Qu'est-ce qu'Azure AI Foundry exactement ? Juste un service de plus ajouté par Microsoft ou est-ce quelque chose de plus important ? Au cours de l'année écoulée, Microsoft a multiplié les annonces concernant l'IA. Il est facile de s'y perdre. Je suis Mirko Peters de Microsoft Knowledge Nuggets. A la fin de cet épisode, vous saurez ce qu'est réellement Foundry et pourquoi c'est important. Sans jargon marketing. Nous allons diviser le sujet en points clairs. Ce que c'est, ce qu'il contient et comment tout cela s'articule. Pourquoi tout le monde est confus au sujet du nom ? La confusion commence avec le nom. Foundry a connu plus de changements de noms que je ne peux en compter. D'abord Cognitive Services, puis Azure AI Services, puis Azure AI Studio, ensuite Azure AI Foundry. Et depuis la fin de l'année dernière, c'est officiellement Microsoft Foundry. Foundry, le même produit, 4 ou 5 noms en environ 3 ans.

Rien que ça, c'est déroutant, mais ça devient encore plus compliqué. Actuellement, deux versions de la plateforme coexistent. L'architecture classique basée sur des hubs est l'ancienne méthode. Le nouveau modèle de projet Foundry est la version moderne. Les deux se trouvent à la même URL, ai.azure.com. Vous y allez et trouvez un bouton qui permet de basculer entre deux architectures totalement différentes. Ce n'est pas juste un nouveau look, c'est une manière différente d'organiser tout ce qui se trouve en dessous. Cela perturbe les débutants car, quand ils cherchent de l'aide, ils trouvent des articles sur les hubs et les projets classiques. Ces articles sont toujours exacts. Microsoft prend en charge les deux versions. Mais les nouvelles fonctionnalités, les capacités des agents et tout ce en quoi Microsoft Investit ne sont disponibles que dans les projets Foundry. Vous pourriez suivre un ancien tutoriel, configurer un hub, lui découvrir que vous ne pouvez pas utiliser les derniers outils.

C'est un vrai casse-tête. Voici donc mon conseil. Ignorer l'ancien système. C'est dans le Fondry moderne que Microsoft investit tous ses efforts. Si vous partez de zéro aujourd'hui, oubliez les hubs et passez directement au projet Fondry. C'est là que se trouvent les nouvelles capacités. Alors, qu'est-ce qu'Azure et AI Foundry en réalité ? Repartons de zéro. Qu'est-ce qu'Azure et AI Foundry ? C'est une plateforme unifiée pour créer, tester et déployer des applications d'IA en un seul endroit. C'est la définition la plus simple. Voyez cela comme une usine. Des matières premières entrent. Modèles, données, outils. Des applications finies sortent. Chatbot, copilote, agent d'automatisation. Vous ne construisez pas l'usine vous-même, c'est Microsoft qui la gère. Vous entrez simplement, prenez ce dont vous avez besoin et commencez à construire. Ce n'est pas un produit unique, comme Word ou Excel.

Fondry est un conteneur qui regroupe modèles, outils, projets et sécurité. Créez une ressource Fondry et vous accédez à tout le catalogue de modèles. Des milliers de modèles. Vous disposez d'outils de création d'agents, d'environnement de tests, d'outils d'évaluation et de sécurité. Le tout intégré. Voici une distinction importante. Fondry est destinée aux développeurs. Si vous codez en Python ou C-Shub et que vous voulez créer des solutions d'IA personnalisées, c'est votre plateforme. C'est votre plateforme. Vous cherchez une expérience low-code en glissé-déposé. C'est Copilot Studio, un outil différent pour un public différent. Les deux sont valables. Avant Fondry, créer une application d'IA sur Azure signifiait provisionner des services séparés, séparés. Il fallait configurer Azure OpenAI, Cognitive Services, Azure Machine Learning, Azure AI Search, puis coder pour les lier. Beaucoup de travail.

