Tu l’as vu partout cette semaine. Les agents IA, c’est l’avenir. Ils vont automatiser tes workflows, répondre à tes mails, gérer ton calendrier, et probablement te préparer un café pendant qu’ils y sont. Sauf que voilà, tout le monde oublie un petit détail : pour qu’une IA agisse, elle a besoin de données. Et pas n’importe comment. Des données fraîches, rapides, accessibles, et dans un contexte clair. En vérité, la plupart des boîtes sont encore en train de gérer leurs données comme en 2010, avec des Excel qui plantent et des bases de données qui répondent en trois jours ouvrables.
Rahul Tenglikar, chez ClickHouse, a mis le doigt dessus dans l’Economic Times. Son constat est simple, et il pique : la conversation sur les agents IA avance à la vitesse de la lumière, mais les infrastructures de données des entreprises, elles, traînent à la vitesse d’un escargot sous antidépresseurs. Si tu veux que tes agents bossent de manière fiable et à grande échelle, il te faut une couche de données construite pour des requêtes rapides, une latence basse, un accès unifié et un contexte limpide. En gros, tout ce que 90% des entreprises n’ont pas.
Et c’est là que le bât blesse. Les mecs de la tech te vendent des agents comme la prochaine révolution, mais ils omettent gentiment de te dire que sans une refonte totale de ton backend, ton agent va passer plus de temps à attendre des données qu’à agir. Tu imagines ? Ton agent IA, super intelligent, bloqué parce que la base SQL met 30 secondes à répondre. L’ironie est magnifique.
Pendant ce temps, CNA nous parle de « construire des infrastructures numériques durables prêtes pour l’IA ». Belle intention, mais ça sonne un peu comme un vœu pieux. « Durable », « prêt pour l’IA » — des mots qui font bien dans un rapport RSE, mais qui cachent une réalité moins glamour : la plupart des infrastructures actuelles sont des usines à gaz énergivores, patchées avec du scotch et des prières. Rajouter l’IA par-dessus, c’est comme vouloir faire courir un marathon à une personne en chaise roulante sans lui donner de roues adaptées. Ça va finir en catastrophe.
Et c’est pas juste un problème technique. C’est un problème de fond. Les entreprises se ruent sur les agents IA parce que c’est tendance, parce que ça fait bien dans les slides pour les investisseurs, mais elles n’ont pas les bases. C’est comme vouloir construire un gratte-ciel sur des fondations en sable. Tu peux avoir l’architecte le plus brillant du monde, si tes fondations craquent, tout s’effondre.
Le secteur est en pleine schizophrénie. Tu as les vendeurs de rêve (OpenAI, Anthropic, et tutti quanti) qui promettent des agents quasi autonomes. Par ailleurs, tu as la réalité du terrain : des données éparpillées entre 15 systèmes incompatibles, des latences à faire pleurer, et une sécurité approximative. Rajoute à ça la pression pour être « durable » — parce que oui, entraîner et faire tourner ces modèles, ça bouffe de l’énergie comme un mineur de bitcoin en pleine crise — et tu as la recette parfaite pour un échec retentissant.
Du coup, quelle solution ? Arrêter les agents ? Non. Mais peut-être commencer par balayer devant sa porte. Investir dans des infrastructures de données modernes, unifier les accès, réduire les latences, et s’assurer que le contexte est clair avant de lancer des agents en production. Parce que sinon, les entreprises vont dépenser des fortunes pour des agents qui tournent en rond, et dans six mois, on aura droit à un nouveau buzz : « Pourquoi les agents IA ont échoué dans l’entreprise ». Et devine qui sera blâmé ? L’IA, bien sûr. Pas les décideurs qui ont foncé sans réfléchir.
La leçon est simple : avant de courir, apprends à marcher. Avant de déployer des agents IA, assure-toi que tes données ne sont pas un bordel sans nom. Sinon, prépare-toi à une belle désillusion.
Sources :
Comments are closed