Qu'est-ce qu'Adept AI ? L'essor, le virage et l'avenir de l'IA agentique

L'idée d'« IA agentique » revient souvent, et elle peut sembler tout droit sortie d'un film. Oubliez les chatbots qui se contentent de régurgiter des réponses. Imaginez une IA qui comprend ce que vous essayez de faire et qui le fait réellement pour vous à travers une multitude d'applications différentes. En somme, un coéquipier numérique qui s'occupe des tâches ingrates pendant que vous vous concentrez sur ce qui compte vraiment.

C'était la grande idée derrière Adept AI, l'une des startups les plus en vue et les mieux financées du monde de l'IA. Fondée par des pointures de la recherche en IA, Adept ambitionnait de construire le futur de notre interaction avec les ordinateurs. Mais l'histoire de l'entreprise a pris une tournure assez spectaculaire, impliquant un pivot majeur et un énorme accord de transfert de talents avec Amazon. Son parcours est bien plus que de simples ragots de l'industrie ; il nous en apprend beaucoup sur la manière dont toute entreprise devrait envisager l'automatisation par l'IA aujourd'hui.

Qu'est-ce qu'Adept AI ?

L'objectif initial d'Adept AI était extrêmement ambitieux : construire une « interface en langage naturel pour tout ». Vous pouviez simplement lui dire : « Trouve-moi une maison de trois chambres à Austin pour moins de 700 000 $ et liste les cinq meilleures options dans une feuille de calcul », et elle se serait lancée pour exécuter cette tâche complexe en plusieurs étapes sur différents sites web et applications.

L'équipe derrière ce projet était de très haut vol. Les fondateurs étaient des chercheurs de Google et d'OpenAI qui ont co-écrit le célèbre article « Attention Is All You Need ». Si cela vous dit quelque chose, c'est parce que cet article a introduit l'architecture Transformer, qui est le moteur des grands modèles de langage (LLM) modernes comme GPT.

Pour concrétiser leur vision, ils ont décidé de tout construire eux-mêmes, de A à Z. Cela signifiait s'attaquer à :

• Leurs propres modèles d'IA, qu'ils ont entraînés sur une quantité ahurissante de données montrant comment les gens utilisent réellement les logiciels.

• Une « couche d'actionnement » personnalisée, ce qui est une manière élégante de dire qu'ils ont développé un logiciel permettant à l'IA de cliquer, taper et naviguer dans différentes applications, tout comme le ferait un humain.

• Des outils de feedback pour que les utilisateurs puissent corriger l'IA lorsqu'elle faisait une erreur, l'aidant ainsi à apprendre et à s'améliorer avec le temps.

Les démos étaient assez impressionnantes. Elles montraient des agents capables de vérifier la disponibilité d'expédition sur des centaines de sites de e-commerce simultanément ou d'extraire des détails clés de contrats juridiques pour mettre à jour automatiquement les fichiers internes d'une entreprise. C'était une vision audacieuse pour un tout nouveau type d'IA.

Cette vidéo illustre la vision initiale d'Adept AI, montrant comment elle peut apprendre et automatiser des tâches répétitives pour les utilisateurs.

L'ascension et le pivot d'Adept AI

Le parcours d'Adept, de startup ultra-médiatisée valant un milliard de dollars à son récent changement de direction, raconte une histoire fascinante sur les réalités de la construction d'une IA. Si vous cherchez à intégrer l'IA dans votre propre entreprise, ce contexte est assez important.

La promesse à un milliard de dollars d'Adept AI

Avec un objectif immense et une équipe de choc, Adept AI voyait les investisseurs se bousculer au portillon. L'entreprise a levé plus de 415 millions de dollars, portant sa valorisation au-delà du milliard de dollars. Ce n'était pas seulement un pari sur un autre outil logiciel ; les investisseurs voyaient en Adept un leader potentiel dans la course vers l'Intelligence Artificielle Générale (AGI).

L'engouement s'est encore accru lorsque des géants comme Microsoft et Nvidia ont participé avec des investissements stratégiques, donnant à la startup un énorme gage de crédibilité. Pendant un certain temps, il semblait vraiment qu'Adept était en passe de définir la prochaine ère de l'IA.

