Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

L'IA agentique face à la faille d'identité : le problème du RAG en entreprise que personne n'a résolu

Fin juin, la Chine comptait plus de 700 000 000 d'utilisateurs d'IA générative, soit 16 pour cent de plus que les 602 000 000 de fin 2025, selon le Centre d'information du réseau internet chinois, qui a publié ce chiffre le 29 septembre. Pour les entreprises qui construisent des systèmes de génération augmentée par la recherche, le vrai problème est la gouvernance, pas l'adoption.

IA & modèlesAnalyseSophie LeclercPublié le: 2 octobre 202610 min de lectureSources 14
L'IA agentique face à la faille d'identité : le problème du RAG en entreprise que personne n'a résolu

Le Centre d'information du réseau internet chinois situe la base d'utilisateurs de l'IA générative du pays à plus de 700 000 000 de personnes fin juin, un taux de pénétration supérieur à la moitié de la population. Le South China Morning Post a rapporté ce chiffre le 29 septembre. C'est une hausse de 16 pour cent par rapport à la fin de 2025, quand la Chine comptait 602 000 000 d'utilisateurs d'IA générative et un taux de pénétration de 42,8 pour cent. La même enquête montre que 76 pour cent des utilisateurs se tournent vers l'IA pour obtenir des réponses, 48 pour cent pour des images ou des vidéos, 38 pour cent pour du traitement de texte et 33 pour cent pour des résumés de travail, des comptes rendus de réunion ou des présentations.

Ces chiffres décrivent un comportement de consommateur. Ils ne disent rien de la confiance qu'on peut accorder, à l'intérieur d'une entreprise, aux systèmes qui répondent à ces requêtes.

Ce problème de confiance est désormais au centre des discussions sur le RAG en entreprise. La génération augmentée par la recherche ancre la production d'un modèle de langage dans des documents récupérés au moment de la requête. C'est devenu l'architecture par défaut de l'IA en entreprise. Monter un prototype fonctionnel prend quelques jours. Le rendre assez fiable pour faire tourner un processus métier relève d'une autre discipline d'ingénierie, comme l'a noté VentureBeat le 27 septembre. La plupart des déploiements calent dans l'écart entre les deux.

À qui appartient l'agent ?

The Hacker News a publié un cadre le 28 septembre. Il traite chaque agent d'IA comme une identité non humaine dotée d'un propriétaire humain, d'un objectif défini, d'une autorisation délimitée, d'une date d'expiration et d'une surveillance continue. L'article nomme cinq modes de défaillance que la gestion des identités et des accès classique n'a jamais été conçue pour attraper : absence de propriétaire, secrets de longue durée, délégation sans limite, instanciation invisible et absence d'expiration. Il cite l'OWASP Top 10 for Large Language Model Applications, qui classe l'agence excessive en LLM06. Autrement dit, un agent doté de permissions ou d'une autonomie larges exerce des capacités au-delà de la tâche approuvée.

Le texte distingue la configuration de la télémétrie. Une attribution statique de rôle ne peut pas borner ce qu'un agent fait à l'exécution, et examiner la configuration ne permet pas de le mesurer. Les constats de configuration décrivent une possibilité ; la télémétrie décrit ce qui s'est réellement produit. C'est une remise en cause directe de la façon dont la plupart des entreprises auditent aujourd'hui leurs systèmes d'IA.

L'ampleur du problème de gouvernance se lit dans les chiffres. L'étude 2026 Cloud Computing de Foundry a trouvé que 74 pour cent des entreprises ont accéléré leurs migrations cloud l'an dernier, selon Data Center Knowledge. Private Cloud Outlook 2026 de VMware indique que 83 pour cent des entreprises ont achevé ou prévoient de rapatrier des charges de travail depuis le cloud public. Sécurité, coût, conformité et performance motivent ce mouvement. Ces charges de travail incluent de plus en plus l'inférence d'IA. Data Center Knowledge rapporte que l'inférence migre vers des installations de colocation, où les opérateurs peuvent proposer des armoires de 35 kW avec refroidissement à air et des armoires de 70 à 150 kW avec refroidissement liquide.

La raison n'est pas seulement la densité. Les entreprises des secteurs régulés préfèrent faire tourner l'inférence sur des données financières, opérationnelles et de recherche confidentielles à l'intérieur de suites de colocation privées. Ces suites disposent de circuits réseau dédiés et de pare-feu exploités en interne. L'alternative consiste à envoyer ces données à des start-up d'IA tierces. Cette préférence a une conséquence directe sur les architectures RAG, car la recherche impose au système de toucher le corpus de l'entreprise à chaque requête.

