Building Microsoft AI Agents: Which Tool Should You Use?

Summary

Cette vidéo décompose l'écosystème Microsoft pour créer des agents IA, en expliquant quand utiliser les extensions Microsoft 365 Copilot, Copilot Studio (low-code) ou des solutions code-first/Azure. Elle compare contrôle, coût et rapidité : les extensions Copilot offrent intégration rapide et authentification interne mais peu de contrôle ; Copilot Studio permet création low-code, actions, agents autonomes et publication multi-canal ; Azure AI Foundry/outil code-first offrent contrôle total sur modèles, indexation et UX au prix d'infrastructure et maintenance. Le script détaille l'anatomie d'un agent (instructions, connaissances, actions, orchestration) et conseille selon compétences et cas d'usage.

Takeaways

• 😀 Co-pilot Studio permet de créer des agents intelligents avec une approche low-code/no-code, idéale pour les développeurs citoyens.
• 😀 Les agents peuvent être utilisés dans divers cas d'usage, comme le support IT, les FAQ, ou des assistants de santé, grâce à des modèles pré-définis.
• 😀 Les utilisateurs peuvent facilement connecter des sources de données externes et définir des actions que l'agent peut effectuer, comme récupérer des informations météo.
• 😀 Co-pilot Studio permet de déployer des agents sur environ 15 canaux différents, internes et externes.
• 😀 Les agents autonomes peuvent fonctionner sans intervention humaine, comme dans le cas des demandes de retour de produits, où l'agent prend des décisions basées sur des politiques pré-définies.
• 😀 Azure AI permet d'étendre les capacités de Co-pilot Studio en intégrant des modèles de données personnalisés et des indices de recherche sophistiqués.
• 😀 La recherche Azure AI permet d'utiliser des ensembles de données indexés de manière avancée, offrant ainsi plus de contrôle sur la gestion des informations dans l'agent.
• 😀 Il est possible d'intégrer des modèles de données personnalisés, comme des modèles financiers spécifiques, dans les agents créés avec Co-pilot Studio.
• 😀 Pour des besoins plus complexes, Azure AI Foundry offre des outils de développement code-first, offrant un contrôle total sur l'infrastructure et les modèles de données.
• 😀 Le choix entre Co-pilot Studio et Azure AI dépend du niveau de personnalisation requis, de la compétence technique et des ressources disponibles pour maintenir l'infrastructure.

Q & A

Quels sont les deux grands types d’agents que l’on peut créer sur la plateforme Microsoft ?

Il existe deux principaux types : les agents qui étendent Microsoft 365 Copilot (internes et authentifiés), et les agents personnalisés indépendants, qui peuvent être utilisés pour des scénarios internes ou externes.

Quelle est la différence entre un agent Microsoft 365 Copilot et un agent personnalisé ?

Les agents Microsoft 365 Copilot fonctionnent à l’intérieur de l’environnement Copilot et utilisent le modèle OpenAI GPT-4o fourni par Microsoft. Les agents personnalisés, eux, permettent un contrôle total sur le modèle, les données, l’orchestration et l’expérience utilisateur.

Quels sont les trois critères clés à considérer avant de choisir une approche pour créer un agent ?

Il faut déterminer : 1) le type d’agent que l’on souhaite créer, 2) le niveau de compétence du créateur (utilisateur final, low-code, ou développeur), et 3) le niveau de contrôle nécessaire sur les composants de l’agent (instructions, connaissances, actions, orchestration, modèle, expérience utilisateur).

À quel type d’utilisateur s’adresse l’Agent Builder par rapport à Copilot Studio ?

L’Agent Builder est destiné aux utilisateurs finaux non techniques, capables de créer des agents simples en langage naturel. Copilot Studio s’adresse aux créateurs low-code qui souhaitent configurer des agents plus complexes sans écrire de code.

Quels éléments peut-on contrôler lorsqu’on étend Microsoft 365 Copilot ?

On peut définir les instructions de comportement, connecter des sources de connaissance internes (SharePoint, OneDrive, etc.) et configurer des actions ou des flux de travail. En revanche, on ne contrôle ni le modèle de langage, ni l’orchestration, ni l’interface utilisateur.

Quelles sont les principales fonctionnalités de Copilot Studio ?

Copilot Studio permet de créer des agents en low-code : connexion à des systèmes externes via des connecteurs, ajout de connaissances, création d’actions, personnalisation des dialogues et publication sur de nombreux canaux internes ou externes.

Qu’est-ce qu’un agent autonome dans Copilot Studio ?

Un agent autonome agit sans intervention humaine. Par exemple, il peut recevoir un e-mail de retour produit, consulter la politique de retour, et répondre automatiquement au client en envoyant un message adapté.

Quel rôle joue Azure AI Foundry (anciennement Azure AI Studio) dans la création d’agents ?

Azure AI Foundry permet d’étendre Copilot Studio en ajoutant des modèles linguistiques personnalisés, des index de recherche avancés ou des intégrations complexes gérées par des data scientists. Il offre un contrôle complet pour les scénarios plus techniques.

Quelle est la différence entre Copilot Studio et Azure AI Foundry en termes de complexité et de contrôle ?

Copilot Studio offre un temps de mise en œuvre rapide, sans gestion d’infrastructure ni coûts modulaires. Azure AI Foundry, en revanche, demande des compétences en développement, une configuration manuelle des ressources Azure et une gestion plus fine des coûts et du modèle.

Que permet le futur Microsoft 365 Agents SDK ?

Le SDK permettra de faire circuler du code et des composants entre Copilot Studio et les outils code-first (comme Azure AI ou Visual Studio), facilitant ainsi la collaboration entre approches low-code et développement complet.

Quels critères aident à choisir entre une approche low-code et code-first pour créer un agent ?

Le choix dépend du niveau de compétence technique, du besoin de contrôle (sur le modèle, les données, l’interface, etc.), des ressources disponibles et de l’investissement souhaité en temps et en budget.