fr.wedoany.com Rapport : En s’appuyant sur les services Kiro, Amazon Bedrock et Amazon EKS d’Amazon Web Services (AWS), XPeng a construit une plateforme interne d’IA de programmation et de travail agentique baptisée « Lingxi ». Celle-ci a permis d’atteindre un taux de couverture de code IA supérieur à 70 %, la création de plus de 700 Skills en interne, la connexion de plus de 400 points de terminaison API, plus de 100 PR collaboratifs IA par jour, l’exécution de plus de 140 000 workflows, un taux de réussite supérieur à 99,7 % pour les six étapes clés, zéro défaut P0 et P1 dans le code livré, et une réduction du temps de correction automatique des défauts de deux jours à 10 minutes.
He Ruibang, responsable de la plateforme IA/Données du groupe XPeng, a présenté lors du sommet AWS China que, bien que les outils de développement IA soient largement utilisés en interne depuis 2024, améliorant l’efficacité individuelle de certains employés, l’efficacité globale des départements n’a pas montré de changement significatif. La raison en est que les projets complexes nécessitent encore que les outils IA effectuent le codage par étapes, tandis que l’intégration manuelle ultérieure, les tests de débogage et le pipeline CI/CD ne sont pas fluidifiés. Chu Ruisong, vice-président mondial d’Amazon et coprésident d’AWS pour la région Asie-Pacifique, a souligné lors du sommet : « Le point d’inflexion de l’explosion de l’IA agentique est arrivé. L’agent IA passe d’un outil auxiliaire à une force de travail numérique participant réellement à la production et à la création de valeur. » XPeng a ensuite réalisé que l’efficacité ponctuelle n’équivaut pas à l’efficacité globale.
L’architecture de la plateforme « Lingxi » est divisée en cinq couches : la couche supérieure est le point d’entrée pour les développeurs, comprenant une interface web, des plugins IDE et des plugins de développement matériel ; la couche suivante est la couche de collaboration agentique, utilisant le noyau Kiro pour intégrer les normes de développement de l’industrie automobile sous forme de Skills ; la troisième couche est la couche de données et de connaissances, qui stocke les données de développement et les connaissances issues de l’exécution des agents ; la couche modèle est alimentée par Amazon Bedrock pour fournir des capacités de grands modèles ; et la couche d’infrastructure de base est supportée par Amazon EKS, fournissant une puissance de calcul élastique à la demande.
Après la mise en œuvre de cette architecture, le changement le plus représentatif s’est produit dans le processus SRE. XPeng a établi quatre agents SRE et un mécanisme d’attribution à cinq dimensions basés sur Amazon Bedrock, réduisant le temps de correction automatique des défauts de deux jours à 10 minutes, permettant une identification en quelques secondes pour les bugs similaires lors de leur prochaine apparition, le tout sans intervention humaine.
Moonshot AI (Kimi) a présenté sa stratégie commerciale B2B lors du sommet. Huang Zhenxin, responsable du secteur B2B de Kimi, a indiqué que l’objectif à long terme de Kimi est de trouver la solution optimale pour convertir l’énergie en intelligence, en se concentrant sur trois directions : améliorer l’efficacité d’apprentissage des modèles avec des données et une puissance de calcul limitées, étendre la longueur du contexte, et réaliser la collaboration multi-agents pour accomplir des tâches complexes. Kimi améliore l’efficacité des tokens grâce à l’architecture et aux méthodes d’entraînement, permettant à 10T de données de produire l’effet de 20T, et progresse dans la direction du long contexte avec une nouvelle architecture d’attention linéaire, améliorant l’efficacité via des résidus d’attention. La version récemment publiée Kimi K2.7 Code High Speed atteint une vitesse de sortie de 180 tokens/s.
Au niveau de l’infrastructure, Kimi bénéficie du support de calcul via les centres de données mondiaux et le réseau d’AWS ; au niveau des services de plateforme, il est intégré à Amazon SageMaker pour soutenir la formation et le déploiement de modèles par les clients ; Kimi sera ensuite intégré à Amazon Bedrock et est déjà disponible sur le Marketplace, permettant aux clients mondiaux de l’utiliser en un clic et de payer à l’utilisation. Kimi étend également sa clientèle d’entreprise via le réseau de partenaires APN, développant conjointement avec AWS des solutions couvrant les secteurs de la finance, de la santé, de la fabrication, etc.
Parmi d’autres cas d’entreprise, Fu Sheng, PDG de Cheetah Mobile, a partagé la transformation native IA de l’entreprise. Sa version internationale EasyClaw fonctionne sur Amazon Bedrock AgentCore, en planifiant les modèles en fonction de la complexité des tâches : les tâches simples utilisent des modèles légers, les tâches complexes des modèles haute performance. Grâce au mode sans serveur de Bedrock AgentCore, Cheetah Mobile paie à l’utilisation, réduisant le temps de mise en ligne des agents d’un mois à deux semaines et les coûts d’exploitation de 25 %. Insta360, s’appuyant sur ses capacités IA propriétaires et dix ans d’expertise en imagerie, a lancé « Moment Pro », un service cloud de création intelligente de vidéos clé en main, basé sur l’architecture agentique à cinq couches d’AWS. Les utilisateurs peuvent générer des vidéos de haute qualité à partir de leurs séquences en moins d’une minute, sans édition manuelle.
Ding Jie, PDG de Bain & Company pour la Grande Chine, estime que les PDG ne devraient pas se concentrer sur la technologie elle-même, mais sur la manière d’utiliser la technologie pour changer la façon dont l’entreprise crée de la valeur. Les entreprises doivent repenser leurs processus autour de la collaboration homme-machine, en confiant aux humains le jugement, la créativité et la responsabilité, et aux employés numériques la vitesse, l’échelle et l’exécution.
Lors du sommet, AWS a présenté une pile technologique à cinq couches pour la transformation agentique des entreprises. La première couche est l’infrastructure IA, comprenant des instances GPU, des puces Trainium propriétaires, ainsi que des capacités réseau, de stockage et de calcul élastique. La deuxième couche est la couche modèle, où Amazon Bedrock fournit un point d’entrée unifié permettant aux entreprises d’appeler divers grands modèles à la demande. La troisième couche est la couche de données et de connaissances, qui transforme les données statiques des entreprises en actifs de connaissances compréhensibles et interrogeables par l’IA via Zero-ETL, Amazon S3 Vectors, Amazon Bedrock Knowledge Bases et Amazon Context. La quatrième couche est la couche de plateforme agentique, à savoir Amazon Bedrock AgentCore, qui gère le cycle de vie complet des agents, du développement à l’exécution en passant par l’itération. La cinquième couche est la couche d’application agentique, comprenant des produits comme Kiro pour le développement logiciel, Amazon Quick pour les travailleurs du savoir, et Amazon Connect pour le service client. De plus, AWS a lancé Amazon Continuum, une capacité pour faire face aux risques de sécurité logicielle à l’ère des agents, couvrant les étapes de découverte, de priorisation, de validation et de correction.
Ganapathy « G2 » Krishnamoorthy, vice-président des services de base de données mondiaux d’AWS, a déclaré lors d’un échange avec Qubit que la technologie possède déjà des capacités solides et évolue rapidement, et que ce dont on a vraiment besoin, c’est d’un changement dans les méthodes de travail impulsé par le leadership. Les entreprises du monde entier commencent généralement par valider la valeur via des PoC avant de passer à une phase d’utilisation à grande échelle.
