Les entreprises accélèrent rapidement le développement d'agents pour les copilotes d'analyse financière, les assistants de service client et la récupération de connaissances internes. Mais cette croissance rapide pose un nouveau défi : comment tous les trouver et les gérer. Les équipes se retrouvent à jouer à la roulette des agents, jonglant entre des dizaines de bots de niche et essayant de se souvenir si la « Politique de voyage » se trouve dans l'agent RH ou l'agent financier. Cette charge cognitive ralentit la productivité, amenant les équipes à chercher sans but, à créer des agents qui ont déjà été conçus ou à se référer à des informations obsolètes. Les entreprises ont besoin d'un point d'entrée unique capable de raisonner sur l'intention, de coordonner des agents spécialisés et d'agir en toute sécurité au nom d'un utilisateur.
Agent Bricks Supervisor Agent, désormais en disponibilité générale (GA), est une couche d'orchestration gérée qui vous permet de relier des agents et des outils, entièrement régis par Unity Catalog. Il utilise un modèle de superviseur dynamique pour analyser la question de l'utilisateur et orchestrer entre Genie Spaces pour les données structurées, les agents Knowledge Assistant pour les données non structurées et les serveurs MCP pour les outils afin de répondre à des questions complexes et de fournir une analyse approfondie. Cela permet aux équipes de maîtriser et d'améliorer en continu la qualité de leurs agents de manière indépendante, et offre aux utilisateurs un emplacement unique pour effectuer leur travail.

Pour les équipes IT et de sécurité, l'IA agentique opère souvent en dehors du cadre de la sécurité de l'entreprise. La plupart des outils nécessitent de dupliquer les autorisations ou d'utiliser des comptes de service à larges privilèges, ce qui crée une faille de conformité où l'agent pourrait accéder à des données que l'utilisateur final n'est pas autorisé à consulter.
Agent Bricks utilise Unity Catalog comme couche de contrôle et de gouvernance pour les agents, ainsi que pour vos modèles, données et outils. Supervisor Agent prend en charge en mode natif l'authentification On-Behalf-Of (OBO), agissant comme un proxy transparent pour l'utilisateur humain. Chaque récupération de données ou exécution d'outil est validée par rapport aux autorisations existantes de l'utilisateur dans Unity Catalog : s'il peut query une table ou s'il a accès à un outil spécifique via le catalogue MCP. Cela garantit que l'agent reste synchronisé avec vos politiques de gouvernance sans travail supplémentaire.
Pour Franklin Templeton, déployer l'IA à grande échelle signifie rendre la documentation réglementée sur les fonds utilisable sans compromettre la conformité. En utilisant Agent Bricks, avec sa gouvernance intégrée via Unity Catalog, l'équipe a combiné des documents publics sur les fonds avec des données de performance pour alimenter un agent d'analyse de fonds gouverné et basé sur des sources d'entreprise approuvées.
« Agent Bricks nous permet de monter en charge des analyses de fonds fiables et conformes. Ce qui prenait des jours ne prend plus que quelques secondes, et nous sommes convaincus que chaque insight est basée sur nos données et notre logique métier. » — Colin Zimmerman, CFA, Data Scientist principal, Franklin Templeton
Un agent de production n'est jamais « terminé » ; il doit évoluer en fonction de ses performances en conditions réelles. Vous devez évaluer ses réponses, intégrer de nouvelles informations et l'améliorer en continu pour que l'agent reste utile.
Supervisor Agent dispose d'une boucle de qualité intégrée avec l'Apprentissage de l'agent à partir du feedback humain (ALHF). Ajoutez des questions et des directives que le Supervisor peut intégrer pour améliorer ses réponses, la manière dont il achemine les requêtes entre les sous-agents, et pour fournir du contexte au système. Cela facilite également la collaboration avec les experts du domaine (SME) : par exemple, votre équipe Marketing peut fournir des directives sur la marque et le style pour les réponses de l'agent, et le Supervisor peut en tirer des leçons directement. Avec une Experimentation et une intégration MLflow intégrées, chaque interaction est suivie et mesurable, ce qui vous permet de voir et de combler rapidement les lacunes.
Des clients comme Zapier ont utilisé l'Agent Learning on Human Feedback pour itérer et améliorer rapidement leurs agents. Zapier utilise l'Agent Superviseur pour démocratiser l'accès aux données et a tiré parti de l'ALHF pour améliorer son orchestration entre les différents outils et Genie spaces.
« Agent Bricks Supervisor Agent nous offre un moyen structuré de coordonner plusieurs Endpoints d'intelligence des données au sein d'un système unique. Au lieu de coder en dur la logique de routage, nous pouvons guider la manière dont l'agent hiérarchise Genie et les données régies dans Unity Catalog grâce à des instructions claires. Cela facilite grandement la création d'une expérience interne 'ask data' qui est flexible et fiable à mesure qu'elle évolue. » — Alvaro Martin, senior data engineer, Zapier
Avec la disponibilité générale, Supervisor Agent fournit une base gérée pour orchestrer les agents d'IA à l'échelle de l'entreprise. Les équipes peuvent désormais router l'intention, régir l'accès via Unity Catalog et améliorer en continu la qualité des agents, le tout à partir d'un plan de contrôle unique.
Démarrez avec Supervisor Agent dès aujourd'hui en créant votre premier agent et en le connectant à vos agents et outils existants. Explorez la documentation pour voir comment Supervisor Agent s'intègre dans vos workflows de production.
Créez votre premier Agent Superviseur dès aujourd'hui →
(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original
IA generativa
January 7, 2025/8 min de leitura