Fondry remplace tout cela. Créez une seule ressource et tout est déjà connecté. Les modèles sont là. La sécurité est intégrée. Vous n'avez plus qu'à construire. C'est là tout l'intérêt. Il ne s'agit pas d'ajouter un outil, mais de supprimer la friction liée à la gestion d'une douzaine de services distincts. L'unité organisationnelle clé, les projets fondants. Vous avez donc votre usine d'IA, mais une usine a besoin d'organisation. C'est là qu'interviennent les projets Fondry. Un projet Fondry est un espace de travail isolé pour une solution d'IA spécifique. Si Fondry est l'usine, les projets sont des établis individuels. Chacun a ses outils, ses matériaux et ses employés, sans interférer avec les autres. L'équipe créant un chatbot de support client ne perturbera pas par erreur le projet d'assistant RH. Que contient un projet ? Ses propres déploiements de modèles, agents, bases de connaissances, évaluations et suivis.

Tout ce dont vous avez besoin pour une solution au même endroit. Voici la structure de base. Les projets résident dans une ressource Fondry. La ressource est la limite de facturation et de sécurité. Le bâtiment. Les projets sont les salles d'intérêt. Un bâtiment, une entrée, un poste de sécurité, une facture. Mais chaque salle a son propre but et sa propre équipe. Par exemple, une entreprise nommée Comptozo construit trois solutions d'IA. Un agent de support client, un assistant RH et un système de traitement de documents. Avec Fondry, ils créent une ressource pour toute l'entreprise, puis trois projets à l'intérieur. Chaque projet possède ses propres modèles, agents et bases de connaissances. Les équipes travaillent indépendamment sans se marcher sur les pieds. C'est important car différentes équipes ont besoin d'accès différents. L'équipe de support client n'a pas besoin de voir les documents RH.

L'équipe de traitement de documents n'a pas besoin des politiques de remboursement. Les projets vous offrent cette isolation. En même temps, l'informatique garde un contrôle central. Gérant une ressource, une politique de sécurité, un budget. Autonomie des équipes et gouvernance centrale. Le cœur de Fondry, le catalogue de modèles. Voyez les choses ainsi. Chaque projet a besoin d'un cerveau. Dans Fondry, il se trouve au sein du catalogue de modèles. Plus de 11 000 modèles, et ce n'est pas une coquille. Vous y trouverez les modèles d'OpenAI, comme GPT-4O et GPT-4O.1, la famille Yamaha de Meta, Mistral, DeepSeek, les modèles Fit Microsoft, Cloud d'Enthropic, Koya, ainsi que des modèles pour le texte, l'image, le code et les embeddings. A l'heure actuelle, c'est le catalogue de modèles le plus vaste sur n'importe quelle plateforme cloud. Divisons-les en deux types fondamentaux, les grands modèles de langage et les petits modèles de langage.

Les grands modèles possèdent des milliards de paramètres. GPT-4 en compte plus d'un trillion, ce qui leur permet de gérer un raisonnement complexe, l'écriture créative et des conversations nuancées. Mais ils sont coûteux et lents. Les petits modèles ont beaucoup moins de paramètres. Le Fit3 de Microsoft en possède environ 3,8 milliards. Minuscule comparé à GPT-4, mais il est rapide et économique. Pour des tâches ciblées, comme extraire des données d'un formulaire ou répondre à une question simple, il fonctionne parfaitement. Voici l'avantage pratique. Vous pouvez déployer un modèle en quelques secondes. Choisissez-en un dans le catalogue, cliquez sur déployer et il est prêt. Pas besoin de provisionner du matériel, ni de configurer le réseau, ni d'attendre des heures pour l'installation, juste quelques secondes. Et avant de vous engager, vous pouvez le tester dans l'espace de jeu. Essayez différents prompts, ajustez les paramètres comme la température et le nombre maximal de jetons et voyez les réponses instantanément.

C'est comme faire un essai routier avant d'acheter la voiture. Vous n'êtes pas limité à un seul modèle, ce qui constitue un avantage majeur par rapport à l'utilisation directe de l'API d'OpenAI. Avec Fondry, vous pouvez utiliser GPT-4O pour un raisonnement complexe ou la qualité prime, FIP pour une classification simple où la vitesse et le coût comptent, et la même méta pour la conformité si vous devez exécuter des modèles dans votre propre centre de données. Vous changez selon les besoins de la tâche. Fondry inclut également un outil de comparaison qui vous aide à évaluer les modèles côte à côte. Comparé par la qualité, à quel point les réponses sont-elles précises ? Par la sécurité, comment le modèle résiste-t-il aux attaques par injection de promptes ? Par le coût, le prix par millions de jetons ? Par la vitesse, à quelle vitesse génère-t-il des résultats ? Cela transforme le choix du modèle, passant d'un jeu de devinette à une décision éclairée.

