Trois ans dans l’ère de l’IA générative, j’ai assisté à une répétition du modèle avec des clients de différents secteurs. La conversation commence généralement de la même manière: ils ont l'IA en cours de fonctionnement quelque part dans l'org, souvent dans quelques endroits, montrant certains signes de comportements d'agent. le service à la clientèle a un chatbot, un produit construit un moteur de recommandation ou un flux de contexte LLM axé sur la narration, des campagnes de marketing sont exécutées à travers un LLM, et l'ingénierie a automatisé certaines critiques de code plus des tests, etc. Puis la question : « Comment tirer de tout cela de la valeur ? » C'est l'espace entre avoir Agentic AI et savoir quoi faire avec elle. Entre se sentir occupé avec des projets d'IA et en effet voir l'impact des affaires. En 2026, Près de 90% des entreprises déclarent utiliser l’IA dans au moins une fonction d’affaires, mais la plupart ont encore du mal à évoluer ou à démontrer un ROI clair. La recherche montre que nous atteignons un point d'inflexion La recherche montre que nous atteignons un point d'inflexion Les gagnants de cette année ne seront pas déterminés par celui qui a le plus d’IA. Ils seront définis par celui qui a inventé l’orchestration, l’observabilité et l’auditabilité. Le vrai problème n'est pas la technologie Les analystes prévoient une hausse de sur le marché des agents d’IA autonomes, avec des prévisions selon lesquelles 40% des applications d’entreprise incorporeront des agents d’IA d’ici la fin de 2026. 7,8 milliards de dollars aujourd'hui à plus de 52 milliards de dollars d'ici 2030 7,8 milliards de dollars aujourd'hui à plus de 52 milliards de dollars d'ici 2030 Mais voici ce que ces chiffres manquent: avoir des agents est différent de les orchestrer. J'ai récemment travaillé avec un client qui avait 17 implémentations d'IA différentes qui fonctionnaient dans leur entreprise, de l'automatisation du marketing à l'optimisation de la chaîne d'approvisionnement au dépistage des ressources humaines. Chacun a bien fonctionné en isolement.Mais alors leur équipe de produits a essayé de lancer des agents que les opérations et l'entreprise ne pouvaient pas observer et auditer, révélant des risques existentiels et des inconvénients.Personne n'avait réellement conçu ces systèmes pour travailler ensemble parce que personne ne pensait à l'orchestration jusqu'à ce qu'il soit trop tard. Orchestration signifie intégration stratégique, pas seulement des API Lorsque les gens entendent "orchestration", ils pensent souvent à la couche d'intégration.Connectez les API, déplacez des données, appelez-le fait. C’est du plombage, du plombage utile, mais pas de l’orchestration. L’orchestration réelle signifie que vos systèmes d’IA comprennent le contexte à travers les domaines.Pensez à des modèles d’orchestre spécialisés qui peuvent diviser le travail entre différents composants, les outils de coordination et les modèles de langue pour résoudre des problèmes complexes. Voici un exemple. Disons qu'une entreprise de détail veut optimiser l'inventaire.Ils ont la prévision de la demande de l'IA dans un coin, la planification de la chaîne d'approvisionnement dans un autre et l'optimisation des prix ailleurs.Les trois sont des modèles solides. L'orchestration peut résoudre ce problème en établissant une couche de coordination. Au lieu d'une IA centrale qui remplace les modèles spécialisés, ce système comprendrait les relations entre ses objectifs. Lorsque la prévision de la demande suggère une augmentation de l'inventaire, la couche d'orchestration vérifierait les contraintes de la chaîne d'approvisionnement et les implications de la tarification avant d'exécuter. Un grand déverrouillage pour l'organisation et l'entreprise. Sans elle, il y aurait des déconnexions qui affectent la livraison des clients et le processus global de réalisation. Ma prévision est que, en 2026, les entreprises découvriront de plus en plus que la frontière concurrentielle réside dans la gestion efficace des composants spécialisés. La gouvernance est observabilité comme avantage concurrentiel La plupart des cadres traitent toujours la gouvernance comme la chose que vous faites pour rester conforme. L'ordre du jour que la loi exige. L'exercice de la boîte de contrôle avant le déploiement. Un précurseur clé ou un aspect sous-jacent de la gouvernance avec l'IA, cependant, est en fait l'observabilité. Pouvez-vous suivre les actions de l'IA et de l'Agent jusqu'à leurs entrées et sorties originales à chaque interface ou limite afin que vous sachiez ce que vous livrez à travers la longue queue de cas d'utilisation des clients est en fait ce que vous aviez l'intention de faire? Ce point de vue est coûteux et aujourd’hui, avec l’IA et Agents, très proche ou tout simplement risqué existentiellement.Avant, le risque était localisé parce que le produit et la technologie étaient déterministes – tout le code était WYSIWG, pour la plupart, et était linéaire, pas de l’IA ouverte. Quand Agentic AI a commencé à prendre des mesures plutôt que simplement de générer des réponses, la gouvernance a cessé d'être une revue centrale et est devenue une question de conception de systèmes capables de fonctionner de manière responsable à l'échelle. Les industries réglementées adoptent des processus d'IA audibles et la gestion des risques de modèles en tant que capacités obligatoires.Les éléments clés comprennent le suivi continu, les