UAGENT : Useradgents dévoile son framework de design Agentic

Microsoft en 2019, Google en 2020, IBM en 2022. Depuis des années, de nombreux gros acteurs de la tech tentent de poser et maîtriser le cadre de conception des services intelligents en mettant à disposition des outils ou des méthodologies principalement destinés aux designers. Bien qu’ils aient été régulièrement mis à jour, ils ne semblent pas avoir encore intégré la notion d’agent et érigent plutôt des grands principes pour penser l’incarnation de ces services. Les designers de USERADGENTS s’en sont servis pour approfondir leurs réflexions sur les interfaces mobiles nourries à l’IA, un sujet prioritaire pour les équipes et nos projets, et ils vous offrent aujourd’hui les fruits de ce travail : UAgent, la vision de la création d’agent d’IA en 2025 by UA.

UAgent est un framework bien frais aux apports complets, qui ne néglige ni le cadrage ni l’importance de la donnée, et qui exploite les bienfaits de ce device arrivé à maturité qu’est le mobile. Car nous sommes tous persuadés (et on peut vous le certifier puisqu’on les connaît par cœur depuis le temps) que les applications mobiles sont les seules à pouvoir porter efficacement et de façon responsable les enjeux de ces nouvelles expériences nourries à l’intelligence artificielle. Des expériences qui deviennent plus personnelles, plus contextuelles, plus naturelles. Elles sont les seules à pouvoir donner corps à la logique de l’agent et à donner de l’attention aux intentions. L’attention caractérisant les capacités des modèles de langage et les intentions toutes les interactions qu’ont désormais les utilisateurs avec la machine à l’ère de la Gen IA. 

UAgent s’appuie sur des expertises plurielles, bien au-delà du design, et implique une collaboration fine entre tous les profils qui interviennent dans la création d’un agent pour mobile. UAgent reflète l’évolution de nos métiers et affirme les convictions que nous avons chez USERADGENTS sur l’intelligence artificielle : une IA au service des besoins & valeurs des utilisateurs et qui tient compte des problématiques sociales et éthiques qui imprègnent nos sociétés actuelles.

Avant tout, un peu de contexte : welcome to the Agentic Era !

À moins d’avoir passé les derniers mois en hibernation dans une grotte, la notion d’agent d’IA n’a pas pu vous échapper. Principale tendance technologique de 2025 pour 32%¹ des cadres supérieurs, marché potentiel de 216 milliards de dollars² d’ici 2035 (vs. 5,19 milliards en 2024) selon les instituts d’études… Tout le monde s’accorde à le dire : bientôt, les agents seront partout et sous de multiples formes. 

La définition d’un agent est encore assez floue et évolutive mais pourrait, dans sa vision la plus simple, se caractériser par un programme au sein duquel des modèles de langage (LLM) contrôlent et orchestrent des flux de travail pour effectuer des tâches. Contrairement aux IA traditionnelles, les agents ne se limitent pas à fournir des réponses basées sur des données existantes, ils vont avoir recours à des outils externes pour être en mesure de collecter les données (percevoir), de les analyser et prendre des décisions (observer) pour ensuite passer à l’action (agir).

Plus ou moins autonome, avec des capacités de raisonnement plus ou moins grandes, l’agent change le rapport de nos utilisateurs à nos applications. Alors, plus le choix ! Il faut travailler avec lui. Il est temps de revoir notre façon de penser les interfaces en passant d’un mode “solo” à un mode plus collaboratif qui laisse (en partie) le pouvoir à cet assistant d’un nouveau genre. C’est l’ambition de nos designers avec UAgent : revisiter la démarche traditionnelle de conception, sans oublier nos fondamentaux (méthode du double diamant, à jamais dans nos cœurs).

