Quand Amazon Web Services Inc. a tenu son Sommet de New York la semaine dernière, le vice-président d'Agentic AI Swami Sivasubramanian, comme d'habitude, a fait la une des journaux, prononçant le discours d'ouverture.
Sivasubramanian a fait valoir auprès des dirigeants d'entreprise que le débat sur l'intelligence artificielle a dépassé les pilotes et les hacks de productivité pour entrer dans un monde où le véritable avantage réside dans la combinaison de l'élan entre le travail, la sécurité, la livraison de logiciels et les données. Pour les professionnels de l’informatique, cela signifie que vos décisions architecturales au cours des 12 à 18 prochains mois détermineront si les agents d’IA deviendront un multiplicateur de force ou une nouvelle source de chaos.
Voici cinq grandes idées du discours d'ouverture de Sivasubramanian et ce qu'elles signifient pour les responsables de la création et de l'exploitation de la technologie d'entreprise :
1. Des « barres de recherche plus rapides » aux agents de composition
La principale critique de Sivasubramanian à l'égard de la première génération d'assistants IA est qu'ils ne sont jamais sortis de la gravité de la fenêtre de discussion. Ils s’assoient au-dessus des outils, répondent à une question puis oublient. « Nous leur avons fourni des fenêtres de discussion et les avons connectés à nos outils », a-t-il déclaré. « Ils répondent à une question, puis ils oublient. La promesse était l'intelligence, mais ce que nous avons obtenu, c'est une barre de recherche légèrement plus rapide. Une recherche plus rapide n'améliore rien, elle stagne. »
L’alternative qu’il a présentée est un modèle agent dans lequel chaque tâche accomplie alimente la suivante. « Ce dont vous avez vraiment besoin, ce sont des agents qui changent réellement votre façon de travailler, non seulement d'accélérer les étapes, mais de les éliminer complètement », a soutenu Swami. « Si les humains sont toujours obligés d'être la couche d'orchestration, votre élan a en fait un plafond. » Selon lui, « chaque tâche accomplie par leurs agents rend la suivante plus intelligente », créant un « élan cumulatif » et élargissant l’écart entre les premiers utilisateurs et ceux qui attendent.
C'est le centre de conception pour Amazon Rapideun assistant d'IA qui « indique le résultat que vous souhaitez et détermine comment y parvenir sur tous vos systèmes, toutes vos données et tout votre contexte », alimenté par un graphe de connaissances qui raisonne à travers les personnes, les documents, les communications et les lacs de données. Dans la démo en direct, Quick a assemblé un rapport marketing en extrayant des données de Slack, Google Drive et OneDrive en 20 secondes environ – un travail, a déclaré Sivasubramanian, « aurait probablement pris des heures de recherche réelle » auparavant.
Implications pour les professionnels de l'informatique : Ce modèle suppose que vos plateformes de collaboration et de données sont ouvertes à l’accès des agents et régies par des contrôles d’identité et de stratégie stricts. Le travail passe du choix d’un autre assistant à la gestion d’un écosystème où les agents peuvent traverser les silos en toute sécurité. Les connecteurs, les métadonnées et l’application des politiques deviennent aussi importants que le choix du modèle. Il s'agit d'un rôle très différent pour les professionnels de l'informatique, mais qui est essentiel pour les entreprises qui réussissent dans leurs initiatives agentiques.
2. Sécurité : mettre fin au compromis « jardin clos ou jardin sauvage »
Concernant la sécurité, Sivasubramanian a souligné un dilemme auquel de nombreux responsables de la sécurité de l'information seront confrontés. D'un côté, « les agents qui travaillent à l'intérieur de leur propre jardin clos ne voient que ce qu'il y a à l'intérieur de leur propre suite de productivité. Dès que vous avez besoin de quelque chose à l'extérieur du mur, vous redevenez l'orchestrateur ». D'un autre côté, les outils ouverts « n'offrent pas le niveau de sécurité, de conformité et de gouvernance qu'exigent les entreprises. Vous avez troqué le jardin clos contre le jardin sauvage ».
« C'est un faux choix », a-t-il déclaré. « Quick ne vous demande pas de choisir. Pas de murs, pas de ponts copier-coller, et chaque action qu'il entreprend a sa propre gouvernance. Qui a agi en conséquence, quelles données ont été touchées, où elles sont allées et si la politique l'a autorisé. » Ce thème se poursuit avec AWS Continuum, une suite de fonctionnalités de sécurité pilotées par des agents couvrant les tests d'intrusion, la modélisation des menaces et l'évaluation des vulnérabilités du code. Chet Kapoor, responsable des produits de sécurité, d'observabilité, de recherche et de gouvernance, a décrit le passage de « la télémétrie, du stockage, des requêtes et des tableaux de bord pour les humains » à « la télémétrie au contexte, au raisonnement et aux actions pour les agents ». La télémétrie sans contexte est du « bruit », a-t-il déclaré ; avec le contexte, cela devient un « signal » sur lequel les agents peuvent agir.
