Vanguard construit une infrastructure de données pour son analyste virtuel IA

Construire une infrastructure de données solide pour le succès des agents IA

Les entreprises déploient des agents IA à grande vitesse, 88% utilisent l'IA dans au moins une fonction métier selon McKinsey, mais seulement 1 sur 10 parvient à les déployer à grande échelle. Le principal obstacle n'est pas la qualité des modèles, mais l'absence d'une architecture de données solide capable de fournir le contexte métier nécessaire. Selon Irfan Khan, président de SAP Data & Analytics, la valeur d'une donnée pour les agents IA dépend moins de son format (structuré ou non) que de son contexte métier, et deux tiers des dirigeants ne font pas encore confiance à leurs données.

Intuit présente comment il a reconstruit son infrastructure IA pour des tâches rapides et complexes

Intuit, l'éditeur américain des logiciels financiers TurboTax et QuickBooks, a entrepris une refonte complète de son infrastructure d'intelligence artificielle pour répondre aux nouvelles exigences des entreprises clientes. Plutôt que de s'appuyer sur de grands agents polyvalents capables de gérer un large éventail de tâches, la société a migré vers une architecture granulaire fondée sur des compétences et des outils spécialisés. "Nous sommes passés d'un système multi-agents avec de grands agents qui faisaient beaucoup de choses, à une intégration complète de flux de travail, de compétences et d'outils jusqu'au niveau de base", a déclaré Nhung Ho, vice-présidente de l'IA chez Intuit. Cette transformation a impliqué de décomposer les agents complexes en composants distincts, en séparant la logique de décision des actions d'exécution, tout en intégrant des experts humains directement dans les processus aux côtés de l'IA. L'orchestrateur, le planificateur et l'ensemble des couches d'intelligence ont été remplacés, entraînant des changements à l'échelle de toute l'organisation technique. Cette réarchitecturation permet désormais à Intuit de découpler son orchestration de fournisseurs de modèles spécifiques, ce qui lui donne la flexibilité de choisir les meilleurs outils selon les tâches, qu'il s'agisse de modèles proposés par de grands fournisseurs externes ou de solutions développées en interne. C'est une avancée stratégique majeure dans un secteur où la dépendance à un seul fournisseur d'IA représente un risque croissant. Pour des entreprises gérant des millions de clients et des données fiscales et financières sensibles, la capacité à substituer rapidement un modèle par un autre sans refondre l'ensemble du système est un avantage concurrentiel direct. La nouvelle architecture répond également à une évolution fondamentale des attentes : les utilisateurs ne se contentent plus de conversations simples, ils exigent des tâches agentiques complexes et multi-étapes que les infrastructures héritées ne peuvent tout simplement pas prendre en charge. Nhung Ho présentera le détail de ces choix techniques lors de la conférence VB Transform 2026, les 14 et 15 juillet prochains, notamment la conception d'une couche d'abstraction au coeur du système d'intelligence d'Intuit. Cette édition de l'événement est particulièrement dense en sessions consacrées à l'orchestration agentique : Target, Instacart, Asana, Rivian, Databricks et Atlassian y prendront également la parole pour partager leurs approches respectives du déploiement d'agents IA à grande échelle. La convergence de ces témoignages illustre une tendance de fond : les grandes entreprises technologiques sortent de la phase expérimentale et s'attaquent aux défis d'ingénierie réels que pose le déploiement d'une IA autonome en production, à la fois sur le plan de la performance, de la gouvernance et de la modularité.

💬 Intuit a fait ce que la plupart des boîtes font encore semblant de ne pas savoir : les gros agents "qui font tout" ne tiennent pas à l'échelle. Passer à une architecture de compétences granulaires avec découplage de l'orchestrateur, c'est exactement le chemin, et ça permet au passage de ne plus être prisonnier d'un seul fournisseur. Le vrai sujet à VB Transform, c'est pas Intuit spécifiquement, c'est que Target, Instacart, Atlassian disent tous la même chose en ce moment : la phase "on expérimente des agents" est terminée, place à l'ingénierie sérieuse.

