Le signal à 11 milliards de dollars : pourquoi les données en temps réel sont le système nerveux de l'IA agentique

L'acquisition de Confluent par IBM pour 11 milliards de dollars est le signal le plus clair à ce jour que les Agents d'IA dépendront de capacités exploitant des données en temps réel. 

En plus d'IBM, d'autres géants de l'industrie comme Google et Salesforce ont pris note, avec des acquisitions majeures ces dernières années visant à mieux connecter les données et systèmes d'entreprise.  

La direction est claire.  Maintenant, les questions clés pour une conception efficace de l'architecture d'entreprise sont comment planifier et construire pour tenir la promesse des Agents d'IA.  À mon avis, l'entreprise évolue vers une orchestration multi-agents à grande échelle, et les données en temps réel seront essentielles pour générer une réelle valeur. 

Les Agents d'IA sans contexte en temps réel opèrent dans le passé 

Les Agents d'IA promettent des systèmes autonomes capables de répondre et de raisonner en temps réel. Mais dans les environnements de production, cette promesse s'effondre rapidement si le système répond trop tard ou s'il y a un manque de contexte en temps réel. 

Prenons l'exemple d'une entreprise mondiale de services financiers, où des milliers d'entrées de marché en changement continu doivent être prises en compte et traitées à l'instant où elles se produisent. Dans ce type d'environnement, les processus pilotés par l'IA ne peuvent pas se permettre d'interroger périodiquement les systèmes sources à la recherche de changements du marché. Un délai de quelques minutes n'est pas un inconvénient, c'est un risque. Le système doit répondre à ce qui vient de changer, maintenant, pas dans quelques minutes. 

C'est là que d'autres plateformes d'Agents d'IA échouent. Leurs architectures requête-réponse ont été conçues pour un monde plus lent, où les applications pouvaient fonctionner en mode batch, interrogeant périodiquement les systèmes sources à la recherche de changements, tout en consommant des ressources de calcul et LLM.  

Les systèmes d'Agents réactifs fonctionnent différemment. Ils doivent répondre aux changements survenant dans l'entreprise – ordres passés, mises à jour de livraison de services, activités de ventes clients – en temps réel, et non quelques minutes ou heures après qu'ils se produisent.  

Un Agent d'IA qui doit interroger une base de données pour comprendre l'état actuel n'est pas en temps réel ; il fonctionne avec du recul. Répondre en temps réel aux événements commerciaux est ce qui donne aux agents une véritable conscience situationnelle. Cela fournit la réactivité et le contexte actualisé dont ils ont besoin pour agir de manière décisive, coordonner avec d'autres agents et fonctionner de manière fiable. 

Le passage à l'orchestration d'IA, alimentée par les événements 

Pour soutenir cela à l'échelle de l'entreprise, l'architecture sous-jacente doit passer de l'intégration de données statique à l'orchestration dynamique d'agents spécialisés qui opèrent en temps réel. Les problèmes plus importants doivent être décomposés en tâches plus petites et distribués aux Agents d'IA appropriés avec les bonnes compétences, en temps réel. La communication asynchrone entre agents, applications d'entreprise et sources de données, sans submerger les LLM avec trop de contexte inducteur d'hallucinations, est le seul moyen d'atteindre la scalabilité, la fiabilité et la précision requises par les entreprises performantes. 

Le marché mûrit rapidement pour soutenir ce mouvement. Nous voyons les principaux fournisseurs de Cloud computing reconnaître cette nécessité en créant des espaces dédiés pour ces technologies. Par exemple, AWS Marketplace a récemment introduit une nouvelle catégorie Agents d'IA et outils pour servir de catalogue centralisé pour ces solutions. 

Cette maturation de l'écosystème est critique. Elle simplifie le processus de découverte et d'approvisionnement, permettant aux entreprises de se concentrer sur l'innovation plutôt que sur les négociations avec les fournisseurs. Des solutions comme notre Solace Agent Mesh nouvellement lancé, maintenant disponible dans cette nouvelle catégorie AWS, sont des exemples de la façon dont l'industrie tente de combler l'écart, en fournissant le cadre nécessaire pour gouverner et orchestrer les agents sans reconstruire toute la pile. 

Le verdict 

L'accord IBM-Confluent confirme ce que de nombreux architectes d'entreprise comprennent déjà : les données en temps réel ne sont plus facultatives. C'est la fondation non négociable pour l'IA d'entreprise à grande échelle. 

Les systèmes d'Agents efficaces ne peuvent pas raisonner, planifier ou agir isolément du moment présent. Ils doivent répondre en temps réel aux événements commerciaux qui se produisent. Sans réactivité en temps réel, l'IA est confinée au recul.  

L'« ère des Agents » est arrivée. Et elle sera définie non pas par les modèles seuls, mais par l'intelligence de ces modèles appliquée en temps réel.