Il est 8 heures du matin et votre vol a été annulé pendant la nuit. Vous ouvrez l'application de la compagnie aérienne tout en vous préparant mentalement à des problèmes. Au lieu de cela, vous êtes accueilli par un agent virtuel calme et éloquent piloté par intelligence artificielle (IA). Il s'excuse, explique la raison de la perturbation et vous propose plusieurs solutions.

Pendant un instant, cela ressemble à un progrès.

Sauf que concrètement la solution n'évolue pas. Aucun billet n'est émis. Aucun remboursement n'est effectué. Vous fermez l'application en connaissant l'origine du problème, mais toujours dans l'attente de sa résolution. Le problème ici n'est ni l'empathie ni l'intention. Le système vous a parfaitement compris. C'est un problème de capacité.

De nombreuses interactions pilotées par IA sont utiles jusqu'à ce qu'une action doive être effectuée.

C'est exactement dans ce but qu'a été conçu Genesys Cloud™ Agentic Virtual Agent piloté par grand modèle d'action (LAM). Nos agents IA n'auront pas besoin de scripts, de prompts ou de passations de la part d'humains. Ils seront en mesure de reconnaître ce que le client tente d'accomplir, de choisir les bonnes étapes à suivre et de faire avancer la tâche, sans franchir les garde-fous établis.

Force est de constater que la plupart des agents IA en production aujourd'hui sont incapables de mener des tâches à leur terme. Cette limite s'explique par la technologie sous-jacente à l'expérience, en particulier la différence architecturale entre les grands modèles de langage (LLM) et les grands modèles d'action :

Les LLM sont conçus pour comprendre et expliquer, alors que les LAM sont pensés pour la décision et l'action.

La couche d'exécution de l'IA agentique

Les grands modèles de langage ont transformé la façon dont les gens interagissent avec les machines en rendant les conversations naturelles. Ils peuvent comprendre des questions compliquées, suivre le contexte et répondre de manière à refléter le ton et l'intention. Dans le cadre de l’expérience client (CX), ces modèles ont remplacé les scripts rigides par un dialogue qui s’adapte en temps réel et qui est beaucoup moins mécanique.

Entraînés sur de grands volumes de textes, les LLM excellent dans la prédiction de séquences linguistiques. L'interprétation et l'expression sont leurs points forts.

Ils comprennent ce que quelqu'un demande et peuvent répondre d'une manière qui semble cohérente et humaine. Dans le domaine de l'expérience client, les LLM contribuent à rendre les interactions plus fluides et mieux informées, mais leur contribution est limitée.

Ce n'est pas un défaut. C'est le reflet de la façon dont les LLM ont été conçus. Ils atteignent leur seuil lorsque les tâches nécessitent des workflows qui recouvrent les systèmes, les politiques et le temps de l'entreprise.

C'est là que les modèles d'action à grande échelle prennent le relais.

Les LAM étendent l'intelligence conversationnelle à l'exécution. Ils sont conçus pour raisonner sur des opérations concrètes au sein d'API approuvées, de workflows encadrés et de capacités renforcées par des politiques déjà en place sein de l'entreprise. Chaque opération a des entrées définies, des permissions et des résultats attendus, ce qui donne au modèle un environnement de base pour planifier.

Ce contrôle est intentionnel. C'est ce qui permet de sécuriser l'autonomie.

Les grands modèles d'action ne parlent pas de ce qui pourrait arriver. Ils se concentrent sur ce qui doit se produire ensuite et continuent jusqu'à ce que la tâche soit accomplie. Chaque étape est suivie, contrôlée et facile à suivre.

C'est cette distinction qui différencie les plateformes pilotées par IA des systèmes assistés par IA. Les conversations ne se terminent plus par « quelqu'un assurera le suivi », mais bel et bien par une tâche effectuée et une résolution pour le client.

Présentation du tout premier agent IA virtuel autonome

L'expérience que vous avez vécue dans l'application de la compagnie aérienne n'est pas inhabituelle. C'est prévisible lorsque l'on demande à des systèmes conversationnels d'effectuer des tâches opérationnelles. L'agent virtuel vous a donné une explication claire, mais à vous la corvée d'attendre, de réessayer ou d'escalader.

À l'inverse, Genesys Cloud Agentic Virtual Agent est conçu pour piloter l’expérience client de bout en bout. Cet agent IA virtuel connaît son périmètre d'action, sait comment procéder et quand passer le relais à un agent.

Revenons maintenant au vol annulé. Au lieu d'énumérer les options de réservation, Genesys Cloud Agentic Virtual Agent peut vous authentifier en tant que passager, vérifier la disponibilité, attribuer une nouvelle place, faire un remboursement lorsque le règlement l'autorise, mettre à jour la réservation et confirmer le résultat, le tout au cours de la même interaction.

Désormais, vous partez avec une certitude, et non plus avec un récapitulatif.

Cela est possible parce que cet agent IA virtuel est piloté par le LAM APT-1 de Scaled Cognition, formé pour fonctionner dans des environnements d'entreprise réels. Il raisonne en fonction d'outils et de politiques réels plutôt que de workflows hypothétiques.

Chaque action est traçable et encadrée. Rien n'est improvisé ou caché derrière un ticket de suivi.

La prise en charge native de standards ouverts comme Agent-to-Agent (A2A) et Model Context Protocol (MCP) permettra à nos agents IA de collaborer en toute sécurité entre eux et avec les systèmes de l'entreprise, sans perdre le contexte ou le contrôle.

Chez Genesys, l'exécution et la gouvernance sont indissociables dès la conception. Nos agents IA virtuels opèrent au sein d'un cadre défini afin d'appliquer les politiques au moment de l'exécution et d'escalader uniquement lorsque l'expertise humaine est requise.

Cela est important car les clients ne se soucient pas du nombre d'équipes ou de plateformes derrière une interaction. Ce qu'ils veulent, c'est que leur problème soit résolu. Genesys Cloud Agentic Virtual Agent est conçu pour répondre à cette attente. Sa mission : assurer une expérience unique et ininterrompue où la progression est visible et les résultats sont clairs à mesure que la tâche passe d'un département à l'autre de l'entreprise.

Surtout, l'expérience client cesse de ressembler à une série d'excuses et d'explications pour devenir proactive. Les parcours sont désormais pensés à l'avance au lieu d'être corrigés a posteriori.

Si votre IA peut expliquer le problème sans pouvoir le résoudre, alors, elle n'est pas encore au point. Avec les premiers agents IA virtuels autonomes pilotés par LAM pour la CX d'entreprise, Genesys fait passer l'expérience client du stade de la conversation à celui de l'action fiable, axée sur les résultats, et ce, à l'échelle de l'entreprise. Découvrir la solution en action Demandez une démonstration de Genesys Cloud Agentic Virtual Agent.

La solution Genesys Cloud Agentic Virtual Agent pilotée par LAM devrait être disponible en version GA dans le monde entier dans le courant du premier trimestre de l'année financière 2027 de Genesys.