Orchestration simultanée
Le modèle d’orchestration simultanée est approprié lorsque vous avez besoin de plusieurs agents IA pour s’exécuter simultanément sur la même tâche. Vous choisissez cette approche lorsque chaque agent doit fournir une analyse ou un traitement indépendant du point de vue ou de sa spécialisation unique.
Le modèle d’orchestration simultanée fait que tous les agents fonctionnent en parallèle. Chaque agent peut produire indépendamment ses propres résultats au sein de la charge de travail, par exemple appeler des outils pour accomplir des tâches ou mettre à jour différents magasins de données en parallèle. Les agents fonctionnent indépendamment et ne donnent pas de résultats les uns aux autres. Un agent peut appeler des agents IA supplémentaires à l’aide de sa propre approche d’orchestration dans le cadre de son traitement indépendant. Les agents disponibles doivent savoir quels agents sont disponibles pour le traitement. Ce modèle prend en charge les appels déterministes à tous les agents inscrits et la sélection dynamique des agents à appeler en fonction des exigences de tâche.
Un exemple d’orchestration simultanée est une société de services financiers qui a besoin d’une application intelligente qui utilise des agents simultanés spécialisés dans différents types d’analyse pour évaluer simultanément le même stock. Chaque agent contribue des aperçus de son point de vue spécialisé.
Le système traite les demandes d'analyse de titres en envoyant le même symbole boursier à quatre agents spécialisés qui s'exécutent en parallèle.
- L’agent d’analyse fondamentale évalue les états financiers, les tendances des revenus et le positionnement concurrentiel pour évaluer la valeur intrinsèque.
- L’agent d’analyse technique examine les modèles de prix, les indicateurs de volume et les signaux d’élan pour identifier les opportunités commerciales.
- L’agent d’analyse des sentiments traite les articles d’actualités, les médias sociaux et les rapports d’analyste pour évaluer le sentiment de marché et la confiance des investisseurs.
- L’agent environnemental, social et de gouvernance examine l’impact environnemental, la responsabilité sociale et les rapports de pratiques de gouvernance pour évaluer les risques et les opportunités de durabilité.
- Ces résultats indépendants sont ensuite combinés en une recommandation globale d’investissement, ce qui permet aux gestionnaires de portefeuille de prendre rapidement des décisions éclairées.
Le modèle d’orchestration simultanée est approprié dans les scénarios suivants :
- Tâches que vous pouvez exécuter en parallèle, soit à l’aide d’un ensemble fixe d’agents, soit en choisissant dynamiquement des agents IA en fonction des exigences spécifiques des tâches
- Tâches qui bénéficient de plusieurs perspectives indépendantes ou de spécialisations différentes, telles que les approches techniques, commerciales et créatives, qui peuvent tous contribuer au même problème. Cette collaboration se produit généralement dans des scénarios qui présentent les techniques de prise de décision multi-agent suivantes : Brainstorming, raisonnement d’ensemble, quorum et décisions basées sur le vote
- Scénarios sensibles au temps où le traitement parallèle réduit la latence
Vous devez éviter ce modèle d’orchestration dans les scénarios suivants :
- Les agents doivent s'appuyer sur le travail de l'autre ou nécessiter un contexte cumulatif dans un ordre spécifique.
- La tâche nécessite un ordre spécifique d’opérations ou des résultats déterministes et reproductibles de l’exécution dans une séquence définie
- Les contraintes de ressources, telles que le quota de modèles, rendent le traitement parallèle inefficace ou impossible
- Les agents ne peuvent pas coordonner de manière fiable les modifications apportées à l’état partagé ou aux systèmes externes lors de l’exécution simultanée
- Il n’existe aucune stratégie claire de résolution des conflits pour gérer les résultats contradictoires ou contradictoires de chaque agent
- La logique d’agrégation de résultats est trop complexe ou réduit la qualité des résultats