Les grands modèles de langage (LLM) comme ChatGPT et Claude sont actuellement limités dans leur capacité à égaler la polyvalence des travailleurs humains en raison de leur dépendance à des données pré-téléchargées pour le contexte. Ces outils d'IA servent généralement de copilotes qui aident à accomplir des tâches mais manquent de la capacité d'opérer de manière autonome. ### Au-delà de l'assistance en copilote Anthropic a dévoilé la fonction 'Computer Use' de Claude, marquant un pas en avant vers une autonomie semblable à celle humaine dans l'IA. Cette nouvelle fonctionnalité permet à Claude d'interagir indépendamment avec des applications logicielles, exécutant des tâches telles que la navigation dans les menus et la saisie sans supervision humaine. Contrairement aux systèmes traditionnels d'automatisation des processus robotiques (RPA) qui suivent des étapes prédéfinies, l'utilisation de l'ordinateur par Claude interprète les entrées visuelles et raisonne pour déterminer la meilleure marche à suivre. Par exemple, Claude peut gérer des tâches telles que l'organisation des données clients, la corrélation des informations financières et la rédaction de messages personnalisés sans intervention humaine. Cette capacité permet à Claude de gérer le travail de manière similaire à un employé junior. Cependant, cette approche peut être chronophage car elle reproduit essentiellement les actions humaines. De plus, l'utilisation de l'ordinateur par Claude nécessite un accès exclusif à l'ordinateur lorsqu'il est en fonctionnement. ### La valeur des configurations multi-agents Dans les discussions sur les agents IA, ces outils ne sont pas véritablement autonomes mais peuvent simuler efficacement l'autonomie, offrant des opportunités d'innovation commerciale. Daniel Vassilev, PDG de Relevance, souligne que les agents IA peuvent gérer des flux de travail qui nécessiteraient plusieurs employés à temps plein, gérant des tâches comme la qualification de prospects et la sensibilisation des clients. Déployer plusieurs agents spécialisés apporte plus de valeur que l'automatisation de flux de travail individuels.

Comme les équipes humaines, les agents IA peuvent être assignés à des tâches spécifiques et collaborer pour une plus grande productivité, s'intégrant parfaitement sans nécessité de supervision humaine supplémentaire. ### L'avantage de l'autonomie La différence entre les copilotes et les agents autonomes réside dans l'exécution. Les copilotes augmentent la productivité en assistant dans les tâches, tandis que les agents autonomes gèrent entièrement des tâches de manière indépendante, laissant aux humains le soin de n'examiner que les résultats. Par exemple, Relevance utilise des agents IA pour mener des recherches et gérer l'intégration des utilisateurs et les communications, déplaçant les rôles humains vers la supervision et la créativité. ### Confiance et garde-fous Les agents IA, bien que prometteurs, ne sont pas parfaits. Vassilev compare l'utilisation d'agents IA à l'embauche de nouveaux employés, nécessitant une supervision et des directives pour garantir une opération en toute sécurité. Il est crucial de définir des garde-fous et de former correctement ces agents, à l'image d'un employé junior. ### Défis et perspectives d'avenir Malgré leur potentiel, les agents IA autonomes sont confrontés à des défis, souvent dus à des lacunes dans la connaissance organisationnelle plutôt qu'à des problèmes techniques. De nombreux processus sont difficiles à documenter et à automatiser car ils résident dans l'esprit des experts. La combinaison de l'utilisation de l'ordinateur d'Anthropic avec plusieurs agents IA a ouvert de nouvelles possibilités d'automatisation, même pour les tâches complexes et créatives. Alors que ces outils continuent de se développer, ils offrent la possibilité de réaliser plus avec moins de ressources, déplaçant les rôles humains vers l'innovation et la supervision. Des temps passionnants sont à venir dans l'évolution des capacités de l'IA.