L'intelligence artificielle franchit une nouvelle étape. Les grands modèles de langage (LLM), autrefois cantonnés à la conversation, se transforment en agents autonomes capables d'exécuter des flux de travail professionnels complexes. Cette évolution promet de révolutionner la manière dont les entreprises fonctionnent, en automatisant des tâches et en optimisant les processus.

Cependant, le déploiement de ces agents IA dans les environnements d'entreprise se heurte à un obstacle majeur : le manque de benchmarks adaptés. Les outils d'évaluation existants peinent à reproduire fidèlement les défis spécifiques du monde professionnel, notamment la planification à long terme, les changements d'état persistants et les protocoles d'accès stricts. En d'autres termes, il est difficile de mesurer et de comparer les performances des différents agents IA dans des situations réelles.

Pour combler cette lacune, les chercheurs de ServiceNow Research, en collaboration avec Mila et l'Université de Montréal, ont développé EnterpriseOps-Gym. Ce banc d'essai haute fidélité, présenté dans un article de recherche, est conçu pour évaluer la planification autonome des agents IA dans des scénarios d'entreprise réalistes. Il s'agit d'un environnement de simulation qui permet de tester les capacités des agents IA à gérer des tâches complexes et à prendre des décisions éclairées dans un contexte professionnel.

L'environnement d'évaluation EnterpriseOps-Gym se base sur un environnement Docker conteneurisé. Il simule huit domaines d'entreprise essentiels, couvrant à la fois les opérations et la collaboration :

* **Domaines opérationnels :** Gestion des services clients (CSM), Ressources humaines (RH) et Gestion des services informatiques (ITSM). Ces domaines représentent les fonctions clés de support et de service au sein d'une entreprise.

* **Domaines de collaboration :** Messagerie électronique, Agenda, Teams et Drive. Ces outils sont indispensables pour la communication et la coordination entre les employés.

* **Domaine hybride :** Tâches inter-domaines nécessitant une coordination entre les différents services de l'entreprise. Ces tâches reflètent la complexité des processus métier réels.

En simulant ces différents domaines, EnterpriseOps-Gym offre un environnement complet et réaliste pour évaluer les performances des agents IA. Les entreprises peuvent ainsi tester et comparer différents modèles d'IA avant de les déployer dans leurs propres environnements, ce qui permet de minimiser les risques et de maximiser les bénéfices. L'introduction d'EnterpriseOps-Gym marque une étape importante dans le développement de l'IA en entreprise, en fournissant un outil essentiel pour évaluer et améliorer les capacités des agents autonomes.