exigences d'explicabilité, le contrôle des versions et les pistes de décision transparentes. Les entreprises qui traitent ces caractéristiques comme des caractéristiques plutôt que des contraintes évoluent plus rapidement que leurs concurrents, tout en travaillant à travers des chaînes d’approbation manuelles. Qu’est-ce que la vitesse de décision Il existe un concept de gain de traction appelé « vitesse de décision », qui se réfère à la rapidité avec laquelle les arbres de décision et les processus plus petits peuvent être automatisés à l'échelle. Pensez à la façon dont les décisions se produisent dans la plupart des entreprises. Quelqu'un identifie un problème, recueille des données, analyse des options et escalade à celui qui a l'autorité. Cette personne examine le contexte, fait un appel et communique la décision. Plus important encore, chaque étape implique des coûts de coordination tels que trouver la bonne personne, expliquer le contexte, attendre la disponibilité et suivre l'exécution. L’IA et les agents changent l’équation quand ils peuvent gérer l’ensemble de la boucle, y compris l’exécution et le suivi. Mais cela ne fonctionne que si l’agent ou l’IA comprend les limites dans lesquelles il fonctionne (gouvernance) et peut coordonner avec d’autres systèmes qui ont besoin de connaître la décision (orchestration). J'ai vu des entreprises signaler des améliorations de 5 à 7 fois dans certains cycles de décision en obtenant ce droit. Pas 10% mieux. Plusieurs fois plus rapidement. La différence entre la réponse aux changements du marché en semaines versus jours, ou l'ajustement des opérations trimestriellement versus presque en continu. L'écart de maturité apparaît dans la mesure Voici comment savoir si vous avez un problème d'orchestration: demandez à vos équipes quel est le succès de leurs initiatives d'IA. Si tout le monde vous donne des réponses différentes, vous avez un écart de coordination.Si personne ne peut connecter leurs mesures à travers leurs pairs aux résultats commerciaux, vous avez un écart d'orchestration.Si les gens ne peuvent pas expliquer comment leurs décisions d'IA affectent d'autres systèmes, vous avez un écart de gouvernance et d'auditabilité. montre que les organisations dans les premiers stades de la maturité de l'IA ont eu des performances financières inférieures à la moyenne de l'industrie, tandis que celles dans les stades avancés ont réalisé des performances bien au-dessus de la moyenne. Recherche du MIT Recherche du MIT Les modèles de maturité indiquent tous la même progression. Vous commencez par l'expérimentation, où les équipes individuelles construisent des solutions individuelles. La prochaine étape consiste à faire parler les systèmes les uns aux autres, à établir des bases de données partagées et à construire des plateformes communes. Construction pour 2026 et au-delà Les entreprises qui se positionnent bien pour cette année font des choix spécifiques. Lors de l’évaluation de nouvelles capacités d’IA, ils demandent comment elle convient aux systèmes existants avant de demander à quel point elle est autonome. Ils traitent les cadres de gouvernance comme des décisions de produit, pas des exercices de conformité. Le produit prend la gouvernance et la décompose en observabilité et en audibilité pour l’entreprise, ce qui est important pour les cycles itératifs de l’ingénierie et des opérations, et « est le travail » pour fournir l’IA ou l’IA d’agent de manière prévisible et précise au fil du temps. Le leadership est en train de passer de la supervision informatique centralisée à l'autonomisation des dirigeants de la ligne d'affaires pour trouver et financer des solutions d'IA et d'Agent qui avancent directement leurs objectifs. Les stratégies d’entreprise les plus efficaces commencent par une question fondamentale : à quelles données nous pouvons faire confiance et à quoi nous devons faire confiance avant d’automatiser les décisions à l’échelle. Le travail pratique implique plusieurs pièces: la construction de couches de coordination qui permettent aux systèmes spécialisés d’IA et d’Agent de travailler ensemble, l’établissement de cadres de gouvernance qui permettent un fonctionnement autonome dans des limites claires, la création de systèmes de mesure qui relient l’activité d’IA aux résultats commerciaux et le développement de talents qui comprennent à la fois les aspects techniques et organisationnels. Mais c’est le travail qui sépare les entreprises utilisant l’IA des entreprises transformées par elle. … Nick Talwar est un CTO, ex-Microsoft, et un ingénieur d'IA pratique qui soutient les cadres dans l'adoption de l'IA. Suivez-le sur LinkedIn pour retrouver ses dernières pensées. Suivez-le sur LinkedIn Suivez-le sur LinkedIn → Abonnez-vous à son sous-stage gratuit pour des articles en profondeur livrés directement à votre boîte de réception. Inscrivez-vous à son substack gratuit Inscrivez-vous à son substack gratuit Regardez la session en direct pour voir comment les dirigeants des industries hautement réglementées tirent parti de l’IA pour réduire le travail manuel et stimuler le ROI. Regardez la séance en direct Regardez la séance en direct

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Newsletter

Cet audio est produit dans la langue originale de l'histoire !

Le fossé de maturité de l'IA agentique: combiner orchestration, observabilité et audibilité

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps