Aller au contenu principal
OutilsLe Big Data · 2 min de lecture

AWS et Superblocks s’associent pour simplifier l’intégration multi-modèles dans les apps d’entreprise

Source originale ↗·

L'alliance a été annoncée le 3 août 2026 par AWS et la startup Superblocks, dans le cadre d'un partenariat pluriannuel visant à intégrer la plateforme de développement de Superblocks aux environnements cloud des entreprises clientes d'AWS. Concrètement, l'intégration s'appuie sur Amazon Bedrock et donne accès, via une API centralisée, à un catalogue de modèles incluant Claude d'Anthropic, Llama de Meta et Titan d'Amazon. Le cœur du dispositif est un « Smart Router » qui analyse en temps réel la complexité de chaque requête pour l'orienter automatiquement vers un modèle open-source économique pour les tâches simples, ou vers un modèle de pointe pour les raisonnements complexes, ce qui permettrait de réduire jusqu'à 30 % les coûts liés aux jetons d'inférence. L'architecture repose aussi sur Amazon Aurora avec bascule à zéro pour les bases de données, ainsi que sur Amazon S3 et les bases de connaissances Bedrock pour faciliter le RAG (retrieval-augmented génération). Un nouveau modèle de déploiement baptisé AWS Cloud-Prem permet à l'ensemble de la plateforme de s'exécuter entièrement au sein du VPC de l'entreprise cliente, garantissant qu'aucun prompt, code ou donnée métier ne transite par des serveurs tiers.

Pour les directions des systèmes d'information, ce partenariat répond à un problème concret : la multiplication des modèles de langage complique l'architecture des systèmes existants et oblige à réécrire du code à chaque changement de fournisseur. En mutualisant l'accès aux modèles derrière une couche d'abstraction unique, AWS et Superblocks limitent le risque de dépendance à un seul fournisseur tout en laissant les équipes métiers construire des applications sur mesure sans multiplier les intégrations techniques. La promesse de réduction de 30 % des coûts d'inférence est significative pour des organisations qui déploient l'IA générative à grande échelle, où la facture de jetons peut vite devenir un poste de dépense majeur. Sur le plan sécurité, l'isolation complète dans le VPC de l'entreprise et l'héritage des contrôles IAM, du chiffrement et de la journalisation d'audit d'AWS offrent aux responsables de la sécurité des systèmes d'information une visibilité qu'ils n'ont pas toujours avec des outils d'IA grand public.

Cette alliance s'inscrit dans la montée en puissance du « vibe coding », ce développement d'applications assisté par IA que des salariés non-développeurs utilisent de plus en plus au sein des directions opérationnelles, souvent en dehors du contrôle de la DSI. Cette pratique alimente le phénomène de Shadow AI, où des données sensibles peuvent transiter par des outils non validés par l'entreprise. En intégrant sa plateforme dans l'écosystème géré d'AWS plutôt que de rester une solution SaaS externe, Superblocks cherche à convaincre les grandes entreprises que gouvernance et rapidité de développement ne sont pas incompatibles. AWS, de son côté, renforce sa stratégie autour de Bedrock face à la concurrence de Microsoft Azure et Google Cloud sur le marché de l'IA d'entreprise, en misant sur le choix des modèles et la conformité réglementaire comme arguments différenciants plutôt que sur un modèle propriétaire unique.

Impact France/UE

Impact indirect et limité aux entreprises européennes déjà clientes d'AWS, sans lien avec une régulation ou un acteur français ou européen spécifique.

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1AWS ML Blog 

Nova Forge SDK : une solution simple pour personnaliser les modèles Nova pour l'IA en entreprise

Amazon lance le Nova Forge SDK, un outil destiné à simplifier radicalement la personnalisation des modèles de langage Amazon Nova pour les entreprises. Conçu pour abaisser les barrières techniques à l'entrée, ce kit de développement unifié couvre l'intégralité du cycle de vie de la customisation, de la préparation des données à l'entraînement et jusqu'au déploiement en production. La personnalisation des LLMs est devenue un impératif pour les entreprises qui ne peuvent se satisfaire de réponses génériques face à leurs workflows propriétaires et leur terminologie métier spécifique. Jusqu'ici, ces projets exigeaient une infrastructure complexe, une gestion laborieuse des dépendances et un investissement technique considérable. Le Nova Forge SDK répond directement à ce frein en proposant des workflows intelligents avec des paramètres par défaut raisonnés, tout en laissant aux utilisateurs avancés un accès complet aux SDK sous-jacents. L'outil s'articule autour de trois couches : une couche d'entrée (RuntimeManager) pour configurer le matériel, la plateforme et les permissions IAM ; une couche de customisation qui construit automatiquement les configurations de recettes et lance les jobs d'entraînement ; et une couche de sortie qui génère les artefacts finaux, logs CloudWatch, métriques ML Flow, logs TensorBoard, ainsi que le modèle entraîné, déployable sur Amazon SageMaker AI ou Amazon Bedrock. Le SDK supporte l'ensemble du spectre de customisation : SFT (Supervised Fine-Tuning), RFT (Reinforcement Fine-Tuning), DPO (Direct Preference Optimization), ainsi que les approches LoRA et full rank. Un point technique notable est la prise en charge de la problématique du "catastrophic forgetting", ce phénomène par lequel un modèle affiné sur des données spécialisées perd ses capacités générales de raisonnement et de suivi d'instructions. Nova Forge permet de démarrer depuis des checkpoints précoces du modèle et de mélanger les données propriétaires avec les datasets curatés par Amazon Nova, offrant ainsi un équilibre entre spécialisation métier et préservation des compétences fondamentales.

