Bertelsmann : L'IA Multi-Agents propulse la découverte de contenu unifiée avec LangGraph
Bertelsmann, l’un des plus grands conglomérats médiatiques au monde, a développé un système sophistiqué d’IA multi-agents pour rationaliser la découverte de contenu pour son vaste réseau d’équipes créatives. Cet outil interne, connu sous le nom de Bertelsmann Content Search, exploite LangGraph pour relever le défi de la navigation dans un écosystème de contenu immense et décentralisé, donnant aux créatifs un accès plus rapide et plus complet à l’information.
Le Défi : Naviguer dans un empire médiatique décentralisé
Avec un portefeuille couvrant des livres best-sellers, des films primés, des documentaires, des archives de presse et de l’intelligence web, le contenu de Bertelsmann est distribué à travers des dizaines de systèmes, bases de données et plateformes disparates. Pour les professionnels créatifs ou les chercheurs, une requête apparemment simple comme “Quel contenu avons-nous sur Barack Obama ?” pourrait nécessiter des heures de recherche à travers de nombreux silos internes. Cette fragmentation entraînait souvent des efforts de recherche dupliqués, des opportunités manquées pour des initiatives multiplateformes et un temps créatif précieux passé à la récupération d’informations plutôt qu’à la création de contenu.
La Solution : Une approche multi-agents pour la découverte de contenu
Plutôt que de tenter la tâche monumentale de centraliser toutes les données, l’équipe AI Hub de Bertelsmann a opté pour une stratégie fondamentalement différente : un système multi-agents qui orchestre les recherches à travers les sources de données existantes et distribuées. Le Bertelsmann Content Search agit comme un intermédiaire intelligent, fournissant un point d’accès unifié.
Le système fonctionne à travers une série d’étapes interconnectées :
Interface en langage naturel : Les utilisateurs peuvent poser des questions en langage courant, telles que “Quels documentaires avons-nous sur l’énergie renouvelable ?” ou “Montrez-moi du contenu lié aux artistes émergents de la musique électronique.”
Routage intelligent : Un agent coordinateur central analyse chaque requête, comprenant son contexte et son intention. Il achemine ensuite intelligemment la demande vers les agents spécialisés les plus appropriés.
Agents de domaine spécialisés : Chaque agent est conçu spécifiquement pour un domaine de contenu donné, possédant une connaissance unique de ses métadonnées, de ses modèles de recherche et de ses types de contenu. Par exemple, un “Agent de Publication” comprend les catalogues de livres et les informations sur les auteurs, tandis qu’un “Agent d’Actualités” navigue dans les archives journalistiques.
Génération de réponses unifiées : Les réponses individuelles de ces agents spécialisés sont ensuite synthétisées en une seule réponse cohérente, révélant souvent des connexions et des opportunités qui auraient été manquées par des recherches isolées.
Un avantage architectural clé est la flexibilité du déploiement des agents. Activés par LangGraph, les agents individuels peuvent être déployés directement au sein des systèmes qui possèdent les données. Cela signifie que les divisions peuvent améliorer leurs propres plateformes avec des capacités de recherche spécialisées, tandis que l’organisation plus large bénéficie de la découverte multiplateforme grâce au système unifié.
Au cœur de l’architecture : LangGraph au centre
Au cœur, le Bertelsmann Content Search repose sur une architecture multi-agents alimentée par LangGraph. L’agent coordinateur achemine intelligemment les requêtes vers un réseau parallélisé d’agents spécifiques à un domaine :
Agent de publication : Interroge les catalogues de livres et de livres audio, comprenant les métadonnées, les auteurs et les chronologies.
Agent de diffusion : Recherche dans les archives de télévision, de films et de documentaires, familiarisé avec les formats d’émissions, les dates de diffusion et les classifications de contenu.
Agent d’actualités : Navigue dans les archives journalistiques, interprétant les métadonnées d’articles et les détails de publication.
Agent d’intelligence web : Surveille les tendances et les commentaires externes, fournissant un contexte plus large au-delà du contenu détenu par Bertelsmann.
Ces agents interagissent avec une variété de sources de données, y compris des bases de données vectorielles pour la recherche sémantique, des API pour les requêtes structurées, des bases de données graphiques pour les recherches basées sur les relations et des outils personnalisés pour les interactions complexes. La couche finale synthétise ces diverses réponses en informations exploitables, permettant aux utilisateurs d’explorer des contenus spécifiques en interagissant directement avec des agents individuels.
Pourquoi LangGraph ? Fiabilité et évolutivité
L’équipe AI Hub de Bertelsmann a commencé à travailler avec LangGraph peu après sa sortie en 2024, une adoption précoce qui s’est avérée critique. “Nous avons commencé à explorer une approche multi-agents pour favoriser la découverte créative fin 2023”, déclare Moritz Glauner, responsable de la science des données chez Bertelsmann Data Services. Carsten Mönning, responsable de l’AI Hub de Bertelsmann, ajoute : “Ce qui était initialement prévu comme un pilote pour explorer le potentiel de la technologie agentique encore naissante, a évolué en un développement de produit interne à part entière compte tenu de ce qui s’est avéré possible avec LangGraph.”
Lion Schulz, responsable de l’apprentissage automatique chez Bertelsmann AI Hub, a noté : “Nous avons alors rapidement réalisé que LangGraph était exactement ce que nous recherchions, car il offrait fiabilité et prévisibilité pour nos systèmes de production – nous nous sommes donc engagés à construire notre système multi-agents dessus, et nous n’avons pas regretté.” L’équipe a particulièrement bénéficié de la conception modulaire de LangGraph, de son infrastructure prête pour la production et de ses capacités d’orchestration évolutives, ce qui leur a permis de passer du prototype à une solution robuste à l’échelle de l’entreprise.
Impact : Autonomiser la créativité à grande échelle
Le Bertelsmann Content Search a fondamentalement transformé la façon dont les équipes créatives accèdent à l’information, offrant des avantages significatifs :
Découverte de contenu plus rapide : Ce qui prenait autrefois des heures de recherche à travers plusieurs systèmes ne prend plus que quelques secondes, libérant ainsi les équipes créatives pour qu’elles se concentrent sur leur travail principal.
Informations multiplateformes : Le système révèle des connexions auparavant invisibles, permettant à un producteur de documentaires de découvrir des livres connexes ou à un éditeur de livres de trouver l’inspiration dans les archives de presse.
Accès démocratisé : Les utilisateurs n’ont plus besoin de savoir quel système spécifique détient l’information ou d’avoir un accès direct à chaque base de données. L’interface unifiée rend l’ensemble de l’univers de contenu de Bertelsmann accessible au personnel autorisé.
Collaboration améliorée : En faisant apparaître le contenu entre les divisions, le système favorise naturellement la collaboration et identifie les opportunités pour les initiatives inter-marques.
Il en résulte une organisation créative plus agile et mieux informée, mieux positionnée pour répondre aux tendances et maximiser la valeur du vaste portefeuille de contenu de Bertelsmann.
Perspectives : L’avenir des systèmes de contenu agentiques
Le Bertelsmann Content Search est un excellent exemple du potentiel de l’IA dans les industries des médias et de la création. En adoptant une technologie de pointe et en privilégiant la fiabilité de la production, l’équipe AI Hub a construit un système qui continue d’évoluer avec les besoins de l’organisation. Au-delà de la recherche de contenu, l’équipe applique désormais LangGraph à d’autres développements agentiques, y compris le soutien à l’idéation et au storyboarding, démontrant un engagement à intégrer l’IA avancée dans les flux de travail créatifs essentiels.