OpenAI Frontier place les agents IA d'entreprise au cœur d'un combat que le secteur SaaS ne peut pas se permettre de perdre

L'IA en entreprise : un défi que le code seul ne résout pas

Selon Michael Ameling, directeur produit de la plateforme technologique SAP Business Technology Platform, 81% des organisations disposent d'une stratégie détaillée en matière d'intelligence artificielle, mais seulement 12 à 16% d'entre elles parviennent effectivement à une exécution pilotée par l'IA. Le problème ne vient presque jamais de la qualité du code généré par les outils d'IA. Les entreprises qui ont investi massivement dans ces technologies se heurtent à un mur lorsque ce code doit fonctionner dans leurs environnements existants, car générer du code et le rendre opérationnel sont deux problèmes distincts. Pour les grandes entreprises, notamment les multinationales clientes de SAP dont certains systèmes tournent depuis dix ou vingt ans, le code doit répondre à des exigences strictes de conformité, de sécurité et de maintenabilité sur le long terme, des contraintes que la gestion du cycle de vie logiciel ne résout pas d'elle-même. Ce constat a des implications concrètes pour l'industrie. Les équipes développent des prototypes convaincants, puis découvrent qu'elles n'ont pas accès aux données nécessaires, aux intégrations requises ou aux permissions pour faire tourner leur solution en conditions réelles. L'IA amplifie la maturité existante d'une organisation en matière de données et de processus, mais elle ne peut pas s'y substituer. Ce défi s'intensifie à mesure que l'IA passe de la simple production de code à l'exécution autonome d'actions: la latence, les coûts et la charge système augmentent fortement lorsque des agents fonctionnent en continu sur des données en direct plutôt que de produire un résultat ponctuel. Les exigences de performance d'un agent autonome opérant sur les systèmes transactionnels d'une multinationale n'ont rien à voir avec celles d'un simple copilote de développement. Le véritable défi architectural, souvent sous-estimé, est celui de l'intégration dans des environnements hétérogènes combinant cloud, infrastructures legacy sur site et applications métier jamais conçues pour communiquer entre elles. Selon Ameling, la modernisation des systèmes reste indispensable, mais c'est justement l'IA qui en démultiplie la valeur: l'accès fédéré aux données et l'harmonisation des processus ne sont pas des alternatives à la mise à niveau d'un paysage informatique fragmenté, ils en sont la condition de rentabilité. Pour répondre à ces besoins, SAP mise sur sa Business AI Platform, qui regroupe des outils comme Joule Studio, l'Integration Suite, le Business Data Cloud et le SAP AI Agent Hub, afin de donner à la logique générée par l'IA une connaissance précise et à jour des systèmes d'entreprise sur lesquels elle doit s'exécuter.

💬 Bon, sur le papier 81% des boîtes ont une stratégie IA, mais 12 à 16% seulement passent à l'exécution, ça dit tout. Le code généré, c'est jamais le problème: le mur, c'est les accès aux données, les intégrations, les permissions sur des systèmes qui tournent depuis vingt ans. Retiens celle-là: l'IA n'invente pas la maturité data d'une boîte, elle se contente de l'amplifier, en bien comme en mal.

Les créateurs de NanoClaw transforment leur environnement open source pour agents IA en second cerveau d'entreprise

