Pourquoi l'IA d'entreprise risque de s'enliser dans un Frankenstack coûteux

— Résumé

L'article du JDN alerte sur le risque de 'Frankenstack' dans le déploiement de l'IA agentique en entreprise. Contrairement aux promesses marketing de modèles toujours plus puissants, la véritable difficulté réside dans l'architecture système : les agents IA ne peuvent fonctionner efficacement sans une couche d'orchestration robuste, un pipeline de données fiable, une gouvernance stricte et une infrastructure modulaire. L'absence de standardisation conduit à des empilements coûteux de technologies hétérogènes (LLM, bases vectorielles, outils de RAG, APIs métier) qui fragilisent la maintenance, explosent les coûts cachés (latence, redondance, sécurité) et bloquent le passage à l'échelle. L'article oppose deux approches : les plateformes intégrées (type ServiceNow ou Salesforce avec leurs couches agentiques propriétaires) qui promettent une homogénéité mais créent une dépendance, et les architectures ouvertes mais complexes à assembler. La conclusion est claire : sans architectes capables de concevoir des systèmes cohérents, l'IA d'entreprise risque de répéter les erreurs du passé avec les microservices et le big data, en accumulant une dette technique et financière colossale. Les acteurs clés identifiés sont les intégrateurs système (Accenture, Capgemini), les fournisseurs de plateformes (Microsoft, Google, AWS) et les startups d'orchestration (LangChain, CrewAI). Aucune annonce produit majeure n'est citée, mais l'analyse stratégique est directement utile aux DSI et responsables innovation pour calibrer leurs investissements IA.

Source : JDN