fr.wedoany.com Rapport : À l'approche de 2026, les agents d'IA deviennent la prochaine direction d'évolution des applications d'intelligence artificielle en entreprise, le secteur industriel étant désigné comme l'un des domaines prioritaires de développement. Les instituts d'études internationales prévoient que d'ici 2030, près de la moitié des entreprises déploieront des agents d'IA à grande échelle. Cependant, les recherches de McKinsey montrent que les entreprises ayant véritablement réalisé un déploiement à grande échelle des agents d'IA dans une seule fonction métier ne dépassent pas 10 %, la progression du déploiement des agents d'IA industriels s'inscrivant dans cette même tendance.
L'écart trouve son origine dans les conditions fondamentales liées aux données industrielles. Dans les entreprises manufacturières, les données des systèmes de technologie opérationnelle et des systèmes de technologie de l'information sont cloisonnées, les conventions de nommage et les architectures de données ne sont pas unifiées, les données des scénarios métier sont lacunaires et il existe une forte dépendance aux connaissances orales empiriques non documentées. Les agents d'IA industriels ne sont pas simplement des outils d'analyse de données, mais des applications autonomes ou semi-autonomes destinées à des tâches spécifiques, nécessitant des appels de données inter-systèmes et une prise de décision basée sur ces données. Lorsque la qualité des données est insuffisante, un agent de maintenance des équipements peut accéder à des données erronées, tandis qu'un agent de contrôle qualité peut mal interpréter les signaux des capteurs par manque de contexte, entraînant des arrêts de ligne ou l'expédition de produits défectueux.
Les données essentielles fournies aux agents doivent répondre aux critères de disponibilité et de fiabilité, tout en étant optimisées pour des cas d'usage spécifiques, et non pour des rapports génériques. Parmi les voies d'amélioration envisageables figurent l'adoption de protocoles ouverts tels que le Model Context Protocol, la mise en place de pipelines de données standardisés et l'établissement d'un système unifié de gouvernance des données couvrant les technologies opérationnelles et de l'information. La mise à niveau ne nécessite pas de reconstruire les systèmes existants, mais plutôt d'itérer progressivement sur l'infrastructure actuelle, en définissant clairement le périmètre de fonctionnement des agents.
Les entreprises manufacturières qui auront anticipé la mise en place de cadres de maturité des données poseront les bases d'un fonctionnement stable et durable des agents d'IA industriels. Le degré de perfectionnement de l'infrastructure de données devient un facteur clé déterminant la capacité des agents d'IA industriels à passer du stade pilote au déploiement à grande échelle.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
