Le paysage de l’intelligence artificielle s’enrichit d’une nouveauté significative.
Connecter les agents d’IA aux connaissances de l’entreprise
Une base structurelle solide reliant les éléments et les agents est essentielle pour une IA agentique riche en contexte et évolutive.
Par ailleurs, malgré toutes les données que les systèmes d’IA accumulent et analysent en permanence, les agents d’IA d’entreprise souffrent souvent d’une curieuse lacune : un manque de connaissances. Plus que les informations elles-mêmes, la connaissance, c’est la compréhension de ce que ces informations signifient dans le contexte de chaque organisation. Les agents d’IA ont besoin de cette compréhension pour raisonner sur des situations, prendre des décisions et, en fin de compte, passer à l’action. Sans connaissances suffisantes, les agents risquent de prendre des décisions erronées et peu fiables.
D’après nos recherches, le manque de connaissances est l’une des principales raisons pour lesquelles les cas d’utilisation de l’IA agentique ne parviennent jamais au stade de la mise en production. La pression concurrentielle rend d’autant plus urgent de remédier à cette situation. Les sociétés doivent déployer et développer davantage leurs projets d’IA agentique afin de tirer parti des gains d’efficacité promis par l’IA. Ne pas atteindre cet objectif risque de réduire à néant l’investissement déjà consacré à ces projets et revient à céder du terrain à des concurrents qui exploitent déjà leurs agents de manière plus efficace.
Sur ce point, ce rapport, qui s’appuie sur une enquête menée auprès de 300 dirigeants du domaine des données, de l’IA et d’autres technologies, poursuit un triple objectif. Premièrement, il vise à évaluer les capacités des organisations en matière de « connaissances agentiques » (c’est-à-dire leur capacité à doter les agents d’IA d’une compréhension contextuelle complète des données qu’ils ingèrent) à travers les connaissances sémantiques, la mémoire épisodique et les connaissances procédurales.
Deuxièmement, le rapport examine les défis auxquels sont confrontées les organisations pour améliorer l’accès aux connaissances et, à terme, pour mettre en production davantage de cas d’utilisation des agents. Troisièmement, il explore les mesures prises par les organisations pour surmonter ces défis.
Les lacunes en matière de données et de connaissances freinent systématiquement les progrès des agents d’IA. En moyenne, seul un tiers environ (34 %) des projets d’IA agentique menés par les sociétés aboutissent à une mise en production. Même les firmes de haute technologie rencontrent des difficultés dans ce domaine. Les systèmes de données obsolètes, les préoccupations liées à la sécurité et à la confidentialité, de ce fait que le manque de connaissances et de contexte constituent les principaux facteurs d’échec.
De solides capacités en matière de connaissances sont étroitement liées à la réussite des agents. Un petit groupe d’organisations leaders en matière de production (celles où, en moyenne, 61 % des projets menés par des agents dépassent le stade du projet pilote) dispose de capacités en matière de connaissances plus solides que les autres, notamment en ce qui concerne la sémantique. Cet avantage va de pair avec leur taux de production plus élevé.
Les retombées concrètes se feront sentir dans les mois qui viennent.
Dans le même ordre d’idées :
- Anthropic lance Claude Sonnet 5.5 : 70,6 % sur Terminal-Bench 4.0, toujours au même prix de 2 $/10 $
D’après MIT Technology Review : MIT Technology Review