Bienvenue à tous dans le podcast MC65FM. Aujourd'hui, nous allons au-delà de l'une des conversations les plus courantes sur l'ingénierie des invites Microsoft 365 Copilot, car l'une des organisations a commencé à utiliser Copilot sérieusement.

La question est rapidement passée de comment rédiger de meilleurs invites, à comment connecter Copilot aux applications, aux données, aux applis, au processus métier et aux connaissances qui s'exécutent réellement dans notre entreprise. Et c'est là que l'extensibilité de Copilot devient intéressante, les tests. Mon invité aujourd'hui est Evas Harvest, Microsoft MVP, consultante en application métier AI It's World Group en Suisse.

Evas travaille sur Microsoft 365, Azure Dynamics 365 et la Power Platform, en se concentrant particulièrement sur l'extension de Microsoft 365 Copilot via des agents et le développement personnalisé. Nous allons explorer l'extensibilité de Microsoft 365 Copilot, Copilot Studio, Microsoft Azure Foundry, je ne sais pas, ils ont changé le nom de Microsoft Graph Custom Development, MCPPS, etc. Alors oui, bienvenue dans le podcast, MC65. Oui, bonjour à tous. Merci de m'avoir invité. C'était vraiment une bonne opportunité pour moi d'être ici. Merci de m'avoir invité. Oui, je vous remercie. Avant de passer aux aspects techniques, pouvez-vous nous en dire un peu plus ? Sur votre parcours, comment vous êtes arrivé dans l'écosystème Microsoft ? Bien sûr, parce que j'ai commencé ma carrière en dehors du monde Microsoft, pour être honnête. J'ai donc commencé ma carrière dans le monde Apple. J'étais ingénieur logiciel sur la plateforme Mac, puis je suis passé à iOS, ce genre de choses.

Et c'était il y a longtemps, et peut-être, je ne sais pas, il y a 15 ou 20 ans, je suis passé chez Microsoft, pour être honnête. J'ai commencé ma carrière chez Sharp, sur Sharp, puis je suis passé au cloud. Azure, M365.

Si j'étais Sharp & Surcide, je commencerais comme ça. Après, je suis passé à tous les services cloud, et à la fin, à la plateforme PO, et plus récemment, à tout ce qui touche Alia,

pour être honnête, parce que c'est maintenant une grande partie de M265. Parce que vous avez une transition agentique maintenant, et en gros, voilà en quelques mots, mon parcours. Mais j'ai commencé ma carrière dans le monde de l'ingénierie logicielle, qui est peut-être un mot que beaucoup de gens oublient aujourd'hui. Parce que nous, vous, vous avez tous à l'IA maintenant, et en gros, ce genre d'activités ou d'emplois sont passés à l'IA. Donc, c'est assez différent d'il y a 20 ans, à aujourd'hui.

Oui, vous travaillez, vous dites que vous travaillez avec SharePoint, et je vois aussi que vous travaillez avec Graph, Speak, Dynamics, Power Platform. Comment votre parcours vous a-t-il préparé à la génération actuelle de développement d'IA ? En gros, j'ai un profil vraiment transversal, parce que dans ma carrière, j'ai travaillé avec de nombreux produits. Cela pouvait être des produits Microsoft et non Microsoft. Donc, en gros, j'ai un large éventail de compétences sur de nombreuses technologies et outils différents.

Donc, tous mes emplois me donnent une bonne expérience, parce que maintenant, avec l'IA, c'est un sujet blanc. C'est un sujet blanc, parce que vous avez différents types d'approches, différents types de technologies pour faire de l'IA maintenant. Cela pourrait être un gentil, cela pourrait être plus de flux de travail, ce genre de choses. Donc, en gros, tous mes emplois précédents m'ont donné beaucoup de compétences pour être prêts pour cette transition vers l'IA maintenant, pour être honnête. Donc, je suis passé au low-code, aux outils de code, non, aux outils de code proc. Donc, oui, toutes ces opportunités et activités dans mon travail me donnent de bonnes compétences pour tirer partie du monde de l'IA, pour être honnête. Et maintenant, vous êtes un responsable des tests d'IA. Qu'est-ce que le responsable des tests d'IA ? C'est une très bonne question, car beaucoup de gens me la posent.

Mon travail consiste simplement à faire correspondre les spécifications fonctionnelles à la pile technique. Je prends donc les devants lorsque l'analyse commerciale a été effectuée.

Nous avons défini les cas d'utilisation dans l'IA pour les éléments d'IA, pour. Nous avons défini les scénarios et les cas d'utilisation. Nous avons défini les défis. Nous avons effectué l'analyse commerciale complète. Et mon travail consiste à prendre en compte ces besoins et à les faire correspondre à la pile technique en coulisses. Ensuite, je dirige toute la mise en œuvre des outils et de la solution lorsque nous sommes prêts à commencer le développement. Oui, intéressant en fait. Beaucoup d'entreprises achètent des formations à leurs employés. En particulier pour l'ingénierie rapide. Et pourquoi, diriez-vous, que ce n'est pas suffisant ?

Seulement l'ingénierie rapide, vous voulez dire de nos jours. Oui. Pourquoi ? Pourquoi c'est seulement, vous savez pourquoi, pour les entreprises, pas assez juste à prendre aux gens l'ingénierie rapide. Ah ouais, d'accord. Je vois, je vois. D'accord. Ouais. En gros, pour être honnête, de nos jours, vous avez, comme je l'ai déjà dit, beaucoup d'outils et de technologies différents. Donc, en gros, à un moment donné, l'IA peut comprendre ce qu'il faut faire et peut-être vous guider un peu.

Mais, pour moi, le rôle d'architecte ou de concepteur de logiciel, par exemple, vous devez avoir un humain en coulisses parce que vous devez comprendre le client.

