques strictes, privilégiant l’innovation dans des domaines en constante évolution. Andrew Ng, fondateur de DeepLearning.ai, estime que le marketing a largement contribué à la déformation du terme, affirmant que « il y a environ un an, les marketeurs et quelques grandes entreprises se sont emparés du concept. »

Jim Rowan, responsable de l’IA chez Deloitte, voit à la fois des opportunités et des risques dans cette ambiguïté. Si elle permet aux entreprises d’adapter les agents à leurs besoins, elle entraîne aussi des « attentes mal alignées » et complique l’évaluation de la valeur et du retour sur investissement. Sans définition standardisée, mesurer les performances et garantir des résultats cohérents devient un défi.

Étant donné l’évolution du terme « IA » lui-même, l’émergence d’une définition universelle pour « agent » semble peu probable—si elle devait jamais voir le jour.

Lisez l’article original sur :  TechCrunch

En savoir plus :  Manus is Unlikely to Be China’s Next DeepSeek Moment