Votre prochaine grande décision en matière d’IA : combiner construction et achat
Les déploiements modernes de l’IA réussissent lorsque les DSI fusionnent les modèles des fournisseurs avec des agents internes sous des rails de gouvernance et d’orchestration partagés.
Un an plus tôt, l’IA agentique vivait principalement dans des programmes pilotes. Aujourd’hui, les DSI l’intègrent dans des flux de travail orientés vers le client où précision, latence et explicabilité sont tout aussi importantes que le coût.
Alors que la technologie mûrit au-delà de l’expérimentation, la question de construire ou d’acheter a refait surface avec urgence, mais la décision est plus difficile que jamais. Contrairement aux logiciels traditionnels, l’IA agentique n’est pas un produit unique. Il s’agit d’une pile composée de modèles de base, de couches d’orchestration, d’agents spécifiques à un domaine, de tissus de données et de rails de gouvernance. Chaque couche comporte un ensemble différent de risques et d’avantages.
Savoir quoi construire et quoi acheter
Les DSI ne peuvent plus simplement demander : « Devons-nous construire ou acheter ? » Ils doivent désormais naviguer sur un continuum à travers plusieurs composants, déterminant ce qu’ils doivent acquérir, ce qu’ils doivent construire en interne, et comment maintenir une flexibilité architecturale dans un paysage qui change mensuellement.
Matt Lyteson, DSI de la transformation technologique chez IBM, commence chaque décision de construction ou d’achat avec un filtre stratégique : l’interaction avec le client touche-t-elle un différenciateur clé ? Si la réponse est oui, acheter n’est souvent pas suffisant. « Je me demande toujours si le support client est stratégique pour l’entreprise », dit-il.
IBM applique même cette logique en interne. L’entreprise utilise l’IA agentique pour soutenir les employés, mais ces interactions reposent sur une connaissance approfondie du rôle d’un travailleur, des appareils, des applications et des problèmes historiques.
Expérimenter tôt dans le processus de décision
Une autre perspective utile peut être tirée de Wolters Kluwer, où Alex Tyrrell, CTO de la santé, réalise des expériences tôt dans le processus de décision pour tester la faisabilité. « Vous voulez expérimenter rapidement pour comprendre à quel point le problème est complexe », dit-il.
Il note que de nombreuses tâches autrefois spécialisées, telles que l’OCR ou l’extraction, ont été commodisées par les avancées de l’IA générative. Celles-ci sont mieux achetées que construites.
Les défis de l’achat
Les DSI supposent souvent que l’achat minimisera la complexité. Cependant, les outils des fournisseurs introduisent leurs propres défis. Tyrrell identifie la latence comme le premier point de problème. Un chatbot peut sembler instantané, mais un flux de travail orienté client nécessite des réponses rapides.
Le coût devient rapidement le second choc. Une seule requête client peut impliquer plusieurs étapes, chacune consommant des ressources.
Importance de l’architecture des données et de la gouvernance
La plupart des dirigeants informatiques ont compris le rôle crucial des données dans le fonctionnement de l’IA. Razat Gaurav, PDG de Planview, compare les données d’entreprise aux eaux du lac Michigan : abondantes, mais non potables sans traitement.
Pour les DSI, cela signifie que la construction ou l’achat est intimement lié à la maturité de leur architecture de données. Si les données d’entreprise sont fragmentées ou mal gouvernées, les agents construits en interne auront du mal à fonctionner efficacement.
Investir dans une couche d’orchestration
Un consensus frappant parmi les dirigeants est l’importance croissante d’une couche d’IA d’entreprise qui orchestre les agents, gouverne les permissions et route les requêtes.
Avec une telle couche en place, la question de construire ou d’acheter se fragmente, et les DSI peuvent acheter un agent de fournisseur, construire un agent de gestion des risques spécialisé, acheter le modèle de base et orchestrer le tout à travers une plateforme qu’ils contrôlent.
Considérer la décision comme un processus
Les DSI doivent aborder l’IA agentique avec un cadre discipliné. Ils doivent avoir une clarté sur les cas d’utilisation qui comptent et pourquoi, commencer par de petits pilotes confiants, et ne se développer que lorsque les résultats sont cohérents.
En fin de compte, l’IA agentique transforme l’architecture d’entreprise, et les déploiements réussis d’aujourd’hui ne sont pas uniquement construits ou achetés, mais assemblés.