ORLANDO, Fla. — Les directeurs des systèmes d’information (DSI) doivent devenir des « architectes actifs » de leurs organisations face à une technologie qui évolue plus vite que ne peuvent la contrôler les humains, a déclaré Gene Alvarez, vice‑président analyste distingué chez Gartner, mardi lors du IT Symposium/Xpo de l’entreprise.
Alvarez a présenté cinq tendances technologiques que les DSI peuvent suivre pour assumer ce rôle d’architecte actif, sur la base d’un examen des investissements en capital‑risque sur des centaines de marchés émergents, de dépôts de brevets et d’évaluations d’analystes. Il a précisé que les échéances proposées sont indicatives et que chaque organisation devra adapter le calendrier à sa maturité.
Donner une identité aux agents IA
L’utilisation et l’autonomie des agents IA augmentent en entreprise, ces agents traitant des tâches autrefois réalisées par des employés et agissant de plus en plus de manière indépendante. Gartner prévoit qu’en 2028, un quart des violations de sécurité en entreprise sera lié à l’abus d’agents IA en raison de privilèges machine non gérés et de pratiques d’identifiants héritées. Pour des raisons de sécurité, les DSI devraient envisager sous un an d’attribuer des identités et des limites aux agents, via des contrôles d’identité dynamiques permettant des accès, des prompts et des identifiants pilotés par des politiques. « Il s’agit de sécuriser les agents en tant que travailleurs d’entreprise », a dit Alvarez.
Introduire des « harnesses » de codage IA
Les « coding harnesses », ou systèmes de contrôle en boucle fermée qui gouvernent le comportement autonome des développeurs tout au long du cycle de développement logiciel, doivent être déployés dans un horizon similaire. Sans ces dispositifs, les développeurs consacrent du temps à vérifier manuellement les sorties des machines, annulant souvent les gains de productivité. Alvarez a expliqué que le harness de codage détermine si les actions sont ordonnées correctement et si les modèles sont utilisés efficacement, et qu’il permettra aux agents de prendre en charge des workflows de codage plus complexes.
Assembler des plateformes de contexte pour l’IA
Des couches de contexte dédiées fournissent aux agents IA les connaissances contextuelles nécessaires pour interpréter les entrées, prendre des décisions et agir selon les objectifs métier. À défaut, les organisations s’exposent à des risques opérationnels, à des manquements de conformité, à une faible confiance et à une consommation excessive de tokens. Ces plateformes reposent sur des ontologies basées sur les données, les processus et les politiques de l’entreprise pour indiquer « comment nous faisons des affaires », a dit Alvarez. Gartner prédit qu’en 2027, les organisations qui priorisent le contexte dans des données prêtes pour l’IA augmenteront la précision de l’IA agentique jusqu’à 80 % et réduiront les coûts jusqu’à 60 %. Alvarez a mis en garde contre les solutions propriétaires universelles et recommandé de privilégier des dispositifs ouverts et interopérables.
Construire pour la souveraineté
À mesure que les entreprises augmentent leurs budgets technologiques, la souveraineté sur les données, les logiciels et le matériel devient une priorité. Il devient essentiel de concevoir des architectures permettant des stratégies de sortie réalistes vis‑à‑vis des fournisseurs. En juin, l’Union européenne a dévoilé le European Technological Sovereignty Package pour réduire la dépendance aux entreprises technologiques américaines ; Gartner prévoit que d’ici 2030, plus de 75 % des organisations non américaines adopteront des stratégies de souveraineté numérique. Alvarez a insisté : « Il faut trouver comment avoir une sortie fournisseur réaliste pour tout votre stack afin de rester perpétuellement autonome. La résidence, c’est où vos données dorment, mais la souveraineté, c’est la capacité de les réveiller à tout moment. »
Se préparer aux grands modèles quantitatifs
Sur un horizon plus lointain — Gartner estime entre cinq et huit ans — la transition des modèles de langage général vers des grands modèles quantitatifs modifiera la prise de décision des DSI, passant d’un dépannage réactif à une simulation proactive. L’utilisation en entreprise de grands modèles quantitatifs permettra des décisions complexes basées sur les données, exigera moins de ressources que les LLM et améliorera la précision et la fiabilité des modèles. Alvarez a déclaré que cette approche rigoureuse offrirait une agilité commerciale inédite et permettrait de déployer en toute sécurité des prévisions autonomes dans des secteurs strictement régulés comme la finance et la santé.
Alvarez a souligné la nécessité pour les DSI d’aligner l’adoption de ces technologies sur la maturité organisationnelle et de passer d’un rôle d’observateur à un rôle d’architecte proactif pour éviter les pièges identifiés.
