Autonomous but Accountable : concevoir des systèmes d’agents encadrés avec l’Agent Runtime d’Azure AI Foundry

By Mirko Peters · 2025-11-21 · Updated 2025-11-26

Les systèmes d’agents Autonomous but Accountable conçus avec Azure AI Foundry garantissent la gouvernance, la traçabilité et la conformité, pour des solutions d’IA responsables et prêtes pour l’entreprise.

Automatically translated with AI from the original post. Read the English original

Azure AI Foundry vous offre bien plus qu’un modèle performant. Vous disposez d’un environnement d’exécution d’agents encadré, qui organise vos processus et vous permet de voir ce qui se passe à chaque étape d’un processus d’IA. Dans votre entreprise, de simples chatbots ne suffisent pas. Vous avez besoin de systèmes qui surveillent les actions, expliquent les choix effectués et respectent des règles. Les entreprises qui utilisent des systèmes d’agents vérifiables obtiennent de bien meilleurs résultats. Elles suscitent davantage d’adoption et réussissent mieux que avec de simples chatbots. Plusieurs organisations affirment obtenir des résultats jusqu’à 60 % meilleurs, et gagnent en productivité quelques mois seulement après le lancement de ces systèmes. Chaque jour, des agents encadrés résolvent de vrais problèmes. Ils interviennent sur les demandes des clients, le traitement des factures et la supervision de nombreux systèmes. Le principe Autonomous but Accountable guide chaque étape. Il garantit que votre IA est intelligente et agit de manière responsable.

Points clés

• Azure AI Foundry vous permet de créer des agents capables d’agir seuls. Ces agents peuvent faire des choix et exécuter des tâches par eux-mêmes. Vous accélérez ainsi l’exécution de vos travaux et en améliorez la qualité.

• La responsabilité est essentielle. Chaque agent possède son propre identifiant. Vous pouvez ainsi suivre ses actions et vérifier qu’il respecte les règles.

• Modèles, instructions et outils fonctionnent ensemble dans les systèmes d’agents. Ils rendent les agents performants et capables de s’adapter à différentes missions. Les agents restent sûrs pendant l’exécution de leurs tâches.

• La journalisation du cycle de vie conserve un historique précis des actions des agents. Elle aide les entreprises à corriger les problèmes et à respecter les règles sans difficulté.

• Microsoft Entra permet de gérer l’identité des agents. Il garantit que les agents disposent d’autorisations strictes. Cela assure la sécurité et la maîtrise de l’ensemble.

Autonomous but Accountable Agents

Ce qui rend les agents autonomes

Vous attendez de votre IA qu’elle fasse plus que suivre des étapes. Dans Azure AI Foundry, les agents peuvent faire leurs propres choix. Ils sélectionnent des outils et planifient la suite. Vous leur confiez une mission, et ils déterminent eux-mêmes comment la mener à bien. L’agent n’a pas besoin que vous lui dictiez chaque action. Il peut observer, décider et agir seul.

Les agents reposent sur trois éléments principaux :

Vous pouvez changer de modèle, mettre à jour les instructions ou ajouter des outils. Votre agent est ainsi prêt pour de nouvelles missions. Par exemple, vous pouvez utiliser Agent Service d’Azure AI Foundry avec Azure OpenAI Service, ou vous connecter à Azure AI Search. Vous pouvez aussi recourir à Microsoft Copilot Studio, Azure API Management, Azure Functions ou Azure Container Apps. Ces choix permettent à votre agent d’apprendre, de planifier et d’agir de multiples façons.

Les agents d’Azure AI Foundry ne se contentent pas de réagir. Ils passent d’abord à l’action. Ils peuvent surveiller les changements, choisir des outils et résoudre des problèmes sans attendre votre intervention. C’est ce qui les distingue de simples scripts.

Garantir la responsabilité dans les systèmes d’IA

L’autonomie est un atout, mais vous devez pouvoir faire confiance à votre IA. Vous voulez savoir ce que votre agent a fait, quand et pourquoi. Azure AI Foundry assure le suivi de chaque agent. Chaque agent reçoit un Microsoft Entra Agent ID lors de sa création. Cet identifiant indique qui en est le propriétaire, qui peut l’utiliser et ce qu’il fait.

Vous pouvez suivre chacune des actions de l’agent. Le système enregistre chaque étape afin que vous puissiez vérifier ce qui s’est passé. En cas d’incident, vous remontez dans l’historique et consultez les détails. Les outils de sécurité Microsoft vous aident à protéger vos environnements. Vous pouvez configurer des alertes, consulter les journaux et modifier le fonctionnement de l’agent si nécessaire.

