Les agents intelligents sont des applications logicielles autonomes. Ils utilisent l'intelligence artificielle pour résoudre des problèmes, prendre des décisions et effectuer des tâches pour le compte des clients, des patients dans le domaine de la santé, et d'autres utilisateurs. Aussi désignés sous l'appellation IA agentique, les agents intelligents contrôlent leurs propres processus en plusieurs étapes. Ils peuvent s'adapter aux circonstances, au contexte et aux données en temps réel, puis agir avec une intervention humaine minimale.
Les agents intelligents sont en plein essor, et l'IA agentique transforme la manière dont les marques peuvent interagir avec les clients à un moment où le parcours client se fragmente. Par exemple, un agent intelligent a la capacité de prédire le comportement individuel des clients et de l'agréger en tendances plus larges. Les marques peuvent ensuite s'appuyer sur les agents intelligents pour toutes sortes de tâches (gestion automatisée des campagnes, personnalisation poussée, etc.)
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 peuvent récupérer et générer des réponses aux questions des clients. Ensuite, ils peuvent agir sur les données qu'ils mettent en avant et les partager avec les clients.
Tout comme un moteur de recherche IA, un agent intelligent peut aider des patients à trouver "un dermatologue de secteur 1 à proximité qui se spécialise dans la microdermabrasion et le traitement de l'acné chez l'adulte".
L'agent intelligent peut, néanmoins, aller encore plus loin. Après avoir aidé les internautes à trouver des professionnels de santé (ou des restaurants, des magasins, des conseillers financiers, etc.), il peut automatiquement prendre un rendez-vous pour eux. Avec l'exemple 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 pour la peau, automatiser les soins périodiques du visage 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 :
1. 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 s'appuie dessus pour informer son comportement.
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-nation occidental brandit la menace de guerre, 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."
2. 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 ans écoulés. Ensuite, aide-moi à trouver au moins deux périodes de 10 jours idéales pour prendre des congés cette année. (Aucun lancement de produit. Pas de rendez-vous médicaux récurrents, etc.) Avec ces périodes en tête, programme trois potentiels 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 zones naturelles. Je veux dormir dans des Airbnb avec au moins 3,5 étoiles. Inclus les vols possibles au départ et à destination de Toronto (aéroport de Munro ou Pearson). De préférence des vols de nuit, au moins pour la première et la dernière étape du voyage."
3. 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 et/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 veux 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 ordinaires me convient, mais il faut que je puisse voir chaque article moi-même avant de l'acheter. J'ai un budget flexible, mais visons 12 500 €. Fournis-moi ça dans un tableau s'il te plaît, pas une liste. Montre-moi les vignettes, les liens vers les produits et les prix. Maintenant, transforme ce tableau en tableau croisé dynamique avec des colonnes pour chaque pièce : Salle à manger, Cuisine, Chambre, Salon/Bureau. J'adore le style. Mais moins de vernis et de velours. Plus de tissus en stock faciles à entretenir et adaptés aux animaux. On peut ajouter quelques articles moins chers, notamment pour les meubles de la chambre et les bureaux/commodes ?"
Exemples d'agents intelligents et de cas d'utilisation pour les marques et les clients
Les agents intelligents peuvent faire office d'assistants personnels. Dans ce cas, on les appelle des assistants IA. Ils peuvent aider les clients à découvrir des marques, à rechercher des produits, à planifier des voyages, à prendre des rendez-vous et à bénéficier de conseils personnalisés. Les agents intelligents ont la capacité d'analyser les achats passés, le comportement de navigation et les données de localisation/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.
Les marques peuvent avoir recours aux agents intelligents pour analyser le sentiment des clients et prédire les comportements. Ils ont également la capacité d'influencer le sentiment et le comportement des clients grâce à des campagnes plus personnalisées avec un contenu pertinent et enrichi. Ils peuvent même faire fluctuer les tarifs et les stocks 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.
Conseil de pro : avec Yext Knowledge Graph, les marques peuvent fournir aux agents intelligents une base de données complète, informée et stable sur laquelle s'appuyer. Yext permet également aux marques d'automatiser des workflows manuels complexes (comme la mise à jour de centaines de listings et la gestion des avis ou des réseaux sociaux locaux). L'avantage pour les marques est double : leurs équipes gagnent en efficacité, et elles peuvent optimiser leurs expériences client tout en les personnalisant.