Les agents intelligents sont des applications logicielles autonomes qui utilisent l'intelligence artificielle pour résoudre des problèmes, prendre des décisions et exécuter des tâches pour les utilisateurs. Ils peuvent s'adapter aux circonstances, au contexte et aux données en temps réel, puis agir avec une intervention humaine minimale (souvent sans que le client ne visite un seul site web).
Les agents intelligents sont en plein essor et transforment la manière dont les marques interagissent avec les clients à mesure que le parcours client devient de plus en plus fragmenté. Concrètement, l'IA ne se contente plus de répondre aux questions, elle agit. Par conséquent, si les données d'une marque ne sont pas structurées, vérifiées et distribuées aux sources auxquelles se fient les agents intelligents, elles ne feront pas partie de ces actions.
Qu'est-ce que l'IA agentique ?
L'IA agentique désigne les systèmes qui sous-tendent les agents intelligents et vont au-delà de la simple réponse : ils planifient, raisonnent et agissent pour atteindre des objectifs en plusieurs étapes. Au lieu de suivre des scripts, ces systèmes comprennent l'intention, extraient du contexte de sources multiples et effectuent des tâches telles que la réservation, la commande ou la planification avec peu ou pas d'intervention tout au long du processus.
En pratique, par exemple, au lieu d'afficher un lien pour réserver un hôtel, l'agent intelligent effectue la réservation pour vous en s'appuyant sur vos préférences, vos comportements passés et des données de marque fiables sur le web. Il ne fonctionne plus vraiment comme un chatbot, mais comme un assistant numérique capable d'aller au bout des choses.
Ces systèmes sont déjà utilisés dans les secteurs de la santé, des services financiers, de l'hôtellerie et du commerce de détail, et leur rôle ne cesse de croître. Selon un récent rapport, le marché de l'IA agentique devrait atteindre 199,05 milliards de dollars d'ici 2034.
Ce qui différencie les agents intelligents des moteurs de recherche IA
Les moteurs et plateformes de recherche basés sur l'IA sont conçus pour générer des informations et les partager de manière conversationnelle lorsqu'ils répondent aux questions des clients. Les agents intelligents vont plus loin : ils ne se contentent pas de présenter des informations, mais agissent à partir de celles-ci.
Les agents intelligents suivent quatre grandes étapes :
Perception : l'agent interprète l'intention du client et recueille le contexte pertinent, comme les préférences passées, la localisation ou les détails déjà partagés dans la conversation.
Raisonnement : il relie cette intention à des données structurées, des API et des systèmes externes, décompose la requête en étapes, évalue les options et la met en correspondance avec les informations de marque les plus pertinentes.
Action : l'agent utilise les outils disponibles, tels que les systèmes de réservation ou de planification, pour fournir des résultats en temps réel ou accomplir la tâche.
Itération : les agents intelligents travaillent en boucle. Si le premier résultat ne correspond pas, ils ajustent leur approche et réessayent, affinant le résultat jusqu'à ce que la tâche soit accomplie.
C'est cette capacité à s'adapter continuellement et à aller au bout des choses qui distingue l'IA agentique de la recherche classique.
Par exemple, un agent intelligent peut aider les patients à "trouver un dermatologue à proximité conventionné, qui prend de nouveaux patients, accepte leur complémentaire santé et propose des consultations pour l'acné de l'adulte", d'une manière assez similaire à celle d'un moteur de recherche IA.
L'agent intelligent peut, néanmoins, aller plus loin. Après avoir aidé les clients à trouver des professionnels de santé (ou des restaurants, des magasins, des conseillers financiers, etc.), il peut automatiquement prendre rendez-vous pour eux. Dans le cas du client recherchant un dermatologue, l'agent intelligent peut aussi l'aider à concevoir un programme alimentaire anti-inflammatoire et une routine de soins de la peau. Ensuite, si les bons paramètres sont configurés, il peut acheter des produits de soin pour la peau, planifier automatiquement des soins du visage saisonniers et organiser la livraison des courses en fonction du programme alimentaire.
Fonctionnement de l'IA agentique : les bases
Là où les clients "interrogent" ou "sollicitent" une plateforme de recherche basée sur l'IA, ils "coopèrent" ou "collaborent" avec les agents intelligents. Et les marques souhaitent assurément apparaître dans ces collaborations.
Il existe trois principaux types de collaboration :
- Définition des objectifs et des paramètres : le client donne à l'agent intelligent des instructions ou un ensemble d'objectifs de haut niveau. Ensuite, l'agent intelligent les interprète et adopte le comportement correspondant.
