fr.wedoany.com Rapport : Couchbase a dévoilé son plan de données IA (AI Data Plane), visant à aider les entreprises à surmonter les goulots d’étranglement architecturaux liés aux données lorsqu’elles transforment des projets expérimentaux d’IA générative en agents prêts pour la production. Selon l’entreprise, le principal obstacle au développement de l’IA agentique ne réside pas dans les capacités des modèles, mais dans le degré d’intégration de l’infrastructure de données sous-jacente.
Ce point de vue est confirmé par la pratique industrielle. Lors de l’événement HPE Discover, Matt Messick, directeur des systèmes d’information des Dallas Cowboys, a indiqué que l’intégration de différents ensembles de données constituait son plus grand défi actuel. Avec cette annonce, Couchbase tente de répondre à ces défis via une plateforme de données évolutive.
Le plan de données IA de Couchbase est une couche d’infrastructure de données unifiée, adaptée aux agents IA des entreprises opérant dans des environnements cloud, edge et lakehouse. La plateforme intègre une mémoire d’agent persistante (Agent Memory), un catalogue d’outils découvrables (Agent Catalog) et un serveur MCP compatible avec les exigences professionnelles, visant à standardiser la manière dont les modèles accèdent au contexte et aux outils. Ce produit regroupe plusieurs modes de déploiement antérieurs de Couchbase, couvrant Couchbase Capella et les environnements autogérés, et est accompagné d’Enterprise Analytics 2.2 pour la fédération de lakehouses Apache Iceberg, ainsi que d’un adaptateur Trino prévu pour le troisième trimestre 2026. Son objectif est de fusionner les bases de données vectorielles, les caches, les stockages de documents et les bases de données opérationnelles actuellement isolés en une couche de données unique et gouvernée, fournissant des données aux agents IA avec une latence inférieure à la milliseconde et à grande échelle.
Cette annonce intervient dans un contexte où de nombreux projets d’IA générative initiaux en entreprise ont échoué, non pas en raison de la qualité des modèles, mais parce que le plan de données ne répondait pas aux besoins. L’analyste d’IDC, Devin Pratt, souligne qu’environ 80 % des cas d’utilisation de l’IA agentique nécessitent des données en temps réel, contextuelles et largement accessibles, ce qui contredit l’état actuel des piles de données fragmentées dans la plupart des entreprises. Actuellement, un pipeline agentique typique doit assembler un stockage vectoriel, plusieurs caches, une base de données opérationnelle et un entrepôt ou lakehouse de données, chaque nouveau projet IA ajoutant souvent un stockage dédié, ce qui accroît les coûts d’intégration et les risques de gouvernance.
La mémoire d’agent (Agent Memory) est un élément notable de cette annonce. Cette fonctionnalité vise à résoudre les échecs des premiers agents à conserver un état entre les sessions, à comprendre le contexte historique ou à se coordonner avec d’autres agents et systèmes. Couchbase la définit comme le fossé entre la capacité de « raisonnement » et la capacité de « mémoire » d’un agent. Elle offre une couche de persistance unifiée qui traite le contexte de session, les données opérationnelles structurées et l’état comme un service unique, indépendant du framework, et a été validée avec LangGraph, CrewAI et LlamaIndex, atteignant une latence inférieure à la milliseconde aux points de décision, avec une capacité d’extension à des milliards de vecteurs et des dizaines de millions de transactions par seconde.
Couchbase cible également les scénarios de edge computing. Le plan de données IA étend la plateforme de données opérationnelles pour permettre aux agents dans les environnements mobiles et edge d’accéder aux données répliquées et d’effectuer des recherches vectorielles locales même en cas de déconnexion. Son architecture multimodèle prend en charge les documents JSON, les paires clé-valeur, le SQL pour JSON, la recherche en texte intégral, le traitement d’événements et la recherche vectorielle dans un seul système distribué. Pour les environnements edge, la plateforme propose Couchbase Lite 4.1 (avec synchronisation Bluetooth peer-to-peer et basculement automatique Wi-Fi), Edge Server 1.1 (avec contrôle d’accès au niveau client et prise en charge étendue de Windows/ARM), React Native 1.1 et Sync Gateway 4.1 (pour la synchronisation cloud-edge et les mises à niveau sans interruption).
En matière d’analyse, Enterprise Analytics 2.2 introduit la fédération de lakehouses Apache Iceberg, permettant aux équipes d’interroger des analyses opérationnelles en temps réel depuis Couchbase tout en travaillant avec des tables Iceberg existantes, sans ETL complexe ni duplication de données. L’adaptateur Trino, prévu pour le troisième trimestre 2026, offrira un accès SQL in situ aux données opérationnelles de Couchbase via des plateformes basées sur Trino, notamment AWS Athena, Amazon EMR, Google Dataproc et Starburst. D’autres améliorations analytiques incluent la prise en charge de Google Cloud Storage, l’authentification JWT, la capture des changements de données pour Oracle et SQL Server, les requêtes asynchrones, le conseiller d’index, les plans d’index uniquement et la prise en charge de la mise à jour SQL++ via plusieurs SDK.
En matière de gouvernance et de contrôle des coûts, Couchbase permet, via les améliorations de Capella iQ, une gestion des politiques au niveau organisationnel, avec une sélection multi-fournisseurs de modèles entre AWS Bedrock et OpenAI, contrôlée par les administrateurs pour déterminer quels modèles sont accessibles à quelles équipes, afin de gérer les coûts d’inférence, la conformité et la résidence des données.
Dans l’ensemble, le plan de données IA de Couchbase intègre la mémoire d’agent, l’extension edge, la fédération de lakehouses et l’accès aux modèles contrôlé par des politiques. Son argument central est que les entreprises ne peuvent libérer la valeur de l’IA à grande échelle que si elles considèrent le plan de données comme une plateforme partagée et gouvernée.