UELes équipes data européennes utilisant des services cloud peuvent désormais personnaliser des modèles LLM via un SDK unifié sans expertise infrastructure spécifique.

OutilsOutil
1 source
NVIDIA et ServiceNow s'associent pour développer des agents IA autonomes pour les entreprises
2NVIDIA AI Blog 

NVIDIA et ServiceNow s'associent pour développer des agents IA autonomes pour les entreprises

Lors de la conférence ServiceNow Knowledge 2026, Jensen Huang, fondateur et PDG de NVIDIA, est monté sur scène aux côtés de Bill McDermott, PDG de ServiceNow, pour annoncer l'extension de leur collaboration dans le domaine de l'intelligence artificielle en entreprise. Au coeur de cette annonce figure Project Arc, un agent autonome de bureau conçu pour fonctionner en continu et évoluer de façon autonome, destiné aux travailleurs du savoir comme les développeurs, les équipes IT et les administrateurs systèmes. Contrairement aux agents IA classiques, Project Arc s'intègre nativement à la plateforme ServiceNow via ServiceNow Action Fabric, et s'appuie sur OpenShell, un moteur d'exécution open source développé par NVIDIA permettant de déployer des agents dans des environnements sandbox gouvernés par des politiques de sécurité. L'agent peut accéder aux systèmes de fichiers locaux, aux terminaux et aux applications installées sur un poste de travail, et exécuter des tâches complexes en plusieurs étapes que l'automatisation traditionnelle ne peut pas prendre en charge. Ce partenariat marque un tournant dans la manière dont les grandes entreprises envisagent l'IA. Jusqu'ici cantonnée à la génération de texte ou au raisonnement assisté, l'intelligence artificielle passe désormais à l'action de façon autonome, durable et auditable. Pour les organisations, l'enjeu est considérable : déployer des agents capables d'agir sur de vraies infrastructures sans exposer des données sensibles ni contourner les règles de conformité. Project Arc répond à cette exigence en combinant l'AI Control Tower de ServiceNow, qui assure la gouvernance et la traçabilité de chaque action, avec le runtime sécurisé OpenShell de NVIDIA, qui définit précisément ce qu'un agent peut voir, quels outils il peut utiliser et comment chaque action est isolée du reste du système. L'annonce s'inscrit dans une tendance de fond : après des années d'investissements massifs dans les grands modèles de langage, les acteurs technologiques cherchent à concrétiser l'IA agentique dans des environnements professionnels réels. NVIDIA et ServiceNow misent sur un écosystème ouvert, fondé sur les modèles Nemotron de NVIDIA et des compétences spécialisées développées pour les ServiceNow AI Specialists, pour permettre aux entreprises d'adapter ces systèmes à leurs propres données et processus métier. Les deux sociétés co-développent également NOWAI-Bench, une suite de benchmarks ouverte pour évaluer les performances des agents IA en entreprise, intégrée à la bibliothèque NVIDIA NeMo Gym. L'environnement EnterpriseOps-Gym, l'un des plus exigeants du secteur, fait partie de cet effort pour établir des standards communs dans une course à l'agentique qui mobilise désormais tous les grands acteurs du cloud et de l'infrastructure.

UELes entreprises européennes pourraient déployer Project Arc en s'appuyant sur ses mécanismes de gouvernance et de traçabilité pour répondre aux exigences d'auditabilité imposées par l'AI Act.