NanoCo AI, la startup fondée par Gavriel Cohen, ancien ingénieur chez Wix.com, et son frère Lazer Cohen, également fondateur de l'agence de relations presse Concrete Media, vient de boucler un tour de table d'amorçage de 12 millions de dollars, sursouscrit, mené par Valley Capital Partners. Parmi les investisseurs stratégiques figurent Docker, Vercel, monday.com, Factorial Capital, ainsi que Clem Delangue, PDG et cofondateur de Hugging Face. La levée doit financer le passage à l'échelle de NanoClaw, leur variante open source sous licence MIT du framework d'agents IA autonomes OpenClaw, en y ajoutant des services commerciaux managés destinés aux grandes entreprises. Le concept central de NanoCo AI est un assistant professionnel en tête-à-tête : chaque employé dispose d'un agent personnel qui apprend son rôle, ses projets et son style de travail au fil des échanges ordinaires. Au fur et à mesure que l'utilisateur lui transfère des emails, documents et comptes-rendus de réunions, l'agent construit un "wiki LLM" dynamique, concept proche de celui de "LLM Knowledge Base" théorisé par le chercheur influent Andrej Karpathy. Cette mémoire persistante permet à l'assistant de passer de la simple réponse aux questions à la rédaction autonome de premiers jets de contrats, de révisions de code ou de gestion de comptes, directement dans des outils comme Slack ou Microsoft Teams. Cohen estime que ce modèle peut rendre un employé deux à trois fois plus efficace, sans remplacer les effectifs. La sécurité constitue le différenciateur technique majeur de NanoClaw face à ses concurrents. Là où OpenClaw a grossi jusqu'à 400 000 lignes de code, NanoClaw a été délibérément réduit à environ 500 lignes de TypeScript, ce qui permet à une équipe sécurité humaine de l'auditer intégralement en huit minutes. Chaque agent tourne dans un environnement isolé via des sandboxes Docker basées sur des MicroVM, fruit d'un partenariat avec Docker annoncé en mars 2026. Les identifiants API ne transitent jamais directement jusqu'à l'agent : toutes les requêtes sortantes passent par une passerelle sécurisée écrite en Rust, OneCLI Gateway, qui applique les politiques définies par l'entreprise. Si un agent tente une action sensible en écriture, comme modifier un environnement cloud ou supprimer un email, la passerelle intercepte la requête et soumet une carte interactive à l'employé concerné sur Slack, Teams ou WhatsApp, qui doit valider explicitement avant que l'action soit exécutée.

OpenAI Presence vend des agents IA d'entreprise avec ingénieurs inclus

OpenAI a annoncé le 22 juillet le lancement de Presence, une nouvelle offre d'agents IA pour l'entreprise qui rompt avec le modèle habituel de vente par clé API ou licence. Contrairement aux produits en libre-service, Presence est distribué en disponibilité générale limitée et déployé par les Forward Deployed Engineers d'OpenAI, en collaboration avec un groupe restreint d'intégrateurs de systèmes mondiaux sélectionnés. Chaque déploiement démarre autour d'une tâche précise, comme la résolution d'un litige de facturation, le traitement d'une réclamation d'assurance ou une demande de support informatique interne. L'agent ne reçoit que les connaissances et les accès système strictement nécessaires à cette tâche, et c'est le client qui définit les règles d'action, les moments où une validation humaine est requise et les cas de transfert vers un opérateur. Une fois en service, l'outil Codex analyse les sessions de production et les cas d'escalade pour proposer des ajustements, que l'équipe cliente teste et valide avant tout déploiement. OpenAI détaille un processus en six étapes, du cadrage des objectifs métier jusqu'à l'itération post-lancement, en passant par la revue de sécurité, de confidentialité et juridique, puis des tests de simulation avant un déploiement progressif. Cette approche très encadrée répond à un problème documenté par le cabinet Gartner, qui estime que plus de 40% des projets d'IA agentique seront abandonnés d'ici fin 2027, non pas à cause des limites des modèles mais faute de gouvernance, d'objectifs métier clairs et de discipline opérationnelle. Presence intègre justement des simulateurs qui vérifient si l'agent atteint le bon résultat, respecte les règles fixées, utilise correctement ses outils et sait quand transmettre un dossier à un humain, avant même la mise en contact avec de vrais utilisateurs. Des garde-fous interviennent dès qu'une interaction dépasse un périmètre défini, tandis que les historiques d'action permettent un audit complet et que les mises à jour sont déployées avec possibilité de retour arrière. Pour les entreprises, qui ont découvert ces deux dernières années que la difficulté d'un agent en production tient surtout à l'intégration, aux droits d'accès et à la gestion du changement, cette offre déplace une charge de travail auparavant assumée en interne vers le fournisseur lui-même. L'accès à Presence dépend de trois critères, l'adéquation du cas d'usage, la préparation technique du client et la capacité de déploiement disponible chez OpenAI, ce dernier point relevant davantage du conseil que du logiciel puisque des ingénieurs habilités à opérer dans les systèmes bancaires ou sensibles d'un client ne peuvent pas être multipliés comme des instances de calcul. Le titre de Forward Deployed Engineer, emprunté à Palantir, illustre ce choix d'un modèle économique proche du conseil plutôt que de l'inférence facturée à l'usage. En se positionnant à la fois comme fournisseur du modèle et comme intégrateur, OpenAI soulève une question de responsabilité en cas d'erreur d'application d'une politique en production, qui devra être clarifiée contractuellement plutôt que présumée.