En gros, l'IA ne peut parfois pas comprendre le contexte du client ou client. Vous voyez là le réseau complet. Mais en coulisses, se concentrer uniquement sur l'ingénierie rapide, ça pourrait être bien à un moment donné. Mais il faut en avoir plus parce qu'il faut avoir en coulisses des gens qui sont des architectes, des ingénieurs logiciels en coulisses et, en gros, beaucoup de gens qui ont des compétences en technologie, les technologies de l'information comme SharePoint, comme OneDrive, comme je ne le fais pas, ou Salesforce, ce genre de choses. Il faut avoir des spécialistes dans ces technologies parce que l'IA peut comprendre beaucoup de choses. Elle peut vous guider. Vous pouvez générer d'excellents documents techniques ou fonctionnels, mais vous avez besoin d'humains en coulisses qui s'occupent de SB1. Est-ce que c'est répondre aux besoins du client, ce genre de choses, pour tout valider et se concentrer uniquement sur l'ingénierie rapide ?

Pour moi, maintenant, oui. Ça pourrait être une option si vous n'avez pas le temps de vous former ou d'investir dans l'acquisition de certaines compétences.

Mais pour moi, vous devez avoir de bonnes compétences dans les technologies de base sur lesquelles vous souhaitez construire vos solutions. Pour être honnête,

vous êtes un expert en extensibilité de copilote. S'arrête le copilote standard de Microsoft 665 ? Et où commence l'extensibilité de copilote ? Oui, c'est une bonne question parce que, pour être honnête, il y a deux ans, lorsque copilote est sorti, et peut-être la première version, le chat était, pour être honnête, vraiment très minimaliste. En gros, vous pouvez... D'accord, c'était un chat GPT, comme Microsoft a beaucoup fait évoluer. Microsoft 365 Copilot. En gros, maintenant, vous avez une couverture. Vous avez différents types de fonctionnalités. Donc maintenant, l'extensibilité est moins qu'avant parce que, dans le passé, vous, je développais des plugins, ce genre de choses. Mais de nos jours, pour être honnête, à ce stade, l'extensibilité, c'est quand vous voulez construire quelque chose et que nous voulons personnaliser, en gros, l'orchestrateur ou vous voulez personnaliser un peu plus,

par exemple, l'interface utilisateur. Si vous voulez intégrer pour votre agent, non seulement dans le chat Microsoft 365, mais par exemple, dans votre site web, ce genre de... Donc l'extensibilité commence quand vous voulez, en gros, personnaliser davantage l'arrière-plan. Vous voulez personnaliser un peu plus. Cela pourrait être l'orchestrateur, si vous voulez personnaliser l'orchestrateur, si vous voulez personnaliser votre interface, si vous voulez personnaliser différents aspects. Ou, en gros, le chat copilot ne peut pas répondre au SN.

Et je pense que beaucoup de gens parlent des agents. C'est quoi ? C'est pourquoi on pense qu'il y en a autant nanans dans les agents copilotes et pourquoi on ne construit pas, je ne sais pas, un grand copilote pour tout.

Oui, c'est vraiment intéressant parce que maintenant, pour être honnête, Microsoft, comme je l'ai déjà dit, a beaucoup évolué. Et peut-être que si on était six mois avant, d'accord, un agent était un sujet.

Maintenant, Microsoft a introduit le copilote copilote. Et pour être honnête, de nos jours, le copilote copilote peut remplacer beaucoup d'agents.

Et quand on pense à agents, c'est juste pour séparer les choses. Parce que maintenant, on est plus dans un modèle multi-agent où chaque agent a son périmètre et ses responsabilités. Et on ne fait pas un grand copilote. En gros, c'est simple à cause des performances. D'abord, parce que quand on a un peu d'instructions et d'outils en termes de performance, ça va être le bordel. Et l'architecture est désormais plus multi-agent. Ça pourrait être dans Copilot Studio. Ça pourrait être dans un agent de développement personnalisé en termes de code de tournée ou de développement personnalisé. Mais de nos jours, il est préférable d'avoir une approche multi-agent où chaque agent a son périmètre et sa responsabilité juste en termes de performance et d'avoir une architecture claire en termes d'agent Schopenberg. Et quand on regarde ça, je pense à l'architecture de base, l'agent d'IA. Alors, on a, je dis, quelques mots de passe.

On a des mots de passe. D'accord. Mais on doit penser au raisonnement, aux outils, aux connaissances et aux instructions. Comment cela s'intègre-t-il dans une architecture d'agent d'IA ? La première chose à laquelle penser, l'une des premières questions à laquelle vous devez répondre, c'est, d'accord, quel est l'objectif ? Le premier objectif de cet agent, en gros, après l'architecture de l'agent, cela dépend vraiment si vous êtes dans une approche low-code ou dans une approche de développement personnalisé, car c'est une approche totalement différente. Car dans une approche de développement personnalisé, vous gérez tout. Vous gérez donc la sécurité, vous gérez l'hébergement, vous gérez beaucoup de choses différentes. Dans l'approche low-code, c'est vraiment différent car vous pensez à, ok, vous donnez des instructions, vous sélectionnez des outils, des outils. Donc, en gros, l'architecture dans une approche low-code n'est pas aussi simple que je l'ai dit maintenant, mais elle peut être très rapide.

Car vous pouvez définir, vous avez les instructions, vous pouvez sélectionner vos outils, vous pouvez sélectionner à un autre agent différent si vous voulez vous connecter. Mais c'est vraiment simple. Lorsque vous avez affaire à un développement personnalisé ou lorsque vous développez votre propre agent à, cela peut être par exemple sémantique, le noyau, Agent Farmer, ce genre de choses, l'architecture de l'article pourrait être vraiment plus complexe car vous devez gérer des concepts très avancés, comme je l'ai dit, en matière de sécurité. En termes d'authentification, si vous avez plusieurs outils, par exemple, et que vous souhaitez intégrer un NCP, si vous souhaitez vous connecter à des outils internes protégés par des proxys inverses, ce genre de choses. Donc en gros, vous devez réfléchir davantage en termes d'architecture lorsque vous utilisez des agents personnalisés. Par exemple, dans Copilot Studio, en termes d'architecture, vous pouvez définir l'architecture très rapidement dans une approche de développement personnalisé.

vous devez gérer des concepts avancés et pour beaucoup de personnes, cela peut être difficile car c'est un aspect fondamental et...