OutilsOutil
1 source
3InfoQ AI 

AWS lance un registre d'agents en aperçu pour gérer la prolifération des agents IA en entreprise

Amazon Web Services a lancé Agent Registry en version préliminaire, une nouvelle fonctionnalité intégrée à Amazon Bedrock AgentCore, destinée à répondre à un problème croissant dans les grandes entreprises : la prolifération incontrôlée d'agents IA déployés en silo. Concrètement, cette solution propose un catalogue centralisé permettant de découvrir, gouverner et réutiliser des agents IA, des outils et des serveurs MCP au sein d'une même organisation, quel que soit l'endroit où ces agents s'exécutent. Le registre prend en charge nativement les protocoles MCP (Model Context Protocol) et A2A (Agent-to-Agent). Pour les équipes techniques des grandes entreprises, l'enjeu est considérable : sans inventaire central, les organisations se retrouvent avec des dizaines d'agents redondants, difficiles à auditer, à maintenir ou à faire évoluer. Agent Registry entend résoudre ce problème de gouvernance en offrant une visibilité unifiée sur l'ensemble du parc d'agents, facilitant ainsi la réutilisation des composants existants et réduisant les coûts de développement. Cette initiative s'inscrit dans une course entre les grands fournisseurs cloud pour imposer leur standard de gestion d'agents IA. Microsoft et Google Cloud proposent leurs propres solutions concurrentes, tandis que l'ACP Registry constitue une alternative indépendante. Le choix d'intégrer nativement les protocoles MCP et A2A signale la volonté d'AWS de s'aligner sur les standards émergents de l'industrie, dans un contexte où l'interopérabilité entre agents de différentes plateformes devient un critère décisif pour les entreprises qui multiplient les déploiements.

UELes grandes entreprises européennes utilisant AWS peuvent désormais centraliser la gouvernance de leurs agents IA via ce registre, facilitant l'audit et la conformité dans un contexte de multiplication des déploiements.

OutilsActu
1 source
IA d’entreprise : Snowflake et Anthropic renforcent la gouvernance des modèles IA
4Le Big Data 

IA d’entreprise : Snowflake et Anthropic renforcent la gouvernance des modèles IA

Snowflake et Anthropic ont annoncé le 2 juin 2026, lors du Snowflake Summit 2026, un renforcement significatif de leur partenariat autour de l'IA d'entreprise. Concrètement, les modèles Claude d'Anthropic s'intègrent désormais plus profondément dans Snowflake Cortex AI, notamment pour alimenter Snowflake Cortex Code et Snowflake Intelligence. L'objectif est de permettre aux organisations de déployer des agents IA directement dans leur environnement de données existant, sans avoir à externaliser ou déplacer des données sensibles. Des entreprises comme Block, Indeed, Carvana, Notion ou eSentire utilisent déjà cette combinaison en production. Christian Kleinerman, EVP Product chez Snowflake, a indiqué que Snowflake Cortex Code serait devenu le produit à la croissance la plus rapide de toute l'histoire du groupe. L'enjeu central de ce partenariat est la gouvernance : les entreprises des secteurs réglementés, finance, santé, cybersécurité, retail, ne peuvent pas déployer l'IA sur des données critiques sans garanties fortes en matière de sécurité, de conformité et de traçabilité. En combinant la couche de gouvernance et de contrôle d'accès de Snowflake avec les capacités de raisonnement de Claude, les deux groupes proposent une architecture où le modèle devient une extension native de la plateforme data de l'entreprise plutôt qu'un outil externe. Cela change concrètement le profil de risque de l'IA générative pour les décideurs : Block automatise ainsi des workflows de conformité pour Square et Cash App, eSentire automatise des analyses SOC de niveau 1 pour libérer ses analystes humains des tâches répétitives, et Carvana optimise ses opérations logistiques et financières grâce à cette architecture. Ce renforcement s'inscrit dans la continuité d'un accord élargi signé fin 2025, qui avait déjà permis l'intégration native de Claude dans Cortex AI sur les principaux clouds. Le marché de l'IA d'entreprise est en train de basculer d'une phase d'expérimentation vers des déploiements opérationnels à grande échelle, et plusieurs acteurs, Microsoft avec Azure OpenAI, Google avec Vertex AI, AWS avec Bedrock, se livrent une concurrence intense pour capter cette demande. Snowflake, en tant que plateforme data indépendante du cloud, joue une carte différente : celle de la neutralité et de la gouvernance centralisée. Anthropic, de son côté, accélère sa distribution en entreprise via des partenariats stratégiques plutôt que par une offre cloud propriétaire. Les prochaines étapes du partenariat devraient porter sur l'extension de Claude Marketplace au sein de l'écosystème Snowflake, ouvrant la porte à un modèle de distribution plus large pour les modèles d'Anthropic dans les environnements data d'entreprise.

UELes entreprises européennes des secteurs réglementés (finance, santé, cybersécurité) disposent d'une architecture permettant de déployer Claude directement dans leur environnement de données existant, sans externaliser de données sensibles, un argument clé pour la conformité RGPD.

OutilsOpinion
1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic