Le monde de la technologie est en effervescence, comprenant que les titans de l’industrie ciblent simultanément les consommateurs individuels (C-end) et les clients commerciaux (B-end). L’essor des Agents IA, stimulé par des innovations telles que DeepSeek et Manus, est indéniable. Beaucoup pensent que 2025 marquera le véritable début de l’ère des Agents IA, avec des entreprises technologiques majeures et des startups qui se lancent, accélérant le passage aux applications commerciales.
Tencent reconnaît ce tournant crucial et avance activement avec sa stratégie d’Agent IA.
Plateforme de développement d’agents Tencent Cloud
Lors du sommet 2025 de Tencent Cloud sur l’application de l’IA dans l’industrie, Tencent Cloud a dévoilé une mise à niveau majeure de son moteur de connaissances de grand modèle, le transformant en la plateforme de développement d’agents Tencent Cloud (TCADP). Cette plateforme intègre la technologie RAG (Retrieval-Augmented Generation) de Tencent Cloud, des fonctionnalités d’agent complètes et des fonctions affinées à partir de déploiements dans le monde réel, visant à répondre précisément aux demandes évolutives des utilisateurs.
Le lancement de la plateforme de développement d’agents Tencent Cloud signifie l’ambition de Tencent Cloud d’autonomiser les entreprises clientes avec les ressources nécessaires pour prototyper et déployer rapidement des applications basées sur des agents.
Tang Daosheng, vice-président exécutif principal chez Tencent et PDG du Cloud and Smart Industry Group, a souligné que les utilisateurs peuvent désormais permettre aux agents de décomposer indépendamment des tâches complexes, de concevoir des stratégies d’exécution et d’employer sélectivement les outils disponibles. Il a souligné une réalisation clé : « Nous avons réalisé pour la première fois une prise en charge sans code de la collaboration de transfert multi-agent, abaissant davantage le seuil pour la création d’agents. »
Au sein de la plateforme de développement d’agents Tencent Cloud, Tencent Cloud a assemblé un écosystème d’outils d’agent complet, conforme au protocole MCP et compatible avec les éléments essentiels du SDK OpenAI Agents. Il est également préchargé avec une sélection organisée de plugins de haute qualité, à la fois internes et externes, notamment Tencent Location Services et d’autres serveurs MCP écologiques.
Ces capacités sont conçues pour permettre aux agents IA d’utiliser plus efficacement les outils, d’accéder à des données spécialisées et d’élargir la portée de leurs services.
Dans le portefeuille diversifié d’applications de Tencent, de nombreux produits intègrent déjà des capacités d’agent via la plateforme de développement d’agents Tencent Cloud. Il s’agit notamment de QQ Browser, Tencent Health, Tencent Cloud Code Assistant CodeBuddy et Tencent Qidian Marketing Cloud.
Tang Daosheng a cité QQ Browser comme un excellent exemple, soulignant l’introduction récente de l’Agent QBot. Cette fonctionnalité permet aux utilisateurs d’émettre des commandes de tâches, que QBot exécute ensuite de manière autonome, gérant tout, des recherches et de la navigation aux téléchargements et à l’analyse.
Définir l’agent IA
Bien que les produits Agent IA prolifèrent rapidement, une définition standardisée reste insaisissable au sein de l’industrie.
Wu Yunsheng, qui dirige la division AI de Tencent Cloud et dirige Tencent Youtu Lab, définit les agents d’un point de vue centré sur l’utilisateur comme un nouveau paradigme d’application caractérisé par la planification autonome et la sélection d’outils, y compris la collaboration multi-agents, pour accomplir des tâches complexes.
En substance, les agents se distinguent des assistants IA conventionnels, qui nécessitent des invites explicites des utilisateurs pour chaque réponse. En revanche, les agents n’ont théoriquement besoin que d’une seule instruction de haut niveau pour cartographier et exécuter de manière autonome une solution complète. Le grand modèle de langage sous-jacent est essentiel pour que les agents deviennent réellement utiles, agissant comme un « cerveau » central.
