Les grandes entreprises technologiques établissent des normes ouvertes pour l’IA agentique
Lorsque cinq des plus grands acteurs de la technologie s’assoient à la même table, il faut y prêter attention. Anthropic, AWS, Google, Microsoft et IBM ont lancé l’Agentic AI Foundation (AAIF). Leur objectif est simple et intelligent : établir des normes ouvertes et partagées pour l’IA agentique, des systèmes intelligents capables de prendre des décisions, d’agir et d’interagir avec des environnements professionnels de manière autonome.
À l’heure actuelle, cet espace est dominé par des outils propriétaires et des cadres spécifiques aux fournisseurs. Cela ralentit les choses lorsque vous voulez aller vite, évoluer rapidement et intégrer plusieurs plateformes. Les connecteurs personnalisés et les interfaces étroitement définies rendent le déploiement de l’IA plus compliqué qu’il ne devrait l’être. L’AAIF n’est pas un simple organisme de normalisation de plus, il s’efforce de remédier à cette situation en s’alignant sur la manière dont les agents interagissent avec vos systèmes, s’authentifient entre les services et partagent un contexte critique.
Ce qui est pratique ici, c’est qu’au lieu de partir de rien, AAIF s’appuie sur des travaux qui ont déjà prouvé leur efficacité. Anthropic a proposé son protocole de contexte de modèle (MCP), très utilisé, comme base. Block’s goose et OpenAI’s AGENTS.md font également partie du mélange. Il ne s’agit pas d’expériences, mais d’outils réels qui résolvent déjà des problèmes. En les combinant, le groupe établit une base opérationnelle que les équipes peuvent appliquer sans réinventer la roue à chaque fois.
Pour les DSI et les directeurs techniques, cet alignement est synonyme d’avantages considérables, d’interopérabilité, de réduction des coûts d’intégration et d’absence de dépendance à l’égard d’un seul fournisseur. Il s’agit d’une question de contrôle stratégique : être capable de choisir les meilleurs outils de différents fournisseurs et s’attendre à ce qu’ils fonctionnent ensemble de manière cohérente.
Tulika Sheel, SVP chez Kadence International, a clairement indiqué que l’AAIF crée les conditions pour que les entreprises adoptent l’IA agentique avec plus de confiance et moins de blocage. C’est le genre d’initiative qui permet d’alléger la feuille de route tout en conservant la flexibilité de votre pile d’IA. Les entreprises qui souhaitent développer leurs capacités d’IA sans accroître la complexité doivent suivre cet espace de près.
La fragmentation et les architectures propriétaires posent des risques d’intégration et de verrouillage des fournisseurs.
Voici le problème actuel. La plupart des systèmes d’IA agentique existants ne sont pas conçus pour fonctionner ensemble. Vous voyez des fournisseurs proposer leurs propres cadres, des API personnalisées, des connecteurs uniques, des protocoles privés. Sur le papier, cela peut sembler modulaire. Dans les déploiements réels, c’est rarement le cas.
Cela conduit à un échec critique : l’intégration n’est pas évolutive. Dès que vous essayez d’étendre vos outils ou de changer de fournisseur, les coûts et les maux de tête augmentent. La gouvernance devient confuse. La maintenance devient coûteuse. Vous vous retrouvez coincé, dépendant du même fournisseur, non pas parce que c’est la meilleure solution, mais parce que changer de cap est trop risqué ou trop complexe.
Les experts soulignent l’urgence de cette question. Une analyse récente de Futurum Group a qualifié l’écosystème de l’IA agentique de « fragmenté et incohérent », avertissant qu’en l’absence de protocoles normalisés, les organisations seront confrontées à des coûts d’exploitation plus élevés et à une plus grande exposition à la gouvernance. Cette question devrait préoccuper tous les dirigeants qui gèrent la transformation numérique ou les déploiements d’IA à grande échelle.
Au cœur du défi ? L’enfermement dans un comportement codé. Les agents d’IA ne se contentent pas de lire des données, ils agissent. Et lorsque ces actions sont pré-codées dans la pile technologique d’un fournisseur spécifique, vous vous retrouvez enfermé. Sanchit Vir Gogia, analyste en chef chez Greyhound Research, décrit cette situation comme une « dépendance désormais codée dans le comportement ». Une fois que vous êtes intégré dans un système, il devient extrêmement difficile de changer de cap sans casser quelque chose.
La conclusion est claire : cet espace a besoin de normes ouvertes qui soient réellement applicables. Sinon, les entreprises continueront à construire des architectures fragiles, incapables de s’adapter ou d’évoluer. Les dirigeants doivent reconnaître ces dépendances très tôt, car une fois qu’elles sont en place, il est coûteux et dangereux de les défaire.
