Retour au blog

IA vs. IA générale vs. IA agentique : décryptage du paysage Infor

(Première partie de la série : L’évolution de l’intelligence ERP : des données aux agents)

Dans les salles de réunion, l'« IA » est un mot à la mode, utilisé à tort et à travers pour résoudre tous les problèmes. Dans les ateliers, c'est source de confusion. « Est-ce que ChatGPT est adapté à mon entrepôt ? » « Est-ce que ça prédit les ruptures de stock ou envoie des e-mails ? » « Est-ce que c'est sécurisé ? »

Pour établir une feuille de route réaliste pour Infor LN, les définitions génériques sont à proscrire. Il est impératif de se référer à l'architecture officielle. Conformément à la stratégie technique d'Infor, il ne s'agit pas d'une technologie monolithique unique, mais d'une trinité : Infor AI, GenAIet Agentic AI.

Comprendre cette différence vous aidera à comprendre quels problèmes commerciaux vous pouvez réellement résoudre.

Infor AI : L’analyste prédictif

Dans la documentation officielle, Infor AI (anciennement connue sous le nom de Coleman AI Platform) fait spécifiquement référence au prédictif et prescriptif .

Considérez Infor AI comme votre meilleur expert en science des données.
Il adore les chiffres, les tendances et l'historique.
Il pas de contenu original (il n'écrira pas de poème).
En revanche, il exploite d'énormes quantités de données historiques structurées pour en extraire des tendances cachées.

 

Sous le capot :

  • Apprentissage automatique (ML) : Il utilise des algorithmes (comme la régression ou la classification) pour entraîner des modèles.
  • Quêtes : Dans la terminologie d’Infor, vous créez des « quêtes », des flux de travail ML spécifiques qui gèrent la préparation des données, l’ingénierie des caractéristiques (détection des valeurs aberrantes) et l’entraînement.
  • Données structurées : elles s’épanouissent sur des lignes et des colonnes bien organisées (historique des ventes, relevés de capteurs IoT).

Cas d'utilisation d'Infor LN : Prévision de la demande

Vous ne demandez pas à Infor AI « Comment vont les ventes ? ». Vous lui fournissez cinq années d’historique des ventes, des indices de saisonnalité et des facteurs économiques. Elle exécute une requête et vous fournit les résultats suivants :

« Vous vendrez 452 unités de l'article X en novembre avec une confiance de 92 %. »

GenAI : Le moteur contextuel

 

Définition officielle : GenAI est une fonctionnalité basée sur de grands modèles de langage (LLM) intégrés à Infor OS via l’ orchestrateur GenAI.
C’est généralement sur ce point que se concentre l’attention, mais l’approche d’Infor est résolument orientée métier.

Dans les coulisses : comment GenAI « pense » réellement

Pour comprendre pourquoi GenAI est différent des logiciels traditionnels, nous devons décomposer trois concepts fondamentaux : les LLM, les jetons et les transformateurs.

  1. Un LLM (Large Language Model)
    n'est pas une « base de connaissances » comme une bibliothèque ; c'est un moteur probabiliste. Il a été entraîné sur de vastes quantités de textes pour apprendre les relations statistiques entre les mots. Il ne « connaît » pas la réponse ; il prédit la réponse la plus probable en se basant sur des schémas.
  2. Le Token : la monnaie de l’IA.
    GenAI ne lit pas les mots comme nous. Elle décompose le texte en Tokens (environ 4 caractères ou 0,75 mot).
  • Entrée : « Infor LN »
  • Vue IA : [Infor] [ LN] (2 jetons) Lorsque vous payez pour les services GenAI (via AWS Bedrock ou des jetons Infor), vous payez pour le traitement de ces blocs.
  1. Le Transformer
    est une technologie révolutionnaire (le « T » de GPT).
    Contrairement aux anciens modèles qui lisent le texte de gauche à droite, un Transformer lit la phrase entière en une seule fois et attribue des « poids d’attention » aux différents jetons.
  • Phrase : « Le projet a dépassé le budget prévu en raison de de l'acier . »
  • Mécanisme : Le transformateur comprend que le mot « budget » est mathématiquement lié à « acier ». Il comprend le contexte, et pas seulement les mots-clés.
  1. Prédiction du mot suivant : Lorsque GenAI rédige un résumé, il joue littéralement au jeu du « Devinez le mot suivant ».
  1. Il affiche votre invite : « L’état du projet est… »
  2. Il calcule les probabilités : « En retard » (70 %), « À l’heure » (20 %), « Inconnu » (10 %).
  3. Il sélectionne « Retardé » et répète le processus.

Vidéo recommandée : Pour une explication visuelle de ces concepts, consultez l’introduction à l’IA générative :

Cas d'utilisation Infor LN : Widget Project 360 Dans les sessions comme Project 360 (tppdm6500m100), Infor applique cette technologie de manière spécifique :

  • Entrée : le système alimente le LLM en données structurées (lignes budgétaires, problèmes ouverts, étapes clés) converties en jetons.
  • L’invite : vous cliquez sur une invite prédéfinie comme « Résumé exécutif du projet ».
  • Résultat : le transformateur analyse les jetons et génère un récit cohérent :

« Le projet est retardé de 3 semaines en raison de pénuries de ressources dans la phase 2. Les coûts des matériaux sont supérieurs de 10 % aux estimations. »

IA agentique : l'avenir autonome

Définition officielle : il s’agit de la nouvelle frontière décrite dans la feuille de route.
L’IA agentique fait référence aux « agents microverticaux basés sur les rôles ».

Principe : tandis que GenAI apporte son aide (il faut cliquer sur « Résumer »), Agentic AI agit. Elle est axée sur les résultats, et non sur les tâches.

En coulisses : les agents sont conçus avec un « contrôle orchestré ».
Ils possèdent l’habilitation de sécurité et la logique nécessaires pour exécuter des processus au sein de la suite Infor (LN, IDM, M3) de manière autonome, n’attendant généralement qu’une dernière validation humaine.

Imaginez un agent de la chaîne d'approvisionnement qui :

  1. Détecte un retard de livraison (Information fournie par Infor AI).
  2. Lit le contrat pour vérifier les pénalités (Compétence de GenAI).
  3. Actions : proactivement un bon de commande pour un fournisseur secondaire et le met en file d'attente pour votre approbation.

Résumé : L'outil idéal pour le travail

Au lieu d'une matrice confuse, voici comment identifier l'outil dont vous avez besoin :

Prochaine étape : nous laisserons de côté les tableaux de bord statiques et verrons comment Text-to-SQL vous permet de dialoguer avec vos données grâce à la BI générative.

 

Écrit par Andrea Guaccio 

17 décembre 2025