OpenAI lance un cadre de service à la clientèle en libre accès, élargissant ainsi sa stratégie d'entreprise

Note de l'éditeur : Carl organisera une table ronde éditoriale sur ce sujet à VB Transform la semaine prochaine. Inscrivez-vous dès aujourd'hui.

OpenAI a lancé une nouvelle démo open-source qui offre aux développeurs un aperçu pratique de la construction d'agents d'IA intelligents et conscients du flux de travail à l'aide du SDK Agents.

Comme l'a d'abord souligné Tibor Blaho, influenceur et ingénieur en IA (créateur de l'extension de navigateur tierce ChatGPT AIPRM), le nouvel agent de service à la clientèle d'OpenAI a été publié plus tôt aujourd'hui sur la plateforme de partage de code d'IA Hugging Face sous la licence permissive MIT. Cela signifie que les développeurs et les utilisateurs peuvent librement utiliser, modifier et déployer le code pour des projets commerciaux ou expérimentaux.

Cet exemple d'agent illustre comment acheminer les demandes liées aux compagnies aériennes - telles que la réservation de sièges, l'état des vols, les annulations et les questions fréquemment posées - entre des agents spécialisés tout en maintenant des contrôles de sécurité et de pertinence.

Cette version vise à aider les équipes à aller au-delà de la théorie et à commencer à déployer des agents avec une plus grande confiance.

Cet exemple concret arrive juste avant la présentation prévue d'OpenAI à VentureBeat Transform 2025, qui se tiendra à San Francisco les 24 et 25 juin. Olivier Godement, responsable de la plateforme d'OpenAI, y explorera l'architecture d'agents au niveau de l'entreprise qui alimente des solutions pour des sociétés telles que Stripe et Box.

Un plan pour le routage, les garde-fous et les agents spécialisés

La version d'aujourd'hui comprend à la fois un backend Python et un frontend Next.js. Le backend utilise le SDK OpenAI Agents pour coordonner les interactions entre les agents spécialisés, tandis que le frontend visualise ces échanges dans une interface de chat, montrant comment les décisions et les transferts se produisent en temps réel.

Par exemple, lorsqu'un client demande un changement de siège, l'agent de triage identifie la demande et la dirige vers l'agent de réservation de sièges, qui gère la mise à jour de la réservation de manière interactive. Dans un autre cas, une demande d'annulation de vol est acheminée vers l'agent d'annulation, qui vérifie le numéro de confirmation du client avant de finaliser le processus.

La démonstration montre également comment les garde-fous fonctionnent dans la pratique : le garde-fou de la pertinence bloque les requêtes non pertinentes telles que les demandes de poésie, tandis que le garde-fou de l'évasion empêche les tentatives d'injection rapide, telles que les efforts visant à révéler les instructions du système.

Cette configuration reflète les flux de travail réels de l'assistance aux compagnies aériennes et montre comment les entreprises peuvent créer des assistants ciblés qui sont réactifs, conformes et alignés sur l'utilisateur. OpenAI a partagé le code sous une licence MIT, encourageant les équipes à l'adapter et à le personnaliser en fonction de leurs besoins spécifiques.

De l'open source aux cas d'utilisation réels en entreprise : lisez les fondements d'OpenAI pour construire des agents d'IA pratiques.

Cette version open-source s'inscrit dans le cadre des efforts déployés par OpenAI pour aider les entreprises à concevoir et à déployer des systèmes basés sur des agents à grande échelle.

Au début de l'année, l'entreprise a publié "A Practical Guide to Building Agents", un manuel de 32 pages destiné aux équipes de produits et d'ingénierie qui mettent en œuvre l'automatisation intelligente.

Ce guide détaille les composants essentiels - modèle LML, outils externes et invites comportementales - et présente des stratégies pour les systèmes à agent unique et les systèmes multi-agents plus complexes. Il partage des modèles de conception pour l'orchestration, la mise en œuvre de garde-fous et l'observabilité, informés par l'implication de l'OpenAI dans des déploiements à grande échelle.

Les points clés de ce guide sont les suivants :

• Sélection du modèle : Commencez par des modèles de haut niveau pour établir des références de performance, puis évaluez des modèles plus petits pour des raisons d'efficacité et de réduction des coûts.
• Intégration des outils : Permettre aux agents d'accéder à des API ou à des fonctions externes pour l'extraction de données et l'exécution d'actions.
• Rédaction d'instructions : Utiliser un langage clair, exploitable et une logique conditionnelle pour orienter le comportement des agents.
• Garde-fous : Mettre en œuvre des couches de sécurité, de pertinence et de contrôles de conformité pour garantir des performances fiables et sûres.
• Intervention humaine : Établir des seuils et des voies d'escalade pour les scénarios nécessitant un examen humain.

Le guide recommande de commencer par des systèmes plus simples et d'augmenter progressivement la complexité des agents, une approche reflétée dans la nouvelle démo, qui montre comment des sous-agents modulaires, utilisant des outils, peuvent être coordonnés proprement.

En savoir plus sur l'OpenAI à l'occasion de VB Transform 2025

Les équipes cherchant à passer du prototype à la production peuvent obtenir des informations plus approfondies sur la stratégie d'OpenAI prête pour l'entreprise lors de Transform 2025, présenté par VentureBeat.

Programmée pour le mercredi 25 juin à 15h10, la session - intitulée L'année des agents : Comment OpenAI alimente la prochaine vague d'automatisation intelligente -comprendra Olivier Godement, chef de produit pour la plateforme API d'OpenAI, en discussion avec moi, Carl Franzen, rédacteur en chef de VentureBeat.

Cette session de 20 minutes abordera les sujets suivants

• Modèles d'architecture d'agents : quand utiliser des boucles uniques, des sous-agents ou des flux de travail orchestrés.
• Les garde-fous intégrés pour les industries réglementées, y compris les refus de politique, la journalisation SOC-2 et la conformité de la résidence des données.
• Comparaison des coûts et du retour sur investissement de Stripe et Box, avec un traitement des factures 35% plus rapide et un triage du support entièrement automatisé.
• Mises à jour de la feuille de route : développements à venir en matière d'actions multimodales, de mémoire d'agent et d'orchestration cross-cloud.

Que vous testiez des ressources open-source comme la démo Customer Service Agent ou que vous mettiez à l'échelle des agents dans des flux de travail critiques, cette session offre un aperçu pratique des réussites actuelles, des pièges à éviter et des orientations futures.

Pourquoi c'est important pour les entreprises et les développeurs

Avec la nouvelle démo et les principes de A Practical Guide to Building Agents, OpenAI renforce son engagement à aider les développeurs à progresser au-delà des applications LLM à tour unique vers des systèmes autonomes capables de comprendre le contexte, d'acheminer les tâches de manière intelligente et de fonctionner en toute sécurité.

En fournissant des outils transparents et des exemples clairs de mise en œuvre, l'OpenAI aide à faire passer les systèmes à base d'agents des environnements de recherche aux opérations quotidiennes - couvrant le service à la clientèle, les processus internes et la gouvernance. Pour les entreprises qui explorent l'automatisation intelligente, ces outils ne fournissent pas seulement des idées, mais un cadre fonctionnel.