Dans une cimenterie exploitée par le groupe Conch, un système d’IA agentic construit sur l’infrastructure de Huawei prédit désormais la résistance du clinker avec plus de 90% de précision et ajuste de façon autonome les paramètres de calcination pour réduire la consommation de charbon de 1% – des décisions qui nécessitaient auparavant une expertise humaine accumulée sur des décennies.
Cette illustration montre comment Huawei développe des systèmes d’IA agentic qui dépassent les simples interactions de type commande-réponse pour devenir des plateformes capables de planification, de prise de décision et d’exécution indépendantes.
L’approche de Huawei pour construire ces systèmes d’IA agentic repose sur une stratégie globale englobant l’infrastructure d’IA, les modèles de base, les outils spécialisés et les plateformes d’agent.
Zhang Yuxin, CTO de Huawei Cloud, a présenté ce cadre lors du récent Huawei Cloud AI Summit à Shanghai, où plus de 1 000 leaders de la politique, des affaires et de la technologie ont examiné des mises en œuvre pratiques dans les secteurs de la finance, des ports maritimes, de la fabrication chimique, des soins de santé et de la conduite autonome.
La distinction est importante car les applications d’IA traditionnelles répondent aux commandes de l’utilisateur dans le cadre de processus fixes, tandis que les systèmes d’IA agentic opèrent avec une autonomie qui change fondamentalement leur rôle dans les opérations de l’entreprise.
Zhang a caractérisé cela comme « un changement majeur dans les applications et le calcul », notant que ces systèmes prennent des décisions de manière indépendante et s’adaptent de manière dynamique, remodelant la façon dont les systèmes informatiques interagissent et allouent des ressources. La question pour les entreprises est la suivante : comment construire une infrastructure et des plateformes capables de soutenir ce niveau de fonctionnement autonome ?
Les demandes computationnelles des systèmes d’IA agentic ont mis en lumière les limitations des architectures cloud traditionnelles, en particulier lorsque les besoins en formation et en inférence des modèles de base augmentent.
La réponse de Huawei Cloud implique des supernœuds CloudMatrix384 connectés à travers un réseau MatrixLink haute vitesse, créant ce que la société décrit comme un système de calcul hybride flexible combinant des capacités de calcul à usage général et intelligent.
L’architecture répond spécifiquement aux goulots d’étranglement des modèles de Mixture of Experts (MoE) par le biais de l’inférence parallèle d’experts, ce qui réduit le temps d’inactivité de l’unité de traitement neuronal pendant les transferts de données. Selon les spécifications techniques de l’entreprise, cette approche augmente la vitesse d’inférence d’une seule PU de 4 à 5 fois par rapport à d’autres modèles populaires.
Le système intègre également le stockage AI-Native centré sur la mémoire conçu pour les tâches d’IA typiques, visant à améliorer à la fois l’efficacité de la formation et de l’inférence. ModelBest, une société spécialisée dans l’IA à usage général et l’intelligence des dispositifs, a démontré des applications pratiques de cette infrastructure.
Li Dahai, co-fondateur et PDG de ModelBest, a détaillé comment leur série MiniCPM – couvrant les modèles de base, les capacités multi-modales et l’intégration complète des modalités – s’intègre au service de calcul AI de Huawei Cloud pour réaliser des améliorations de 20% de l’efficacité énergétique de la formation et des gains de performance de 10% par rapport aux normes de l’industrie.
Les modèles MiniCPM ont trouvé des applications dans les systèmes automobiles, les smartphones, l’IA incarnée et les ordinateurs personnels AI-enabled.
Le défi d’adapter les modèles de base aux besoins spécifiques de l’industrie a conduit au développement de méthodologies de formation plus sophistiquées.
L’approche de Huawei Cloud comprend trois composants clés : un pipeline de données complet gérant la collecte à la gestion, un flux de travail de formation incrémentiel prêt à l’emploi et une plateforme d’évaluation intelligente avec des ensembles d’évaluation prédéfinis.
Le flux de travail de formation incrémentiel améliore apparemment les performances du modèle de 20 à 30% en ajustant automatiquement les données et les paramètres de formation en fonction des caractéristiques du modèle de base et des objectifs spécifiques de l’industrie. La plateforme d’évaluation permet la configuration rapide de systèmes alignés sur les benchmarks de l’industrie ou de l’entreprise, répondant aux exigences d’exactitude et de rapidité.
Les mises en œuvre réelles illustrent l’application pratique de ces méthodologies. Le groupe d’investissement dans l’industrie culturelle du Shaanxi s’est associé à Huawei pour intégrer l’IA aux opérations de tourisme culturel.
Huang Yong, président du groupe d’investissement dans l’industrie culturelle du Shaanxi, a expliqué qu’en utilisant la plateforme de convergence de données-AI de Huawei Cloud, l’organisation a combiné diverses données de tourisme culturel pour créer des ensembles de données complets couvrant l’histoire, le cinéma et le patrimoine immatériel.