On prend les mêmes et on recommence (en mieux) : notre démarche de conception

1- WHY : identifier les “vrais besoins des utilisateurs” et les opportunités de l’agent

Si aujourd’hui les agents sont partout, sont-ils vraiment utiles pour tous ? La pertinence et la nécessité de créer un agent pour vos utilisateurs, c’est LA première question à vous poser avant de vous lancer. La phase de définition du pourquoi de l’agent, incarnée en partie par la recherche utilisateur, est en effet, comme dans la méthode design classique, fondamentale. Elle devient même encore plus indispensable pour comprendre réellement les besoins à adresser à travers l’agent, les problèmes à résoudre et le modèle mental actuel des utilisateurs pour effectuer leurs tâches. 

Les capacités d’observation et d’action des agents bouleversent certes le champ des possibles pour les applications en termes décisionnels mais il est capital de cadrer et contrôler ce pouvoir de décision. Cela permettra de mieux formaliser la vision cible de votre service et l’étendue de ses objectifs pour qu’ils restent en adéquation avec les attentes de vos utilisateurs et ainsi leur proposer une expérience à la fois intelligente et responsable.

2- HOW : collecter la donnée et mettre en place le fonctionnement de l’agent

La principale nouveauté (et elle est extrêmement clé), c’est la donnée ! Il va être nécessaire de traduire les besoins utilisateurs en données à utiliser et sourcer. C’est le cœur de cette deuxième phase et l’élément qui va guider d’autres choix majeurs : celui des outils ou plutôt des tools nécessaires au fonctionnement de l’agent (API tierces, BDD externes…) et celui du ou des modèles de langage qui vont permettre de mettre en place son architecture technique. LLM (plus puissants mais très gourmands) ou SLM (plus légers et moins coûteux mais plus ciblés) ? Open source ou pas ? Entre OpenAI, DeepSeek, Mistral ou Meta avec Llama faites vos jeux, car c’est le ou les  modèles qui vont conditionner ensuite la phase de développement. Attention, connecter son agent aux outils et données nécessaires à son fonctionnement peut être complexe. C’est pourquoi certains acteurs du secteur commencent à standardiser les flux d’automatisation, comme Anthropic qui a dévoilé fin 2024 le MCP (pour Model Context Protocol), un protocole de communication open source et universel qui permet de donner du contexte à un LLM (peu importe lequel) pour lui permettre de récupérer et agir sur la donnée. 

3- WHAT : concevoir l’expérience et anticiper le monitoring de l’agent

Il est maintenant temps de véritablement designer l’expérience au prisme de la relation qui va unir vos utilisateurs à votre agent. Seulement voilà… Ce sont eux qui vont créer leurs propres interactions, au fur et à mesure, en temps réel, et votre rôle est de les accompagner au mieux dans l’établissement d’un lien de confiance entre eux. Puisqu’il est impossible de cartographier tous les scenarii et tous les parcours potentiels, charge à vous de les anticiper au mieux en donnant la juste place à votre agent. Une place qui influe sur la façon dont il est incarné : sur son identité, ses valeurs, sa tonalité, sa personnalité et à nouveau, son champ d’action. 

Des experts, comme Andrew NG³, ont commencé à catégoriser les types d’agents selon l’importance de chacune de leurs caractéristiques clés, à savoir leurs capacités à raisonner de façon autonome, à avoir recours à des outils externes, à planifier et décomposer leur actions en tâches et à collaborer avec d’autres agents. C’est ce type qui va ensuite guider son intégration dans l’interface : soit dans une optique 100% conversationnelle impliquant un échange en langage naturel avec l’utilisateur (et qu’on a parfois tendance à envisager à tort comme l’incarnation unique), comme un assistant en mesure d’agir à la place de l’utilisateur ou encore de façon totalement invisible, avec un agent qui effectue des tâches automatiquement par compréhension du contexte. 

4- RUN : keep going ! 

