Confluent, Inc. (Nasdaq : CFLT), une entreprise pionnière dans le domaine du streaming de données, a annoncé le lancement de Streaming Agents, une nouvelle fonctionnalité intégrée à Confluent Cloud pour Apache Flink®. Cet outil vise à simplifier la création et le déploiement d’agents d’intelligence artificielle capables de surveiller, analyser et intervenir sur des données en temps réel.
L’objectif est de lever les principaux obstacles rencontrés par les organisations lors de la mise en œuvre à grande échelle de l’intelligence artificielle. Streaming Agents permet d’unifier le traitement des données avec les flux de travail d’IA, offrant des connexions sécurisées et directes vers tous les points de l’entreprise, allant des grands modèles de langage (LLM) aux systèmes d’intégration, outils et plateformes internes.
Ce lancement favorise l’adoption de l’IA agentique, une approche qui permet d’améliorer l’efficacité des processus, d’obtenir un retour sur investissement plus rapide, tout en ouvrant la voie à de nouveaux modèles commerciaux et opportunités de croissance.
Shaun Clowes, directeur de produit chez Confluent, souligne : « L’IA agentique est désormais une priorité pour toutes les organisations. Pourtant, la majorité des entreprises restent bloquées dans la phase des prototypes, tandis que d’autres progressent vers des résultats concrets. Même les agents d’IA les plus sophistiqués manquent de contexte actualisé pour agir efficacement. Streaming Agents permet de simplifier l’intégration des outils et des données nécessaires, fournissant une base solide pour déployer des agents d’IA capables de générer des changements significatifs dans toute l’entreprise. »
Selon une étude d’IDC, bien que les entreprises aient réalisé en moyenne 23 preuves de concept d’IA générative entre 2023 et 2024, seules trois sont passées à la phase de production, et seulement 62 % de ces projets ont répondu aux attentes. La puissance des agents dépend fortement de la qualité des outils et des données accessibles, mais les flux de travail complexes et coûteux empêchent souvent de tirer le maximum de l’IA agentique. De plus, malgré des cadres facilitant l’initiation de ces agents, beaucoup rencontrent des difficultés à intégrer des données en temps réel, ce qui peut entraîner des hallucinations ou des réponses peu fiables.
Stewart Bond, vice-président chez IDC, commente : « Même si de nombreuses entreprises investissent dans l’IA agentique, leurs architectures de données ne supportent pas encore pleinement les capacités décisionnelles autonomes que requièrent ces systèmes. Il est essentiel de privilégier des solutions qui offrent une intégration simple et sécurisée, tout en exploitant les données en temps réel pour fournir le contexte indispensable à une action intelligente. »
Streaming Agents permet de faire progresser l’IA agentique directement dans les processus de streaming, aidant ainsi les équipes à créer, déployer et coordonner des agents basés sur des événements avec Apache Kafka® et Apache Flink®. En unifiant traitement des données et raisonnement d’IA, ces agents accèdent à des données contextuelles en temps réel pour s’adapter rapidement, communiquer avec d’autres agents ou systèmes, tout en opérant de façon dynamique, comme le ferait un opérateur humain.
Par exemple, un agent peut surveiller constamment les prix sur des sites de commerce électronique et ajuster automatiquement les tarifs pour rester compétitif, en temps réel.
Les principales fonctionnalités de Streaming Agents incluent :
– L’appel à des outils via le protocole de contexte de modèle (MCP), permettant aux agents de sélectionner et d’utiliser des bases de données, SaaS ou API externes selon le contexte commercial.
– Des connexions sécurisées pour intégrer modèles, bases vectorielles et MCP, tout en protégeant les identifiants sensibles.
– La possibilité d’enrichir les données streaming avec des sources externes, telles que des bases relationnelles ou API REST, pour améliorer la précision et la fiabilité des décisions prises par les agents.
– La capacité de reproduire et tester en utilisant des données réelles, sans effets en production, facilitant ainsi les tests A/B, le développement itératif et le déploiement sécurisé.
Ce nouveau cadre constitue une avancée significative pour les entreprises cherchant à exploiter pleinement le potentiel de l’IA dans leurs processus en temps réel, tout en assurant sécurité et flexibilité.