Des témoignages de clients ont été inclus pour rendre les enjeux concrets. Swami cité Bon papa en utilisant Amazon Quick pour éliminer « 15 000 heures de travail manuel par an ». Il a également souligné le NBA utilisation de Quick pour structurer 25 ans de données de prospects en classements et comparaisons interactifs.
Implications pour les professionnels de l'informatique : Les opérations de sécurité sont dirigées vers des agents qui prennent des mesures conformément à la politique, et non vers des analystes qui consultent des tableaux de bord. Cela soulève l’importance de la politique en tant que code, limites d’identité, conception selon le principe du moindre privilège et « rails » clairs indiquant où les agents peuvent opérer. La conversation avec le RSSI n’est plus « Devrions-nous utiliser l’IA ? » mais « Qu’allons-nous permettre à l’IA de faire, et sous quelles barrières ?
3. Livraison de logiciels en boucle fermée
Si la première vague d’IA générative concernait le codage de copilotes, ce discours a recadré le récit autour de boucles de livraison de logiciels de bout en bout. « Écrivez-le correctement, expédiez-le rapidement, gardez-le moderne – pas trois outils, une boucle continue, toujours en cours d'exécution, toujours composée », a-t-il déclaré. Cette boucle est déjà en production dans les magasins Amazon, où les équipes derrière l'expérience de vente au détail ont constaté une « amélioration médiane de 4,5 fois de la rapidité avec laquelle le code correct atteint la production, certaines équipes atteignant jusqu'à 17 fois » et « les modifications de code générées par l'IA arrivent avec une précision de 95 %, supérieure à la référence humaine ».
Kiro est l'agent d'ingénierie qui ancre la partie « écrire correctement » de la boucle. Vous lui donnez une invite et il génère « des exigences claires, des documents de conception structurés, des tâches de mise en œuvre et des tests validés avant qu'une seule ligne de code ne soit générée ». Il utilise ensuite des agents et des tests basés sur les propriétés pour implémenter et vérifier. Swami a souligné une startup fintech Dhanqui devait prendre en charge plus de 170 indicateurs de trading complexes. Sans agents, il estime « plus d’une douzaine d’ingénieurs sur une période de 12 à 24 mois » ; avec Kiro, « tout cela a été construit par un seul ingénieur en seulement huit semaines ».
La boucle s’étend aux opérations. AWS DevOps Agent a démarré en tant que compagnon de réponse aux incidents utilisé par des clients comme T-Mobile et Compagnies aériennes unies; maintenant AWS ajoute la gestion des versions. Il peut projeter le risque de production résultant d'une modification de code, explorer une application telle qu'un utilisateur final, évaluer les versions et transmettre son rapport « directement à votre agent de codage pour commencer à implémenter ces correctifs automatiquement ».
De l'autre côté de la boucle, AWS Transform passe de projets de modernisation ponctuels à une « modernisation continue », en effectuant « une analyse d'état et une correction continues à la vitesse de la machine, en surveillant toujours et en corrigeant toujours chaque base de code que vous possédez ». AWS affirme que ses clients ont déjà utilisé Transform pour éliminer 1,6 million d'heures de travail de modernisation manuel.
Implications pour les professionnels de l'informatique: Il s'agit d'un pipeline avisé : spécifier, coder, tester, publier, moderniser, répéter, avec des agents dans chaque phase. Pour en bénéficier, les entreprises devront standardiser la manière dont elles organisent leurs référentiels Git, leurs pipelines et leurs contrôles de qualité afin que les agents puissent agir en toute sécurité dans tous les services et opérer un changement culturel qui traite le travail de modernisation et de fiabilité comme des flux continus et non comme des initiatives de projet de l'année.
4. Southwest Airlines : un manuel pour une « flotte moderne » de systèmes
L'histoire client la plus convaincante est venue de Lauren Woods, vice-présidente exécutive et directrice de l'information chez Compagnies aériennes du sud-ouest. Elle a directement lié les choix technologiques aux leçons de la tempête hivernale Elliott. « Ce ne sont pas nos systèmes qui tombaient en panne, mais ils n'étaient pas conçus pour suivre le rythme et le niveau de complexité qui se présentaient simultanément dans l'ensemble des opérations », a-t-elle déclaré. Pour fonctionner comme une compagnie aérienne moderne, « nous avons besoin d’une technologie qui fonctionne comme une flotte moderne ».
Southwest a choisi AWS comme partenaire cloud privilégié pour une « base sécurisée et évolutive » et un accès à l'innovation. Concernant l'IA, Woods a déclaré qu'elle utilise Amazon Quick tous les jours, décrivant le passage de « l'examen des données après coup à l'interaction avec elles en temps réel » dans l'analyse des tarifs et des revenus et les tendances comportementales des centres d'appels. L’impact a été des décisions plus rapides, plus proches du point d’action.