Exemple dans les services financiers :
"Je souhaite mettre à jour mon portefeuille financier pour qu'il corresponde à un profil plus prudent. Lorsque les taux d'intérêt atteignent X %, que la chaîne d'approvisionnement mondiale est fortement perturbée, que des indicateurs de pandémie apparaissent ou qu'un État occidental adopte une posture belliqueuse, envoie-moi une alerte et des conseils sur la manière de réagir. Inclus les recommandations de Vanguard, Schwab et Scott Galloway. Montre-moi aussi les liens des sources sur lesquelles tu te bases."
- Délégation des tâches et création de workflows : le client confie une mission à l'agent intelligent, souvent définie par des processus en plusieurs étapes et des considérations complexes pour atteindre un objectif.
Exemple dans l'hôtellerie :
"Consulte mes calendriers personnel et professionnel pour les six prochains mois, puis reviens sur les deux dernières années. Ensuite, aide-moi à identifier au moins deux périodes de 10 jours idéales pour prendre des congés cette année (aucun lancement de produits, pas de rendez-vous médicaux récurrents, etc.). Sur cette base, propose trois voyages : un au Royaume-Uni, un en Asie du Sud-Est et un dans l'Ouest américain. Privilégie la randonnée de niveau intermédiaire, les plages ou les rivières et les espaces naturels. Je souhaite séjourner dans des Airbnb notés au moins 3,5 étoiles. Inclus les vols possibles au départ et à destination de Toronto (aéroport de Munro ou Pearson). Privilégie les vols de nuit, au moins à l'aller et au retour."
- Collaboration en temps réel ou à intervalles clés : le client et l'agent intelligent travaillent en tandem, et ce dernier adapte ses actions en fonction des commentaires du client ou de l'évolution des conditions de leur collaboration.
Exemple dans la vente au détail et la vente directe au consommateur :
"Voici un mood board. Je souhaite établir une liste de fournisseurs et un plan d'achat pour meubler mon nouvel appartement de 75 m². Un mélange de meubles et d'accessoires haut de gamme et plus abordables me convient, mais je veux pouvoir voir chaque article de visu avant d'acheter. Mon budget est flexible, mais visons 12 500 €.
Présente le tout sous forme de tableau, pas de liste. Affiche les vignettes, les liens vers les produits et les prix. Transforme ensuite ce tableau en tableau croisé dynamique avec des colonnes pour chaque pièce : salle à manger, cuisine, chambre, salon/bureau.
J'adore le style. Mais je veux moins de vernis et de velours. Plus de tissus faciles d'entretien et adaptés aux animaux.
Peux-tu ajouter quelques articles moins chers, notamment pour les meubles de la chambre et les bureaux ou meubles de rangement ?"
Exemples d'agent intelligent et cas d'utilisation que les marques devraient connaître
Les agents intelligents accomplissent déjà des tâches concrètes dans différents secteurs, et de plus en plus, le parcours client passe par eux, plutôt qu'autour d'eux.
Les agents intelligents ont la capacité d'analyser les achats passés, le comportement de navigation et les données de localisation ou de voyage. Ils sont ensuite en mesure de recommander des produits, des services et des marques sur tous les points de contact digitaux. Ils peuvent même influencer le comportement du client lorsque celui-ci se trouve à proximité d'un des établissements physiques d'une marque.
Dans le secteur de la santé, l'agent peut prendre un rendez-vous en vérifiant la disponibilité des praticiens, en tenant compte de la couverture santé et en confirmant le rendez-vous, le tout en une seule interaction. Il peut également gérer les renouvellements d'ordonnance en vérifiant le dosage, en contrôlant les stocks en pharmacie et en prévenant une pharmacie pour préparer les médicaments à l'avance, sans avoir à consulter un site web ou une application.
Dans le secteur des services financiers, les agents intelligents peuvent remplir des formulaires de devis d'assurance, comparer les options de couverture et recommander des contrats en fonction des besoins du client. Ils peuvent également ouvrir des comptes en vérifiant l'identité, en confirmant l'éligibilité et en finalisant la demande de bout en bout.
Dans le secteur de l'hôtellerie, les agents peuvent réserver des séjours hôteliers en faisant correspondre les préférences (comme la localisation, les équipements ou les programmes de fidélité) avec des fiches validées, en vérifiant la disponibilité et en confirmant la réservation. Ils peuvent également coordonner des plans de voyage complets, en rassemblant vols, hôtels et transports en une seule étape.