Vous choisissez le bon outil pour la bonne tâche, pas seulement celui dont tout le monde parle. La création d'agents IA, la fonctionnalité phare de Fondry. Un modèle seul n'est pas très utile. Vous pouvez discuter avec lui dans l'espace de jeu, poser des questions, voir ce qu'il génère, mais cela reste une simple conversation. La vraie magie opère lorsque vous construisez quelque chose qui peut réellement accomplir des actions, et c'est là qu'interviennent les agents. Un agent est bien plus qu'un chatbot. Un chatbot répond à des questions. Un agent prend des mesures. Il peut effectuer des recherches sur le web, lire des fichiers, faire des calculs, se souvenir de ce que vous lui avez dit la semaine dernière, et suivre des instructions. C'est comme avoir un assistant qui ne se contente pas de parler, mais qui accomplit réellement des choses. Fondry vous offre 5 composants pour créer un agent.

Laissez-moi vous présenter chacun. Premièrement, les instructions. C'est ici que vous dites à l'agent ce qu'il doit faire et comment se comporter. Comment se comporter. Voyez cela comme une fiche de poste. Vous pourriez dire, tu es un agent de support client. Sois aimable et professionnel. Réponds uniquement aux questions sur notre politique de retour. Si tu ne connais pas la réponse, dis-le et transmets la demande à un humain. Sans instructions, l'agent fait ce que le modèle veut bien faire. Avec des instructions, il a un objectif clair. Deuxièmement, modèle. C'est le cerveau. Il traite chaque requête et génère des réponses. Vous choisissez le modèle à utiliser. GPT4O pour un raisonnement complexe. Le 5 pour des tâches simples ou celui qui convient. Le modèle rend l'agent intelligent. Ce n'est qu'un élément parmi d'autres. Troisièmement, les outils. C'est ce qui donne à l'agent ses mains.

Les outils sont des capacités qu'il peut utiliser pour agir. La recherche web lui permet de trouver des informations actuelles. L'interpréteur de code lui permet de faire des maths et des calculs. La recherche de fichiers lui permet de lire les documents que vous téléchargez. Sans outils, l'agent ne peut que générer du texte. Avec des outils, il peut agir sur le monde. Quatrièmement, les connaissances. Ce sont les informations auxquelles l'agent peut se référer. Vous téléchargez des documents, des PDF, des fichiers JSON, toutes les données nécessaires à votre agent pour répondre précisément. Foundry utilise Azure AI Search en arrière-plan pour indexer ces données et les rendre interrogeables. Lorsqu'un client pose une question sur une politique précise, l'agent ne devine pas. Il trouve le document réel et le lit, cinquièmement, la mémoire. Cela permet à l'agent de se souvenir au fil des conversations.

Vous lui parlez aujourd'hui, il retient vos préférences. Vous revenez demain et il reprend là où vous étiez arrêté. Stocke les résumés de chat et les préférences d'utilisateurs pour une expérience personnelle et continue. Voici un exemple concret issu de mes recherches. Quelqu'un a construit un agent de suivi de cadeaux d'enfanderie. L'idée est simple. Vous voulez suivre les cadeaux pour votre famille, ce que vous leur avez offert, ce qu'ils aiment ou non et votre budget. Et votre budget. Donc l'agent a pour instruction. A Ken, tu aides à planifier des cadeaux. Ne suggère jamais quelque chose qu'ils ont déjà reçu. Il utilise GPT-4 comme cerveau, la recherche web pour trouver des idées de cadeaux en ligne, la recherche de fichiers chargés avec les profils de chaque membre de la famille, leur goût, leurs aversions et l'historique des cadeaux des trois dernières années, l'interprète de code pour calculer les budgets, ainsi que la mémoire.

