Pourquoi les agents connectés ne collaborent-ils pas encore vraiment ?

L’IA doit passer de la simple connectivité à une véritable intelligence collective

À l’heure actuelle, la plupart des systèmes d’IA peuvent se connecter, mais ils ne réfléchissent pas ensemble. Vijoy Pandey, SVP et GM d’Outshift by Cisco, l’a clairement exprimé : les agents actuels se parlent de manière basique, mais il n’y a pas de raisonnement ou de compréhension partagés. Les protocoles de connectivité tels que MCP, A2A et AGNTCY ont été les premières étapes critiques. Ils permettent l’échange de données et la communication, mais ils fonctionnent à un niveau superficiel. Ce dont nous avons besoin aujourd’hui, c’est de systèmes qui partagent l’intention, le contexte et l’objectif. C’est là que la prochaine génération d’IA doit aller.

Les chefs d’entreprise devraient considérer ce changement comme une évolution du transfert d’informations vers l’intelligence collective. De véritables progrès seront réalisés lorsque les agents d’IA pourront aligner les objectifs, interpréter le contexte et collaborer en vue d’obtenir des résultats, de la même manière que les équipes performantes travaillent ensemble. Ces systèmes ne se contenteront pas de partager des informations ; ils les traiteront ensemble, les évalueront et adapteront leurs actions de manière coopérative.

Cette approche a des implications stratégiques. Dans les organisations complexes, en particulier celles qui opèrent à l’échelle mondiale, le passage de la connectivité à la cognition partagée créera des flux de travail intelligents qui sont dynamiques, conscients du contexte et en apprentissage permanent. Cela réduira les inefficacités causées par la communication fragmentée entre les systèmes et rendra la collaboration entre l’homme et l’intelligence artificielle beaucoup plus transparente.

Vijoy Pandey résume cela simplement : les agents d’aujourd’hui « peuvent se connecter ensemble, mais ils ne peuvent pas vraiment penser ensemble ». Cette lacune définit la prochaine grande opportunité dans les systèmes d’IA d’entreprise. Les entreprises qui seront les premières à le combler donneront le ton à la prochaine vague d’innovation dans le domaine de l’intelligence distribuée.

L’intention et la connaissance partagées constituent le fondement de l’innovation collective parmi les agents d’intelligence artificielle.

Pour faire progresser l’IA, nous devons tirer une leçon de l’évolution humaine. L’intelligence humaine est devenue collaborative lorsque le langage a permis de partager des objectifs et des connaissances. Il y a environ 70 000 ans, le langage a permis aux gens d’échanger des informations, d’aligner leurs intentions et de s’appuyer sur les idées des autres. C’est ce qui a conduit à l’innovation collective, et c’est la capacité qui manque encore aux systèmes d’IA.

Vijoy Pandey et Noah Goodman, professeur à l’université de Stanford et cofondateur de Humans&, ont tous deux souligné que la collaboration entre agents exigeait les mêmes conditions : compréhension de l’intention, partage des connaissances et évolution du contexte. M. Goodman fait remarquer que le langage ne se limite pas à l’encodage et au décodage, mais qu’il s’agit de comprendre l’objectif du locuteur et le monde qui l’entoure. Dans le domaine de l’IA, cela signifie qu’il faut permettre aux systèmes de saisir non seulement les données, mais aussi la motivation qui les sous-tend, le contexte situationnel et la manière dont ils influencent l’action suivante.

Pour les dirigeants, le message est clair. Les entreprises qui investissent dans des agents qui comprennent l’objectif et le contexte, et pas seulement les commandes, réaliseront des percées en matière d’innovation. Lorsque les systèmes d’IA peuvent partager leur intention et adapter leurs connaissances en temps réel, ils passent du statut d’assistants réactifs à celui de résolveurs de problèmes proactifs. C’est à ce moment-là que la collaboration s’étend au-delà des individus et des départements, à travers les équipes, les écosystèmes et même les industries.

Vijoy Pandey met en garde contre le fait que les modèles actuels sont bloqués au niveau de la coordination, tandis que Goodman explique qu’une véritable collaboration nécessite une cognition consciente du contexte. Ensemble, leurs points de vue mettent en évidence où se situe le véritable avantage, à savoir le développement d’une IA qui ne se contente pas de connecter des données, mais qui connecte la compréhension.

L’architecture « internet de la cognition » proposée vise à permettre une collaboration multi-agents.

Vijoy Pandey, vice-président et directeur général d’Outshift by Cisco, a proposé ce qu’il appelle l' »Internet de la cognition », un nouveau cadre destiné à aider les agents d’intelligence artificielle à passer d’une intelligence isolée à un fonctionnement véritablement collectif. Ce cadre s’articule autour de trois couches qui, ensemble, forment la base de ce qu’il décrit comme une cognition partagée entre divers systèmes.