Dans mon travail, pour être honnête, je dois faire face à de nombreux besoins différents. Cela pourrait être un développement personnalisé, cela pourrait être Copilot Studio, cela pourrait être un agent simple dans Agent Builder avec un outil vraiment simple et soigné. Donc, en gros, la définition d'une architecture dépend vraiment de l'approche que vous souhaitez adopter.

En gros, vous avez une architecture générale que vous pouvez créer mais après, cela dépend vraiment de l'approche que vous souhaitez low-code ou pour low-code, vous voyez.

Pouvons-nous décrire l'anatomie d'un agent d'IA d'entreprise typique ? Ah oui, je peux. En gros, si vous voulez parler aussi simplement que possible, lorsque vous avez un besoin, par exemple, cela pourrait être un agent de support informatique, par exemple, en gros, cela pourrait être, vous pourriez avoir un ensemble de chars.

Mais après, de nos jours, comme je l'ai dit, vous avez cette approche multi-agents et en gros, je mets le premier agent en façade, comme une façade. Donc, il s'agit d'un agent frontal et cet agent frontal acheminera tout. Les demandes vers différents agents, par exemple,

si l'utilisateur pose une question sur Salesforce, il acheminera toutes les demandes vers l'agent du support informatique Salesforce. Vous voyez, pour certains clients, nous avons créé ce type d'architecture, car chaque agent s'occupe de la portée est, cela peut concerner des produits tels que Salesforce, cela peut concerner M365, ce genre de choses. Et en coulisses, chaque agent dispose d'un ensemble d'instructions et d'un ensemble de deux. De nos jours, il est préférable d'utiliser des serveurs MCP, car le serveur MCP est désormais un plugin universel pour intégrer plusieurs services à AL. J'ai donc un ensemble de serveurs MCP et j'ai également des sources de connaissances internes. Cela peut être comme Jira, cela peut être la base de connaissances de l'AdServiceNow, ce genre de choses. Vous avez donc un ensemble d'instructions par agent et ces instructions définissent la portée de l'agent et quel est le rôle de chaque agent.

Et après, vous avez un ensemble de serveurs MCPS et peut-être les sources de connaissances pourraient être des fichiers PDF. Donc, il pourrait y avoir plusieurs types de sources de données et après, pardon, quand un utilisateur demande, par exemple, l'agent principal, après, il définira « Ok, je dois déléguer cette tâche à l'agent respectif. » Examen, minons un peu les possibilités dans Copilot Studio où s'intègre-t-il dans l'architecture globale.

Copilot Studio, pour être honnête, c'est un outil local de Microsoft. Donc, tout d'abord, et en termes d'architecture, Copilot Studio est vraiment destiné aux créateurs, en gros, aux personnes qui ne sont pas des développeurs en premier lieu. Et en termes d'architecture, en gros, par exemple, si on prend l'exemple que j'ai pris avant, le support informatique, par exemple, Copilot Studio conviendra, parce qu'en termes d'architecture, Copilot Studio fera le travail parce que vous pouvez le définir, vous pouvez définir un serveur NCP, vous pouvez intégrer facilement des sources de connaissances externes ou internes si vous le souhaitez.

Après, comme je l'ai dit avant, si, par exemple, vous avez un cas d'utilisation où vous voulez personnaliser un peu l'orchestrateur, parce que dans les coulisses de Copilot Studio, vous ne pouvez pas personnaliser l'orchestrateur, donc vous activez l'orchestrateur, aïe aïe, c'est tout. Vous ne pouvez pas, par exemple, personnaliser la priorité de la tâche que vous voulez réaliser, parce qu'en coulisses, Copilot Studio définira, d'accord, votre plan et après, vous l'exécuterez.

Mais si vous voulez avoir un peu plus de personnalisation, dans ce cas, vous devez utiliser le développement personnalisé avec, par exemple, Semantic Kernel, Longchain, un framework récemment publié par Microsoft et dans ce PH, vous pouvez facilement personnaliser l'orchestration, vous pouvez définir des flux de travail, vous pouvez personnaliser ce que vous voulez. C'est Copilot Studio en tant qu'architecture qui est vraiment définie par DeFi pour les constructeurs et les fabricants, car il est très simple d'avoir un agent qui fonctionne. Non ? Le seul problème avec Copilot Studio, c'est que vous devez vous en occuper, car lorsque vous définissez, lorsque vous choisissez votre chemin et peut-être que vous définissez votre architecture, vous devez vous occuper des licences, car c'est une partie importante de chaque solution maintenant.

Et de nos jours, Copilot Studio a un peu évolué vers un modèle de paiement à l'utilisation et vous devez faire attention à l'estimation des coûts, car en fonction de ce que vous voulez réaliser, il est parfois préférable de faire un développement personnalisé, car après avoir hébergé où vous voulez et vous vous occupez de tous les coûts et vous pouvez estimer plus facilement qu'aujourd'hui. Car avec une approche, de crédit Copilot, il est parfois difficile de prévoir. Combien cela coûtera pour un mois, deux mois et ce genre de choses. et quelles sont les limites de Copilot Studio ? Studio, quand je choisirais, alors je pense, Microsoft, Foundry, je ne sais pas vraiment comment ça s'appelle, et quand je dois dire, OK, je dois faire un développement entièrement personnalisé,

