Les agents d’utilisation informatique sont des modèles d’IA qui utilisent un ordinateur comme le ferait une personne, en lisant l’écran, en déplaçant le curseur, en cliquant et en tapant pour terminer une tâche. Anthropic, OpenAI et Google proposent tous des versions de cette capacité. Leurs coûts sont un mélange d’utilisation du modèle, d’infrastructure et de supervision humaine, et leur ROI dépend de la quantité de travail répétitif sur écran qu’ils éliminent sans ajouter de correction d’erreurs.
L’argument est attrayant pour les opérations marketing. De nombreuses tâches se déroulent dans des outils qui n’ont pas d’API utile : copier les résultats de campagne depuis un portail partenaire, mettre à jour des listes dans un répertoire, remplir le même formulaire sur dix comptes publicitaires. Un agent capable de voir l’écran peut, en principe, tout faire. La question pratique est de savoir s’il le fait de manière suffisamment bon marché et fiable pour battre une personne ou un simple script.
Combien coûtent réellement les agents d’utilisation informatique ?
Le coût visible est l’utilisation du modèle. Les agents travaillent en boucles : prendre une capture d’écran, réfléchir, agir, prendre une autre capture d’écran. Chaque étape envoie une image et du texte au modèle, donc une tâche avec quarante étapes coûte beaucoup plus cher qu’une seule requête de chat. La tarification se fait généralement par jeton, et les entrées d’image comptent, donc les tâches longues s’additionnent rapidement.
Les coûts moins visibles sont souvent plus importants. Un budget complet comprend les lignes suivantes.
- Utilisation du modèle par exécution de tâche, y compris les tentatives en cas d’échec d’une étape.
- Un environnement sandbox : une machine virtuelle ou un conteneur avec un navigateur, car les agents ne doivent pas fonctionner sur l’ordinateur portable d’un employé avec des mots de passe enregistrés.
- Temps d’ingénierie pour rédiger les instructions de tâche, les garde-fous et la journalisation.
- Supervision : quelqu’un qui examine les résultats, gère les exceptions et approuve les actions sensibles.
- Maintenance lorsqu’un site web change sa mise en page et que les instructions de l’agent ne correspondent plus.
Par exemple, une équipe pourrait constater que l’utilisation du modèle représente une petite part du total mensuel, tandis que la supervision et la maintenance en constituent la majeure partie. Ce modèle est courant avec les premiers projets d’automatisation et il vaut mieux le prévoir que de le découvrir.
Quelles tâches donnent un rendement positif ?
Les agents sont rentables sur des tâches fréquentes, fastidieuses, à faible risque et stables. Fréquentes pour que le coût de configuration soit réparti sur de nombreuses exécutions. À faible risque pour qu’une erreur occasionnelle soit bon marché. Stables pour que les écrans ne changent pas chaque semaine.
Les bons candidats en marketing incluent la collecte de captures d’écran d’emplacements publicitaires pour les rapports clients, l’extraction de mesures à partir de plateformes sans fonctionnalités d’exportation, la vérification que les pages de destination affichent la bonne offre dans chaque région, et la rédaction d’entrées dans des outils internes à partir d’une feuille de calcul. Les mauvais candidats incluent tout ce qui implique des paiements, des autorisations de compte ou la publication sur des canaux publics sans examen.
Quand un script est meilleur
Si l’outil dispose d’une API ou d’une exportation stable, une intégration normale est moins chère et plus fiable qu’un agent. Utilisez l’utilisation informatique uniquement là où l’écran est la seule interface. De nombreuses équipes découvrent que la moitié de leurs tâches candidates sont mieux résolues avec Zapier, Make ou un court script Python.
Comment calculer le ROI sans devinettes ?
Utilisez un modèle simple basé sur le temps et mesurez chaque entrée pendant un projet pilote plutôt que de l’estimer.
- Ligne de base : minutes qu’une personne consacre à la tâche aujourd’hui, multipliées par le volume mensuel et le coût horaire chargé.
- Coût d’exécution de l’agent : utilisation du modèle plus infrastructure par exécution, multipliée par le volume.