Les agents IA ratent toutes les discussions de votre équipe. SageOX propose une infrastructure de contexte pour agents autonomes

SageOX, une startup de Seattle fondée par des vétérans ayant construit l'infrastructure originale d'AWS EC2 et EBS, est sortie du mode furtif en annonçant un tour de financement de 15 millions de dollars mené par Canaan, avec la participation d'A.Capital, Pioneer Square Labs et Founders' Co-op. L'entreprise, dirigée par Ajit Banerjee, ancien ingénieur chez Hugging Face, Meta, Amazon et Apple, commercialise ce qu'elle appelle une "infrastructure de contexte agentique" : un système conçu pour garder les agents IA aussi informés que les employés humains sur les décisions, discussions et objectifs d'une équipe. La suite produit repose sur deux composants principaux : l'Ox Dot, un petit appareil physique placé dans les espaces partagés qui enregistre réunions et séances de travail d'une simple pression, et l'Ox CLI, un outil en ligne de commande open source sous licence MIT qui permet aux assistants de codage comme Claude Code ou Codex d'interroger la mémoire collective de l'équipe avant d'écrire du code. Le problème que SageOX cherche à résoudre est celui du "drift" des agents, c'est-à-dire leur tendance à s'écarter des intentions réelles de l'équipe parce qu'ils démarrent chaque tâche sans historique ni contexte. Si une équipe décide en réunion d'utiliser un schéma d'authentification précis, l'agent de codage l'ignorera complètement, sauf si quelqu'un le lui précise explicitement dans chaque prompt. L'Ox Dot capture audio, transcrit et identifie les intervenants, puis distille ces échanges en une mémoire d'équipe accessible aux humains et aux agents. Sa fonctionnalité "Auto Rewind" permet même de capturer rétrospectivement une conversation informelle qui s'est tenue sans enregistrement, évitant la perte de décisions prises lors d'échanges spontanés. La commande ox agent prime intègre ensuite cet historique directement dans le contexte de travail des agents. Le problème de l'"ingénierie du contexte" est l'un des défis majeurs non résolus de l'ère agentique. À mesure que les grands fournisseurs de modèles comme OpenAI, Anthropic ou Google descendent dans la chaîne de valeur en proposant leurs propres agents métier, la question de comment équiper ces agents d'un contexte riche et fidèle à la réalité d'une organisation reste entière. SageOX parie que la réponse n'est pas dans le prompt engineering ou la documentation statique, mais dans une couche d'infrastructure dédiée qui capte le contexte là où il se forme naturellement : conversations, tableaux blancs, standups. Ryan Snodgrass, CTO et ancien d'Amazon, pousse même plus loin en remettant en question les principes classiques de gestion de code source, estimant que les historiques "propres" de commits sont souvent contre-productifs pour les agents. La startup s'attaque ainsi à un marché encore peu balisé, à l'intersection de la collaboration d'équipe et de l'orchestration agentique.

Anthropic lance une infrastructure gérée pour agents IA autonomes

Anthropic a lancé "Claude Managed Agents", une infrastructure hébergée permettant aux développeurs de construire et déployer des agents IA autonomes directement sur les serveurs de l'entreprise. Ce service géré prend en charge l'exécution des agents, la gestion des sessions, la mémoire persistante et l'orchestration des tâches longues, sans que les équipes techniques n'aient à gérer elles-mêmes l'infrastructure sous-jacente. Notion et Rakuten font partie des premiers partenaires à avoir adopté la plateforme, intégrant ces agents dans leurs produits pour automatiser des flux de travail complexes. L'enjeu est significatif : jusqu'ici, déployer des agents IA fiables en production exigeait une ingénierie considérable pour gérer les états, les interruptions, les erreurs et la durée de vie des sessions. En proposant cette couche d'infrastructure clé en main, Anthropic abaisse la barrière d'entrée pour les entreprises qui veulent aller au-delà des simples chatbots vers des systèmes capables d'agir de façon autonome sur des tâches multi-étapes, comme la recherche, la rédaction ou l'automatisation de processus métiers. Ce lancement s'inscrit dans une course accélérée entre les grands acteurs de l'IA pour capter le marché des agents. OpenAI a déployé ses propres capacités agentiques via l'API Assistants et les outils de l'opérateur, tandis que Google mise sur Vertex AI Agent Builder. Anthropic, fort d'un financement de plusieurs milliards de dollars notamment d'Amazon et Google, positionne cette offre managée comme un argument commercial direct face aux entreprises qui hésitent à construire leur propre stack agentique.

💬 Ce qui bloquait tout le monde jusqu'ici, c'était pas l'agent, c'était la plomberie derrière : états, sessions, interruptions, tâches qui durent des heures. Anthropic prend ça en charge, et j'y vois surtout une arme commerciale directe pour aller chercher les boîtes qui voulaient dépasser le chatbot sans construire leur propre stack. Ça va accélérer fort, et OpenAI va répondre vite.