Ainsi, la prochaine fois que vous ouvrez une conversation, il se souvient que vous cherchiez un cadeau d'anniversaire pour votre fils Adan. Vous construisez et testez tout cela dans l'espace de travail des agents. C'est une interface visuelle où vous configurez chaque composant, testez les réponses de l'agent et voyez exactement quels outils il a utilisé et pourquoi. Une fois que cela fonctionne, vous pouvez le déployer. Fondry vous fournit un point de terminaison API que vous pouvez appeler depuis n'importe quelle application, vous pouvez le publier directement sur Microsoft Teams en tant qu'agent copilot. Dans les deux cas, votre agent passe de l'idée à la production, sans écrire une seule ligne, de code d'infrastructure. Sous le capot, une architecture simplifiée, c'est l'aspect superficiel. Mais que se passe-t-il réellement sous le capot ? Voici l'architecture expliquée simplement. Lorsque vous créez une ressource Fondry Azure configure automatiquement toute l'infrastructure, vous n'avez donc pas besoin de provisionner le stockage, de configurer la journalisation ou de définir des groupes de sécurité.

Tout se passe en arrière-plan créant un compte de stockage pour vos fichiers et journaux, mettant en place la surveillance et configurant l'identité. Ah, il vous suffit donc de créer la ressource et de commencer à construire. Fondry utilise désormais le type de ressources Cognitive Services, le même que celui utilisé par Azure Open AI et les anciens services d'IA comme Vision et Speech. L'ancienne architecture basée sur un hub utilisait Machine Learning Services, un fournisseur totalement différent avec une facturation, un réseau et une gouvernance distinct. C'est important car Fondry réside dans une partie plus simple et plus unifiée de l'infrastructure Azure. Les projets sont des ressources enfants de la ressource Fondry, ils partagent donc la même identité et la même limite de sécurité. Lorsque vous configurez le contrôle d'accès au niveau de Fondry, il s'applique à tous les projets, ce qui signifie que vous n'avez pas besoin de configurer la sécurité séparément pour chacun d'eux.

Mais si vous avez besoin d'autorisations spécifiques à un projet, vous pouvez également les ajouter. Fondry ne fonctionne pas seul. Il se connecte à d'autres services Azure, et Azure AI Search est le plus important car c'est ainsi que vos agents trouvent et récupèrent des connaissances qui volsoquent les secrets et les clés API en toute sécurité et les comptes de stockage contiennent les fichiers, les journaux et les index vectoriels. Ces connexions sont gérées via ce que Fondry appelle des connexions, qui sont des liens préconfigurés permettant à vos agents d'accéder à ces ressources sans que vous ayez à gérer les identifiants manuellement. Le service d'agent Fondry est l'environnement d'exécution qui héberge réellement vos agents. Considérez-le comme la salle des machines. Lorsqu'un utilisateur envoie une requête, le service agent gère la coordination, réception de la requête, vérification des instructions, appel du modèle, invocation des outils appropriés, récupération des connaissances et génération d'une réponse.

Il exécute également des filtres de sécurité pour détecter les contenus misibles et gérer la mise à l'échelle. Ainsi, si 1000 utilisateurs sollicitent votre agent simultanément, il augmente automatiquement sa capacité. Tout s'exécute au sein de la sécurité de niveau entreprise d'Azure, où EntraID gère l'authentification, les réseaux gérés assurent la confidentialité du trafic et le contrôle d'accès, basé sur les rôles garantis que seules les personnes autorisées peuvent modifier les agents. Les filtres de sécurité contenu bloquent les réponses inappropriées. Il s'agit de la même infrastructure de sécurité qui fait fonctionner les services de Microsoft lui-même. Dernière chose, l'ancienne architecture basée sur les hubs et les projets existe toujours. Si vous utilisez Azure et iFoundry depuis un certain temps, vous avez peut-être des hubs configurés, et ils continuent de fonctionner avec le support Microsoft.

Cependant, ils ne bénéficieront pas des nouvelles fonctionnalités d'agents comme l'agent Playground, le service agent ou les capacités de mémoire. Tout cela est réservé au nouveau projet Foundry. Par conséquent, si vous repartez de zéro ou si vous souhaitez créer des agents, utilisez le nouveau. Ne construisez pas sur l'ancienne base. Comment tout cela s'articule ? La vue d'ensemble. Alors, que se passe-t-il réellement lorsqu'une personne utilise une application Foundry ? Imaginez qu'un utilisateur tape une question et que cette question parvienne à votre agent. L'agent vérifie ses instructions, choisit le bon modèle et commence le traitement. Mais il ne se contente pas de deviner la réponse. Il interroge Azure et iSearch pour trouver les connaissances pertinentes dans vos documents, appelle un outil comme la recherche web pour obtenir des informations actuelles, traite tout ce contexte et génère une réponse.

Ensuite, il stocke la conversation en mémoire, afin que la prochaine fois, il se souvienne de qui vous êtes et de ce dont vous avez discuté. C'est le flux de bout en bout. Avant Foundry, il fallait 5 services Azure distincts et du code personnalisé pour que cela fonctionne. Azure OpenAI pour le modèle, AI Search pour la récupération de connaissances, un service séparé pour la recherche web, du stockage pour les journaux et fichiers, et Key Vault pour les secrets. Ensuite, vous deviez écrire du code pour relier tout cela, gérer l'authentification, les erreurs et configurer le monitoring. Foundry fait tout cela nativement. Il vous suffit de configurer les composants et votre agent est opérationnel. Voici le point important, tout interagit. Changez de modèle et vous modifiez le coût et la précision de chaque réponse. Ajoutez de meilleures sources de connaissances et vos réponses deviennent plus précises.

Activez la mémoire et l'expérience semble personnelle plutôt que robotique. Ce ne sont pas des décisions isolées. Il s'agit d'un système et Foundry vous offre les contrôles nécessaires pour régler ce système selon vos besoins spécifiques. C'est pourquoi les entreprises passent des projets pilotes à la production. Foundry leur fournit l'ossature nécessaire pour créer des applications IA de confiance. La sécurité, le monitoring et l'évaluation sont intégrées nativement. Vous ne partez pas de zéro. Vous appuyez sur une plateforme qui gère les aspects complexes pour vous permettre de vous concentrer sur votre application. Pour commencer vos premières actions Alors par où commencer ? Rendez-vous sur ai.azure.com et créez votre première ressource Foundry.im Vous aurez besoin d'un abonnement Azure mais si vous n'en avez pas, créez un compte gratuit avec des crédits pour faire des tests. Toute la configuration prend environ une minute.

Ensuite, créez un projet dans cette ressource et donnez-lui un nom correspondant à ce que vous construisez. Choisissez un modèle dans le catalogue. Je recommande de commencer par celui-ci, suffisamment performant pour la plupart des expérimentations. Vous pouvez le déployer en un seul clic. Après cela, ouvrez l'aire de jeu pour agent, playground, playground, et créez un agent sain. Donnez-lui des instructions comme Agatil Tu es un assistant utile qui répond aux questions sur les politiques de l'entreprise Ensuite, ajoutez la recherche web comme outil. Testez-le en posant une question et observez le suivi pour voir quels outils il a utilisés et pourquoi. N'essayez pas de tout construire en même temps. Choisissez un cas d'usage, peut-être un bot de questions-réponses sur vos documents internes et commencez petit. Faites-le fonctionner puis développez à partir de là. Ajoutez la recherche de fichiers avec vos documents réels.

Ajoutez une mémoire pour qu'ils se souviennent des utilisateurs et un interpréteur de code si besoin. Voici le point important. Fandry inclut un chatbot IA intégré qui répond aux questions sur la plateforme elle-même. Si vous êtes bloqué, demandez-lui des choses comme « Quels modèles sont disponibles dans ma région ? » ou « Comment ajouter de la mémoire à mon agent ? » Il parcourt la documentation et vous répond instantanément comme si vous aviez un ingénieur support intégré au portail. Voilà donc le système, une plateforme unifiée qui regroupe modèles, projets, agents, connaissances et sécurité dans un ensemble cohérent. Quand vous voyez comment tout s'intègre, la confusion disparaît. Fandry n'est pas juste un outil de plus, c'est l'atelier où vous construisez vos applications IA. Voici l'essentiel. Votre plus grande victoire aujourd'hui est simple. Créer un projet Fandry et construisez un seul agent, c'est tout.

Si cela vous a été utile, abonnez-vous pour d'autres explications simples comme celle-ci et partagez cet épisode avec quelqu'un qui est aussi perdu face à l'offre IA de Microsoft. On vous remercie.