- Supervision : minutes de revue humaine par exécution, multipliées par le volume et le coût horaire.
- Coût de l’erreur : part des exécutions nécessitant une correction, multipliée par le temps de correction.
- Coûts fixes : heures de configuration et de maintenance mensuelle.
Le ROI est le coût de base moins la somme des autres lignes, divisé par cette somme. Exécutez le pilote pendant au moins deux à quatre semaines afin de voir les changements de mise en page et les cas étranges. Une tâche qui semble rentable lors d’un test de trois jours peut devenir négative une fois qu’un portail met à jour son menu.
Quels risques devraient façonner le budget ?
Les agents d’utilisation informatique peuvent être induits en erreur par ce qu’ils lisent. Une page web peut contenir du texte qui ressemble à une instruction, et un modèle peut le suivre. Les fournisseurs publient des conseils sur ce risque d’injection de prompt et recommandent des environnements isolés, des autorisations limitées et une confirmation humaine pour les étapes conséquentes. Budgétisez ces contrôles dès le premier jour.
Les identifiants sont l’autre préoccupation. Donnez à l’agent son propre compte avec les autorisations les plus restreintes possibles, jamais une connexion administrateur partagée. Enregistrez chaque action avec des captures d’écran afin de pouvoir retracer ce qui s’est passé lorsque quelque chose semble incorrect.
À quoi ressemble un pilote sensé ?
Gardez le premier pilote étroit. Une tâche, un environnement, un propriétaire et une période fixe d’environ un mois. Convenez avant de commencer quel résultat compte comme un succès, par exemple des heures nettes économisées au-dessus d’un niveau défini avec un taux de correction inférieur à un plafond convenu.
Exécutez l’agent en mode fantôme pendant la première semaine. Il effectue la tâche, mais une personne vérifie chaque résultat avant que quoi que ce soit ne soit utilisé. Cela montre le taux d’erreur réel sans risque et vous donne du matériel pour améliorer les instructions.
Après la semaine fantôme, passez à la revue échantillonnée : une personne vérifie une partie des exécutions au lieu de toutes. Suivez si les erreurs augmentent. Si elles restent stables, la ligne de supervision dans votre modèle de ROI diminue et le rendement s’améliore. Si elles augmentent, vous avez appris quelque chose de précieux à moindre coût, avant que l’agent ne touche à quelque chose d’important.
Comment Alien Road applique les agents d’utilisation informatique
Dans un engagement typique, la découverte signifie s’asseoir avec l’équipe des opérations du client et lister chaque tâche d’écran répétitive, avec sa fréquence et le temps qu’elle prend. Nous trions ensuite la liste en trois groupes : résoudre avec une API, résoudre avec un agent, ou laisser manuel.
Pour le groupe des agents, la configuration se fait dans une machine virtuelle isolée avec un compte dédié et limité. Nous rédigeons des instructions de tâche, définissons quelles actions nécessitent une approbation humaine et ajoutons une journalisation qui stocke une capture d’écran par étape. Rien de ce qui dépense de l’argent ou publie du contenu ne s’exécute sans qu’une personne ne le confirme.
La mesure suit le modèle de ROI ci-dessus, avec des timings réels du pilote. Le rapport mensuel montre les exécutions terminées, les exécutions qui ont nécessité une correction, les minutes de supervision et les heures nettes économisées. Si une tâche dérive vers un rendement négatif, nous le disons et nous la remettons en manuel ou en script.
Par où commencer cette semaine
Listez cinq tâches d’écran répétitives que votre équipe effectue chaque semaine. Notez combien de temps chacune prend et si l’outil propose une API ou une exportation. Rayez tout ce qui a une API ; celles-ci nécessitent une intégration, pas un agent.
Pour les tâches restantes, choisissez celle avec le volume le plus élevé et le risque le plus faible. Chronométrez-la manuellement pendant une semaine. Ce chiffre est votre ligne de base, et sans lui, aucune réclamation de ROI, positive ou négative, ne tiendra la route dans une discussion budgétaire.
Continuer la lecture : Agence marketing IA · AI Marketing