Qu'est-ce que l'agent AI?
Comme d'autres formes d'intelligence artificielle, l'IA agentique n'est aussi précise que les données qui les alimentent. Il s'appuie sur «un écosystème numérique de modèles de grande langue (LLM), d'apprentissage automatique (ML) et de traitement du langage naturel (NLP) pour effectuer des tâches autonomes au nom de l'utilisateur ou d'un autre système», selon IBM.
L'IA agentique est le terme utilisé pour décrire le concept global. Les agents AI sont les composants individuels du modèle qui sont créés pour gérer des tâches et des processus spécifiques. Les agents d'un système d'IA agentique ont «l'agence» pour analyser les données, puis prendre des décisions sur ce qu'il faut faire avec les résultats.
Alors que le pas en avant significatif, Saunders et Jason Warrelmann, vice-président de la stratégie de soins de santé à UIPATH, prudent que l'agent AI est toujours considéré comme une intelligence artificielle. L'intelligence artificielle, qui permettrait aux machines de penser comme les humains, n'existe pas encore.
«Pour le moment, le mieux que nous puissions faire est de fournir un contexte afin que l'agent comprenne comment répondre. Il y a toujours un modèle grand linguistique derrière, donc l'IA agentique n'agit pas complètement seul», explique Warrelmann. «L'informatique requise pour cela est encore au-delà de nous.»
«Bien que les agents et le raisonnement soient des capacités puissantes, ils ne sont toujours pas à la hauteur de l'incroyable complexité de l'intelligence humaine», convient Saunders.
En quoi une IA agentique diffère-t-elle de l'IA générative?
Les applications d'IA génératives utilisent des données de modèles de grande langue pour élaborer des réponses. La qualité de la sortie repose en grande partie sur la spécificité et les conseils fournis par l'utilisateur, un processus connu sous le nom d'ingénierie rapide.
L'IA agentique est plus proactive. Il peut extraire des informations de plusieurs sources, utiliser un raisonnement sophistiqué, puis terminer automatiquement la tâche suivante.
«L'IA agentique s'appuie sur une IA générative, en prenant des réponses simples avec la possibilité de considérer les options, de revenir en arrière et de refaire des étapes», explique Saunders. «Cela fonctionne beaucoup plus comme nous le faisons lorsque nous résolvons des problèmes et détermirons comment considérer les nouvelles informations.»
Dans les soins de santé, l'IA agentique et générative peut travailler ensemble pour augmenter l'efficacité et stimuler la productivité. Par exemple, après une intervention chirurgicale, l'IA générative peut utiliser le dossier du patient et les notes du chirurgien pour rédiger des instructions post-opératoires pour l'utilisation des médicaments, les limitations d'activité et les soins de suivi.
L'IA agentique peut ensuite partager les instructions générées, surveiller si le patient a accédé au document dans le portail du patient et envoyer des rappels de rendez-vous futurs. Si le patient signale un symptôme grave, l'agent d'IA de soins de santé pourrait alerter automatiquement une infirmière ou planifier une consultation virtuelle avec le fournisseur.
