Un employé peut terminer sa journée de travail sans avoir terminé sa mission. ServiceNow veut que son nouvel agent d’IA prenne le relais à partir de là.
ServiceNow a annoncé la disponibilité générale d’Arc le 21 oct., dans le cadre de l’élargissement de son partenariat avec Nvidia. L’entreprise affirme que cet agent d’IA d’entreprise personnel peut gérer des missions prolongées dans les applications professionnelles, conformément aux politiques d’accès définies par le service informatique.
Pour les employeurs, la question est de savoir si un agent peut accomplir correctement une tâche dans des systèmes qui évoluent, tout en respectant les autorisations qui lui sont accordées. Des erreurs pourraient laisser des validations inachevées ou modifier incorrectement des dossiers professionnels, même lorsque l’agent est autorisé à y accéder.
Des suivis de messagerie aux intégrations personnalisées
Selon ServiceNow, les employés peuvent donner à Arc un objectif au lieu de lui prescrire chaque étape. L’agent élabore un plan, effectue des actions dans différents systèmes d’entreprise, vérifie sa progression et s’adapte si nécessaire. Les missions peuvent se poursuivre pendant quelques minutes ou plusieurs jours sans que personne ne supervise chaque étape.
Il repère également le travail inachevé dans la boîte de réception, la liste des tâches et les échanges en réunion d’un employé, notamment les validations et suivis en attente. Les connexions aux workflows ServiceNow, aux e-mails, à Microsoft Teams et à d’autres outils de productivité lui permettent de coordonner des workflows automatisés. La mémoire et les compétences acquises au fil du temps sont censées améliorer la façon dont l’assistant gère les missions récurrentes.
Lorsqu’un connecteur existant ne peut pas prendre en charge une tâche, le logiciel peut créer une nouvelle intégration pour communiquer avec une autre application. Pour les charges de travail courantes, il peut utiliser des modèles locaux plus compacts sur le matériel Nvidia RTX Spark, et se tourner vers des modèles de pointe pour les demandes plus exigeantes.
L’outil d’IA peut fonctionner sur le poste de travail d’un employé ou sur un ordinateur distinct au sein d’un environnement sécurisé. ServiceNow l’inclut dans les abonnements EmployeeWorks Foundation, Advanced et Prime, sans coût supplémentaire.
La prise en charge des Mac est disponible dès maintenant ; celle de Windows est attendue dans les semaines à venir.
Les politiques informatiques régissent les actions d’Arc dans les différents systèmes
Les administrateurs définissent les autorisations des agents IA via le Super Intelligence Control Tower de ServiceNow, en précisant les applications et les données auxquelles l’agent peut accéder. Nvidia OpenShell fournit un environnement en bac à sable qui fait respecter ces restrictions pendant l’exécution. Les intégrations créées par l’assistant doivent fonctionner dans ces mêmes limites.
L’OpenShell Reference Architecture de Nvidia comprend également le logiciel Sentry, conçu pour fonctionner sur les unités de traitement des données BlueField-4. Nvidia indique que Sentry surveillera les agents indépendamment de leur logiciel hôte et fera respecter les politiques de sécurité au niveau matériel. Sa disponibilité est prévue pour le début de 2027.
ServiceNow prévoit également d’étendre ses contrôles grâce à AI Passport, un enregistrement d’autorisation précisant ce que chaque agent est autorisé à faire. Une future intégration permettrait aux couches de contrôle logicielles et matérielles de détecter les autorisations révoquées et de stopper toute activité non autorisée. L’application de ces contrôles par Passport dans l’ensemble de ces couches est attendue dans une version ultérieure et ne fait pas partie de la disponibilité actuelle d’Arc.
Ce qu’a constaté eWeek : les plans fournis ont permis à un modèle plus petit de surpasser un modèle plus grand
L’étude de mars de ServiceNow Research, EnterpriseOps-Gym a examiné les performances de modèles d’IA sur 1 150 tâches professionnelles simulées.
Lorsque l’entreprise et Nvidia ont présenté Project Arc en mai, elles ont également évoqué leurs travaux sur l’évaluation comparative des agents d’entreprise. Une expérience a révélé un résultat surprenant concernant le lien entre la taille du modèle et la qualité de sa planification.
Les chercheurs ont fourni à de petits modèles d’IA des plans rédigés par des experts pour accomplir des missions professionnelles. Avec ces instructions, le modèle Qwen3-4B de quatre milliards de paramètres a surpassé le modèle plus grand Qwen3-30B dans les trois domaines de travail testés.
Domaine de travail | Qwen3-4B | Qwen3-30B |
| Service client | 37.2% | 33.9% |
| Gestion des services informatiques | 23.3% | 20.9% |
| Ressources humaines | 36.4% | 33.2% |
Taux d’achèvement des tâches avec des plans rédigés par des humains, d’après le tableau 3 de l’étude EnterpriseOps-Gym.
Dans les trois modèles et les trois domaines de travail de cette expérience, les plans rédigés par des humains ont amélioré l’achèvement des tâches d’environ 14 à 35 points de pourcentage par rapport aux modèles travaillant sans plans fournis.
L’expérience n’établit ni la précision d’Arc ni les économies réalisées. Les plans de référence rédigés par des humains ont fourni aux modèles testés des instructions qu’un agent autonome aurait dû générer ou obtenir lui-même. Les chercheurs ont également constaté que les plans générés par les modèles apportaient des améliorations moindres que les plans rédigés par des humains.
Pour les acheteurs de solutions d’entreprise, cette distinction est importante : l’exécution locale d’un modèle plus petit peut réduire les coûts d’inférence, mais un workflow nécessitant des corrections fréquentes peut tout de même mobiliser du temps de travail. Les évaluations doivent mesurer si les missions sont correctement menées dans le respect des politiques, en tenant compte du travail manuel éventuellement nécessaire pour corriger les erreurs.
Les responsables informatiques qui évaluent ce potentiel devraient commencer par des missions familières comportant plusieurs étapes et comparer les actions planifiées par l’agent aux procédures établies des employés. Les tests devraient également inclure des situations où les dossiers professionnels évoluent pendant l’exécution, puis vérifier que les bonnes mises à jour ont été effectuées dans les systèmes d’entreprise.
Le suivi des interventions du personnel, des reprises et du coût par mission menée à bien permettrait de déterminer si l’approche d’Arc produit ces gains d’efficacité dans des conditions de travail réelles.
Vous souhaitez découvrir d’autres conseils, astuces et techniques de prompting liés à l’IA ? Les lecteurs d’eWeek bénéficient de 7 jours d’accès gratuit à The Neuron Academy, notre plateforme d’apprentissage pratique conçue pour aider les professionnels à utiliser l’IA avec davantage d’assurance au travail. Parcourir toutes les leçons →
Les agents IA comme Arc peuvent s’occuper de la planification, mais les utilisateurs doivent toujours expliquer ce qu’ils veulent accomplir. Notre cours gratuit de six minutes Comment parler à l’IA apprend des méthodes simples pour rédiger des prompts plus clairs, avec sept jours d’accès gratuit à d’autres cours sur l’IA. Découvrez toutes les leçons ici →