Blog

Un gestionnaire de sinistres partait d’une page blanche. Copilot Studio en rédige désormais la première version.

TL;DR. les agents Copilot Studio peuvent faire bien plus que répondre à des questions. Pointez-en un vers une boîte de réception remplie de constats d’accident, et il en extrait les données, applique les règles de responsabilité, et rédige une décision. Pas toujours juste, et pas conçu pour décider seul. Une personne relit et valide toujours chaque dossier, exactement comme l’exige l’EU AI Act pour l’automatisation à haut risque.

Demandez à la plupart des gens ce que fait un agent Copilot Studio, vous obtiendrez une version de la même réponse : c’est un chatbot. Vous posez une question, il vous répond. Avec la bonne configuration, un lien source et un smiley en prime. En termes techniques, on parle d’agents de récupération : ils trouvent l’information et vous la restituent. Mais pour comprendre toute l’étendue des capacités de Copilot Studio, nous avons voulu aller plus loin. Comment faire de l’agent un maillon d’un flux de travail ?

Prenons la différence entre un bibliothécaire et un assistant. Demandez à un bibliothécaire des informations sur un voyage à Berlin, et vous obtiendrez une réponse : voici la politique de déplacement, quelques lieux à visiter, et la personne à contacter. Utile, mais c’est toujours vous qui faites le travail. Un assistant, lui, fait bien davantage. Il réserve l’hôtel et le vol, et vous ne devez plus vous soucier que de votre valise.

Dans Copilot Studio, construire un assistant relève d’un choix de conception, pas d’un produit différent. Connectez l’agent à un site SharePoint, et vous avez construit un bibliothécaire. Donnez au même agent un connecteur vers Outlook et votre système de réservation, et il devient votre assistant personnel. Les agents tirent leurs capacités de raisonnement des mêmes modèles. La différence tient à ce que vous connectez à l’agent et à ce que vous le laissez toucher. Copilot Studio est essentiellement un moyen de brancher un modèle de langage existant sur votre organisation. Les outils que vous lui donnez déterminent si vous obtenez un bibliothécaire ou un assistant.

La preuve de concept : l’agent d’assurance

Pour tester les capacités d’exécution de tâches de Copilot Studio, nous avons concentré nos expérimentations sur une compagnie d’assurance fictive qui traite des constats européens d’accident à grande échelle. Ces formulaires sont les documents standard utilisés pour consigner un accident de la route. Les deux parties en remplissent un sur place, avec les données d’assurance, un croquis de la collision, et une liste de circonstances à cocher.

Notre preuve de concept était simple. Lorsqu’un formulaire arrive dans la boîte de réception de l’agent, celui-ci en extrait les données vers une base structurée, puis utilise ses sources de connaissances pour déterminer la partie responsable. En résumé, deux types d’IA en séquence : l’intelligence documentaire pour transformer un formulaire scanné en données structurées, et un modèle de langage pour interpréter ce que ces données signifient.

En structurant nos données, nous avons déjà tiré une valeur de ce processus. Pas uniquement du point de vue de la gestion, mais aussi de la protection de la vie privée. Pour protéger l’identité de toutes les parties concernées, nous avons choisi de ne transmettre à l’agent que les données essentielles de l’accident. Suffisamment pour déterminer la responsabilité, pas assez pour identifier qui que ce soit.

L’évaluation par l’IA

Chaque fois que l’agent doit raisonner sur des données, il s’appuie exclusivement sur ses sources de connaissances. Dans ce cas, l’accord RDR (Règlement Direct) sert de base à sa décision :

Vous vous demandez peut-être : pourquoi faire confiance à un agent pour une telle décision ? Vous avez raison, vous ne devriez pas, du moins pas entièrement. Les progrès actuels de l’IA nous font rêver d’agents autonomes, mais nous n’y sommes tout simplement pas encore. Pour qu’un agent, ou toute solution d’IA, ait de la valeur, un contrôle s’impose. C’est pour cette raison que nous avons créé un outil dédié à cela.

Big Brothering l’agent

L’EU AI Act exige que la supervision humaine soit intégrée dès la conception des systèmes à haut risque, et la logique est difficile à contester : l’automatisation doit alimenter une décision, pas se substituer discrètement à la personne qui la prend. Pour concrétiser ce principe, nous avons développé une application distincte chargée de surveiller le travail de l’agent. Chaque action de l’agent est enregistrée. Chaque donnée, structurée ou non, est conservée. Et rien de ce que produit l’agent n’avance de lui-même. Ce faisant, nous ne nous contentons pas de surveiller l’agent, nous définissons son rôle. Au cœur de ce processus, c’est toujours une personne qui prend la décision finale, et l’agent est là pour soutenir ces décisions, pas pour les prendre à sa place.

Nous ne pouvons pas faire confiance à une IA pour être toujours juste, c’est pourquoi la construction d’outils de révision est devenue un élément clé de notre solution. Un réviseur peut corriger ce que le modèle OCR a mal lu, en comparant les données structurées dans une application conviviale. Il peut aussi parcourir le raisonnement de l’agent et mobiliser sa propre expertise pour évaluer rapidement les arguments avancés. Le réviseur peut également prioriser les dossiers à examiner en premier, sur base du niveau de confiance de l’IA :

L’IA n’a pas besoin d’être parfaite pour être utile

Malgré son imperfection, l’agent apporte une contribution à chaque exécution. L’extraction peut manquer un champ, et le raisonnement peut s’égarer, mais le gestionnaire de sinistres reçoit toujours plus qu’il n’avait au départ. Soit un dossier largement complété plutôt qu’un PDF scanné, soit un argumentaire rédigé plutôt qu’une page blanche. Nous restons prudents quant aux mises en œuvre réelles, mais nous reconnaissons la valeur obtenue une fois les bons choix de conception faits. À ce stade, créer un agent ne remplace aucun emploi, mais il peut alléger la charge de la personne qui accomplit le travail.