Une fois la machine lancée, c’est parti, le système va évoluer seul (ou presque). L’utilisateur va se servir de l’agent, le prendre en main et toutes les données d’usage ainsi générées vont servir à le faire évoluer et à l’optimiser petit à petit. Une sorte de valse qui va caractériser la phase de run où l’on cherche à enrichir le service. Succès ? Frustration ? Points de friction ? Niveau de confiance ? Autant de questions qui vont nourrir les réflexions pour des ajustements potentiels. 

La preuve par l’exemple : le coach marathon

Pour mieux vous aider à appréhender ces étapes, principalement celles qui sont nouvelles et représentent le plus de challenge, voici un petit cas d’usage d’agent fictif qui en aurait aidé plus d’un lors du marathon. 

Imaginez une application qui vous accompagne à 100% dans la préparation de votre course, au plus proche de vos besoins réels. Une application qui s’appuie sur une petite armée d’agents tous spécialistes de leur domaine (course à pied, nutrition, renforcement musculaire, forme), qui communiquent ensemble, et sont capables d’exploiter les données clés qui vous concernent grâce aux tiers et outils qui les abritent (devices connectés, sites e-commerce, littérature scientifique…), pour prendre la main sur le plan d’action.

Avec toutes ces données et l’aide des agents spécialisés, le coach marathon est capable : 

• D’analyser chaque course 
• De formaliser un plan d'entraînement de course à pied adapté à l’objectif du coureur, évolutif selon son état de forme.
• De suggérer des autres ou prochains objectifs
• D’offrir des conseils quotidiens d’activités basés sur l’ensemble des données collectées. Exemple : “vous n’avez pas assez dormi cette nuit, remplacez la sortie d’aujourd’hui par un footing de 50 min”
• De faire du coaching personnalisé en renforcement musculaire au vu de l’étude des allures et en fonction du dénivelé durant les courses.
• De faire du coaching personnalisé en nutrition compte tenu de la simulation de la durée de course, du gabarit, du régime alimentaire avant la course, pendant la course et après la course…
• De commander des produits (type barres, gel) pour le programme nutrition et la course
• De collecter des feedbacks constamment pour faire évoluer potentiellement chaque action et recommandation.

Avant de se quitter… 

Globalement, et même si cela semble évident, n’oublions pas que les agents et les nouveaux outils & méthodologies qu’impliquent leur conception et leur développement vont faire considérablement évoluer nos métiers. Ils en renforcent certains aspects mais nécessitent surtout d’acquérir une nouvelle vision et de nouvelles compétences. Alors soyons vifs, prenons le train en marche avant qu’il file sans nous et adaptons-nous ! 

Vous étiez UX Designer ? Vous devenez Agentic Designer, l’instructeur en chef de l’ensemble des scenarii d’interaction avec le service. L’Agentic Designer est celui qui a la vision de la multimodalité des usages et doit pour cela posséder une compréhension très fine du raisonnement des agents. 

Vous étiez User Interface Designer ? Vous devenez User Interactions Designer car vous devez prendre en compte la multiplicité actuelle des interactions (textuelles, gestuelles, vocales, visuelles). C’est vous l’expert de la relation à la machine. 

Vous étiez Product Manager, Product Owner ou Chef de Projet ? Vous devenez agent d’agent, car vous êtes le seul à pouvoir maîtriser l’ensemble de la structure du projet et tous ses enjeux, qu’ils soient techniques, éthiques (privacy, biais, risques…) ou liés aux process d’automatisation. 

Vous étiez développeur ? Vous devenez Prompt Engineer car les modèles et le dialogue avec la machine, optimisés par le code et le prompt, vont amplifier vos capacités, qui deviennent full stack, pour mieux anticiper les besoins du système et pour le faire fonctionner.

Des questions sur le framework UAgent ou un projet d’agent d’IA ? Contactez nos experts !

¹ Enquête de Capgemini auprès des 1500 cadres supérieurs.

² Selon la société d’études Roots Analysis.

³ Lors de la conférence Build 2024 de Snowflake.