L'« acqui-hire » d'Adept AI par Amazon : un grand changement de programme

Puis, à la mi-2024, l'histoire a pris un tournant radical. La nouvelle est tombée qu'Amazon embauchait le co-fondateur et PDG d'Adept, David Luan, ainsi que plusieurs autres fondateurs et une grande partie de leur équipe de recherche et d'ingénierie de base.

Pour être clair, il ne s'agissait pas d'une acquisition classique où Amazon rachetait l'entreprise. C'était plutôt une opération de débauchage stratégique de talents, parfois appelée « acqui-hire », assortie d'un accord de licence pour Amazon sur une partie de la technologie d'Adept. Dans un billet de blog à ce sujet, Adept a été étonnamment franche sur les raisons. Ils ont expliqué que le coût astronomique de la construction et de l'entraînement de leurs propres modèles les aurait forcés à se concentrer davantage sur la levée de fonds que sur leur produit réel. C'était un aveu sincère d'un problème auquel ils étaient confrontés, comme beaucoup d'autres dans le secteur de l'IA.

Qu'est-ce qu'Adept AI aujourd'hui ?

L'Adept AI qui existe maintenant est une toute autre bête. C'est une équipe plus petite avec un nouveau PDG, et ses objectifs ont changé. Au lieu d'essayer de construire d'énormes modèles d'IA fondamentaux à partir de zéro, l'entreprise se concentre désormais sur la création de solutions d'entreprise qui utilisent un mélange de sa technologie existante et d'autres modèles d'IA disponibles.

Ce pivot soulève de grandes questions pour toute entreprise qui suivait Adept de près. Qu'est-ce que cela signifie pour l'avenir de l'entreprise ? Cette vision originale et ambitieuse d'un coéquipier IA à tout faire est-elle toujours d'actualité, ou ce rêve a-t-il été transmis à des géants comme Amazon ? Tout cet épisode est une sorte de mise en garde sur les risques liés aux projets d'IA démesurés.

Deux façons de créer des agents IA : L'approche d'Adept AI contre une voie plus pragmatique

L'histoire d'Adept met vraiment en lumière un choix fondamental auquel chaque entreprise est confrontée en matière d'IA. Déterminer quelle voie est la plus judicieuse pour vous est essentiel pour choisir une solution qui fonctionnera réellement.

Le modèle « tout construire de zéro » d'Adept AI

C'était la stratégie originale d'Adept AI : développer ses propres modèles d'IA fondamentaux à partir de zéro. C'est la stratégie du tout ou rien.

Pour ne serait-ce que tenter cela, il vous faut quelques éléments : des centaines de millions de dollars, une équipe des meilleurs talents en IA au monde (et les plus difficiles à trouver), et beaucoup de patience pour des années de recherche et développement.

Le plus grand inconvénient, comme l'a montré le pivot d'Adept, est que cette voie est incroyablement coûteuse et risquée. Elle n'est souvent pas viable à moins d'avoir les poches sans fond d'un géant de la tech. Il peut s'écouler des années avant d'avoir quelque chose à présenter à vos clients, et même alors, le produit final pourrait ne pas résoudre les problèmes que vous rencontrez aujourd'hui.

Le modèle d'intégration « plug-and-play »

Il existe une manière bien plus pragmatique de procéder : utiliser les LLM puissants et de premier ordre qui existent déjà et se concentrer sur la construction de la couche applicative et d'intégration par-dessus. Cette approche vise à faire fonctionner l'IA avec les outils que votre équipe utilise déjà, afin qu'elle soit utile immédiatement.

Au lieu d'essayer de réinventer la roue, des plateformes comme eesel AI adoptent cette approche pratique. En se concentrant sur des intégrations simples en un clic avec des services d'assistance comme Zendesk et Freshdesk, et des bases de connaissances comme Confluence, elles apportent de la valeur en quelques minutes, pas en des années. Cela permet aux entreprises de tirer parti de la puissance de l'IA sans les risques et les coûts massifs d'un projet de R&D de longue haleine.

