.jpg?w=1024)
Plus de la moitié des entreprises australiennes estiment que leur architecture technologique est trop rigide, trop coûteuse et trop lente pour prendre en charge les systèmes d’IA qu’elles tentent actuellement de mettre au point.
Une étude portant sur 200 organisations locales, menée par IDC et MongoDB, a révélé que 58 % décrivaient ainsi leur infrastructure existante — un constat qui vise les systèmes que les entreprises exploitaient bien avant l’arrivée de l’IA agentique.
Ce constat intervient alors qu’une remise en question mondiale s’installe autour des exigences réelles de l’IA agentique pour l’informatique d’entreprise. Les systèmes conçus pour traiter des requêtes logicielles prévisibles déclenchées par des humains doivent désormais prendre en charge des agents d’IA capables d’appeler des modèles de manière autonome, d’interroger des bases de données et de se coordonner avec d’autres agents en plusieurs étapes. C’est une mission pour laquelle la plupart des environnements technologiques d’entreprise n’ont jamais été conçus.
Google Cloud chiffre le retard mondial
Le rapport 2026 de Google Cloud, « State of AI Infrastructure », publié le 8 juillet à partir d’une enquête menée auprès de 1 402 responsables informatiques dans le monde, a révélé que 83 % des organisations doivent moderniser leur infrastructure avant de pouvoir exploiter l’IA agentique en production plutôt que dans le cadre d’un projet pilote. Le rapport attribue ce retard à la hausse des coûts d’inférence, à la complexité opérationnelle, aux exigences de gouvernance et aux contraintes énergétiques, tandis que les agents exécutent des tâches en plusieurs étapes au sein des systèmes d’entreprise.
52 % des répondants utilisent désormais des architectures multicloud, et 48 % privilégient une infrastructure assortie de contrôles stricts de résidence des données. Ces deux tendances montrent qu’une seule région cloud ou la pile d’un seul fournisseur ne sont plus considérées comme suffisantes. Le déploiement en périphérie est également devenu une exigence courante plutôt qu’un besoin de niche : 90 % le jugent important pour leurs projets d’IA, dont 72 % le considèrent comme extrêmement ou très important.
Le coût est le symptôme le plus évident de cette inadéquation. 62 % des répondants ont fait état d’une « taxe d’inférence » importante — frais d’extraction des données, stockage excédentaire, matériel spécialisé inactif — qui n’a rien à voir avec les licences des modèles et tout à voir avec une infrastructure conçue pour une autre charge de travail. En outre, 81 % ont cité la complexité opérationnelle elle-même comme un coût caché de la mise à l’échelle des agents.
Pourquoi les architectures anciennes et les nouveaux agents sont incompatibles
Le conflit fondamental est structurel, et non cosmétique. Les systèmes d’entreprise traditionnels ont été conçus autour de transactions discrètes et sans état : un utilisateur soumet une requête, le système répond, puis l’interaction prend fin.
L’IA agentique a besoin de systèmes qui conservent le contexte au fil de workflows de longue durée, reprennent proprement après une défaillance survenue en cours de tâche et suivent ce qu’un processus autonome a fait et pourquoi, souvent sans qu’un humain confirme chaque étape.
Cette inadéquation apparaît également dans les données australiennes sur la gouvernance. State of AI in the Enterprise, l’étude de Deloitte, a révélé que seuls 12 % des dirigeants australiens estiment que l’IA générative transforme déjà leur entreprise, contre 25 % dans le monde. Ce constat intervient alors même que 57 % des organisations australiennes déclarent déployer des robots, tandis que l’intérêt pour une infrastructure d’IA souveraine et localement responsable continue de progresser.
Deloitte a constaté que 72 % des entreprises australiennes prennent désormais en compte le pays d’origine d’un fournisseur dans leurs décisions en matière d’IA, et que plus de 80 % considèrent la souveraineté comme une priorité de planification stratégique.
Les décisions relatives à l’énergie et à l’emplacement des données convergent donc. Les attentes de mars 2026 du gouvernement fédéral à l’égard des centres de données et des développeurs d’infrastructures d’IA établissent explicitement un lien entre les nouvelles constructions d’« usines d’IA » et la sécurité nationale ainsi que la souveraineté des données, et pas seulement avec la capacité.
L’enquête mondiale de Google a révélé une tendance similaire du côté des acheteurs : 91 % des responsables informatiques prennent désormais en compte la consommation électrique dans le choix du matériel, et 61 % la considèrent comme un facteur principal ou important.
La gouvernance constitue l’autre moitié du déficit de préparation
La sécurité et la gouvernance sont le terrain où le conflit entre l’ancien et le nouveau est le plus aigu. L’enquête de Google a révélé que 79 % des organisations identifient la sécurité, la gouvernance et les opérations d’IA comme leur principal défi en matière d’infrastructure. La raison : les agents capables de lire des e-mails, d’interroger des bases de données ou de modifier des enregistrements ont besoin d’autorisations limitées à une seule tâche, et non des accès permanents dont pourrait disposer un employé humain.
Les organisations australiennes sont déjà confrontées à cette lacune. Le rapport 2026 de Proofpoint, AI and Human Risk Landscape a révélé que 87 % des organisations australiennes ont déployé des assistants d’IA au-delà de la phase pilote. Pourtant, 52 % décrivent leur posture de sécurité face à l’IA comme étant en cours de rattrapage, incohérente ou réactive.
Seuls 33 % affirment être pleinement préparés à enquêter sur un incident lié à l’IA ou aux agents, et 39 % ont déjà connu un événement de sécurité suspect ou confirmé lié à l’IA. Les rançongiciels agentiques capables d’enchaîner plusieurs étapes d’une attaque renforcent l’urgence de combler cette lacune : les contrôles des identités et des accès conçus pour les connexions humaines ne s’appliquent pas facilement à des logiciels qui fonctionnent de manière autonome.
Ce que les responsables informatiques australiens doivent surveiller
Les recommandations de Google correspondent justement aux produits que l’entreprise vend. C’est une raison suffisante pour que les responsables informatiques locaux évaluent les architectures concurrentes en fonction de leur portabilité et de leur coût, plutôt que d’accepter sans réserve la feuille de route d’un fournisseur donné.
Pour les entreprises australiennes, la tâche immédiate n’est pas de choisir quel modèle d’IA déployer. Il s’agit de déterminer si des systèmes vieillissants, des lacs de données cloisonnés et des processus de gouvernance manuels définis pour des humains peuvent être réorganisés assez rapidement pour prendre en charge des agents qui ne s’arrêtent jamais. L’autre possibilité consiste à déterminer si certains de ces éléments doivent être entièrement remplacés avant le prochain déploiement en production, et non après son échec.