Les fournisseurs d'infrastructure avancent

Les fournisseurs d'infrastructure se repositionnent autour de cette exigence. CoreWeave a dévoilé Forge le 30 septembre lors de son événement Fully Connected à San Francisco. C'est une plateforme logicielle intégrée pour développer, exécuter et améliorer des modèles et des agents d'IA. Corey Sanders, vice-président senior de la gestion de produit chez CoreWeave, s'est exprimé lors d'un point presse. Selon lui, l'entreprise est passée de la volonté d'être le meilleur fournisseur d'infrastructure centrée sur l'IA à la fourniture de services d'IA permettant à ses clients de construire des applications sur sa plateforme. Forge est proposé en éditions Free, Pro et Enterprise. Il comprend CoreWeave Notebooks, Agent Lens pour l'observabilité des agents en production, et RL Rollouts. Parmi les premiers partenaires figurent VAST Data, CrowdStrike et ClickHouse.

L'analyste IDC Dave McCarthy a déclaré à Data Center Knowledge que CoreWeave cherche à se démarquer des fournisseurs de cloud IA spécialisés comme Nebius, Lambda et Vultr tout en concurrençant AWS, Google Cloud et Microsoft Azure. Son argument : gagner des laboratoires d'IA ne suffit pas pour bâtir une activité durable. Les entreprises ont besoin d'un écosystème logiciel plus large et de capacités clés en main plutôt que faites maison.

Microsoft a pris la voie opposée le même jour. Azure Container Apps Express a atteint la disponibilité générale, selon InfoQ. Ce modèle de déploiement supprime l'étape de provisionnement de l'environnement et remplace l'essentiel de la configuration par des valeurs par défaut imposées. Il sort en même temps que la disponibilité générale d'Azure Container Apps Sandboxes, la couche de calcul isolée sur laquelle Express s'appuie. Les Sandboxes sont provisionnées depuis des pools préchauffés pour un démarrage en moins d'une seconde. Elles isolent chaque charge de travail dans sa propre frontière de microVM isolée matériellement et prennent en charge la suspension et la reprise avec instantané complet de l'état. La documentation de Microsoft, citée par InfoQ, indique qu'Express repose entièrement sur cette couche. Elle décrit le produit comme pensé d'abord pour les développeurs et pour les agents.

Les flux de travail assistés par IA peuvent créer et mettre à jour des applications bien plus vite que quiconque ne peut configurer une infrastructure à la main.

Cette phrase, tirée de la documentation de Microsoft elle-même, dit le plus clairement pourquoi le problème d'identité est devenu urgent. Si des agents peuvent créer et modifier une infrastructure plus vite que les humains ne peuvent la relire, alors la couche de gouvernance doit elle aussi être automatisée. InfoQ note que des réactions sur Reddit suggéraient que la primitive Sandboxes était utilisée bien avant l'annonce. Un commentateur affirmait qu'elle sous-tend des services Azure essentiels, dont Foundry Hosted Agents, un détail que les documents de Microsoft ne mentionnent pas.

La recherche avance sur les deux fronts

La littérature scientifique publiée la semaine dernière montre la même tension sous des angles différents. Un article soumis à arXiv le 29 septembre par Yining Lu, Aurelie Lozano, Xi Yang, Naoki Abe, Yu Deng et Meng Jiang propose MoFlow. La méthode génère des flux de travail agentiques qui optimisent conjointement la précision, le coût, la latence, la robustesse et la cohérence au lieu de s'en tenir à un compromis figé. Les auteurs formulent le problème comme un processus de décision markovien multi-objectif et le résolvent par une recherche arborescente de Monte-Carlo sur enveloppe convexe. MoFlow a été évalué face à six références sur six jeux d'essai couvrant les mathématiques, le code et les questions-réponses. Il a obtenu le meilleur hypervolume moyen. Les auteurs reconnaissent que la comparaison avec des optimiseurs à scalaire unique est difficile, car ces références étaient relancées pour chaque préférence de test alors que MoFlow ne les voyait jamais.

