AgentKit contre Actions : un guide pratique du générateur d'agents d'OpenAI

Soyons honnêtes, nous nous sommes tous habitués à l'IA capable de discuter. Mais la conversation évolue vers quelque chose de beaucoup plus intéressant : l'IA capable de faire des choses. C'est là que se situe l'excitation, avec des assistants IA capables de gérer votre calendrier, de traiter le remboursement d'un client ou de traiter les tickets de support initiaux sans aucune aide.

OpenAI a récemment jeté son chapeau dans l'arène avec AgentKit, une nouvelle boîte à outils visant à faciliter la création de ces agents axés sur l'action. La promesse est une manière visuelle et élégante de créer des assistants IA qui peuvent se prendre en charge.

Mais quelle est la véritable histoire derrière le buzz ? Ce guide vous donnera un aperçu direct et pratique d'AgentKit. Nous allons décortiquer ce que c'est, comment il aide l'IA à entreprendre des « actions », et examiner honnêtement où il brille et où il est insuffisant, en particulier pour les équipes qui tentent d'automatiser des tâches commerciales réelles comme le support client.

Concepts fondamentaux : un aperçu d'AgentKit contre Actions

Avant de nous plonger dans l'outil lui-même, assurons-nous que nous sommes sur la même longueur d'onde avec les idées de base. Qu'est-ce qu'une « action » et comment AgentKit s'intègre-t-il ?

Que sont les « actions » de l'IA ?

En termes simples, une "action" est toute tâche qu'une IA effectue qui ne consiste pas simplement à générer du texte. Considérez cela comme la différence entre une IA qui vous dit comment faire quelque chose et l'IA qui le fait simplement pour vous.

Voici quelques exemples que vous rencontreriez dans une entreprise typique :

• Rechercher le statut de la commande d'un client dans Shopify.

• Mettre à jour les informations d'un contact dans votre CRM (gestion de la relation client).

• Créer un nouveau ticket de support dans Zendesk.

• Baliser un e-mail entrant en fonction de son contenu.

Ces actions sont ce qui transforme un chatbot d'un simple bot de questions-réponses en un assistant véritablement utile qui peut réellement alléger la charge de travail de votre équipe.

Qu'est-ce qu'AgentKit ?

AgentKit est la boîte à outils d'OpenAI pour assembler, tester et lancer des agents IA capables d'effectuer ces types d'actions. Ce n'est pas qu'une seule chose, mais un ensemble de parties qui fonctionnent ensemble :

• Agent Builder (Générateur d'agents) : Un canevas visuel où vous concevez la logique et le flux de travail de votre agent.

• ChatKit : Une interface de chat que vous pouvez intégrer pour que les gens puissent parler à votre agent.

• Guardrails & Evals (Garde-fous et évaluations) : Outils pour vous aider à vous assurer que votre agent se comporte correctement et fait bien son travail.

Il convient de mentionner que quelques autres entreprises utilisent le nom « AgentKit » pour leurs propres outils internes (comme le cabinet de conseil BCG X). Dans cet article, nous parlons exclusivement du produit officiel d'OpenAI.

Comment fonctionne le générateur visuel

L'Agent Builder est le cœur d'AgentKit. C'est là que vous cartographiez le « cerveau » de votre agent et que vous définissez la logique qu'il utilise pour aller du point A au point B.

Le canevas glisser-déposer

Si vous avez déjà utilisé un outil d'organigramme ou quelque chose comme Canva, l'Agent Builder vous semblera assez familier. C'est un espace visuel où vous connectez différents blocs de construction, appelés « nœuds », pour cartographier un flux de travail.

Les principaux types de nœuds avec lesquels vous jouerez sont les suivants :

• Agent : Le principal modèle de langage qui réfléchit et prend des décisions.

• Tool (Outil) : Ce sont les connecteurs qui permettent à votre agent de parler au monde extérieur. Il peut s'agir de rechercher dans des documents que vous avez téléchargés ou de se connecter à des applications et services externes.

• Logic (Logique) : Ce sont des nœuds comme « If/Else (Si/Sinon) » qui vous permettent de créer différents chemins que votre agent peut suivre en fonction de ce qui se passe.

Vous câblez ces nœuds ensemble pour créer un processus étape par étape. La demande d'un utilisateur arrive, elle touche un nœud Agent pour être comprise, ce qui peut ensuite déclencher un nœud Tool pour récupérer des données, et ainsi de suite. Cette configuration visuelle est censée être plus intuitive que d'avoir à écrire toute la logique dans le code.