L'IA en entreprise entre dans une zone d'incertitude d'évaluation : les agents gagnent en autonomie plus vite que les entreprises ne peuvent les vérifier

Les entreprises qui déploient des agents IA en production accordent de plus en plus d'autonomie à ces systèmes, au moment même où leur confiance dans les méthodes d'évaluation automatisées s'effondre. Selon l'enquête VB Pulse menée en juin 2026 auprès de 157 répondants qualifiés dans des entreprises de plus de 100 salariés, la moitié d'entre elles ont déjà déployé un agent ou une fonctionnalité basée sur un LLM qui avait pourtant réussi ses évaluations internes, avant de provoquer un incident visible par les clients. Un quart des entreprises concernées ont connu ce type d'échec plus d'une fois. L'échantillon, auto-sélectionné, ne constitue pas un sondage probabiliste et doit être lu comme une tendance plutôt qu'une mesure exacte. Malgré cela, les entreprises ne ralentissent pas l'automatisation : 66% des répondants autorisent déjà certains déploiements en production sans supervision humaine, ou construisent des systèmes destinés à le permettre dans les douze prochains mois. Seuls 5% affirment faire pleinement confiance aux évaluations automatisées censées justifier ces décisions de mise en production. Les raisons de cette défiance sont précises : 29% pointent un mauvais alignement entre les scores obtenus et les résultats réels observés en production, 21% évoquent des biais ou des incohérences, 18% un manque d'explicabilité, et 17% des risques de fuite de données ou de confidentialité. Ce décalage, que les analystes appellent le fossé d'évaluation, illustre un problème structurel : contrairement aux logiciels traditionnels testés sur des entrées et sorties définies, un agent choisit sa propre séquence d'actions, appelle des outils, modifie des états et peut réagir différemment d'une exécution à l'autre. Il peut ainsi récupérer le bon compte client mais modifier le mauvais champ, rédiger une demande de remboursement valide mais l'envoyer sans validation, ou réussir cinq appels d'outils avant qu'un sixième ne divulgue des données sensibles. Pour les entreprises, l'enjeu dépasse la vitesse des tests : c'est la fiabilité même des scores qui est en cause. Ce constat rejoint les recommandations du NIST, qui appelle à des tests en conditions réelles et à une surveillance post-déploiement, car le comportement d'un modèle varie selon les invites, les utilisateurs et le contexte. Cette problématique doit être au cœur des discussions lors de la conférence VB Transform 2026, où sera défendue l'idée que les entreprises déploient d'abord leurs agents, avant que les couches de contrôle telles que la gestion des identités, l'évaluation, le suivi des coûts et l'orchestration ne suivent. L'année à venir s'annonce donc comme un cycle de rattrapage, avec des budgets réorientés vers les outils de gouvernance. Les orientations d'Anthropic sur l'évaluation des agents insistent sur une distinction essentielle entre réussir une fois et réussir systématiquement, ce qui pousse les équipes à traiter la répétabilité comme une métrique de premier plan, en testant les mêmes scénarios plusieurs fois, en faisant varier les formulations et en intégrant chaque incident de production comme un nouveau test de non-régression.

💬 Bon, là on touche au vrai problème de 2026. Une IA qui réussit ses évals internes puis fait n'importe quoi en prod, c'est plus l'exception, c'est la norme, et le pire c'est que 66% des boîtes accélèrent quand même vers le sans-supervision. Si je dois retenir une phrase : on est en train de généraliser l'autonomie des agents plus vite qu'on sait la mesurer, et ça va finir par coûter cher à quelqu'un.