La première couche, la couche protocole, normalise la manière dont les agents communiquent, partagent leurs intentions et négocient les résultats. Il ne s’agit pas seulement de transmettre des messages, mais d’établir un terrain d’entente pour les objectifs et la compréhension entre les réseaux et les fournisseurs. La seconde, la couche « Fabric », fait office de mémoire partagée. Elle permet aux agents de conserver, de modifier et de faire évoluer le contexte en fonction des nouvelles données et expériences. Elle permet un raisonnement plus rapide tout en veillant à ce qu’il reste conforme à la politique, sécurisé contre les attaques et dans les limites des paramètres de coût.

Pour les dirigeants, cette structure marque le passage d’un déploiement isolé à des systèmes interconnectés capables d’accroître leur compréhension collectivement. Les entreprises qui adoptent cette approche bénéficieront d’une plus grande adaptabilité dans l’aide à la décision, d’un transfert de connaissances plus fluide entre les départements et d’une automatisation plus poussée de la conformité. Le plus grand avantage réside dans l’évolutivité, chaque couche contribuant à une collaboration plus approfondie sans sacrifier le contrôle ou la visibilité.

Pandey souligne clairement cette orientation : « Nous devons imiter l’évolution humaine. Outre le fait que les agents deviennent de plus en plus intelligents, nous devons mettre en place une infrastructure qui permette l’innovation collective ». L’internet de la cognition est cette infrastructure, conçue pour rendre la coopération en matière d’IA fiable, vérifiable et utile dans tous les domaines d’activité.

La refonte de la formation au modèle de base est essentielle pour améliorer la collaboration entre l’homme et l’intelligence artificielle et la collaboration multi-agents.

Noah Goodman, professeur à Stanford et cofondateur de Humans&, a expliqué que la plupart des modèles de fondation actuels sont conçus pour gérer des tâches courtes et linéaires. Ils fonctionnent bien à l’intérieur des limites, mais ont du mal à gérer la continuité et le contexte élargi lorsque la collaboration s’approfondit. À Humans&, son équipe adopte une approche différente, en formant des modèles par le biais d’interactions continues et à long terme qui mettent l’accent sur les relations, la compréhension de l’intention et l’obtention de résultats à long terme avec de multiples participants humains et agents.

L’objectif de Goodman n’est pas de créer des agents plus autonomes, mais plus collaboratifs. Ces agents comprennent les rôles, l’expertise et les responsabilités. Ils savent « qui sait quoi » et peuvent mettre en relation les bons spécialistes au bon moment. Cette conception transforme la façon dont les humains et les systèmes d’IA collaborent, transformant l’IA d’un processeur réactif en un participant actif à des projets complexes.

Pour les dirigeants, cet accent mis sur l’interaction et la collaboration à long terme modifie la manière dont l’IA soutient les équipes. Elle permet aux systèmes de suivre l’évolution des contextes des projets, de conserver l’historique de l’organisation et de coordonner de manière indépendante les unités opérationnelles, tout en respectant la direction humaine. En pratique, cela signifie une meilleure exécution de la stratégie, des cycles d’itération plus rapides et des structures de prise de décision plus résistantes.

Goodman l’a résumé directement : « Notre objectif n’est pas une autonomie de plus en plus longue. Il s’agit de collaborer de mieux en mieux. Le travail de son équipe à Humans& renforce une vérité essentielle : l’IA qui comprend profondément les humains sera plus performante que l’IA conçue uniquement pour l’autonomie. Ce changement de philosophie de conception marque un tournant décisif vers l’avenir de l’intelligence pratique et alignée sur l’humain dans les environnements d’entreprise.

Il est essentiel d’établir des garde-fous adaptatifs pour équilibrer l’innovation et le contrôle dans les systèmes d’IA.

La gestion des systèmes intelligents à grande échelle nécessite des garde-fous qui maintiennent la sécurité sans limiter la créativité. À mesure que l’IA s’intègre dans toutes les couches de l’entreprise, des opérations et de la logistique à l’engagement des clients, elle prend en charge des tâches auparavant réservées à des équipes d’experts. Noah Goodman, professeur à Stanford et cofondateur de Humans&, et Vijoy Pandey, SVP et GM de Outshift by Cisco, ont tous deux abordé ce défi croissant : concevoir des limites qui protègent la confiance tout en soutenant l’adaptabilité intelligente.

M. Goodman a souligné que les êtres humains ne fonctionnent pas uniquement sur la base de systèmes stricts et fondés sur des règles. Ils tiennent compte du contexte, de l’intention et des conséquences probables avant d’agir. Transposer ce principe aux systèmes artificiels signifie développer des garde-fous adaptatifs qui permettent à l’IA de prendre des décisions nuancées sans enfreindre les normes. M. Pandey ajoute que la mise en œuvre doit se faire en collaboration, les équipes contribuant à définir des limites flexibles par l’itération et la compréhension commune.

Pour les dirigeants d’entreprise, il s’agit d’une question de gouvernance autant que d’une question technique. Un cadre de contrôle rigide étouffe l’initiative, tandis qu’une surveillance insuffisante entraîne des risques. Les garde-fous adaptatifs équilibrent les deux, en maintenant la conformité, en assurant la transparence opérationnelle et en permettant à l’innovation de se poursuivre en toute sécurité. Ils permettent également un ajustement rapide, garantissant que l’IA peut évoluer en même temps que les réglementations, les technologies et les objectifs organisationnels.

Goodman a formulé le problème central avec précision : « Comment fournir les garde-fous d’une manière qui s’apparente à une règle, mais qui soutient également la cognition basée sur les résultats lorsque les modèles deviennent suffisamment intelligents pour cela ? La voie à suivre est claire : les entreprises ont besoin de systèmes de gouvernance intelligents qui permettent une prise de décision contextuelle tout en maintenant une responsabilité mesurable.

L’intelligence distribuée, intégrant les efforts de l’homme et de l’IA, est la voie future vers la superintelligence.

Le prochain bond en avant de l’intelligence artificielle ne viendra pas de modèles individuels plus grands, mais de réseaux hautement connectés et distribués qui fusionneront l’intuition humaine et la cognition de l’IA. Vijoy Pandey a insisté sur ce point lors des AI Impact Series, expliquant que le progrès suivra deux trajectoires : le développement vertical, qui améliore les capacités de chaque agent, et l’expansion horizontale, qui renforce le réseau coopératif entre les agents. Lorsque les deux progressent ensemble, l’intelligence s’étend à l’ensemble du système.

Noah Goodman a insisté sur le fait que ces systèmes doivent rester intégrés à l’être humain. Il a mis en garde contre la création d’écosystèmes d’IA autonomes fonctionnant de manière isolée. L’objectif ultime est de créer un cadre d’intelligence distribuée où les capacités des humains et des machines s’alignent et se renforcent mutuellement. Cette structure aide les humains à rester engagés de manière significative, tandis que l’IA apporte sa puissance analytique, sa mémoire et sa précision à grande échelle.

Pour les dirigeants, cette approche encourage l’investissement stratégique dans des architectures connectées plutôt que dans des systèmes cloisonnés. La récompense est un effet de levier exponentiel, chaque nœud du réseau renforçant la performance collective. Les entreprises qui opèrent au sein de ces écosystèmes bénéficieront d’une plus grande adaptabilité, d’une prise de décision plus rapide et d’un alignement plus cohérent entre les différents services.

M. Pandey a conclu que « la véritable superintelligence se produira par le biais de systèmes distribués », ce qui indique une orientation claire pour la stratégie d’IA de l’entreprise. Le point de vue de M. Goodman le complète : Un avenir où « il y a un écosystème intégré, un écosystème distribué qui fusionne de manière transparente les humains et l’IA » représente une innovation durable. Pour les organisations mondiales, cela signifie la poursuite d’un modèle d’intelligence qui est connecté, transparent et fermement ancré dans l’objectif humain.

Faits marquants

• Passez de la connexion à la connaissance : La connectivité seule n’apporte plus de valeur. Les dirigeants devraient investir dans des systèmes qui permettent aux agents d’IA de raisonner collectivement, en alignant les objectifs et le contexte plutôt que de se contenter d’échanger des données.
• Favoriser le partage des intentions et des connaissances : La véritable innovation émerge lorsque les agents, comme les équipes, partagent un objectif et une compréhension du contexte. Les dirigeants devraient se concentrer sur les infrastructures d’IA qui synchronisent les intentions entre les départements et les écosystèmes.
• Adoptez des architectures en couches pour la collaboration : Le modèle de l’internet de la cognition offre un schéma directeur clair. Les organisations devraient mettre en œuvre des systèmes en couches, des couches de protocole, de tissu et de cognition, afin de permettre une collaboration évolutive, sécurisée et informée du contexte.
• Redéfinir la formation pour une synergie à long terme entre l’homme et l’IA : Les modèles de fondation doivent être formés à une collaboration profonde et continue, et pas seulement à des performances indépendantes. Les dirigeants devraient soutenir les approches de formation qui construisent une IA consciente du contexte et de la société.
• Mettre en place des garde-fous adaptatifs pour équilibrer le contrôle et la créativité : La gouvernance doit passer d’une application rigide des règles à des cadres flexibles. Les dirigeants doivent concevoir des systèmes de surveillance qui maintiennent la conformité tout en permettant des décisions intelligentes et contextuelles.
• Investissez dans des écosystèmes d’intelligence distribuée : L’avenir de l’IA réside dans les systèmes en réseau qui associent l’expertise humaine à l’intelligence collective des machines. Les décideurs devraient privilégier les architectures connectées et alignées sur l’humain, qui permettent d’échelonner l’intelligence horizontalement et verticalement.