Pour l'ingénierie, Southwest a étendu Kiro à « plus de 2 700 développeurs, soit environ les deux tiers de notre organisation d'ingénierie », en l'utilisant pour la génération de tests unitaires, l'infrastructure en tant que code et une intégration plus rapide. La plate-forme Southwest.com, qui est essentielle à la mission et construite sur une architecture existante, disposait d'une longue feuille de route de modernisation. Grâce à Kiro, « nos équipes ont considérablement accéléré cette modernisation, ramenant le calendrier initial de trois ans », a déclaré Lauren. « Nous facilitons la construction, l'évolution et la mise à l'échelle à mesure que notre entreprise évolue. »
Implications pour les professionnels de l'informatique: Le sud-ouest est une excellente étude de cas. Prise de décision augmentée par l'IA dans l'ensemble de l'entreprise, agents intégrés dans le SDLC à grande échelle, et modernisation et transformation exécutées en parallèle. Cela nous rappelle également que l'indicateur de performance clé des initiatives d'IA sera de plus en plus la résilience opérationnelle et la satisfaction des clients, et non seulement la productivité des développeurs.
5. Plateformes d'agents : harnais, garde-corps et contexte comme primitives de première classe
L'acte final du discours d'ouverture est passé des agents créés par AWS aux agents que les clients créeront eux-mêmes. Sivasubramanian a noté que « les agents qui compteront le plus sont ceux que vous seul pouvez créer pour votre entreprise », mais beaucoup sont « coincés entre le prototype et la production » parce que les équipes réimplémentent les bases : l'authentification, la mémoire, l'accès aux outils, la sécurité et la gouvernance.
La réponse d'Amazon est AgentCore, qui fournit des « composants de base pour créer des agents » et comprend un environnement d'exécution géré, une identité intégrée, une mémoire de session, une observabilité, des évaluations et des contrôles d'accès. Il est conçu pour fonctionner avec n’importe quel cadre et modèle d’agent. Au cours des six derniers mois, a déclaré Swami, « le nombre de tâches effectuées par les agents dans AgentCore a été multiplié par 15 » et des clients tels que TOURNÉE DE LA PGA, Nasdaq et Visa construisons des agents de production en semaines au lieu de mois.
Deux concepts sont importants ici. Tout d'abord, le harnais. Sivasubramanian a décrit le modèle comme le « cerveau » et le harnais comme le « corps » qui assure « la persistance de l'état, la récupération des erreurs, la gestion du contexte et (et) l'isolation des sessions ». AgentCore Harness peut transformer un modèle en agent en quelques minutes avec trois appels d'interface de programmation d'application. Deuxièmement, les politiques principales des agents définissent ce que les agents peuvent et ne peuvent pas faire et sont appliquées « en dehors du code de l'agent, là où l'agent ne peut pas le contourner », y compris la détection des attaques rapides, du contenu nuisible et des données sensibles. AWS prévoit d'ingérer les signaux de fournisseurs de sécurité tiers dans cette couche de stratégie.
À la base de cela, il y a le contexte. AWS Context crée automatiquement un graphe de connaissances à partir de données structurées et non structurées et l'expose aux agents au moment de l'exécution. Swami a souligné qu'au sein d'Amazon, le magasin de connaissances sémantiques derrière Q traite « plus de 1,8 million de demandes » par jour, cartographiant la sémantique commerciale (« escalades » par rapport aux « tickets ») et les relations entre les systèmes. Dans l'entreprise, ce graphique couvre les données Web publiques via des outils de recherche gérés, le contenu organisationnel dans S3, SharePoint, Confluence et Google Drive, ainsi que les données structurées dans les lacs et les entrepôts.
Implications pour les professionnels de l'informatique : Il s'agit de l'étoile polaire de la plateforme d'IA : un environnement d'exécution/un harnais d'agent, une couche de politique et de garde-fou en dehors des invites et un service de contexte gouverné – souvent basé sur des graphiques – qui code le fonctionnement de votre entreprise. Que vous adoptiez la pile AWS ou assembliez la vôtre, le succès dépendra moins d'une ingénierie rapide que de la façon dont vous concevrez des compétences, des politiques et des graphiques de connaissances qui reflètent votre domaine.
Réflexions finales
Le point central de Sivasubramanian est que les agents ne sont pas une option de fonctionnalité mais un choix architectural. L'avantage revient aux organisations qui conçoivent une dynamique globale en matière de travail, de sécurité, de fourniture de logiciels et de données, plutôt qu'à celles qui se contentent d'utiliser Amazon Quick, Kiro ou DevOps Agent.
Pour les responsables des technologies de l’information, cela signifie traiter l’accès des agents, les garde-fous et le contexte comme des services de plateforme, intégrer l’IA plus profondément dans la livraison et les opérations, et copier le manuel de Southwest : commencez par un domaine à fort impact, alignez les activités et l’ingénierie sur les résultats, et laissez les agents gérer le gros du travail indifférencié pendant que vos équipes se concentrent sur les décisions spécifiques au domaine.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