L'inconvénient des flux de travail rigides

Bien que le générateur visuel soit superbe en apparence, sa plus grande faiblesse est que tout doit se produire dans un ordre strict et séquentiel. Un agent ne peut pas choisir intelligemment entre plusieurs outils par lui-même ; vous devez cartographier manuellement chaque chemin de décision à l'aide de ces nœuds « si/sinon ».

Pour une tâche simple et ponctuelle, c'est tout à fait correct. Mais dès que votre logique devient un peu plus compliquée, les choses peuvent devenir compliquées. Imaginez un flux de travail pour vérifier le statut d'une commande, puis vérifier l'inventaire, puis offrir un remplacement si l'article est en rupture de stock. Votre canevas peut rapidement devenir un réseau complexe de branches et de connexions. Cette conception vous met sous pression pour que vous pensiez et cartographiez chaque scénario possible à l'avance.

Les générateurs visuels sont pratiques pour les flux simples, mais essayer de gérer une logique de support complexe de cette façon peut être un vrai casse-tête. En revanche, des plateformes comme eesel AI vous permettent de configurer une automatisation puissante avec un moteur de règles beaucoup plus simple. Vous pouvez définir exactement quels tickets doivent être automatisés et lesquels doivent être transmis à un humain, sans vous perdre dans un organigramme compliqué.

Limitations pour les équipes de support d'entreprise

AgentKit est un élément de technologie vraiment intéressant, mais pour les équipes qui souhaitent le mettre devant de vrais clients, il existe quelques lacunes majeures qui en font un choix difficile pour une utilisation réelle.

Verrouillage du fournisseur : un problème clé

Tout d'abord, AgentKit ne fonctionne qu'avec les modèles d'OpenAI (comme GPT-4). Vous ne pouvez pas simplement échanger un autre modèle, comme Claude d'Anthropic si vous avez besoin de ses compétences en matière de raisonnement, ou une alternative open source moins chère pour réduire les coûts.

Ce type de verrouillage du fournisseur a de réelles conséquences commerciales. Vous êtes complètement lié à la tarification d'OpenAI, à ses performances et à ce qu'ils décident de faire ensuite. Si un modèle meilleur, moins cher ou plus spécialisé sort d'une autre personne, vous n'avez pas de chance à moins de vouloir reconstruire l'intégralité de votre agent à partir de zéro sur une nouvelle plateforme. Dans le monde en évolution rapide de l'IA, c'est un risque assez important.

Le déficit de connaissances

Un agent n'est aussi intelligent que les informations auxquelles il a accès. AgentKit apprend principalement à partir de fichiers que vous devez télécharger manuellement. Il n'a pas de moyen intégré et automatique de se synchroniser avec les sources de connaissances qui changent constamment, comme le centre d'aide de votre entreprise, le wiki interne ou les tableaux de projet.

Cela crée une quantité massive d'entretien. Chaque fois qu'un article d'aide est mis à jour, qu'une politique change ou qu'une nouvelle spécification de produit est ajoutée, quelqu'un doit se souvenir d'aller dans AgentKit et de télécharger le nouveau document. S'ils oublient, votre agent commence à donner de mauvaises informations. C'est une recette pour l'échec.

Plus important encore, AgentKit donne des réponses sans vous dire d'où il a tiré l'information. Pour le support client, c'est un point de rupture. Sans citations, ni un client ni un agent humain ne peuvent vérifier l'information. Cela tue la confiance et le rend inutilisable pour toute situation où la précision est une priorité absolue.

C'est là qu'un outil spécialement conçu se démarque vraiment. eesel AI a été conçu pour résoudre ce problème précis. Il unifie les connaissances de votre entreprise en se synchronisant instantanément et en continu avec toutes vos sources, des centres d'assistance comme Zendesk et Intercom aux wikis internes comme Confluence. Il apprend même des résolutions de tickets passées de votre équipe, s'assurant que ses connaissances sont toujours fraîches et pertinentes.

Préoccupations concernant la sécurité et le déploiement

Faciliter la tâche à quiconque pour créer des agents est formidable, mais cela ouvre également la porte à de nouveaux risques, comme avoir des douzaines d'agents non gérés qui traînent ou créer de nouvelles vulnérabilités de sécurité. Avant de lâcher une IA sur vos clients et les données de votre entreprise, vous devez être sûr à 100 % qu'elle va bien se comporter.

Sans un moyen solide de tester et de simuler le comportement de votre agent, vous devinez essentiellement. Une mauvaise interaction ou une mauvaise action peut gravement nuire à la confiance des clients et à la réputation de votre entreprise.

