Gartner : 70 % des entreprises abandonneront l'IA agentique des éditeurs d'ici 2028

Gartner prévoit que 70 % des entreprises abandonneront les systèmes d'IA agentique construits avec l'aide d'un éditeur d'ici 2028, rapporte The Register le 30 septembre. Le cabinet identifie un modèle appelé ingénierie déployée chez le client (forward-deployed engineering, FDE). Dans cette approche, un éditeur intègre ses ingénieurs chez un client pour développer et déployer des logiciels adaptés à ses besoins spécifiques.

Cette méthode peut accélérer les premiers résultats. Mais elle laisse souvent le client incapable de maintenir le système après le départ de l'éditeur, argue Gartner. « Le succès commence par une structure d'engagement bien conçue, du périmètre et des incitations à la gouvernance, la propriété et la sortie », déclare Mukul Saha, analyste directeur principal chez Gartner, cité par The Register. Le cabinet prédit également que d'ici 2028, moins de 20 % des missions FDE transformeront les besoins récurrents des clients en fonctionnalités du produit central de l'éditeur. Gartner met en garde contre le « FDE washing », où des services de conseil classiques sont vendus comme des solutions spécialisées. Son conseil : réserver le FDE aux problèmes exigeant une expertise produit pointue, une adaptation rapide ou une intégration étroite avec l'environnement d'exploitation du client.

La lacune d'outillage que les éditeurs disent combler

Le jour même de cet avertissement, OpenClaw a annoncé OpenClaw Enterprise, un plan de contrôle open source pour gérer des agents persistants dans des environnements sensibles. Le projet souligne que les services informatiques interdisent souvent les plateformes agentiques faute de norme commune en matière de sécurité, de sûreté et de gouvernance. OCE, en version pré-1.0 et développé en open source, ajoute la multi-location, des frontières de sécurité strictes et l'auditabilité sur tout le cycle de vie des agents. Il est déjà testé chez Red Hat et OpenAI, indique le projet.

Un autre protocole ouvert publié sur GitHub le même jour, UAI, cible l'identité et la responsabilité plutôt que le déploiement. Il lie un agent à un propriétaire responsable, définit ses actions autorisées, enregistre ses actes et permet à un tiers de vérifier les preuves sans faire confiance au registre émetteur. Le projet précise qu'il ne garantit pas la sécurité d'un agent, seulement l'attribuabilité de ses actions. L'accès au réseau constitue un autre point de contrôle. Tailscale a publié le 30 septembre un guide expliquant comment l'agent Muse de Meta rejoint le tailnet d'un utilisateur comme nœud distinct. Des autorisations, des étiquettes et des confirmations à usage unique encadrent ses accès. Tailscale décrit ce dispositif comme une couche supplémentaire aux protections de Meta contre l'injection de requêtes et l'exfiltration de données.

Les constructeurs répondent par des arguments de vitesse et de coût

En parallèle, les fournisseurs d'outils rivalisent sur le débit. Magnitude, un moteur d'inférence open source soutenu par YC, affirme optimiser les noyaux sur le matériel de l'utilisateur pour que les modèles ouverts tournent jusqu'à 2 fois plus vite que llama.cpp. Le décodage est 92 % plus rapide sur Metal et 19 % sur CUDA. git-dedup, un remplacement de git pour des flottes d'agents, revendique des checkouts 6 fois plus rapides et une réduction du stockage git d'un développeur de 35,5 GB à 11,1 GB.

Le rapport State of agent skills de Vercel, daté du 25 septembre, indique que skills.sh a dépassé le million de références et enregistré près de 280 000 000 d'installations en sept mois. Les compétences transversales représentent 87,5 % des installations dans son échantillon classifié. Ce sont des indicateurs d'activité du registre, non une preuve de valeur commerciale. DevNavigator, qui a couvert le rapport le 30 septembre, note que les instructions peuvent encoder des hypothèses obsolètes ou des biais individuels. Une relecture par des spécialistes reste donc nécessaire.