Le partenariat a établi ce qu’ils décrivent comme un « espace de données national de confiance pour le tourisme culturel » sur Huawei Cloud, permettant des applications telles que la vérification des actifs, la transaction de droits d’auteur, l’amélioration de la crédibilité des entreprises et le développement créatif.
La collaboration a donné naissance au modèle de tourisme culturel Boguan, qui alimente des outils pilotés par l’IA, notamment un cerveau intelligent de tourisme culturel, un assistant de gestion intelligent, un assistant de voyage intelligent et une plateforme de vidéos courtes AI.
Les mises en œuvre internationales montrent des schémas similaires. La municipalité de Dubaï a travaillé avec Huawei Cloud pour intégrer des modèles de base, des humains virtuels, des jumeaux numériques et des systèmes d’information géographique dans les systèmes urbains.
Mariam Almheiri, PDG de l’Agence de réglementation et de permis de construction à la municipalité de Dubaï, a partagé comment cette intégration a amélioré la planification urbaine, la gestion des installations et les interventions d’urgence.
La distinction entre les agents d’IA axés sur les consommateurs et les systèmes d’IA agentic de qualité entreprise se situe au niveau des exigences d’intégration et de la complexité opérationnelle.
Les systèmes d’entreprise doivent s’intégrer de manière transparente dans des flux de travail plus larges, gérer des situations complexes et répondre à des normes opérationnelles plus élevées que les applications grand public conçues pour des interactions rapides.
La plateforme polyvalente de Huawei Cloud comble cet écart en fournissant une infrastructure permettant aux entreprises de créer des agents adaptés aux besoins de production.
La plateforme combine calcul d’IA, modèles, plateformes de données, outils et capacités écosystémiques pour rationaliser le développement des agents à travers les phases de déploiement, de mise en service, d’utilisation et de gestion.
L’implémentation de Conch Group dans la fabrication de ciment offre des métriques de performances spécifiques.
L’entreprise s’est associée à Huawei pour créer ce qu’ils décrivent comme le premier modèle de ciment et de matériaux de construction alimenté par l’IA de l’industrie du ciment.
Les agents de ciment résultants prédisent la résistance du clinker à 3 et 28 jours avec des prédictions déviant de moins de 1 MPa par rapport aux résultats réels, représentant plus de 90% de précision.
Pour l’optimisation de la calcination du ciment, le modèle suggère des paramètres de processus clés et des solutions opérationnelles qui réduisent la consommation de charbon standard de 1% par rapport aux normes de rendement énergétique de classe A.
Xu Yue, assistant du directeur général de Conch Cement, a noté que le succès du modèle dans le contrôle de la qualité, l’optimisation de la production, la gestion de l’équipement et la sécurité établit les bases pour une collaboration et une prise de décision de bout en bout à travers les agents de ciment, faisant passer l’industrie « de la dépendance à l’expertise traditionnelle à une pleine exploitation des données à travers tous les processus ».
Dans la gestion des voyages d’affaires, Smartcom a développé un agent de voyage utilisant Huawei Cloud Versatile qui fournit des services intelligents de bout en bout pour les départs, les transferts et les vols.
Kong Xianghong, CTO de Shenzhen Smartcom et directeur des solutions Smartcom, a rapporté que le système combine les données de l’industrie du voyage, les politiques de l’entreprise et les historiques de voyage individuels pour générer des recommandations.
Les employés adoptent plus de la moitié de ces suggestions et effectuent des réservations en moins de deux minutes. L’agent résout 80% des problèmes en moyenne en trois interactions grâce à une correspondance prédictive des questions.
Les mises en œuvre discutées lors du sommet reflètent une tendance plus large de l’industrie vers des systèmes d’IA agentic qui opèrent avec une autonomie croissante dans des paramètres définis.
La progression de la technologie des outils réactifs aux systèmes capables de planifier et d’exécuter des tâches complexes de manière indépendante représente un changement architectural fondamental dans l’informatique d’entreprise.
Cependant, la transition nécessite des investissements substantiels dans l’infrastructure, le génie des données sophistiqué et une intégration minutieuse avec les processus métier existants. Les métriques de performance des premières mises en œuvre – qu’il s’agisse de gains d’efficacité en matière de fabrication, d’améliorations de la gestion urbaine ou d’optimisation des réservations de voyage – fournissent des points de référence pour les organisations évaluant des déploiements similaires.
À mesure que les systèmes d’IA agentic continuent de mûrir, l’accent semble se déplacer des démonstrations de capacités technologiques aux défis d’intégration opérationnelle, aux cadres de gouvernance et aux résultats commerciaux mesurables.
Les exemples de la fabrication de ciment, du tourisme culturel et de la gestion des voyages d’affaires suggèrent que la valeur pratique émerge lorsque ces systèmes abordent des points de douleur opérationnels spécifiques plutôt que de servir d’outils d’automatisation à usage général.