fr.wedoany.com Rapport : Google Cloud a publié son « Rapport sur l’état de l’infrastructure », indiquant que 83 % des organisations estiment nécessaire de moderniser leur infrastructure existante pour prendre en charge des systèmes d’IA agentique de niveau production. L’entreprise a également dévoilé sa solution « Data Cloud pour l’IA agentique », visant à intégrer données, modèles d’IA et bases de données opérationnelles en un système d’action unifié.
Selon Google Cloud, le principal frein actuel à l’extension de l’IA n’est pas la performance des modèles, mais l’accès au contexte métier et l’infrastructure sous-jacente. Le rapport révèle que 43 % des responsables informatiques considèrent l’intégration difficile des API et sources de données traditionnelles comme la plus grande lacune infrastructurelle pour l’IA agentique. Contrairement aux flux de travail logiciels classiques, un agent peut, à partir d’une simple requête, déclencher des requêtes et des actions sur plusieurs applications et données, ce qui met sous pression une infrastructure non conçue pour de telles charges.
Le rapport montre également que 81 % des dirigeants considèrent la complexité opérationnelle et les frais d’ingénierie comme les principaux coûts imprévus lors de l’extension de l’IA. Cela signifie que de nombreux projets d’IA pourraient stagner, car les équipes d’ingénierie doivent passer beaucoup de temps à connecter des systèmes fragmentés. Google Cloud souligne que le contexte métier est souvent enfermé dans des systèmes cloisonnés et des architectures héritées. Pour résoudre ce problème, son modèle « lakehouse sans frontière » permet aux agents d’accéder aux données entre environnements via des outils comme BigQuery et Spanner, construits sur des standards ouverts tels qu’Apache Spark et Apache Iceberg, visant à réduire le besoin de déplacer de grands ensembles de données vers un emplacement central.
Pour améliorer la compréhension des données par les systèmes d’IA, Google Cloud met en avant l’importance de la couche sémantique. Le rapport indique que 36 % des dirigeants considèrent le manque de bases de données vectorielles à haut débit pour l’ancrage de l’IA comme une lacune clé. Son produit « Catalogue des connaissances » peut agréger et enrichir les informations dans les lacs de données, permettant aux agents d’extraire un contexte sémantique à partir d’informations non structurées. Pour les entreprises, le problème ne réside pas seulement dans la découverte des données, mais aussi dans la capacité des systèmes d’IA à agir sur ces données en toute sécurité.
Google Cloud note que les applications d’IA passent de l’expérimentation de modèles à la refonte architecturale. De nombreuses entreprises ont testé des outils d’IA générative, mais pour les transformer en systèmes capables de traiter automatiquement des tâches financières, de service client, etc., un couplage plus étroit entre données et infrastructure est nécessaire. Cela impacte les fournisseurs de cloud, les éditeurs de bases de données et les groupes de logiciels d’entreprise, et soulève également des questions de dépenses pour les clients. Le chiffre clé du rapport reste que 83 % des organisations estiment avoir besoin d’une modernisation de l’infrastructure pour soutenir des systèmes d’IA agentique de niveau production.