Voici comment Azure AI Foundry garantit la responsabilité des agents :

• Chaque agent dispose d’un Entra Agent ID spécifique pour le suivi.

• Les équipes de sécurité peuvent surveiller les agents comme tout autre élément important.

• Vous pouvez répondre aux alertes et modifier les actions, les invites ou les outils des agents.

• Le système enregistre chaque action pour les contrôles et les revues.

Pour l’IA en entreprise, vous avez besoin à la fois d’autonomie et de responsabilité. L’autonomie permet aux agents de résoudre les problèmes et d’agir rapidement. La responsabilité vous donne le contrôle et la confiance.

Voyons en quoi les agents et les scripts diffèrent :

Les scripts suivent un chemin défini. Ils exécutent ce que vous demandez, étape par étape. Les agents d’Azure AI Foundry travaillent de manière autonome. Ils planifient, agissent et suivent chacune de leurs actions. Votre système d’IA est ainsi autonome mais responsable. Vous obtenez des actions intelligentes et un contrôle clair.

Structure d’un agent : modèle, instructions, outils

Les agents d’Azure AI Foundry reposent sur une structure claire, qui vous aide à concevoir des systèmes d’IA fiables et sûrs. Vous travaillez avec trois éléments principaux : le modèle, les instructions et les outils. Chacun a un rôle spécifique. Combinés, ils donnent des agents capables de planifier, d’agir et d’apprendre, à la fois puissants et faciles à contrôler.

Le rôle du modèle

Le modèle est le cerveau de votre agent. Il lui permet de comprendre le langage, de prendre des décisions et de résoudre des problèmes. Vous pouvez choisir parmi différents modèles, comme GPT-4o ou des options open source. Ce choix vous permet d’adapter le modèle à vos besoins. Si vous souhaitez changer de modèle par la suite, vous pouvez le faire sans modifier le reste de votre agent. Cette souplesse vous aide à garantir des résultats constants dans le temps. Lorsque vous maîtrisez le modèle et son environnement, votre agent gagne en fiabilité et en confiance.

Les agents utilisent le modèle pour décomposer les tâches complexes, rassembler des informations et mémoriser ce qu’ils apprennent. Par exemple, certains agents scientifiques s’appuient sur des modèles pour planifier des étapes, analyser des données et agir en fonction de leurs constats. Cette approche est utile dans des domaines comme la médecine, où les agents doivent traiter des tâches complexes.

Les instructions comme garde-fous

Les instructions indiquent à votre agent ce qu’il doit faire et comment se comporter. Elles fonctionnent comme des règles ou des garde-fous. Vous les définissez pour garder votre agent sur la bonne voie et l’empêcher de commettre des erreurs. Par exemple, vous pouvez utiliser des filtres pour bloquer les questions dangereuses ou empêcher l’agent de divulguer des informations privées. Vous pouvez aussi définir des règles qui vérifient les réponses de l’agent avant leur envoi.

Outils et capacités soumis à autorisation

Les outils donnent à votre agent la capacité d’agir. Vous décidez quels outils il peut utiliser. Ils peuvent permettre de rechercher des données, d’exécuter du code ou de se connecter à des applications métier. Vous contrôlez l’accès à chaque outil, afin que votre agent n’utilise que ce que vous autorisez. Ce dispositif assure la sécurité de votre système et facilite sa gestion.

Dans la recherche scientifique réelle, les agents utilisent des outils pour analyser des données, prévoir des résultats et se connecter à d’autres systèmes. Par exemple :

• CellAgent utilise des modèles pour décomposer des tâches complexes en biologie.

• DrugAgent prédit le mode d’action des médicaments à l’aide d’outils spécialisés.

• BioMANIA se connecte à des outils Python pour une analyse approfondie des données.

Lorsque vous combinez le modèle, les instructions et les outils, vous construisez des agents autonomes mais responsables. Vous obtenez des systèmes intelligents qui respectent vos règles et conservent une trace claire de chaque action.

Journalisation du cycle de vie : threads, exécutions, étapes d’exécution

Threads persistants pour l’auditabilité

Il est essentiel de savoir ce que fait votre agent. Azure AI Foundry s’appuie sur des threads persistants pour vous y aider. Chaque thread regroupe les conversations et les tâches associées. Vous pouvez revenir en arrière et consulter ce qui s’est passé auparavant. C’est particulièrement utile pour les entreprises soumises à des règles strictes, comme la santé ou la finance. Lorsque vous pouvez montrer chaque étape, les utilisateurs font davantage confiance à votre système.

• Les cadres de gouvernance vous aident à faire confiance à vos agents IA.

• Vous devez journaliser les interactions et conserver des pistes d’audit, en particulier dans les secteurs réglementés.

• Une bonne gouvernance vous permet de faire évoluer vos projets d’IA tout en répondant aux exigences de conformité.

Exécutions et états d’exécution

Les exécutions montrent comment votre agent fonctionne dans chaque thread. Lorsque vous lancez une tâche, le système crée une exécution. Vous pouvez voir si une exécution est en attente, en cours de traitement ou terminée. Vous savez ainsi ce que fait votre agent à un instant donné. Azure AI Foundry gère pour vous les objets de conversation et leurs états.

Vous pouvez réutiliser les conversations et conserver le contexte d’une session à l’autre. Vous ne perdez donc pas les détails importants, même si vous changez de canal ou d’appareil.

Étapes d’exécution pour la traçabilité

Les étapes d’exécution vous permettent de voir chaque action réalisée par votre agent. Vous pouvez vérifier chaque appel d’outil et chaque choix de modèle. Il devient ainsi facile de trouver et de corriger les problèmes. Les étapes d’exécution vous aident aussi à réagir rapidement lorsque quelque chose tourne mal. Le système fournit des alertes, des tableaux de bord et des guides pour différents types de défaillances.

Vous disposez ainsi d’un système à la fois autonome et responsable. Vous pouvez contrôler, auditer et rejouer chaque action de votre agent. Vous construisez ainsi une IA sûre et solide pour votre entreprise.

Gouvernance, sécurité et observabilité

Identités et autorisations avec Entra

Vous avez besoin de règles strictes pour protéger vos agents IA. Azure AI Foundry s’appuie sur Microsoft Entra pour gérer qui peut faire quoi. Chaque agent reçoit sa propre identité d’entreprise. Vous choisissez ce que chaque agent peut faire et les API qu’il peut utiliser. Vous configurez le contrôle d’accès basé sur les rôles, appelé RBAC, afin que les agents n’obtiennent que les autorisations dont ils ont besoin. La plupart des utilisateurs commencent avec le rôle Lecteur. Vous n’attribuez le rôle Contributeur que si cela est nécessaire. Cela garantit la sécurité de votre système et respecte le principe du moindre privilège.

La gestion automatisée des identités vous permet d’ajouter, de mettre à jour ou de supprimer des agents avec moins de risques. Vous pouvez également utiliser des règles d’accès fondées sur les risques pour que les agents n’accèdent qu’aux données et aux outils dont ils ont besoin.

Appels d’outils observables

Vous voulez savoir en permanence ce que font vos agents. Azure AI Foundry tient un journal de chaque appel d’outil et de chaque action. Vous pouvez suivre le comportement des agents et repérer rapidement les problèmes. Le système suit la fréquence des requêtes et leurs schémas. En cas d’événement inhabituel, vous recevez des alertes. Vous définissez des garde-fous afin que les agents respectent les règles de sécurité avant et après chaque action.

Pistes d’audit pour la conformité

Vous devez respecter des règles strictes dans le secteur de la santé, la finance et d’autres domaines. Azure AI Foundry vous aide à collecter les preuves nécessaires aux audits. Vous pouvez consulter vos données, en vérifier la qualité et contrôler qui peut y accéder. Le système gère les métadonnées, ce qui vous permet de démontrer votre responsabilité. Vous pouvez automatiser la collecte des preuves pour faciliter les audits.

• Le RGPD impose de protéger les données personnelles.

• La loi HIPAA couvre les informations de santé.

• La loi SOX exige des journaux d’audit pour les données financières.

• Le règlement européen sur l’IA exige la sécurité, la transparence et la traçabilité.

Appliquer un modèle de sécurité Zero Trust et les fonctionnalités cloud vous aide à respecter les règles. Vous pouvez suivre des indicateurs clés et utiliser des outils RegTech pour suivre l’évolution des nouvelles réglementations.

Vous concevez des systèmes d’agents capables de fonctionner de manière autonome, tout en conservant une trace claire de leurs actions. Vous rendez ainsi votre IA digne de confiance et prête à être déployée dans des environnements soumis à des règles strictes.