Un autre article arXiv, soumis le 30 septembre par Tianyu Chen, Mingyuan Zhou et Jiaxing Wu, s'attaque à l'étape de recherche elle-même. Leur VHOP-Router entraîne un modèle d'embedding en récupérateur autorégressif multi-étapes qui opère directement dans l'espace latent visuel. Il récupère des chaînes d'images liées en un seul appel d'outil, sans que l'agent ait à formuler des requêtes textuelles intermédiaires. Les résultats rapportés sont considérables. La performance de recherche est passée de moins de 5 pour cent à 76,3 pour cent. Les taux de réussite des tâches ont progressé de 52,7 pour cent. La longueur moyenne des tokens a chuté de 61 pour cent, de 1886 à 728. Les images en contexte ont diminué d'un facteur 23 et la charge utile cumulée des API d'un facteur 35. Améliorer l'agent lui-même n'apportait en comparaison qu'un gain de 3,7 pour cent.

Un troisième article, soumis le 29 septembre par Sumit Asthana, Michael Ion et Kevyn Collins Thompson, traite des données synthétiques servant à affiner les systèmes conversationnels. Les auteurs soutiennent que solliciter directement les LLM produit des données de faible diversité qui se replient sur les modes dominants. Ils proposent d'entraîner des réseaux de flux génératifs sur la structure latente des conversations, à l'aide d'une densité de mélange gaussien sur les caractéristiques d'interaction. Sur des dialogues de tutorat et de soutien émotionnel, ils rapportent un meilleur équilibre entre fidélité, couverture des modes et authenticité que les références par apprentissage par renforcement et par LLM de bout en bout, sans copier les données d'entraînement.

Deux autres soumissions arXiv de la même période sont plus étroites mais pertinentes pour quiconque fait tourner de la recherche à grande échelle. Un article soumis le 26 septembre par Junoh Kang, Kiseop Lee et Bohyung Han décrit ReLOBGen, une méthode pour générer des messages de carnet d'ordres à cours limité rejouables par construction. Elle atteint 100 pour cent de rejouabilité sur des séries de 500 messages et un gain de vitesse de 2,7 à 3,6 fois par message rejoué par rapport à la référence LOBS5. Un article soumis le 28 septembre par Julien Moreau et Marc Lelarge propose EnJoi, un algorithme d'assimilation de données fondé sur la diffusion qui apprend la distribution conjointe des états passés et futurs. Il montre une meilleure reconstruction sur des simulations d'écoulements de fluides et de trafic où les observations sont rares et non homogènes.

Aucun de ces articles ne mentionne directement le RAG en entreprise. Leur pertinence est structurelle. Chacun cherche à rendre le comportement d'un système génératif plus prévisible, plus mesurable ou plus contrôlable. C'est exactement ce que le cadre d'identité publié par The Hacker News dit absent de la plupart des déploiements d'entreprise.

Les chiffres sous-jacents

La pression matérielle s'ajoute au problème. Data Center Knowledge rapportait le 24 septembre que des générateurs de peignes de fréquences optiques sont évalués pour les liaisons des centres de données d'IA. Ils produisent de nombreuses longueurs d'onde régulièrement espacées à partir d'un seul laser de pompe plutôt qu'à partir d'un réseau de lasers individuels. Marcello Girardi, directeur général et cofondateur de Solinide, a déclaré à la publication que quatre longueurs d'onde constituent un problème résolu pour les réseaux de lasers. La difficulté commence à huit, et à 16 le nombre de composants devient limitant. Steven Estrella, directeur de la gestion de produit chez Quintessent, a dit que les peignes réduisent le nombre de lasers nécessaires pour un même nombre de canaux. Cela se traduit par moins de points de défaillance et moins de complexité de contrôle des longueurs d'onde. Il a noté qu'avec la pénurie actuelle de lasers DFB à onde continue en phosphure d'indium, réduire le nombre de lasers nécessaires compte plus que jamais.

Le bilan environnemental se compte aussi. Une étude du Fraunhofer Center for Silicon Photovoltaics, commandée par l'Agence allemande des matières premières et rapportée par pv magazine le 1er octobre, a trouvé que les modules installés en Allemagne fin 2023 représentaient un stock de matières d'environ 5 350 000 tonnes métriques. Cela comprend 3 850 000 tonnes de verre, 663 000 tonnes d'aluminium, 208 000 tonnes de silicium, 53 500 tonnes de cuivre et 3 900 tonnes d'argent. La valeur potentielle des matières est de 4 800 000 000 d'euros. Plus de 600 000 tonnes de déchets photovoltaïques pourraient apparaître d'ici 2030. Mais le volume enregistré de modules en fin de vie a reculé entre 2022 et 2024, contrairement aux attentes. Les chercheurs citent l'exportation de modules usagés comme l'une des raisons possibles. En 2024, plus de 50 000 tonnes de capacité de recyclage étaient disponibles alors que seules environ 9 300 tonnes ont subi un premier traitement.

