.png?w=1024)
Une entreprise peut savoir où ses agents IA ont été conçus tout en peinant à répondre à une question plus simple : lesquels fonctionnent actuellement ?
Dataiku a annoncé Agent Management le 24 septembre, précisant que ce produit autonome regroupera dans un même inventaire les agents conçus sur différentes plateformes. Pour les équipes d’entreprise qui déploient des agents sur des services cloud et des applications métier, l’intérêt réside dans une vue partagée de la propriété, des performances, des coûts et des risques. Dataiku indique que le produit sera généralement disponible en octobre 2026.
Cette échéance est importante. Les acheteurs peuvent dès maintenant examiner les intégrations annoncées par Dataiku et demander une démonstration. Il faudra attendre la disponibilité du produit pour vérifier s’il détecte et supervise de manière cohérente les agents dans leurs propres environnements.
Ce que Agent Management est conçu pour montrer
Selon l’annonce de Dataiku, Agent Management analyse les plateformes connectées afin de créer un inventaire des agents. Dataiku affirme pouvoir identifier les outils et les modèles utilisés par un agent, tandis que sa page produit décrit les informations relatives au propriétaire, à la finalité, à l’utilisation, au coût et à la qualité de chaque agent. Pour les agents présentant un risque plus élevé, l’entreprise promet également des évaluations des risques documentées, un statut de certification et des tests exécutés selon un calendrier défini.
Dataiku cite AWS Bedrock, Databricks, Google Vertex, Microsoft Copilot Studio et Azure Foundry, Salesforce Agentforce, Snowflake Cortex ainsi que sa propre plateforme parmi les environnements auxquels il prévoit de se connecter. Sa page produit mentionne également n8n, tandis que l’annonce décrit la prise en charge d’OpenTelemetry pour les environnements personnalisés.
Comme l’a rapporté eWeek dans sa couverture du déficit de gouvernance de l’IA en entreprise, la visibilité et la traçabilité deviennent d’autant plus importantes que les systèmes d’IA passent en production et accèdent aux flux de travail métier.
Ce qu’eWeek a constaté : la visibilité interplateforme dépend de chaque intégration
L’annonce de Dataiku promet une vue unique des agents sur différentes plateformes. Sa documentation produit précise toutefois qu’Agent Management se connecte par l’intermédiaire d’API et de flux de journaux, et que la profondeur de chaque intégration dépend de ce que la plateforme connectée expose. Dataiku indique que des intégrations plus poussées sont encore en cours de développement.
Cette précision a une conséquence pratique : la présence d’un agent dans l’inventaire ne suffit pas, à elle seule, à établir qu’une équipe peut voir pour cet agent les mêmes détails d’activité et les mêmes éléments probants sur les risques que pour des agents présents sur une autre plateforme. Il s’agit d’une conclusion tirée de la comparaison des affirmations et de la documentation publiées par Dataiku ; eWeek n’a pas testé le produit.
L’entreprise précise également qu’Agent Management n’est pas une passerelle d’IA. Il se place au-dessus des agents pour les suivre ; il ne s’intercale pas entre un agent et ses outils pour contrôler le trafic. Les équipes qui l’évaluent doivent distinguer la visibilité sur le comportement d’un agent de la capacité à interrompre une action au moment où elle se produit. Cette distinction est importante lorsque les agents peuvent apporter des modifications dans les systèmes d’entreprise, un risque étudié dans le rapport d’eWeek consacré aux flux de travail IA autonomes.
Dataiku décrit une tarification annuelle par instance, la supervision étant facturée selon le nombre d’agents, mais ne donne aucun montant en dollars dans son annonce. Pour les acheteurs, les questions pratiques seront de savoir combien d’agents chaque connecteur détecte, quels éléments probants il recueille et comment les coûts de supervision évoluent à mesure que l’inventaire s’étoffe. Ces vérifications aideraient également les acheteurs à situer le produit aux côtés des autres outils de gouvernance de l’IA comparés par eWeek.
Lorsque le produit sera disponible en octobre, les acheteurs devront tester chaque connecteur avec leurs propres agents : lesquels apparaissent, quelles informations d’activité et quels éléments probants sur les risques sont visibles, et quel est le coût de la supervision à mesure que la couverture s’étend. Un inventaire partagé n’est utile que si les équipes comprennent où s’arrête sa visibilité
À lire : Les six cas de désalignement de l’IA divulgués par OpenAI montrent pourquoi les équipes ont également besoin de contrôles sur les identifiants des agents, l’accès au réseau et les actions qui dépassent le cadre d’un tableau de bord de supervision.