la première question à laquelle je répondrais, OK, est-ce que j'ai besoin de personnaliser ? L'orchestration. C'est pour moi la première question parce que cette question vous dira, OK, si vous ne voulez pas personnaliser l'orchestration trop en profondeur pour aller en profondeur dans la façon dont toute l'orchestration est faite ou le plan est généré, vous pouvez utiliser une approche low-code avec Copilot vidéo, par exemple, un générateur. Pas de plus parfois, lorsque vous avez un cas d'utilisation simple, vous pouvez utiliser ce genre d'outil. mais si vous souhaitez personnaliser l'orchestration, d'accord, vous devez passer au développement spécifique et dans ce cas, vous devez utiliser Foundry pour le modèle ou si vous avez votre propre plateforme car l'avantage du développement personnalisé est que vous pouvez intégrer des modèles qui ne sont pas hébergés dans Microsoft Fungi. Si vous le souhaitez, vous pouvez utiliser des modèles Fungi mais aussi si vous avez une plateforme AWS ou Google, pardon, et vous avez dit Gemini, par exemple, ou si vous avez déployé un modèle en externe, vous avez la possibilité d'intégrer ces modèles directement dans votre agent lorsque vous utilisez une approche personnalisée.

C'est également un avantage et après avoir personnalisé l'orchestration, la manière dont le plan est généré, tout ira dans l'agent Foundry. le problème de Foundry aujourd'hui est qu'au début Foundry n'était qu'une plateforme d'hébergement de modèles. Quand vous regardez il y a quelques années, c'était juste un simple catalogue de modèles et vous le déployez. De nos jours, Microsoft a fait évoluer ce produit pour qu'il puisse créer un agent avec une interface utilisateur de type Copilot Studio sans aucun code, sans aucun code. Vous pouvez gérer la gouvernance et gérer beaucoup de choses. c'est devenu une plateforme vraiment agentique comme Copilot Studio pour le low-code et ce genre de choses. De nos jours, Foundry est vraiment difficile à intégrer dans l'écosystème car Foundry évolue rapidement.

Microsoft a introduit des fonctionnalités qui ne sont pas vraiment différentes mais qui présentent des similitudes avec Copilot Studio en termes d'intégration MCP, ce genre de choses. mais la principale limitation de Copilot Studio concerne les modèles. Vous avez donc la possibilité d'intégrer un code ou de visualiser des choses. Mais si vous souhaitez intégrer par exemple votre propre modèle parce que vous avez une version spécifique de votre modèle, vous ne pouvez pas le faire et en gros, vous devez utiliser un développeur personnalisé pour intégrer votre propre plateforme. Par exemple, LM, si vous en avez une,

j'ai un client qui a sa propre plateforme, AWS, dans ce cas, vous pouvez intégrer ce modèle avec une tarification gérée en externe.

Et je pense que lorsque nous construisons un agent, un sujet est également très important.

Shop and Bear.

La plupart des gens parlent du MCP, le protocole de contexte de modèle. Pourquoi est-ce devenu l'un des plus grands sujets du développement d'agents et pour quelqu'un qui n'a pas encore travaillé avec qu'est-ce qu'un protocole de contexte de modèle ? Oui, c'est un grand mot. En gros, beaucoup de gens en parlent parce qu'ils résout un problème majeur.

C'est comment unifier l'intégration des outils, des compétences, peut-être des outils externes à l'IA. Et cela a résolu ce problème car dans le passé, sans MCP, c'était le bazar. Car de nombreux services communiquaient différemment.

Vous avez des protocoles technologiques différents, des approches architecturales différentes et en gros, MCP unifie ou intègre des services à votre solution. Cela peut être un agent d'IA ou une solution d'IA si je suis plus générique. Mais MCP est désormais vraiment le moyen d'intégrer des outils externes ou internes. Cela peut être les deux. Mais MCP est désormais un élément important de l'architecture de l'IA car vous avez cette unité en termes de technologie. Et de nos jours, c'est un point important car dans le passé, c'était l'intégration d'API et maintenant, c'est MCP.

Ce n'est pas l'évolution mais dans le passé, vous intégriez votre agent à l'API. vous deviez gérer comment authentifier ou gérer cela ou appeler l'outil. Maintenant, l'IA peut j'ai cet outil à disposition, je peux sélectionner ce dont j'ai besoin pour atteindre l'objectif.

Et qu'est-ce qui a vraiment changé entre MCP et l'API, la connexion ? Fondamentalement, dans le passé,

les API n'étaient pas intelligentes. si je peux dire que les API sont justes. D'accord ? Vous appelez un outil et il vous donne des données. Et il vous donne des données. La différence avec MCP est que MCP est plus intelligent en termes d'architecture parce qu'en coulisses, vous avez non seulement des outils qui vous donnent des données ou des informations, mais vous avez également des compétences en matière d'instruction et différents types de choses qui rendent MCP vraiment intelligent.

Et en gros, MCP peut donner à l'IA. D'accord, vous voulez y parvenir. Je peux vous donner les outils exacts qui correspondent à votre demande et vous pouvez appeler non seulement un outil, mais vous devez appeler ces outils afin d'obtenir ce que vous voulez. C'est le rôle de MCP. Il donne à l'IA, d'accord, j'ai ces outils et après, vous pouvez appeler celui-ci ou celui-là ou plusieurs outils pour atteindre vos objectifs. Il vous donne, il vous donne, il donne à l'IA le contexte, le contexte réel de tout et l'API et juste, vous avez des outils, vous avez une description et c'est à peu près tout.

Donc, c'est le protocole de contexte de modèle. Je pense que c'est similaire aux métadonnées ou comment ça marche ? Non. MCP en coulisse, c'est juste un protocole. B en gros, c'est un protocole technologique et en coulisse, vous avez, oui, vous avez des métadonnées, vous avez une description, vous avez des compétences en IA qui décrivent davantage. C'est vraiment axé sur l'IA. En gros, vous avez des compétences, vous avez des instructions et en gros, l'IA peut mieux comprendre. D'accord, ces outils font ça, cet outil fait ça, d'accord, je peux appeler ces compétences, je peux demander ces informations au serveur MCP afin de réaliser ce que je pourrais demander.

Mais vous avez, oui, vous avez une partie des métadonnées parce que vous devez définir, d'accord, le nom de l'outil, ce qu'il fait en coulisses.

Écoutez, peut-on dire que l'avenir est MCP ? Donc, nous devons commencer à réfléchir, je ne sais pas. Les entreprises qui ont 100 API restent au sein de l'organisation, devraient-elles commencer à construire des serveurs MCP autour d'elles ? Oui, oui, en gros, le serveur MCP, nous travaillons avec une API en coulisses, ce n'est pas un remplacement, en gros, si vous aussi je résume ça. Parce que le serveur MCP est juste correct, il donne le contexte et en coulisses, le MCP peut appeler des API en coulisses, mais le serveur MCP est un front-end, l'outil frontal que vous devez appeler parce qu'en coulisses, vous allez envoyer votre requête en fonction de OK. En coulisses, cela pourrait être une API, une base de données, plusieurs outils, mais vous devez, si vous le souhaitez, avoir votre propre serveur MCP. Par exemple, si vous avez en interne dans votre entreprise des API et que vous avez un autre type de service, cela pourrait être, je ne sais pas, un service financier.

cela pourrait être un service RH.

Si vous voulez créer votre propre MCP, vous devez gérer ce domaine avec toutes ces API et le serveur MCP devra exposer toutes ces API. Quels sont les services, quels sont les outils disponibles, quelles sont les compétences et ce genre de choses.

Après, vous devez gérer l'authentification en coulisses car les API ne fonctionnent pas de la même manière car vous pouvez avoir une authentification par clé, par entrée, ce genre de choses. Vous devez donc gérer cela. Mais le MCP exposera les outils disponibles et en coulisses, tous ces outils peuvent demander plusieurs API. Une API pourrait être, vous avez un type d'architecture différent en coulisses. D'accord. Et comment le MCP choisit-il le bon outil quand j'ai, je ne sais pas, 100 à 500 agents il y a ? Cela se basera sur les premières choses. En gros, quand vous avez une requête dans un agent, vous découvrirez tous les outils disponibles. Le serveur MCP, vous allez vérifier, ok, j'ai tous ces outils disponibles et en gros, l'orchestrateur de l'agent va comprendre, ok, j'ai ça, j'ai un LLM disponible. Après, vous allez créer le plan. Si je résume un peu, vous allez créer un plan avec une action à faire et après, dans cette action, dans l'action que vous voulez exécuter, vous pouvez appeler un, deux, trois outils ou plus afin d'accomplir la tâche que l'utilisateur a demandé.

Donc, en gros, l'orchestrateur de l'agent va comprendre les outils MCP et sélectionner le meilleur pour la requête. Vous voyez, c'est vraiment le rôle de l'orchestrateur de sélectionner des outils et ce genre de choses avec l'aide du LLM, bien sûr, parce que le LLM fait partie du cerveau et l'orchestrateur va d'accord communiquer avec le LLM et aussi avec les outils afin de faire le meilleur choix et le meilleur plan pour accomplir la tâche. Je pense que pendant un certain temps de nombreuses entreprises ont commencé avec PowerShell et maintenant elles utilisent l'API Microsoft Grave.

Est-ce qu'un graphique et NCP viennent ? Ou comment le... Ouais, je pense que... En fait, l'API graphique, pour être honnête, non, il n'y a pas MCP pour les graphiques. Si vous nommez ça, vous savez. Vous avez maintenant dans le monde Microsoft Seify, Microsoft a introduit beaucoup de serveurs MCP et ces serveurs MCP sont basés en arrière-plan sur Microsoft Grave. Par exemple, si vous souhaitez utiliser le serveur LCP de l'équipe en arrière-plan, l'API graphique est appelée lorsque vous utilisez le serveur NCP. L'IA graphique dans le monde Microsoft 365 est donc essentielle car en arrière-plan, le NCP communiquera avec le graphique pour faire fonctionner correctement la requête.

Mais oui, de nos jours, le graphique est également essentiel dans Copilot en général car l'index sémantique de Copilot est basé sur des données brutes. Mais en fait, vous consommez Grave via les sons MCP. de nos jours, c'est si Microsoft 65 contenait une valeur incroyable contexte organisationnel, documents, réunions, e-mails, personnes, équipes, conversations et, je dis bien, partage de contenu. Comment exposer ce contexte sans créer un cauchemar en matière de sécurité ? Vous voulez dire en termes de gouvernance, ce genre de choses ? Oui, c'est toujours un problème parce que beaucoup de gens construisent des agents sans mettre en place une gouvernance appropriée en coulisses. Donc, je veux construire un agent. OK, allons-y. On construit, on déploie et après, mais OK, cet agent va gérer beaucoup de données. Comment gérer ça ? La première question est OK, comment mettre en place la gouvernance des agents ?

Avant, ça pouvait être comme vous l'avez dit, un vrai bazar parce que beaucoup de gens veulent OK, je veux construire un agent, un agent ou je veux construire quelque chose. Je veux construire une solution d'IA mais en coulisses. Si vous êtes dans un contexte Microsoft 365, par exemple, l'une des premières choses à faire est OK, de comprendre vos données parce que sans comprendre vos données, vous êtes perdus. Vous devez comprendre vos données ce qui est important de comprendre. OK, est-ce que je traite des données confidentielles ou pas ? Est-ce que je traite des données hautement confidentielles ? D'accord. Vous devez comprendre vos données. Après, si vous êtes dans un Microsoft CR, vous devez mettre en place par exemple des fonctionnalités DLP, des tests de sensibilité, ce genre de choses parce que sans cela, cela pourrait poser problème. Et après, vous devez également nettoyer un peu vos données parce que l'IA, avec des données médiocres, votre agent ne fonctionnera pas comme vous le souhaitez parce que si vous avez un masque dans votre, je ne sais pas, une équipe SharePoint, un canal d'équipe, ce genre de choses, si c'est un masque, en gros, il semblera difficile de fonctionner correctement dans l'approche agentique.

mais oui, vous devez comprendre vos données, vous devez mettre en place un peu de sécurité de base comme l'authentification, comme je l'ai dit, des fonctionnalités de PureView et PureView est devenue une solution centrale pour mettre en place tout cela, toute la sécurité et la gouvernance, tout cela.

Et après, quand vous avez nettoyé vos données, quand vous avez mis en place des bases de sécurité, vous devez également comprendre les licences car avant de commencer à créer un agent, vous devez comprendre d'accord ce que font les développeurs. Sont-ils formés pour cela ? Ont-ils les bonnes licences pour commencer à saigner ? Avons-nous besoin d'abonnements de ce genre ? Après, un autre gros problème, c'est l'outillage, comment intégrer correctement tous les outils dans mon agent de développement ? Dois-je restreindre quelque chose ? S'hosta à la... C'est une question importante, pour être honnête, vous avez différentes activités à prendre en considération, mais pour moi, le plus important est de comprendre vos données et si une entreprise ne comprend pas les données, ce sera un problème au début, pour être honnête. d'accord. Et comment avons-nous ? Ok, je vais poser la question.

Le sujet de la sécurité,

je pense qu'il y a deux types de personnes. L'un dit ok, ils ont besoin d'autorisation utilisateur, l'autre dit ils ont besoin d'autorisation d'application. L'agent doit-il générer des autorisations ? Comment l'agent doit-il généralement fonctionner ? Ma meilleure recommandation est que fondamentalement, lorsque vous devez gérer une solution agentique, vous devez toujours le faire dans les autorisations déléguées de l'utilisateur car en termes de sécurité, pour être honnête, c'est mieux car l'utilisateur ne traitera que les données et les outils auxquelles il a accès et c'est le principe le plus important. Après, si vous avez besoin d'une autorisation d'application pour une API spécifique, un contexte spécifique, vous pouvez le faire. Mais n'utilisez pas directement l'autorisation d'application placée là, dans le contexte d'un wrapper. Vous créez donc un serveur MCP par exemple et vous intégrez ce MCP avec l'autorisation d'application en arrière-plan donc le MCP appellera par exemple je ne sais pas votre API en arrière-plan avec l'autorisation de l'application et après il vous donnera les informations ou les informations dont vous avez besoin mais l'utilisateur ne traite pas directement l'autorisation de l'application.

Nous appelons avec l'autorisation de l'utilisateur le serveur MCP par exemple et le serveur MCP appellera l'application ou les services en arrière-plan avec l'application dédiée. Voyez-vous la différence ? D'accord intéressant je pense que lorsque nous pensons à l'architecture nous devons également examiner un peu plus en profondeur je pense qu'il y a trois grands sujets dans l'architecture nous avons la génération d'arguments de récupération nous avons le sujet des connaissances et nous avons la recherche d'entreprises par porte dérobée. commençons par le RAC où le RAC s'intègre-t-il dans l'architecture ? Pour être honnête RAG est en fait le plus efficace en termes de performance car l'IA doit comprendre différents types de données en gros le RAG est là pour répondre à une question avant lorsque vous n'aviez pas de RAG vous deviez adopter une approche différente ce n'était pas de la vieille école mais c'était compliqué mais le RAG est essentiel car il comprend différents types de données et vous permet de récupérer les informations dont j'ai besoin qu'il s'agisse de documents de plusieurs types de données donc oui le RAG est aujourd'hui essentiel dans l'architecture de l'IA mais c'est vrai que pour beaucoup d'utilisateurs quand on parle de RAG en coulisses ils ne savent pas ce que c'est parce que Microsoft de nos jours ou beaucoup d'autres sociétés de logiciels n'en parlent pas parce que dans les coulisses vous avez RAG mais par exemple dans Copilot Studio l'utilisateur ne comprend pas ce qu'est RAG voyez et de nos jours quand vous voulez approfondir vous avez ce genre de concept mais pour beaucoup d'utilisateurs RAG ils ne savent absolument pas ce que c'est parce qu'ils utilisent juste des outils et dans les coulisses vous avez ces concepts et puis nous avons le sujet suivant c'est la connaissance comment nous obtenons ces connaissances d'où les systèmes d'IA ont-ils obtenu leurs connaissances est-ce que je collecte J-Board ou comment cela fonctionne en fait vous avez vous devez être honnête la connaissance est-ce que pourrait être hébergée dans de nombreux systèmes différents beaucoup de systèmes différents bon cela pourrait être un fichier texte brut un fichier markdown une base de connaissances n'importe quoi mais en fait si vous avez un serveur MCP vous pouvez accéder à ces connaissances ou si vous avez par exemple je ne sais pas un connecteur vers SharePoint vous avez un connecteur vers de nombreux services de nos jours donc l'accès aux connaissances est plus facile qu'avant soyons honnêtes parce qu'avant vous deviez créer votre plugin et tout visiter de nos jours vous avez un connecteur direct vers n'importe quel système vous pouvez intégrer vos connaissances sans avoir à gérer une équipe de développement importante je pense que souvent nous avons je ne sais pas je collecte à mon gars je dis à mon je ne sais pas un gars et comment l'IA comprend-elle quels sont les documents qui ne sont pas prêts ou qui sont obsolètes ou je ne sais pas dupliqués comment pouvons-nous comprendre cela dans un système d'IA que devrions-nous utiliser quoi en gros vous utilisez RAG parce que en coulisses vous devez comprendre d'accord quelles sont vos données mais pour être honnête si je résume commencez à partir de l'invite d'accord l'utilisateur veut d'accord vous voulez par exemple effectuer une recherche dans je ne sais pas une base de connaissances et par exemple un lecteur en coulisses lorsque l'orchestrateur avec l'aide de LM comprend l'invite et l'intention de l'utilisateur en coulisses vous avez l'index en gros parce que par exemple dans Copio vous avez l'index sémantique et cet index sémantique vous donne en gros d'accord j'ai toutes ces connaissances et vous pouvez avec une requête d'index sémantique l'IA peut interroger directement l'index sémantique pour effectuer effectuer RAG par exemple et vous pouvez directement d'accord sélectionner les bons documents en fonction des besoins mais dans Copio vous avez cet index sémantique et l'IA peut interroger directement cet index avec un langage naturel en arrière plan donc je vais demander d'accord je veux comprendre je ne sais pas comment comment configurer le VPN de mon entreprise et en arrière plan vous allez effectuer RAG sur l'index sémantique et récupérer en gros le document qui contient par exemple toute la configuration du VPN de l'entreprise par exemple dans le chat Microsoft 365 Copilot en arrière plan c'est l'API graph parce que comme je l'ai dit précédemment vous avez l'index sémantique construit sur l'API graph c'est la fonctionnalité graph en arrière plan mais lorsque vous avez un développement personnalisé vous avez par exemple Foundry AQ en arrière plan c'était un service Azure avec un nom différent mais maintenant vous pouvez avoir votre propre système de RAC si vous le souhaitez et en gros vous pouvez lorsque vous avez un agent personnalisé vous pouvez demander directement cela pour l'instance Foundry AQ d'accord je veux utiliser je veux obtenir la configuration de ma société VPN et l'IA peut récupérer ce dont vous avez besoin en termes de documents cela peut être des PDF Word, Excel ce genre de choses c'est comme ça que fonctionne la recherche n'est-ce pas ?

Être en coulisse vous voulez dire ? Ah en coulisse oui vous avez la recherche mais en gros de nos jours vous avez en coulisse de copilote le chat copilote vous avez trois capacités vous avez la recherche standard qui est fondamentalement une recherche qui d'accord vous mettez simplement quelques mots-clés et vous allez rechercher dans vos documents et ce genre de choses c'est une recherche simple nous connaissons tous la recherche par mots-clés comme Google après vous avez deux capacités différentes vous avez d'abord le chiffon en coulisse vous avez la capacité de RAG dans Graph vous avez également la recherche d'index sémantique copilot qui est un peu différente parce que RAG est vraiment plus avancé que la recherche d'index sémantique copilot mais vous avez ces trois capacités en arrière-plan afin de faire en sorte que ce ne soit pas vous mais en arrière-plan l'IA peut appeler ces trois capacités différentes pour récupérer les données sur un lecteur Teams M3A65 en général après il peut inclure l'index sémantique de copilot également les connecteurs copilot ainsi par exemple si vous avez un Salesforce connecté au connecteur copilot il peut également effectuer des recherches dans toutes vos données dans Salesforce en service maintenant dans plusieurs outils parce que tout avec le connecteur copilot vous avez intégré toutes les données dans le graphique l'index l'index sémantique vous pouvez interroger directement vos systèmes externes et je pense que lorsque nous construisons des agents nous avons la partie gouvernance et l'une des parties est également pour moi la gestion du cycle de vie des agents à quoi cela ressemble-t-il réellement ?