Les normes ouvertes peuvent favoriser les architectures d’IA modulaires et composables
Les logiciels d’entreprise n’ont pas besoin d’être rigides. C’est ce qui se passe actuellement dans le domaine de l’IA agentique. Grâce aux protocoles partagés, il est enfin possible de s’affranchir des systèmes étroits et fermés et de construire quelque chose de modulaire, quelque chose que vous pouvez déployer de manière flexible, mettre à niveau sans interruption et connecter entre les environnements sans travail personnalisé interminable.
La direction prise est celle d’une capacité « plug-and-play ». Cela signifie que les systèmes d’IA agentiques peuvent être introduits dans votre flux de travail ou retirés tout aussi facilement, sans démanteler votre architecture. Les entreprises acquièrent la capacité de faire évoluer l’intelligence opérationnelle sans goulots d’étranglement liés à des idiosyncrasies propres à un fournisseur.
Ce n’est pas seulement une question de commodité. Le manque d’interopérabilité tue la vélocité. Sans elle, chaque déploiement devient un projet sur mesure, ce qui a un impact sur les délais de livraison, la productivité de l’équipe et la viabilité à long terme. Les normes partagées changent cette équation. Elles rendent l’interopérabilité réelle, simplifient la migration et favorisent une gouvernance équilibrée entre des systèmes d’intelligence artificielle complexes.
Lian Jye Su, analyste en chef chez Omdia, l’a dit clairement : ces cadres communs ne permettent pas seulement la portabilité. Ils remodèlent la façon dont l’IA est fondamentalement structurée et déployée. Son point de vue sur l’orchestration est essentiel : les spécifications partagées permettent une coordination plus fluide entre plusieurs agents. Ce niveau de supervision structurée augmente considérablement vos chances de générer des résultats précis, conformes aux politiques et évolutifs.
Pour les DSI et les responsables de la transformation, cela ouvre la voie à une adoption évolutive de l’IA, à des systèmes suffisamment souples pour évoluer avec votre entreprise et à une structure suffisamment claire pour rester gouvernable. Cela diminue les risques, réduit la complexité et stimule l’adaptabilité future.
L’adoption croissante de modèles de fondations ouvertes plaide en faveur de normes partagées
Les chiffres ne mentent pas. La plupart des entreprises misent déjà fortement sur l’infrastructure open-source pour l’IA. Et il ne s’agit pas d’une décision fortuite, elle est ancrée dans la réalité de la flexibilité et de l’efficacité que doivent avoir les architectures modernes.
Selon Sharath Srinivasamurthy, vice-président de la recherche chez IDC, les modèles de base ouverts sont utilisés dans près de 70 % des applications d’IA générative aujourd’hui. Plus important encore, plus de 80 % des entreprises déclarent que l’open source est « extrêmement » ou « très » important dans les phases de développement et de mise au point. Il ne s’agit pas d’un phénomène marginal, mais d’un comportement courant dans les secteurs qui privilégient l’échelle et le rythme.
Cette adoption s’inscrit également dans le cadre d’un mouvement plus large en faveur de la responsabilité et de l’indépendance. Les systèmes fermés n’offrent pas le même niveau de compréhension ou de personnalisation. Lorsque les flux de travail sont construits sur des composants ouverts, vous n’êtes pas enfermé dans la feuille de route de quelqu’un d’autre ou contraint par les limites de quelqu’un d’autre.
Les entreprises qui ancrent leurs stratégies d’IA dans des environnements ouverts sont mieux placées pour accélérer l’innovation, se déployer avec moins de contraintes et s’adapter aux changements, qu’ils soient techniques, réglementaires ou opérationnels. Les normes intégrées, comme celles en cours d’élaboration dans le cadre de l’AAIF, sont également à portée de main. Si votre pile valorise déjà la transparence et la modularité, l’intégration de protocoles partagés est plus simple. Cela signifie que le délai de rentabilité s’améliore, que la gouvernance devient plus facile à maintenir et que la flexibilité des fournisseurs devient un avantage intégré.
Pour tout dirigeant de C-suite, il ne s’agit pas de suivre les tendances. Il s’agit de rester compétitif dans un domaine qui récompense la vitesse et le contrôle. Si votre développement de l’IA repose sur des systèmes fermés et rigides, vous finirez par vous heurter à un mur. Les modèles de fondation ouverts fournissent les bases nécessaires pour continuer à aller de l’avant sans compromis.
