Perspectives 2026 de Progress Software

Ed Keisling, Chief AI Officer chez Progress Software :

L’infrastructure invisible de l’IA

Avec l’évolution des modèles, des frameworks et des normes, de nombreuses solutions déjà existantes deviennent rapidement obsolètes, non prises en charge ou non sécurisées. Un effort important de refactorisation de ces projets pilotes viendra entraver le développement de nouvelles IA. Les organisations devront faire une pause pour travailler sur l’infrastructure qui sous-tend l’IA, c’est-à-dire qu’elles vont devoir définir et construire de nouveaux frameworks et normes évolutifs, flexibles et sécurisés, nécessaires à leurs organisations.

A modèle plus petit, plus d’avantages

Les modèles d’IA continueront de s’étendre et de devenir plus performants. Toutefois, les organisations devraient s’appuyer sur des modèles plus petits, car ils sont plus adaptés et plus rentables, et qu’il est possible de les déployer en interne et à l’edge.

Au-delà de l’effet de mode, une réalité tangible

La désillusion face à l’IA générative s’accélère à mesure que l’on prend conscience de l’influence de l’IA sur l’actualité, notamment en ce qui concerne le contenu audio et vidéo généré par les LLM. L’utilisation d’assistants d’IA, la saturation de contenus générés par l’IA sur les réseaux sociaux et l’utilisation des LLM suscitent un besoin croissant de réglementation.

Intégrer l’IA ou être à la traîne

Les entreprises qui risquent d’être les plus impactées par cette révolution sont celles qui proposent des produits n’intégrant pas l’IA et qui ne se démarquent pas avec une proposition de valeur unique en termes de structuration des données ou de sémantique. Les plateformes et solutions intégrées gagneront des parts de marché et apporteront une véritable valeur ajoutée en exploitant leurs données clients.

Mark Troester, Vice President of Strategy chez Progress Software :

Sécurité des données : l’infrastructure de l’IA devient une cible d’attaque privilégiée

En 2026, il devrait y avoir au moins une violation de données majeure impliquant des données d’infrastructure d’IA via des LLM publics. Il pourrait s’agir d’une faille de sécurité chez un fournisseur de LLM exposant les données issues de conversations ; d’une attaque sophistiquée extrayant les données d’entraînement de certains modèles ; ou d’une menace interne au sein d’une grande entreprise d’IA. La valeur de l’IA pour la gestion d’infrastructure est réelle et significative, ce qui représente un véritable challenge et nous ne pouvons tout simplement pas l’abandonner. Les organisations devraient plutôt envisager d’adopter une approche à plusieurs niveaux en ce qui concerne l’utilisation de l’IA : une approbation des LLM publics pour l’apprentissage et les questions génériques, des LLM d’entreprise avec des accords de traitement des données pour le code interne, et des déploiements privés requis pour les infrastructure de production et les identifiants.

Injection de prompts : la menace invisible qui plane sur l’infrastructure d’IA

L’injection de prompts s’appuie sur des techniques invisibles à l’oeil nu : caractères Unicode de largeur nulle, caractères de remplacement de droite à gauche qui font apparaître le texte d’une certaine manière pour les humains mais différemment pour l’IA, homographes qui ressemblent à des caractères normaux mais ont des valeurs Unicode différentes, et texte blanc sur fond blanc dans les formats de texte RTF. Pour détecter ces menaces, les organisations doivent surveiller la chaîne de raisonnement, avoir recours à un sandboxing (1) approprié, s’appuyer sur des capacités de récupération rapide et d’apprentissage continu à partir des modèles d’attaque observés pour améliorer les défenses au fil du temps.

S’appuyer sur des micro-agents pour les tâches répétitives et sans risque : la voie pragmatique

Les micro-agents sont judicieux pour plusieurs raisons. En effet, leur usage représente un risque limité car leur champ d’action est lui-même limité et il est plus facile de les utiliser dans le cadre de chaînes de validation, car les petites tâches sont plus simples à tester de manière exhaustive. De plus, en termes de conformité réglementaire, les agents ciblés sont faciles à expliquer et à auditer, et leur rentabilité aussi car les petits modèles spécialisés sont nettement moins chers que les grands modèles polyvalents. Il faudra alors se concentrer sur la micro-automatisation supervisée plutôt que sur l’autonomie totale et mettre en œuvre une automatisation à plusieurs niveaux : entièrement automatisée pour les tâches à faible risque, nécessitant une approbation pour les tâches à risque moyen, et pour les activités à haut risque, une supervision humaine avec l’assistance de l’IA.

Pression réglementaire : L’UE donne le rythme pour la gouvernance de l’IA

La réglementation sur l’IA arrive, et l’UE va ouvrir la voie avec l’AI Act, des extensions de la RGPD et de nouvelles exigences de transparence algorithmique. Les organisations qui utilisent l’IA pour la gestion des infrastructures seront confrontées à d’importantes obligations de conformité, y compris des exigences de gouvernance des données. Les données d’entraînement pour les modèles personnalisés devront être conformes au principe de minimisation des données prévu par la RGPD. Ces exigences de transparence conduiront à des changements opérationnels.

