Recherche approfondie en entreprise : Recherche approfondie multi-agent orientable pour l'analyse d'entreprise
Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics
October 20, 2025
papers.authors: Akshara Prabhakar, Roshan Ram, Zixiang Chen, Silvio Savarese, Frank Wang, Caiming Xiong, Huan Wang, Weiran Yao
cs.AI
papers.abstract
Alors que l'information croît de manière exponentielle, les entreprises sont confrontées à une pression croissante pour transformer les données non structurées en informations cohérentes et exploitables. Bien que les agents autonomes montrent des promesses, ils peinent souvent avec les nuances spécifiques au domaine, l'alignement des intentions et l'intégration dans l'entreprise. Nous présentons Enterprise Deep Research (EDR), un système multi-agents qui intègre (1) un Agent de Planification Maître pour la décomposition adaptative des requêtes, (2) quatre agents de recherche spécialisés (Général, Académique, GitHub, LinkedIn), (3) un écosystème d'outils extensible basé sur MCP prenant en charge NL2SQL, l'analyse de fichiers et les workflows d'entreprise, (4) un Agent de Visualisation pour des insights basés sur les données, et (5) un mécanisme de réflexion qui détecte les lacunes de connaissances et met à jour la direction de la recherche avec un guidage humain optionnel en boucle. Ces composants permettent la génération automatisée de rapports, le streaming en temps réel et le déploiement transparent dans l'entreprise, comme validé sur des jeux de données internes. Sur des benchmarks ouverts incluant DeepResearch Bench et DeepConsult, EDR surpasse les systèmes agentiques de pointe sans aucun guidage humain. Nous publions le framework EDR et les trajectoires de benchmark pour faire avancer la recherche sur les applications de raisonnement multi-agents. Code disponible à https://github.com/SalesforceAIResearch/enterprise-deep-research et Dataset à https://huggingface.co/datasets/Salesforce/EDR-200.
English
As information grows exponentially, enterprises face increasing pressure to
transform unstructured data into coherent, actionable insights. While
autonomous agents show promise, they often struggle with domain-specific
nuances, intent alignment, and enterprise integration. We present Enterprise
Deep Research (EDR), a multi-agent system that integrates (1) a Master Planning
Agent for adaptive query decomposition, (2) four specialized search agents
(General, Academic, GitHub, LinkedIn), (3) an extensible MCP-based tool
ecosystem supporting NL2SQL, file analysis, and enterprise workflows, (4) a
Visualization Agent for data-driven insights, and (5) a reflection mechanism
that detects knowledge gaps and updates research direction with optional
human-in-the-loop steering guidance. These components enable automated report
generation, real-time streaming, and seamless enterprise deployment, as
validated on internal datasets. On open-ended benchmarks including DeepResearch
Bench and DeepConsult, EDR outperforms state-of-the-art agentic systems without
any human steering. We release the EDR framework and benchmark trajectories to
advance research on multi-agent reasoning applications.
Code at https://github.com/SalesforceAIResearch/enterprise-deep-research and
Dataset at https://huggingface.co/datasets/Salesforce/EDR-200