à quoi cela ressemble-t-il réellement ? pour être honnête dans l'écosystème Microsoft c'est assez simple si je peux dire parce que lorsque vous avez affaire à du low-code par exemple Compiler Studio vous avez affaire à 4 plateformes formes Concept IM et rien n'a changé donc vous avez une solution vous avez ILM en place vous avez un pipeline donc lorsque vous avez affaire à Copilot Studio pour être honnête c'est comme avant parce que vous avez tout ce que vous avez investi en termes de gouvernance Power Platform de cycle de vie d'ALLM c'est strictement la même chose c'est une bonne chose parce que beaucoup de gens me demandent competitive studio comment gérer est-ce différent ? non c'est vraiment simple comme Pair Apps ou Core Automate la gestion du cycle de vie des applications donc dans ce cas c'est la gestion du cycle de vie des agents mais en coulisses c'est le même concept que pour la plateforme principale et quand vous avez affaire au développement personnalisé c'est comme quand vous créez des applications des applications réseau ce genre de choses parce que vous gérez tout comme le code donc vous avez des frameworks vous avez un aspect sécurité ce genre de choses donc pour être honnête en termes d'application de gestion de la vie des agents c'est vraiment le même concept qu'avant et c'est un bon point pour moi parce que vous n'avez pas besoin d'investir beaucoup en termes de processus de cycle de vie ce genre de choses mais la seule chose que vous avez c'est que vous devez vous occuper de LLM ce genre de choses du déploiement ce genre de choses mais en coulisses on dirait que c'était l'approche DevOps du passé avec le pipeline ce genre de choses donc à mon avis rien n'a changé parce que nous gérons les agents cela peut être du développement personnalisé ou de l'adaptation vous avec la même approche qu'avant pour être honnête de nos jours cela signifie que ou quand une entreprise n'utilise pas l'IA auparavant mais qu'elle a la configuration parfaite pour Defender et tous les autres outils y a-t-il des changements à faire ou est-ce que cela signifie la préparation à l'IA à ah c'est une grande question parce que la préparation à l'IA pour Microsoft c'est bien vous affinez les commissions vous gérez ce genre de choses mais d'accord la préparation pour moi n'est pas seulement une approche technique parce que d'accord techniquement nous savons quoi faire nous devons gérer les autorisations sur de nombreux services vous savez pour moi la préparation à l'IA doit également inclure les données vous comprenez parce que quand vous ne comprenez pas vos données comme je l'ai dit avant vous ne pouvez pas gérer la partie technique parce que quand vous ne savez pas ce qui est confidentiel ou non par exemple c'est difficile de mettre en place un peu de sécurité des trucs de sécurité mais si nous si nous suivons Microsoft la préparation à l'IA est correcte vous gérez les autorisations vous voulez mettre en place des étiquettes de sensibilité vous devez faire des BPL ce genre de choses mais vous avez aussi un aspect de plus haut niveau de haut niveau et pour moi la préparation à l'IA n'est pas seulement technique vous avez aussi un aspect fonctionnel ou de haut niveau à prendre en considération pour être honnête de nos jours ouais c'est vrai c'est vraiment intéressant je pense que beaucoup d'entreprises ont commencé avec l'IA mais maintenant avec les agents beaucoup d'entreprises disent ça a supprimé tous mes emails je ne sais pas ou fait quelque chose de maléfique comment avez-vous pensé que les entreprises diraient qu'elles craignent l'IA c'est une bonne question parce que je vis en Suisse et en gros nous avons beaucoup de banques privées et nous avons beaucoup de clients pour être honnête vraiment sensible et en gros la partie la plus importante est d'accord où les données sont traitées et en gros oui aussi d'accord l'IA recherche-t-elle dans mes emails ce genre de choses donc en coulisses ils posent toujours cette question mais vous savez la partie la plus importante pour eux est d'accord j'ai besoin de comprendre d'accord où les données sont traitées et qui est et aussi d'accord je suis le propriétaire de l'IA donc je donne l'instruction à l'IA et l'IA en coulisses fera le travail et ils ont peur par exemple de l'aspect autonome parce que de nos jours d'accord vous pouvez d'accord faire ça et en coulisses l'IA va chercher quelque chose interroger quelque chose en coulisses et ils ont peur d'accord quand je demande de faire quelque chose qu'est-ce qui est exécuté en coulisses et oui il y a beaucoup de questions comme ça comment puis-je prendre le contrôle de l'ensemble du processus derrière la chose qu'il s'agisse d'un agent d'IA ou d'un service d'IA oui il y a des questions comme ça mais c'est vraiment une question d'adoption aussi de formation de mettre en place une formation sur d'accord comment comprendre l'IA comment comprendre en coulisses ce qui est exécuté exactement et la transparence est également un point important car la transparence doit être mise en place dans chaque solution d'IA pour moi la transparence est un sujet important car vous devez tout mettre en place car votre solution d'IA doit être transparente vous devez comprendre ce qui est effectué en arrière-plan quelles données sont interrogées vous devez tracer et tout consigner à donc tout doit être transparent lorsque vous avez une solution de nos jours car vous devez comprendre exactement ce qui est effectué en arrière-plan quelles données sont traitées et quel est le raisonnement en arrière-plan d'accord comment avez-vous généré ce plan en fonction de quels faits et de ce genre de choses génial oh je vois que nous manquons un peu de temps oui désolé vous savez c'était vraiment incroyable mais dans chaque podcast j'ai une série de questions rapides donc je donne une phrase courte et vous donnez une réponse courte alors êtes-vous prêt copilot studio ou custom code copilot studio Microsoft Fondry ou copilot studio copilot studio typescript ou savescript github ou azur devops github rack ou fine tuning très vite quelle est l'API microsoft 365 la plus sous-estimée rag rag une technologie que chaque développeur microsoft devrait apprendre en 2026 github copilot quand Satya Nidalia vient vous voir et vous dit donnez-nous tout l'argent et les ressources dont vous avez besoin pour améliorer notre plateforme DIA vous pouvez développer une fonctionnalité quelle sera-t-elle ?

tous les éléments de gouvernance dont nous avons besoin et qui dois-je inviter à côté du podcast et quelles questions dois-je poser ? oh bonne question j'ai beaucoup d'amis mais oui peut-être que vous pouvez demander à moi j'ai un co-intervenant dans de nombreuses conférences vous pouvez demander par exemple à Chloé Moreau elle était consultante fonctionnelle avant de s'occuper de l'aspect technique maintenant et elle a une très bonne histoire sur les trucs fonctionnels moins techniques dans le monde de la dynamique alors peut-être que vous pourriez l'inviter et lui demander alors dites-moi dites-moi comment gérer aujourd'hui le travail fonctionnel et technique parce que vous avez de gros défis là-dedans ouais et ma dernière question est que devraient retenir les gens quand ils peuvent tirer une leçon de cette session que devraient-ils retenir de cette session je voulais dire en gros l'IA évolue rapidement et si vous voulez être à jour de nos jours vous devez suivre tout parce que de nos jours l'IA est vraiment omniprésent dans toute la fiscalité Microsoft pour être honnête et de nos jours l'une des choses que vous devez comprendre c'est que l'évolution est rapide et que vous devez être à jour à tout moment car vous manquerez quelque chose à un moment donné si vous ne comprenez pas l'évolution de ce genre de choses je pense que le point important à retenir de cette conversation est que l'extensibilité de Microsoft C65 Copilot ne se limite pas à l'écriture d'un vide de plus en plus sophistiqué je pense que nous nous dirigeons vers une architecture où Copilot et les agents peuvent connecter les connaissances de l'organisation les applications métiers Microsoft Graph les AP etc je pense que Copart Studio Microsoft Foundry le développement personnalisé et des technologies telles que MCP offre aux développeurs une boîte à outils incroyable et puissantes et ouais mais plus les agents deviennent compétents plus les fondamentaux deviennent importants identité autorisation sécurité gouvernance test observabilité gestion du cycle devis des applications etc donc ouais je pense que vous avez donné un très très bon aperçu de tous ces sujets merci de m'avoir rejoint et merci aux auditeurs de toutes les informations que vous trouverez dans les notes de l'émission sur la page du podcast MC65FM et ouais vous pouvez vous connecter pour voir le travail de S et ouais merci d'être là merci de m'avoir invité c'était vraiment un bon moment avec vous