C'est pourquoi un mode de simulation puissant est un incontournable pour les équipes sérieuses. Avant d'activer quoi que ce soit, eesel AI vous permet de tester votre agent IA sur des milliers de vos tickets passés. Cela vous donne une image claire de ses performances et de son taux de résolution, afin que vous puissiez repérer tout problème et lancer en toute confiance.

Tarification et expérience des développeurs

Au-delà des limites fonctionnelles, la façon dont vous payez et le flux de travail pour les développeurs sont deux autres éléments à prendre en compte avant de vous lancer sur une nouvelle plateforme.

Comment fonctionne la tarification

AgentKit n'a pas son propre prix distinct. Au lieu de cela, son coût est directement lié à la quantité d'API OpenAI que vous utilisez. Vous êtes facturé pour les jetons d'entrée et de sortie utilisés par votre agent, ainsi que pour tous les autres frais pour des éléments tels que le stockage de fichiers.

Ce modèle de paiement à l'utilisation peut rendre très difficile la prévision de vos coûts mensuels. Une augmentation soudaine des questions des clients pourrait entraîner une facture étonnamment élevée, ce qui rend difficile la budgétisation de votre équipe de support.

Pour les entreprises qui ont besoin que leurs budgets soient prévisibles, cela peut être un réel problème. À titre de comparaison, eesel AI offre des plans de tarification clairs et prévisibles sans frais surprises par résolution, vous savez donc exactement ce que vous payez chaque mois.

La voie à sens unique du visuel au code

AgentKit offre des SDK pour Python et TypeScript, ce qui est idéal pour les développeurs qui souhaitent un contrôle plus précis. Le problème est que la connexion entre le générateur visuel et le code ne va que dans un seul sens. Vous pouvez exporter un flux de travail que vous avez créé sur le canevas vers le code, mais vous ne pouvez pas ramener les modifications de code dans l'éditeur visuel.

Pire encore, cette fonctionnalité d'exportation est complètement désactivée dès que vous ajoutez une connexion à un outil externe, ce qui est le principal moyen de permettre à votre agent d'entreprendre une action réelle.

Cela crée une déconnexion majeure entre les personnes non techniques qui utilisent le générateur visuel et les développeurs qui travaillent dans le code. Un chef de produit ne peut pas simuler quelque chose et le remettre à un ingénieur pour qu'il le termine, et un ingénieur ne peut pas montrer un flux de travail complexe aux parties prenantes d'une manière simple et visuelle. Cette expérience fracturée rend presque impossible la collaboration efficace des équipes.

Le verdict : AgentKit est-il fait pour vous ?

Lorsque vous mettez tout cela en perspective, il est clair qu'AgentKit est un outil ambitieux, mais il est assorti de certaines conditions sérieuses.

AgentKit pourrait être un bon choix pour :

• Les développeurs et les équipes qui sont déjà à fond dans l'écosystème OpenAI.

• Les projets où le plus important est d'avoir une interface de chat élégante et prête à être intégrée.

• La création de flux de travail d'agents simples et directs qui n'ont pas besoin d'une logique compliquée ou de la flexibilité d'utiliser différents modèles d'IA.

AgentKit n'est probablement pas un bon choix pour :

• Les équipes de support d'entreprise qui doivent extraire des informations de nombreuses sources différentes et constamment mises à jour.

• Toute situation où vous avez besoin de pistes d'audit et de citations de sources pour la conformité ou la confiance.

• Les équipes qui ont besoin d'une tarification prévisible et d'une configuration qu'elles peuvent gérer elles-mêmes sans une tonne d'aide technique.

Une meilleure façon : créez des agents IA prêts pour l'entreprise en quelques minutes

Le générateur visuel d'AgentKit est un pas dans la bonne direction pour rendre les agents IA plus accessibles, mais sa structure rigide, sa dépendance aux mises à jour manuelles des connaissances et son manque de fonctionnalités de niveau entreprise en font une vente difficile pour une utilisation réelle en entreprise. Il vous donne les pièces, mais vous laisse résoudre les problèmes les plus difficiles d'intégration, de maintenance et de sécurité.

Si vous cherchez à lancer un agent IA autonome qui se connecte en douceur à vos outils existants, apprend des connaissances de votre entreprise et commence à apporter de la valeur immédiatement, essayez eesel AI gratuitement. Vous pouvez être opérationnel en quelques minutes avec une plateforme qui vous donne un contrôle total, des connaissances unifiées et à mise à jour automatique, et une simulation sans risque, le tout avec une tarification qui a du sens.