Cet article invité a été rédigé par Devin Platt, Directeur de recherche chez IDC.
Aujourd'hui, quand je fais des présentations à des responsables informatiques, la conversation prend un tout autre tour. Auparavant, il s'agissait de savoir quel modèle utiliser. Désormais, la question est de savoir si leur plateforme de données peut suivre le rythme de logiciels qui agissent de manière autonome. L'IA générative répond à des questions. L'IA agentique passe à l'action et ce seul changement bouleverse tout ce qu'une plateforme de données doit être capable de faire.
Il ne s'agit pas d'un problème lointain. D'après l'enquête mondiale sur la gestion des données d'IDC d'avril 2026 (Worldwide Data Management Survey, n = 715), 30 % des organisations utilisent déjà l'IA agentique en production et 50 % supplémentaires y investissent avec un plan de dépenses établi. Quatre entreprises sur cinq ne se demandent plus si les agents ont leur place dans leurs opérations. Elles cherchent à déterminer comment les exécuter en toute sécurité.
Figure 1. L'IA agentique entre déjà en production.
Q. Quelle proposition décrit le mieux l'état actuel de votre organisation en matière d'évaluation ou d'utilisation de l'IA agentique ?
n = 715, Source : enquête mondiale sur la gestion des données d'IDC, avril 2026
Voici l’évolution sur laquelle je reviens constamment. Une plateforme conçue pour analyser ce qui s’est déjà produit n’est pas identique à une plateforme conçue pour exécuter ce qui va se passer ensuite. Lorsqu’un agent lit des données, prend des décisions et agit en temps réel, la base de données cesse d’être un registre d’enregistrement passif. Elle devient le point de contrôle où le contexte en temps réel est fourni, la bonne information est récupérée et les politiques sont appliquées au moment précis où l’agent agit. Faites une erreur à ce niveau, et une simple mauvaise lecture se transforme en une action erronée à la vitesse de la machine, avant de se répéter.
Le temps réel est désormais la norme, et non plus l’exception. Dans la même étude, 64,6 % des cas d’utilisation des données d’entreprise nécessitent déjà une diffusion en temps réel ou quasi réel ; pour les scénarios de streaming, 91,2 % requièrent une latence de bout en bout inférieure à 200 ms. Les architectures orientées traitement par lots se trouvent de plus en plus du mauvais côté de cette limite.
Que devraient donc rechercher les responsables informatiques ? Lorsque j'aborde cette question avec des équipes, quatre exigences reviennent systématiquement.
- Une fondation opérationnelle en temps réel adaptée aux données de l'IA : les données de l'IA ne sont pas structurées, changent rapidement et sont volumineuses. La base doit être adaptée à cette forme et la servir rapidement. C'est pourquoi IDC prévoit que les systèmes non schématiques et les systèmes de lac de données croîtront plus rapidement que l'ensemble du marché des bases de données, même si le relationnel reste le segment le plus important.
Une évolutivité élastique face à une demande imprévisible générée par les agents : le trafic des agents est irrégulier et difficile à prévoir. Les équipes veulent se développer sur une base unique, sans les reconstructions perturbatrices qu'imposent des plafonds d'évolutivité rigides. C'est ce qui explique la tendance à la consolidation sur une plateforme centrale, le cloud public représentant désormais 64,6 % du chiffre d'affaires des bases de données.
Une récupération précise et toujours à jour : un agent ne vaut que par le contexte qu’il peut récupérer. Les acheteurs le savent. Environ 75 % privilégient les Vector Databases intégrées par rapport aux solutions autonomes, et 47 % considèrent qu’une couche sémantique cohérente est essentielle pour une IA sûre et digne de confiance.
Un environnement d'exécution gouverné pour exécuter les agents en production : une mémoire durable, des politiques liées à l'identité et l'observabilité permettent aux équipes de gouvernance de faire confiance à un agent pour effectuer de véritables actions. D'ici 2027, IDC prévoit que 80 % des cas d'usage de l'IA agentique nécessiteront un accès contextuel aux données en temps réel, ce qui poussera les entreprises à passer d'une logique de contrôle d'accès restrictif à un accès fédéré avec une gouvernance centralisée.
Il est facile de connaître les exigences. Dans la pratique, trois éléments ralentissent les équipes et il convient de les nommer :
Craintes de verrouillage : Alors qu'environ 95 % des organisations font état d'exigences en matière de souveraineté des données et que 90 % utilisent des bases de données open source, les entreprises souhaitent fonctionner sur différents clouds et sur leur propre infrastructure, plutôt que de miser sur une seule pile.
Gouvernance de l’action autonome : lorsqu’un logiciel peut agir seul, un accès contrôlable et vérifiable devient obligatoire. Tant que vous ne pouvez pas le prouver, les agents sont bloqués au stade de projet pilote.
Des coûts qui vous échappent : les agents effectuant d’importantes opérations de récupération créent des pics de consommation, et réexpliquer le contexte à chaque étape consomme discrètement des jetons. Les coûts doivent suivre l’utilisation, et non la capacité inutilisée.
La partie encourageante, c'est qu'il existe des solutions. Une plateforme qui maintient la recherche à proximité des données, qui se déploie partout et qui contrôle les agents par défaut répond directement à ces trois aspects.
La voie à suivre
La tendance est déjà visible. IDC prévoit que, d'ici 2029, 60 % des plateformes de données d'entreprise unifieront les charges de travail transactionnelles et analytiques au sein d'architectures de traitement hybrides pour alimenter l'IA agentique. La base de données n'est plus l'endroit où les données attendent. C'est l'endroit où les agents agissent. Les entreprises qui l'envisagent ainsi passeront du stade pilote à la production. Les autres verront l'écart se creuser.
Si vous êtes en train de définir votre propre feuille de route, les exigences ci-dessus constituent un bon point de départ : une base en temps réel, une évolutivité élastique, une récupération précise des données et un environnement d'exécution gouverné, avec la liberté de fonctionner partout.
Continuez votre lecture
Pour consulter l'analyse complète, y compris les données de marché qui étayent chacune de ces quatre exigences, lisez le rapport IDC Spotlight « The Intelligent Data Platform Era: Preparing Enterprises for Agentic AI » (IDC #US54925526, septembre 2026), sponsorisé par MongoDB.