Cet écart entre capacité installée et débit réel a un parallèle évident dans l'IA en entreprise. Les capacités sont déployées plus vite que les systèmes pour les gouverner, les mesurer et les retirer.

Là où les deux histoires se rejoignent

Generative Bionics, la start-up issue de l'Istituto Italiano di Tecnologia, offre un exemple concret de la vitesse à laquelle les engagements s'accumulent. Il Sole 24 ORE rapportait le 1er octobre que l'entreprise a bouclé un tour de 70 000 000 d'euros le 4 décembre 2025, mené par Cdp Venture Capital avec la participation d'Eni Next entre autres. Elle est devenue opérationnelle le 7 janvier et a présenté son robot Gene.01 en juillet. Elle a un programme de quatre ans avec Fincantieri pour un humanoïde de soudage, dont le premier emploi est attendu début 2027. Elle a aussi signé un nouvel accord avec Eni pour évaluer des collaborations industrielles à partir de Gene.01, couvrant l'inspection, la téléopération, l'assistance à distance et le soutien dans des environnements complexes.

Le directeur général Daniele Pucci a déclaré à Il Sole 24 ORE qu'un robot qui fait tout fait tout mal. Il a décrit l'approche de l'entreprise comme une plateforme commune personnalisée à trois niveaux : le modèle d'IA, le design externe, et les mains et les pieds. L'entreprise affirme avoir lancé cette stratégie dès février et constate aujourd'hui que d'autres la suivent.

Chacun de ces scénarios de déploiement, du soudage à la logistique hospitalière, soulève la même question que pose le cadre d'identité : qui répond quand l'agent agit hors de sa tâche approuvée ? La réponse, selon le cadre, ne peut pas venir du seul examen de la configuration. Elle doit venir de la télémétrie à l'exécution, et la plupart des entreprises n'ont pas encore construit cette capacité.

La demande ailleurs ne montre aucun signe de ralentissement. PopWheels, une start-up de Brooklyn, teste un modèle d'échange de batteries pour les charrettes alimentaires de New York qui remplace les générateurs à combustible fossile, selon Canary Media. Elle mène un pilote de six mois lancé en juillet avec deux armoires de recharge à Flushing Meadows Corona Park et 10 vendeurs participants. Le pilote est soutenu par 46 000 dollars de la City Parks Foundation et 30 900 dollars de Resilient Cities Catalyst. Le vendeur William Arevalo a déclaré à la publication que son générateur coûte environ 500 à 600 dollars par mois en carburant. L'entreprise facture déjà aux livreurs entre 65 et 95 dollars par mois pour l'accès aux batteries de vélos électriques depuis plus de 45 armoires dans la ville.

Une infrastructure moins chère et plus propre continue d'arriver. La couche de gouvernance, elle, reste à la traîne.

Commentaires 0

Sources

14
  1. 01China's generative AI user base crosses 700 million, covering over half the populationEN
  2. 02IAM for AI agents: A Practical Enterprise FrameworkEN
  3. 03CoreWeave Targets Enterprises with Forge PlatformEN
  4. 04Container Apps Express Reaches GA on a Newly Generally Available Sandbox LayerEN
  5. 05Enterprises Adopt Colocation for AI and Hybrid Cloud InitiativesEN
  6. 06The Role of Optical Frequency Comb Generators in AI Data CentersEN
  7. 07MoFlow: Multi-Objective Agentic Workflow GenerationEN
  8. 08Learning to Route in Visual Space via Multi-Step Embedding RetrievalEN
  9. 09Beyond Mode Collapse: Generating Diverse Synthetic Expert Conversations via Generative Flow NetworksEN
  10. 10ReLOBGen: Replayable Limit Order Book Message GenerationEN
  11. 11EnJoi: Ensemble Joint Score Filter for Generative Data AssimilationEN
  12. 12Germany could generate over 600,000 tonnes of PV module waste by 2030EN
  13. 13This startup helps food carts switch loud, dirty generators for batteriesEN
  14. 14Generative Bionics, la start up che in meno di un anno ha stretto accordi con Eni e FincantieriEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.