Cisco présente Dialog, un cadre d'IA pour sa plateforme d'entreprise Webex

Le rôle de Dialog dans la relation client

Le cadre Dialog est conçu pour transformer des interactions client fragmentées en relations continues. Il confie à divers agents d'IA la mission de maintenir la satisfaction des clients, en leur permettant de continuer à travailler pour le compte d'un client même après la fin d'une conversation. Ce système permet aux agents d'IA de se coordonner avec des personnes, d'autres agents et des systèmes d'arrière-plan afin d'assurer un accompagnement complet [Engadget].

« Les chiffres restent désastreux. Des chercheurs de l'université Carnegie Mellon ont constaté plus tôt cette année que même l'agent d'IA le plus performant, qui était alors Gemini 2.5 Pro de Google, échouait à accomplir des tâches de bureau réelles 70 pour cent du temps. »

— Matthew Noe

Donner aux employés les moyens d'agir avec des agents d'IA

La plateforme Webex mise à jour permet à tout utilisateur d'un espace de travail d'inviter directement des agents d'IA dans des « espaces, réunions et appels ». Ces agents peuvent exécuter des tâches complexes en plusieurs étapes sur la plateforme Webex et s'intégrer à des applications tierces. Par exemple, un agent d'IA pourrait récupérer rapidement des statistiques pendant une présentation et mettre à jour un document PowerPoint en temps réel [Engadget].

Intégration des agents et amélioration des performances

La nouvelle plateforme de Cisco vise à accélérer l'intégration des agents d'IA en les traitant « comme de nouveaux collègues ». Concrètement, les agents ont accès aux manuels des employés, aux bases de connaissances et aux procédures opérationnelles existants pour apprendre et s'adapter. L'entreprise indique que la plateforme Dialog est destinée à « affiner en continu les performances des agents à chaque interaction », en s'appuyant sur l'analyse de données de Splunk, une plateforme rachetée par Cisco [Engadget].

Les défis actuels de la fiabilité des agents d'IA

Malgré les promesses, plusieurs études indiquent que les agents d'IA restent sujets aux erreurs, en particulier sur les tâches en plusieurs étapes, ce qui peut provoquer des défaillances en cascade. Des chercheurs de l'université Carnegie Mellon ont constaté que même des agents d'IA très performants, comme Gemini 2.5 Pro de Google à l'époque, échouaient à accomplir des tâches de bureau réelles 70 pour cent du temps. Le taux d'échec pour les tâches en plusieurs étapes se situe généralement entre 60 et 70 pour cent. Par exemple, un agent affichant une fiabilité de 95 pour cent par étape ne réussirait qu'environ 36 pour cent du temps face à un flux de travail de 20 étapes [Engadget].

À surveiller

Si l'intégration d'agents d'IA dans des plateformes d'entreprise comme Webex offre un potentiel considérable en matière d'efficacité et de relation client, leur fiabilité actuelle sur les tâches complexes reste un axe d'amélioration crucial. Le secteur s'attend à des progrès avec le temps, mais même une fiabilité de 99 pour cent par étape est jugée risquée lorsque la réputation ou les résultats financiers d'une entreprise sont en jeu [Engadget].

À lire aussi sur The Patent : OpenAI lance ChatGPT Health face à la demande croissante de conseils de santé · Quand l'évolution rencontre l'IA : PROTEUS et la nouvelle frontière de la conception moléculaire