La stratégie multi-modèle de Tencent
Tencent a sans équivoque déclaré son engagement envers une stratégie à double voie : « investir sans relâche dans des modèles auto-développés + adopter ouvertement des modèles open source avancés ». Depuis le début de l’année, Tencent a activement intégré le grand modèle DeepSeek tout en accélérant simultanément le développement itératif de son modèle Hunyuan interne.
Le modèle d’inférence développé par Tencent, Thinker (T1), spécialisé dans les tâches complexes et le raisonnement approfondi, a subi des itérations rapides depuis son lancement initial sur l’application Yuanbao plus tôt cette année. De plus, Tencent a dévoilé Hunyuan Turbo S, une nouvelle génération de modèles de pensée rapide optimisés pour le traitement des tâches accéléré.
S’appuyant sur la base TurboS, Tencent a également introduit le modèle de raisonnement approfondi visuel T1-Vision et le modèle d’appel vocal de bout en bout Hunyuan Voice. Pour compléter ces derniers, une variété de modèles multimodaux, notamment Hunyuan Image 2.0, Hunyuan 3D v2.5 et Hunyuan Game Visual Generation, ont également été lancés.
Restructuration organisationnelle
Pour faciliter l’innovation rapide des produits et la recherche et le développement de modèles approfondis, Tencent a intégré ses produits et applications d’IA - y compris Tencent Yuanbao, QQ Browser, Sogou Input Method et ima - dans le Cloud and Smart Industry Group (CSIG) cette année. Parallèlement, Tencent a mis en œuvre des changements organisationnels au sein du Technical Engineering Group (TEG), l’entité responsable du développement du grand modèle Hunyuan de Tencent.
Le mois dernier, des sources ont révélé une restructuration complète de l’organisation de R&D du grand modèle Hunyuan de Tencent. Suite à l’ajustement, TEG a créé deux nouvelles divisions : le département des grands modèles de langage et le département des modèles multimodaux. Ces entités sont chargées d’explorer les technologies de pointe dans les grands modèles de langage et les grands modèles multimodaux, de favoriser les itérations continues sur les modèles fondamentaux et d’étendre les capacités globales des modèles.
Simultanément, Tencent renforce ses capacités de données de grand modèle et son infrastructure de plateforme. Le département de la plateforme de données se concentre sur la gestion et la construction de bout en bout des données de grand modèle, tandis que le département de la plateforme d’apprentissage automatique pilote la création de plateformes intégrées d’apprentissage automatique et de big data. Cette approche globale fournit une plateforme PaaS robuste et efficace qui sous-tend à la fois la formation et l’inférence des modèles d’IA, ainsi que le traitement des big data, soutenant collectivement la R&D de la technologie de grand modèle Hunyuan de Tencent.
L’avenir axé sur les agents
Tang Daosheng a postulé que l’open-sourcing de Deepseek et les percées dans la réflexion approfondie signalent que les grands modèles d’IA dépassent le seuil de l’industrialisation et atteignent un stade de déploiement généralisé. Il soutient que l’attention principale de l’industrie est passée de la formation de modèles au développement axé sur les applications et les agents.
Le vaste marché potentiel pour les agents est indéniablement un facteur important qui motive l’adoption accélérée des technologies d’agent IA par Tencent Cloud.
Analyse et projections de l’industrie
Un rapport de recherche de Minsheng Securities exprime une forte conviction que 2025 sera reconnue comme l’année inaugurale des agents IA et la genèse d’une révolution logicielle. Le rapport suggère que les agents pourraient être un catalyseur clé pour la réévaluation des logiciels, élargissant potentiellement le marché cible des fournisseurs de logiciels pour englober le marché du travail de plusieurs billions de dollars. On prévoit également que les agents IA amélioreront les caractéristiques de consommation des logiciels, augmentant encore le plafond de valorisation des sociétés de logiciels.
