L’évolution actuelle de l’intelligence artificielle se heurte à un mur structurel. Même si nous sommes devenus remarquablement doués pour créer des modèles individuels puissants et les « assembler » dans des flux de travail, une lacune fondamentale demeure : Les agents d’IA peuvent se connecter, mais ils ne peuvent pas encore penser ensemble.
Vijoy Pandey, vice-président directeur et directeur général d’Outshift chez Cisco, affirme que la prochaine grande frontière de l’IA ne consiste pas seulement à rendre les modèles plus intelligents : il s’agit également de passer d’une simple connectivité à une cognition partagée.
Le problème : connexion contre cognition
Actuellement, la plupart des systèmes multi-agents fonctionnent en silos. Vous pouvez connecter plusieurs agents dans un seul modèle de « superviseur », mais ils manquent d’alignement sémantique et de contexte partagé. Chaque fois qu’un agent exécute une tâche, il repart essentiellement de zéro, ignorant le « processus de pensée » nuancé ou le contexte spécifique de l’agent qui l’a précédé.
Pandey fait un parallèle avec l’évolution humaine. Les humains ne sont pas devenus intelligents de manière isolée ; nous avons déclenché une « révolution cognitive » grâce à la communication. En développant un langage et une intention commune, nous sommes passés de l’intelligence individuelle à l’intelligence collective, nous permettant de nous coordonner, de négocier et d’innover en groupe.
Pour y parvenir dans le silicium, l’IA nécessite plus qu’un simple transfert de données à haut débit ; cela nécessite un moyen de transférer la compréhension.
La solution : de nouveaux protocoles pour l’intelligence distribuée
Pour résoudre ce « problème d’assistance distribuée horizontalement », l’équipe de Pandey travaille sur un concept appelé « Internet de la cognition ». L’objectif est de s’éloigner du simple échange de données et de se diriger vers un système où les agents peuvent partager leur raisonnement et leur contexte internes via une nouvelle couche d’infrastructure.
Ils développent trois protocoles spécifiques pour faciliter cela :
- Semantic State Transfer Protocol (SSTP) : fonctionne au niveau du langage, permettant aux systèmes d’analyser la communication sémantique afin de pouvoir déduire avec précision les bons outils ou tâches requis.
- Latent Space Transfer Protocol (LSTP) : Une méthode plus avancée qui transfère « l’intégralité de l’espace latent » (la représentation mathématique interne de l’information) d’un agent à un autre. Cela évite la « taxe » liée à la conversion des données en langage naturel et inversement, rendant la communication beaucoup plus efficace.
- Compressed State Transfer Protocol (CSTP) : Se concentre sur l’efficacité en compressant les données et en mettant à la terre uniquement les variantes les plus pertinentes. Ceci est essentiel pour l’edge computing, où la bande passante est limitée mais où un transfert d’état de haute précision est nécessaire.
En combinant ces protocoles avec des « moteurs cognitifs » (qui fournissent des garde-fous) et un nouveau tissu d’infrastructure, l’équipe vise à créer une super intelligence distribuée.
Impact sur le monde réel : l’efficacité dans les tranchées
Même si « l’Internet de la cognition » constitue une vision tournée vers l’avenir, Cisco constate déjà les avantages des flux de travail agents dans ses opérations actuelles.
L’équipe d’ingénierie de fiabilité des sites (SRE) de l’entreprise était confrontée à un problème de mise à l’échelle classique : la production de code augmentait, mais la taille de l’équipe restait statique. En déployant plus de 20 agents IA (certains internes et d’autres tiers) pour gérer des flux de travail complexes tels que les pipelines CI/CD et les déploiements Kubernetes, Cisco a obtenu des résultats significatifs :
- Vitesse : Les temps de déploiement sont passés de « heures et heures à quelques secondes ».
- Fiabilité : Les agents ont réduit de 80 % les problèmes précédemment rencontrés dans les workflows Kubernetes.
- Intégration : Ces agents utilisent des frameworks tels que le Model Context Protocol (MCP) pour accéder à plus de 100 outils et plates-formes de sécurité différents.
La vision pragmatique : l’IA comme outil, pas comme substitut
Malgré ces progrès, Pandey maintient une perspective fondée sur le rôle de l’IA. Il met en garde contre la tentation d’utiliser l’IA simplement parce qu’elle est disponible, soulignant que « on ne cherche pas seulement des clous parce qu’on a un nouveau marteau ».
Les systèmes les plus efficaces ne s’appuieront pas uniquement sur la nature non déterministe de l’IA (dont les résultats peuvent varier), mais ** marieront l’IA avec un code déterministe **, la logique fiable basée sur des règles qui sous-tend l’informatique depuis des décennies.
L’objectif ultime est d’aller au-delà de la simple connectivité vers un état d’intention partagée et d’innovation collective, transformant des modèles isolés en un tissu synchronisé et intelligent.