Caractéristique	L'approche « Tout construire » (Ancien Adept AI)	L'approche « Plug-and-Play » (eesel AI)
Temps de mise en place	Des mois ou des années de développement	Opérationnel en quelques minutes
Ressources requises	Financement massif, chercheurs d'élite en IA	Totalement en libre-service, aucun développeur nécessaire
Technologie de base	Création de modèles fondamentaux propriétaires	Intégration avec les meilleurs modèles du marché
Objectif commercial	Recherche sur l'AGI et agents généralistes	Résolution de problèmes commerciaux spécifiques (comme l'expérience client)
Profil de risque	Risque élevé de pivots, coûts insoutenables	Faible risque, retour sur investissement rapide et prévisible

Ce qu'il faut rechercher dans une plateforme d'agents IA aujourd'hui : leçons de la saga Adept AI

Les leçons de la saga Adept AI nous donnent une liste de critères assez claire sur ce que les entreprises devraient réellement rechercher chez un partenaire IA.

En combien de temps pouvez-vous voir des résultats ?

L'histoire d'Adept montre que les projets d'IA complexes et à long terme peuvent facilement s'enliser ou changer de cap. La plupart des entreprises ont besoin de solutions qui offrent un retour sur investissement réel et rapide. Vous ne pouvez pas vous permettre d'attendre des années.

Recherchez une plateforme que vous pouvez configurer vous-même et qui ne vous oblige pas à abandonner tous vos logiciels actuels. Votre équipe devrait pouvoir commencer sans avoir à suivre une démo obligatoire ou à vous empêtrer dans un long processus de vente. Avec une plateforme comme eesel AI, vous pouvez connecter votre service d'assistance, entraîner l'IA sur votre base de connaissances et commencer à automatiser les tickets de support le jour même.

Des outils pratiques plutôt que des promesses d'AGI

Bien que le rêve d'un assistant IA universel soit séduisant, les entreprises qui réussissent résolvent des problèmes concrets et immédiats. Au lieu de vous laisser séduire par une vision lointaine de l'AGI, recherchez des agents IA conçus pour des tâches spécifiques et à fort impact.

La plateforme résout-elle un problème que vous avez en ce moment ? Vous avez besoin d'un ensemble d'outils spécialisés qui ciblent des points de friction concrets. Par exemple, eesel AI propose des produits distincts comme un Agent IA pour une automatisation complète, un Copilote IA pour aider vos agents humains, et le Triage IA pour un routage intelligent des tickets. Chacun est conçu pour une tâche spécifique au sein de votre flux de travail de support, vous obtenez donc de la valeur dès le premier jour.

Déploiement en toute confiance avec simulation et contrôle

L'un des plus grands obstacles à l'adoption de l'IA est la confiance. Comment être serein à l'idée de laisser un agent IA parler à vos clients sans vous soucier de la réputation de votre marque ?

C'est là que la simulation et le contrôle deviennent des éléments décisifs. Vous avez besoin d'une plateforme qui vous permet de tester l'IA dans un environnement sûr avant même qu'elle n'interagisse avec un vrai client. Vous avez également besoin de pouvoir la déployer progressivement, vous donnant un contrôle total sur ce qu'elle fait.

Avant de passer en production, vous devez savoir exactement comment l'IA va se comporter. Les meilleures plateformes offrent un environnement de test (sandbox). Le mode simulation d'eesel AI exécute votre agent IA sur des milliers de vos anciens tickets de support, vous donnant une prévision précise de son taux de résolution et vous montrant exactement comment il aurait répondu dans des situations réelles. Cela vous permet de déployer en toute confiance, car vous savez précisément à quoi vous attendre.

L'avenir d'Adept AI et les prochaines étapes pour votre entreprise

Le parcours mouvementé d'Adept AI montre à quel point il est coûteux et risqué de construire une IA agentique à partir de zéro. Leur pivot et l'accord majeur avec Amazon sont une leçon pour toute l'industrie : l'avenir est peut-être à l'AGI, mais le présent est axé sur des applications pratiques et concrètes.

Pour la plupart des entreprises, la décision la plus judicieuse n'est pas d'attendre l'arrivée d'une IA toute-puissante. C'est d'adopter des solutions pratiques, axées sur l'intégration, qui résolvent des problèmes réels aujourd'hui.

Des plateformes comme eesel AI offrent un moyen plus rapide, plus sûr et plus accessible d'intégrer des agents IA dans votre travail. Au lieu de feuilles de route s'étalant sur plusieurs années et de levées de fonds à neuf chiffres, vous pouvez obtenir des résultats en quelques minutes.

Prêt à voir ce qu'un agent IA pratique peut faire pour votre équipe de support ? Commencez à automatiser en quelques minutes avec eesel AI.