Economie : se préparer à la bulle de l’IA

OpenAI, Anthropic et d’autres fournisseurs de LLM pratiquent des prix inférieurs aux coûts pour gagner des parts de marché, brûlant ainsi du capital-risque, tandis que de nombreuses organisations s’appuient sur des services d’IA gratuits ou à prix très réduits. Lorsque les subventions prendront fin, les prix des API LLM pourraient être multipliés par trois à dix, du jour au lendemain, les accès gratuits disparaîtront, ou seront très limités, et les organisations feront face à des coûts d’infrastructure d’IA massifs et inattendus. Des perturbations de la chaîne d’approvisionnement s’ensuivront. En effet, les petits fournisseurs de LLM fusionneront ou se retireront, les fabricants de GPU pourraient réduire la production créant de futures pénuries, et les organisations qui ont eu recours à des fournisseurs se retirant du marché se retrouveront dans une situation difficile. L’impact sur l’automatisation de l’infrastructure pourrait être dramatique.

Philip Miller, AI Strategist chez Progress Software :

IA agentique : quand l’homme évolue de "prompteur" à « gérant d’agents »

Le centre de gravité se déplace des prompts uniques vers des workflows multi-agents qui planifient, s’appuient sur des outils, vérifient et passent la main à l’homme quand c’est nécessaire. McKinsey présente cela comme « saisir l’avantage de l’IA agentique », arguant que ce sont les processus repensés, et non le choix du modèle, qui ont un impact sur les entreprises. Toutefois, Gartner met en garde contre l’« agent-washing » et anticipe que plus de 40 % des projets agentiques seront abandonnés d’ici 2027 en raison d’un manque de valeur ajoutée évidente.

Génération de code par IA : de l’assistance à l’effet de levier sur la chaîne d’approvisionnement logicielle

Les assistants de codage deviennent rapidement indispensables, mais la prochaine étape est celle des workflows de développement de bout en bout, de la synthèse des exigences, de la génération de tests, de la refactorisation sécurisée et des preuves de conformité. La recherche de GitHub en partenariat avec Accenture a révélé des gains de temps et de satisfaction significatifs dans ce secteur, et de manière générale, le secteur souligne des gains de productivité soutenus à mesure que son adoption s’étend. Il faudra s’attendre à ce que les agents SRE (Site Reliability Engineering) et d’ingénierie des données se joignent au mouvement, renforçant ainsi les boucles de rétroaction entre le code des applications, les produits de données et l’infrastructure.

Déployer l’IA à grande échelle : de victoires isolées à des opérations repensées

Les entreprises qui se démarqueront en 2026 mettront en oeuvre trois disciplines : (a) la commercialisation des cas d’usage de l’IA avec des propriétaires et des accords de niveau de service (SLA) clairement définis ; (b) la connexion des connaissances structurées et non structurées afin que les agents puissent opérer en contexte ; et (c) faire en sorte que la gouvernance permette d’accélérer sa livraison. Le rapport 2025 State of AI de McKinsey montre une adoption de l’IA élevée, bien que les mises à l’échelle soient encore rares. Les organisations mettront ces processus en place pourront capturer plus de valeur.

Navigation agentique : une entrée dans l’entreprise via des projets pilotes à faible risque et à forte valeur ajoutée

Le navigateur lui-même devient un espace de travail agentique. Perplexity a lancé Comet, un navigateur centré sur des demandes ; OpenAI a introduit ChatGPT Atlas, un navigateur avec un « mode agent » qui peut naviguer, résumer, comparer et agir sur le web. Pour les entreprises, cela ouvre la voie à des projets pilotes triés sur le volet : analyses de marché avec traçabilité des sources, ébauches de due diligence avec propositions de devis, listes de suivi réglementaire et carnets de recherche structurés, mais liés par la réglementation, les données en sandbox, et le red-teaming (2) pour éviter les fuites de données.

MCPs et A2A : des plugins à une structure d’agents interopérables

Les protocoles MCP transformeront les intégrations fragiles et ponctuelles en connexions standardisées et conformes aux règles de sécurité, afin que les assistants d’IA puissent accéder en toute sécurité aux applications, aux données et aux outils avec un accès restreint, basé sur le principe du moindre privilège, et une auditabilité complète. Les protocoles A2A permettront ensuite à plusieurs assistants d’IA de déléguer, vérifier et coordonner les tâches entre fournisseurs et équipes.

---

(1) Pratique de sécurité consistant à isoler un programme, un fichier ou un processus dans un environnement restreint et étanche.

(2) Pratique d’entraînement simulant une cyberattaque sophistiquée pour tester les capacités de défense, de détection et de réponse d’une organisation