Les prévisions les plus récentes de Gartner indiquent une augmentation substantielle de l’intégration de l’IA autonome dans les logiciels d’entreprise, prévoyant un bond de moins de 1 % en 2024 à 33 % d’ici à 2028. Parallèlement, plus de 15 % des décisions de travail quotidiennes devraient être exécutées de manière autonome par des agents d’IA. Dans cette compétition mondiale en matière d’IA, les agents d’IA apparaissent comme un impératif stratégique non négociable, ce qui conduit à un large consensus selon lequel les géants de l’internet doivent se concentrer à la fois sur les marchés C-end et B-end.
Ying Ying, analyste en chef de l’informatique chez CITIC Securities, souligne les approches contrastées du déploiement d’agents observées dans différentes régions. Les fournisseurs de cloud d’Amérique du Nord se concentrent principalement sur la facilitation du déploiement efficace des modèles et des agents pour leurs clients, tandis que les fournisseurs B-end sont plus orientés vers la création et la gestion de plateformes d’agents. Les géants nationaux de l’Internet, cependant, adhèrent aux stratégies d’acquisition de trafic utilisateur de l’ère de l’Internet, visant à capturer les utilisateurs grâce à des produits d’agents généraux similaires à « Manus », reflétant les pratiques de leurs homologues B-end en Amérique du Nord.
La stratégie C-End de Tencent
Du côté des produits C-end, Tencent n’a pas encore lancé de produit Agent natif comparable à « Manus ».
Lors de la récente réunion sur les résultats du premier trimestre de Tencent, la direction a exprimé son point de vue sur les produits Agent, en les classant en deux types distincts : les agents généraux que les particuliers peuvent créer pour agir en leur nom dans le monde extérieur, et les agents IA intégrés à l’écosystème WeChat, fonctionnant dans le cadre unique de WeChat.
Des sources indiquent que Tencent construit ses capacités d’agent IA général grâce à des produits natifs d’IA tels que Yuanbao et IMA.
La stratégie de Tencent implique un déploiement progressif des capacités. Initialement, les Agents seront équipés pour fournir des réponses rapides aux questions. Par la suite, ils incorporeront des modèles de raisonnement long à « pensée en chaîne » pour traiter des requêtes plus complexes. Au fil du temps, ils évolueront pour exécuter des tâches plus complexes, intégrant progressivement des capacités d’« intelligence incarnée », permettant une interaction transparente avec d’autres applications, programmes et même des API externes pour fournir une assistance utilisateur complète.
La direction de Tencent souligne qu’il s’agit d’une évolution continue, et que ses capacités sont fondamentalement alignées sur celles des agents IA généraux développés par ses concurrents.
L’avantage de l’écosystème WeChat
L’agent IA que Tencent a l’intention de créer au sein de l’écosystème WeChat représente un produit uniquement différencié, difficile à reproduire pour d’autres fournisseurs.
Cet agent sera profondément intégré aux éléments centraux de l’écosystème WeChat, notamment les réseaux de relations sociales, les fonctions de communication et communautaires, les plateformes de contenu comme les comptes publics et les comptes vidéo, et des millions de mini-programmes. Ces composantes fournissent collectivement des informations, un traitement des transactions et des capacités opérationnelles couvrant de nombreux domaines verticaux.
Comme les applications natives d’IA lancées précédemment, l’importance stratégique des géants de l’Internet qui développent des agents IA réside dans la lutte pour la domination au sein du super écosystème de trafic émergent de l’ère de l’IA, ne laissant aucune place à la complaisance.
À partir de 2025, le thème dominant dans le paysage de l’IA est passé des grands modèles de langage aux agents IA. La prolifération des agents IA est inévitable, mais les capacités actuelles des produits en sont encore à leurs balbutiements. Dans cet environnement dynamique, le succès favorisera probablement ceux qui peuvent créer le « Deepseek du domaine de l’agent IA », se positionnant comme des leaders dans la prochaine phase de l’évolution de l’IA.