Les fournisseurs isolent les « décisions » dans une couche de modèles distincte pour les agents IA
Une nouvelle catégorie de petits modèles de décision spécialisés apparaît pour gérer les choix encadrés qu’un agent fait entre le raisonnement et l’action. InfoWorld cite Jev de TypeSafe, Clef de Cloudflare, Strands Decider d’AWS et la Decisions API d’OpenAI comme exemples récents, tous présentés comme un moyen de réduire la latence et les coûts d’inférence.
InfoWorldPublié à l’origine le 1 min
Pourquoi c’est important
Confier les décisions courantes à des modèles moins chers et plus rapides est une réponse séduisante au coût des agents à grande échelle. Mais les analystes de HFS Research cités par InfoWorld mettent en garde contre l’« étalement de la pile IA » : davantage de modèles à surveiller, de seuils de confiance à ajuster et de schémas de décision à encadrer, une charge qui peut annuler les économies si elle n’est pas planifiée.
Pour les affaires et les TI
Avant d’ajouter un modèle de décision, mesurez où vont réellement les jetons de votre agent. Si une bonne part sert à des choix répétitifs (oui/non, aiguillage), une couche de décision peut être rentable; prévoyez toutefois la surveillance et la gouvernance qu’elle exige.
Une étude rapportée par Ars Technica conclut que les gains de productivité des agents de programmation IA sont en grande partie « absorbés » en aval : les développeurs produisent plus de code, mais la révision humaine devient le goulot d’étranglement, si bien que la quantité de logiciels réellement livrés n’augmente pas en proportion.
Une tribune publiée dans CIO soutient que les projets pilotes d’IA impressionnent en environnement de test, mais flanchent dès qu’ils touchent de vrais processus d’affaires réglementés. Elle cite la prévision de Gartner selon laquelle plus de 40 % des initiatives d’IA agentique seront annulées d’ici la fin de 2027 et plaide pour un contexte gouverné, soit des données et des règles d’affaires fiables et contrôlées fournies aux agents, comme condition pour passer à l’échelle.
Dans une étude de cas publiée par OpenAI, l’entreprise de cybersécurité Sophos indique utiliser Daybreak d’OpenAI pour réduire de 96 % le temps d’enquête sur les cybermenaces et automatiser 52 % des dossiers de son service de détection et réponse gérées (MDR), tout en gardant des analystes humains dans la boucle.