Pourquoi les agents d'IA spécialisés sont si importants
Les agents d'IA passent du stade de simples démonstrations impressionnantes à celui d'outils performants permettant aux équipes de livrer plus rapidement, de garantir la sécurité et d'accroître leur rentabilité. Le changement majeur réside dans la spécialisation. Au lieu d'un modèle unique et omnipotent, les entreprises développent des agents d'IA spécialisés, capables de maîtriser parfaitement une tâche et de l'exécuter avec une grande efficacité.
NVIDIA est au cœur de cette transformation grâce à sa plateforme ouverte Nemotron et à des outils comme le kit d'outils NeMo Agent et les microservices NVIDIA NIM. Ces composants permettent aux entreprises d'intégrer leurs données et leurs flux de travail à l'IA afin que les agents comprennent réellement leur activité.
Trois acteurs majeurs, CrowdStrike, PayPal et Synopsys, en donnent déjà un aperçu concret. Chacun utilise des agents spécialisés, basés sur la technologie NVIDIA, pour gérer des tâches à haut risque qui nécessitaient auparavant des équipes importantes et un temps considérable.
Comment les entreprises leaders utilisent des agents d'IA spécialisés
Analysons ensemble ce que fait chaque entreprise et pourquoi c'est important.
Agents d'IA de CrowdStrike contre les cybermenaces
En cybersécurité, chaque seconde compte. Les attaquants évoluent constamment et les équipes de sécurité sont submergées d'alertes. Le défi ne consiste pas seulement à identifier les menaces, mais aussi à distinguer le danger réel du bruit et à réagir suffisamment vite.
CrowdStrike utilise des agents d'IA spécialisés au sein de sa plateforme de sécurité Falcon, via Charlotte AI AgentWorks. Ces agents, basés sur les modèles ouverts NVIDIA Nemotron et les microservices NVIDIA NIM, prennent en charge les aspects les plus complexes de la tâche.
Ils gèrent des tâches à volume élevé comme le tri des alertes et la remédiation de base.
Ils permettent aux analystes humains de se concentrer sur la stratégie et les attaques complexes plutôt que sur le nettoyage des boîtes de réception.
Ils apprennent en permanence auprès des intervenants sur le terrain, ce qui leur permet de devenir toujours plus compétents.
Les résultats ne sont pas que théoriques. CrowdStrike indique que sa plateforme a permis d'améliorer la précision du tri des alertes, passant d'environ 80 % à 98,5 %, tout en réduisant d'un facteur dix l'effort manuel. Cela se traduit par moins de fausses alertes, une diminution de l'épuisement professionnel des équipes de sécurité et une meilleure chance de détecter les menaces sérieuses avant qu'elles ne se propagent.
Comme ces agents sont construits sur des modèles ouverts et fonctionnent sur une plateforme multi-agents, ils peuvent s'adapter à l'apparition de nouveaux types d'attaques et se coordonner au sein du centre des opérations de sécurité au lieu d'agir comme des bots isolés.
Agents IA PayPal pour un commerce sans friction
PayPal évolue dans un monde où la rapidité et la confiance sont primordiales. Avec plus de 430 millions de clients et 30 millions de commerçants, tout système d'IA se doit d'être à la fois précis et extrêmement performant.
L'entreprise développe une infrastructure pilotée par agents pour alimenter ce qu'elle appelle le commerce intelligent. L'objectif est de proposer des expériences de commerce conversationnel où un agent IA peut aider les utilisateurs à naviguer, acheter et payer grâce à des interactions naturelles, sans avoir à effectuer de longs parcours de clics.
Grâce aux modèles ouverts NVIDIA Nemotron, PayPal a créé en seulement deux semaines une chaîne de traitement permettant d'optimiser les performances des systèmes. Cette chaîne leur permet de personnaliser les modèles ouverts pour les paiements et le commerce électronique. Cette configuration leur a permis de réduire la latence de près de moitié tout en conservant la haute précision requise pour les transactions sensibles à la fraude.
PayPal s'appuie sur des modèles ouverts et modulaires afin de pouvoir adapter différents agents à différentes tâches tout en conservant le contrôle sur trois variables clés.
Performances : rapidité de réponse du système.
Précision : fiabilité avec laquelle elle prend des décisions.
Évaluez la puissance de calcul consommée à l'échelle de PayPal.
Il en résulte une plateforme où les agents ne sont pas de simples chatbots. Ce sont des assistants commerciaux spécialisés qui maîtrisent l'univers des paiements, parlent le langage des commerçants et des consommateurs et peuvent agir au nom d'un utilisateur lorsqu'il leur fait confiance.
Agents d'IA Synopsys pour la conception et l'ingénierie de puces
La conception des puces modernes est l'un des problèmes d'ingénierie les plus complexes. Ce processus implique des bases de code considérables, des objectifs de performance stricts et un travail de vérification colossal pour détecter les bogues avant la mise en production du matériel.
Synopsys s'attaque à cette complexité grâce à son système Agent Engineer. Ces agents d'IA sont intégrés tout au long du processus de développement des puces, depuis les premières vérifications jusqu'à la mise en œuvre.
Ce qu'ils font est simple à décrire, mais puissant en pratique.
Elles permettent d'identifier des défauts de conception critiques que les méthodes traditionnelles peuvent ne pas détecter.
Ils accélèrent la recherche et le développement afin que les équipes puissent itérer plus rapidement sur de nouvelles conceptions.
Ils automatisent certaines étapes de la vérification de la conception numérique, qui est généralement lente et gourmande en ressources de calcul.
S'appuyant sur l'infrastructure accélérée NVIDIA, Synopsys annonce des performances jusqu'à 15 fois supérieures pour la vérification de conception numérique. Un tel gain de vitesse permet de réduire les délais de plusieurs semaines, voire de plusieurs mois, et de limiter les risques de refabrication de puces extrêmement coûteuses.
Synopsys utilise des modèles ouverts optimisés pour des tâches d'ingénierie spécifiques, ainsi que des outils comme NVIDIA NeMo Agent Toolkit et NVIDIA Blueprints. Cette architecture permet à l'entreprise de passer rapidement de prototypes expérimentaux à des agents fiables pour la conception de puces en production.
Comment créer vos propres agents d'IA spécialisés
La stratégie adoptée par ces entreprises ne se limite pas à la cybersécurité, aux paiements ou à la conception de puces. Toute organisation possédant un savoir-faire pointu peut réutiliser ce même modèle.
Commencez par des modèles de fondation ouverts et robustes tels que NVIDIA Nemotron, qui vous offrent une base flexible pour différents domaines.
Collectez et protégez vos données spécifiques à votre domaine. NVIDIA NeMo vous aide à organiser, générer et sécuriser vos données, ainsi qu'à gérer le cycle de vie des agents.
-
Personnalisez les modèles pour que vos agents puissent accéder à vos données, outils et flux de travail propriétaires et les comprendre.
Continuez à affiner les réglages au fil du temps grâce à un système de données en spirale, où chaque interaction génère de nouveaux signaux d'entraînement qui rendent les agents plus intelligents et mieux adaptés à vos besoins.
En résumé, l'avenir de l'IA en entreprise ne repose pas sur un modèle unique et omniscient. Il s'agit plutôt d'agents spécialisés qui comprennent parfaitement votre environnement et peuvent collaborer avec vos équipes. Grâce à des plateformes comme NVIDIA Nemotron et aux outils associés, les entreprises peuvent transformer leurs données uniques en agents capables de générer de réels gains de productivité et un retour sur investissement significatif.
Article et image originaux : https://blogs.nvidia.com/blog/specialized-ai-agents/