Expérience développeur et démarrage rapide

Créer votre premier agent encadré

Commencez par définir ce que votre agent doit faire. Ensuite, choisissez le modèle et rédigez des instructions simples. Puis sélectionnez les outils que votre agent utilisera. Azure AI Foundry facilite la configuration de chacun de ces éléments. Utilisez le service Agent pour connecter votre agent à votre activité. Ce service vous permet d’ajouter des agents dotés de solides mécanismes de sécurité et de règles. Vous pouvez intégrer des agents à votre travail sans tout bouleverser. Beaucoup de développeurs pensent que la gestion de nombreux agents est complexe. Le service Agent vous offre une base solide pour contrôler et lancer vos agents.

Astuce : commencez par un petit agent qui résout un seul problème. Ajoutez des fonctionnalités au fur et à mesure de votre apprentissage.

Inspecter les journaux et le cycle de vie

Vous devez savoir ce que fait votre agent à chaque étape. Azure AI Foundry enregistre une trace de chaque action. Vous pouvez examiner les threads, les exécutions et les étapes d’exécution pour reconstituer le déroulement complet. Chaque agent dispose d’un artefact SBOM spécifique. Cet artefact vous permet de suivre chaque modification et de vérifier l’identité de l’agent. Vous voyez quels outils l’agent a utilisés et à quel moment il a pris ses décisions. Vous pouvez vous appuyer sur des tableaux de bord pour repérer les problèmes et les corriger rapidement. Cela vous aide à maintenir votre système sûr et performant.

Intégrer Logic Apps et les outils MCP

Vous pouvez rendre votre agent plus performant en le reliant à Logic Apps et à des outils MCP. Logic Apps permet à votre agent de se connecter à de nombreux systèmes métier. Vous pouvez relier votre agent à votre CRM, votre ERP ou à des outils informatiques. Les outils MCP confèrent à votre agent de nouvelles compétences, comme la recherche de données ou l’exécution de code. Vous décidez quels outils votre agent peut utiliser. Vous définissez des règles pour qu’il n’agisse que là où vous le souhaitez. Cette configuration vous permet de développer les compétences de votre agent tout en gardant le contrôle et la sécurité.

Remarque : commencez avec des outils simples et ajoutez-en d’autres selon vos besoins. Vérifiez toujours les journaux pour vous assurer que votre agent respecte vos règles.

Les agents Azure AI Foundry vous permettent de travailler de manière autonome tout en respectant les règles. Vous pouvez consulter et contrôler chaque action grâce à des journaux clairs. De bonnes règles et un suivi rigoureux vous aident à réduire les risques et à obtenir les approbations plus rapidement. Cela renforce également la confiance des utilisateurs envers votre système.

• Les règles automatiques et la surveillance assurent la sécurité de votre IA.

• Le suivi et la sauvegarde des versions facilitent les contrôles.

• Le travail avance plus vite, et les problèmes sont moins fréquents. Les clients sont plus satisfaits.

Vous pouvez dès maintenant commencer à automatiser vos agents. Des journaux qui retracent chaque étape et des outils aux autorisations définies vous aident à répondre aux besoins de l’entreprise et à vous préparer à ce qui vient.

Questions fréquentes

Quelle est la principale différence entre un agent et un chatbot ?

Un agent vous offre davantage de contrôle. Les agents peuvent planifier, agir et utiliser des outils. Les chatbots se contentent de répondre aux questions. Les agents conservent un journal de chaque action. Vous pouvez à tout moment vérifier ce qu'ils ont fait.

Comment Azure AI Foundry vous aide-t-il à suivre les actions des agents ?

Vous voyez chaque étape franchie par votre agent. Le système journalise les threads, les exécutions et les étapes d'exécution. Vous pouvez examiner ces journaux pour savoir ce qui s'est passé, quand et pourquoi. Cela vous aide à faire confiance à votre IA.

Peut-on changer le modèle ou les outils après avoir créé un agent ?

Oui ! Vous pouvez remplacer des modèles ou ajouter de nouveaux outils sans tout recommencer. Vous pouvez ainsi mettre à jour votre agent pour de nouvelles tâches ou obtenir de meilleurs résultats. Vos instructions et votre historique restent intacts.

Comment assurer la sécurité des agents et le respect des règles de l'entreprise ?

Vous définissez les autorisations de chaque agent à l'aide de Microsoft Entra. Vous décidez des données et des outils que chaque agent peut utiliser. Le système contrôle chaque action et conserve des journaux pour les audits.

Pourquoi la journalisation du cycle de vie est-elle nécessaire dans l'IA d'entreprise ?

La journalisation du cycle de vie vous fournit une preuve de chaque action. Vous pouvez résoudre des problèmes, répondre aux exigences de conformité et montrer comment votre IA a pris ses décisions. Cela renforce la confiance et protège votre activité.