L’IA agentique se heurte aux limites des infrastructures de données

infohightech ·

Cribl dévoile les résultats d'une étude menée par Harvard Business Review Analytic Services auprès de 351 dirigeants d'entreprises engagées dans des projets d'IA agentique. L'étude révèle que 96 % des dirigeants considèrent l'IA agentique comme essentielle à leur stratégie dans les deux prochaines années, mais seuls 23 % estiment disposer aujourd'hui des infrastructures et de la stratégie nécessaires pour en soutenir le déploiement.

Les entreprises commencent déjà à mesurer les conséquences de cette évolution. Près de la moitié (47 %) des organisations ayant déjà déployé des agents indiquent que leurs coûts d'infrastructure ont dépassé les prévisions, tandis que 82 % anticipent des investissements supplémentaires pour adapter leurs environnements aux exigences de l'IA agentique.

« Nous avons dépassé les 300 millions de dollars d'ARR en moins d'un an après avoir franchi les 200 millions, et cette croissance reflète directement ce à quoi nos clients sont confrontés », déclare Clint Sharp, cofondateur et CEO de Cribl. « Les volumes de données progressent à un taux de croissance annuel composé de 30 %, les budgets n'augmentent pas, et désormais les agents IA amplifient encore cette pression. L'infrastructure que la plupart des entreprises ont construite au cours de la dernière décennie n'a tout simplement pas été conçue pour les charges de travail agentiques de demain. Cette étude confirme ce que nous observons sur le terrain : les organisations savent qu'elles doivent se préparer et moderniser dès aujourd'hui leurs fondations de données. »

Les coûts d'infrastructure dépassent déjà les prévisions

Pour les entreprises qui déploient activement des agents IA, les enjeux dépassent désormais la seule expérimentation technologique. L'adaptation des infrastructures existantes devient un chantier stratégique, avec des implications directes sur les coûts, la gouvernance et les modèles opérationnels.

Les équipes IT et cybersécurité doivent également composer avec de nouvelles exigences en matière de visibilité, de gouvernance et d'exploitation des données. Là où les outils traditionnels permettaient principalement de comprendre ce qui s'était produit, les systèmes d'IA agentique nécessitent des données suffisamment riches et contextualisées pour comprendre pourquoi un événement s'est produit et quelle action entreprendre ensuite.

Sans une fondation de télémétrie adaptée, les systèmes d'IA risquent de devenir difficiles à gouverner, à expliquer et à exploiter dans les environnements de production.

« Sans la bonne infrastructure, vous atteindrez rapidement une limite », explique Ryan Kurt, CEO de The AI Lab. « Il est impossible d'aller plus loin sans disposer des fondations de données, des mécanismes de gouvernance et des workflows intégrés nécessaires à ces nouveaux usages. »

Les organisations les plus avancées repensent leur stratégie de données

Les entreprises qui progressent le plus rapidement dans leurs projets d'IA agentique considèrent désormais la télémétrie comme un actif stratégique. Elles associent données machines et contexte métier et privilégient des architectures ouvertes capables d'évoluer avec un paysage technologique en constante mutation.

Ce que révèle également l'étude

  • 76 % des organisations constatent déjà une augmentation des volumes de données de télémétrie liée à l'IA agentique, dont 31 % signalent un doublement ou davantage de ces volumes.
  • 46 % citent le manque de visibilité sur le retour sur investissement et les indicateurs de performance comme un frein majeur à l'accélération des projets d'IA.
  • Les principaux obstacles à l'adoption demeurent les risques liés à la confidentialité des données, la pénurie de talents, l'inadéquation des architectures de données et des workflows insuffisamment adaptés à ces nouveaux usages.

https://cribl.io

Cet article vous a été utile ? Partagez-le.