Cinq portraits, cinq voix. Non pour ériger des modèles, mais pour élargir notre regard sur la tech. Avec Women’s Vision, il s’agit moins de célébrer que d’écouter. Accueillir les voix discrètes, les chemins sinueux. Et reconnaître d’autres façons d’habiter la tech.
Cinq portraits, cinq voix. Non pour ériger des modèles, mais pour élargir notre regard sur la tech. Avec Women’s Vision, il s’agit moins de célébrer que d’écouter. Accueillir les voix discrètes, les chemins sinueux. Et reconnaître d’autres façons d’habiter la tech.
Le pilotage des coûts cloud est confronté à une difficulté persistante : l’hétérogénéité des données fournies par les cloud providers. Nom des métriques, logique de ventilation, latence des exports, structure des remises… Rien n’est véritablement aligné.
Dans la famille des déclinaisons des LLM, voici venir les LAM : Large Action Models. L’idée est d’aller au-delà d’assistants “passifs”, qui répondent à des requêtes, pour créer de véritables agents “actifs”, opérant des actions.
Il n’est toujours pas question de remplacer l’humain, mais bien de l’augmenter, en lui fournissant un assistant capable de réaliser à sa place une suite de tâches répétitives, sans valeur ajoutée ; c’est en quelque sorte une revisite de la promesse du RDA (Robotic Desktop Automation) rendue possible par l’IA générative.
Le RDA automatisait une suite de tâches précises (ouvrir telle application, créer un utilisateur, noter son ID, ouvrir une 2e application, y entrer cet ID, etc.) à partir d’un input prédéfini. Grâce aux capacités de traitement du langage naturel, l’objectif des LAM est de permettre à l’utilisateur de définir un objectif final et de laisser l’agent déterminer l’enchaînement des actions à accomplir pour y parvenir.
Le tout récent Rabbit r1 en donne un premier exemple (perfectible) dans la sphère personnelle : son ambition est de remplacer le besoin d’interagir manuellement avec les apps d’un smartphone par des commandes vocales en langage naturel (par exemple, réserve-moi un VTC pour aller à telle heure à tel endroit).
Dans le monde professionnel, le LAM viendra automatiser et orchestrer des actions impliquant plusieurs assistants LLM. La priorité est donc à l’industrialisation des assistants, mais il faut avoir en tête cette évolution !
Aude Calais
Pour recevoir l'intégrale des Tendances Tech 2024 en PDF, c'est par ici.
Le SI en 2030 sera agentique, c'est une certitude. La question maintenant est de prévoir au mieux comment cela va s'agencer et comment préparer au mieux son SI pour accueillir les agents IA.
Des LLM aux agents IA, et comment les déployer en entreprise : nos 11e TechWaves mettent l'accent sur le succès des déploiements à l'échelle de l'IA générative et l'arrivée imminente des systèmes agentiques.
Trop d’outils branchés à un agent LLM le rendent hésitant et moins efficace, tout comme l’humain face à l’excès d’options. Plutôt que de tout confier à un agent, privilégions plutôt les systèmes multi-agents... comme dans les équipes humaines.
La keynote de l'édition 2025 du Google Cloud Summit a réuni un très bel aréopage de CEO et CIO, tous concernés et enthousiastes sur les possibilités de l'IA générative au sein de leurs organisations.