Le maintien de l’alignement entre les fournisseurs reste un défi majeur
Réunir les principaux fournisseurs de technologie dans le cadre d’une initiative unique est un progrès, mais les maintenir alignés au fur et à mesure des déploiements dans le monde réel est la partie la plus difficile. L’IA agentique n’est pas qu’une simple infrastructure. Il s’agit d’une couche dynamique d’autonomie, de comportement et d’apprentissage qui interagit avec des données sensibles et des flux de travail d’entreprise à grande échelle. L’alignement n’est donc pas seulement technique, mais aussi opérationnel et juridique.
Ce qui fonctionne en laboratoire ne tient pas toujours sous la pression de la production. Les normes partagées telles que celles développées par l’Agentic AI Foundation (AAIF) doivent fonctionner de manière cohérente à travers les environnements, les équipes et les implémentations. Un décalage entre la théorie et la pratique ne crée pas seulement des bogues, mais un risque réel. Cela inclut les défaillances de conformité, l’instabilité des résultats et la responsabilité de la marque.
Sanchit Vir Gogia, analyste en chef chez Greyhound Research, met les choses au point : « L’IA agentique n’est pas une simple infrastructure. Il s’agit d’une autonomie comportementale encodée dans un logiciel ». Il souligne que lorsque les mises en œuvre s’écartent de la norme convenue, les résultats ne se contentent pas de casser les systèmes, ils peuvent générer des défaillances opérationnelles ou même ouvrir la voie à des risques juridiques. Il ne s’agit pas d’un risque abstrait. Ces systèmes prennent des décisions, déclenchent des actions et interagissent avec des données réglementées. Vous devez les aligner ou vous compromettez le contrôle.
Lian Jye Su, analyste en chef chez Omdia, note également que l’alignement est « réaliste mais difficile ». La pression réglementaire ajoute à l’urgence, mais la gestion des attentes et la convergence continue entre les API, les protocoles, les normes de sécurité et les modèles de gouvernance n’est pas une mince affaire.
Selon Tulika Sheel, SVP chez Kadence International, il existe des signaux que les décideurs devraient surveiller. L’application généralisée de protocoles tels que MCP et AGENTS.md, l’augmentation des outils inter-fournisseurs pour l’auditabilité et les architectures de communication inter-agents cohérentes seront les premières preuves que l’alignement évolue dans la bonne direction. Si ces outils restent confinés à des preuves de concept et ne sont jamais mis à l’échelle, la promesse de l’AAIF ne sera pas tenue.
Pour les dirigeants, le message est clair : ne vous contentez pas de vérifier l’existence d’une norme, vérifiez qu’elle est mise en œuvre au moyen d’un logiciel opérationnel, d’intégrations transparentes et de contrôles des risques mesurables. Il est courant de parler de normes. C’est la mise en œuvre responsable qui a un impact réel.
Principaux enseignements pour les dirigeants
- Les principaux fournisseurs adoptent des normes d’IA : Les dirigeants d’Anthropic, d’AWS, de Google, de Microsoft et d’IBM soutiennent des protocoles d’IA agentique partagés pour permettre des outils multiplateformes et réduire la dépendance à l’égard des fournisseurs. Les dirigeants devraient suivre les progrès de l’AAIF pour s’assurer que leurs investissements dans l’IA restent interopérables et stratégiquement agiles.
- Les outils d’IA propriétaires augmentent les risques à long terme : Les systèmes fragmentés et les protocoles spécifiques aux fournisseurs créent des dépendances cachées qui augmentent les coûts et limitent la flexibilité. Les DSI devraient donner la priorité aux solutions fondées sur des normes ouvertes afin de minimiser les problèmes de migration futurs.
- Les architectures d’IA modulaires améliorent l’évolutivité : Les protocoles partagés soutiennent l’IA agentique prête à l’emploi, ce qui permet aux entreprises d’étendre et d’adapter leurs systèmes sans frais de réintégration. Les dirigeants devraient rechercher des outils d’IA dotés d’interfaces clairement définies et basées sur des normes afin de conserver le contrôle de l’architecture.
- L’adoption des logiciels libres accélère l’IA d’entreprise : la plupart des entreprises privilégient désormais les modèles de fondation ouverts pour le développement de l’IA générative, confirmant ainsi le virage stratégique vers l’ouverture. Les décideurs doivent aligner la planification de l’infrastructure sur les tendances open-source afin de maintenir la compatibilité et la rapidité.
- L’alignement entre les fournisseurs permettra de tester la profondeur de la mise en œuvre : Une coopération soutenue entre les géants de la technologie est nécessaire pour que des normes telles que l’AAIF apportent une réelle valeur opérationnelle. Les dirigeants devraient surveiller les critères de mise en œuvre, tels que l’utilisation de MCP, AGENTS.md et les outils d’audit, afin d’évaluer la viabilité à long terme de l’écosystème.