Dans le secteur de la vente au détail, les agents intelligents peuvent évaluer les options proposées par plusieurs marques, comparer les détails et les avis sur les produits et effectuer un achat auprès d'une source fiable. Ils peuvent également suivre les stocks, envoyer des alertes de retour en stock et recommander des produits en fonction du comportement passé, ajoutant même des articles au panier au moment opportun.
En outre, les marques peuvent avoir recours aux agents intelligents pour analyser le sentiment des clients ou prédire leurs comportements. Ils ont également la capacité d'influencer le sentiment et le comportement des clients grâce à des campagnes plus personnalisées, au contenu pertinent et enrichi, ou d'activer une tarification dynamique et des mises à jour de stock pour tester l'intention des clients et stimuler les conversions.
Comment les agents intelligents utilisent les graphes de connaissances pour stimuler leur fonctionnement
La relation entre les agents intelligents et les graphes de connaissances est symbiotique. Les graphes de connaissances fournissent des cadres de données aux agents intelligents. Composés de jeux de données structurés et non structurés, les graphes de connaissances s'apparentent à un cerveau rempli d'informations. Les agents intelligents extraient, comprennent et contextualisent les données des graphes de connaissances lorsqu'ils travaillent avec des clients.
Les agents intelligents ressemblent aux synapses du système nerveux. Ils connectent le cerveau (ou le graphe de connaissances) aux signaux qu'un client utilisant l'agent intelligent transmet. Les agents intelligents prennent les données du graphe de connaissances et s'y adaptent, afin de pouvoir répondre aux objectifs et aux demandes de délégation ou de collaboration des clients.
Les agents intelligents interprètent le graphe de connaissances à l'aide de l'apprentissage automatique, du TALN, des LLM et d'autres modèles d'intelligence. Ensuite, ils l'exploitent, parfois au travers de recommandations et d'informations. D'autres fois, le client a donné à l'agent intelligent le pouvoir de prendre des décisions ou des mesures en son nom.
Au même titre que le cerveau, les graphes de connaissances font office de source unique d'informations fiables sur une marque. Pourtant, il est facile de les mettre à jour avec de nouvelles informations à mesure que les jeux de données de la marque et des clients augmentent. Naturellement, plus votre graphe de connaissances est performant, plus vous pouvez influencer la qualité des interactions entre votre marque, vos clients et votre agent intelligent.
Comment Yext aide les marques à se préparer à l'IA agentique
Pour qu'un agent intelligent recommande une marque (et agisse pour le compte d'un client), trois éléments doivent être mis en place : des données précises et structurées, une diffusion cohérente sur des sources fiables, et une bonne compréhension de votre position par rapport aux concurrents. C'est là que Yext entre en jeu.
Une base fiable de données de marque. Yext Knowledge Graph rassemble les informations de votre marque en un seul et même endroit : organisées, vérifiées et prêtes pour l'IA. On y retrouve des données structurées telles que les horaires, les adresses, les menus et la FAQ, ainsi que des données non structurées comme les avis et le contenu des réseaux sociaux. Chaque produit Yext s'appuie sur cette source partagée, offrant aux agents intelligents une vue cohérente et fiable de votre marque.
Diffusion sur les sources qui comptent. Yext vous aide à assurer l'exactitude de vos données de marque sur un réseau mondial d'annuaires, y compris les plateformes sur lesquelles se fondent les agents intelligents.
Des informations qui guident l'action. Avec Scout, vous pouvez voir les performances de votre marque, que ce soit dans la recherche IA ou classique. Il analyse des milliards de signaux pour évaluer votre visibilité et mettre en évidence les points sur lesquels vous concentrer. Au lieu d'automatiser des tâches génériques, vos équipes peuvent donner la priorité aux actions les plus susceptibles d'améliorer les performances dans les moments importants.
Les agents intelligents deviennent rapidement un élément central de la manière dont les clients découvrent et choisissent les marques. Au fur et à mesure que cette évolution se poursuit, vos données jouent un rôle plus direct dans les performances, déterminant si vous êtes mis en avant, si l'on vous fait confiance et si l'on vous choisit.
Si vous souhaitez comprendre comment les agents intelligents s'intègrent dans votre stratégie ou comment votre marque est actuellement visible, commencez dès maintenant par obtenir votre score de visibilité de marque avec Yext Scout.