IBM : Les entreprises utilisent une multitude de modèles d'IA, le défi est d'adapter le bon LLM à chaque cas d'usage

IBM et le multi-modélisme dans l'IA : une approche flexible et adaptée aux besoins des entreprises Le 25 juin 2025, Armand Ruiz, Vice-Président de la plateforme IA chez IBM, a pris part à la conférence VB Transform 2025 pour présenter la vision de l'entreprise concernant l'intelligence artificielle générative. Selon Ruiz, la tendance actuelle parmi les clients d'entreprise n'est pas de se limiter à un seul fournisseur de grands modèles linguistiques (LLMs), mais plutôt d'adopter une stratégie multi-modèle pour aligner chaque modèle à des cas d'usage spécifiques. Le rejet des stratégies à fournisseur unique IBM observe que les clients d'entreprise sont de plus en plus méfiants vis-à-vis des approches exclusives proposées par les fournisseurs de LLMs. Ces clients préfèrent tester et utiliser divers modèles, notamment pour des tâches spécialisées. Par exemple, certaines entreprises aiment Anthropic pour le codage, o3 pour la raisonnement, et Granite (la série d'IA open source d'IBM) ou Mistral pour la personnalisation avec leurs propres données. Ce comportement pousse IBM à se positionner non pas comme compétiteur dans le domaine des modèles de base, mais plutôt comme un "contrôleur de tours" pour les charges de travail d'IA. La stratégie de la passerelle multi-LLMs La réponse d'IBM à cette réalité du marché a été la création d'une nouvelle passerelle de modèle qui offre aux entreprises une API unique pour basculer entre différents LLMs tout en maintenant l'observabilité et la gouvernance sur toutes les déployements. Cette architecture technique permet aux clients de faire fonctionner des modèles open source sur leur propre pile d'inference pour les cas d'usage sensibles, tout en accédant aux API publiques comme AWS Bedrock ou Google Cloud’s Gemini pour des applications moins critiques. « Cette passerelle offre à nos clients une couche unique avec une API unique pour switcher d'un LMM à un autre et ajouter de l'observabilité et de la gouvernance partout », a souligné Ruiz. Cette approche s'oppose directement à la stratégie courante des fournisseurs de verrouiller leurs clients dans des écosystèmes propriétaires. IBM n'est pas la seule à prendre cette voie multi-fournisseurs, plusieurs outils pour le routage des modèles ont également émergé récemment. Protocoles d'orchestration d'agents : une infrastructure critique Outre la gestion multi-modèle, IBM s'attaque au défi croissant de la communication entre agents grâce à des protocoles ouverts. L'entreprise a développé l'ACP (Agent Communication Protocol) et l'a contribué au Linux Foundation. Google, quant à lui, a récemment contribué son protocole A2A (Agent2Agent) au même organisme. Ruiz a expliqué que ces protocoles visent tous deux à faciliter la communication entre agents et à réduire le développement personnalisé. L'importance technique de ces protocoles devient particulièrement évidente à l'échelle des entreprises. Certaines clients d'IBM comptent déjà plus de 100 agents dans des programmes pilotes. Sans un protocole de communication standard, chaque interaction entre agents nécessiterait du développement personnalisé, ce qui créerait un fardeau d'intégration insoutenable. L'impact de l'IA sur les workflows d'entreprise Ruiz voit la véritable transformation de l'IA dans la façon dont elle est intégrée aux processus métier existants. Il soutient qu'implémenter l'IA uniquement pour les chatbots ou les économies de coût n'est pas véritablement exploiter son potentiel. « Si vous ne faites que des chatbots ou que vous essayez simplement d'économiser de l'argent avec l'IA, vous ne faites pas vraiment de l'IA. Je pense que l'IA transforme réellement les workflows et la façon de travailler », a-t-il indiqué. IBM donne l'exemple de son département des ressources humaines, où des agents spécialisés gèrent désormais des requêtes routinières sur la rémunération, les embauches et les promotions. Ces agents sont connectés à divers systèmes internes d'IA, ne recourant à l'intervention humaine que lorsque cela est nécessaire. Il est essentiel de comprendre que ce changement ne se limite pas à l'amélioration de l'interaction humain-ordinateur, mais à une automatisation complète des flux de travail. L'IA devient capable d'exécuter des processus d'affaires multicoupures de manière autonome, nécessitant de l'entreprise une instrumentisation profonde des processus et non seulement des intégrations d'API superficielles. Implications stratégiques pour l'investissement en IA Les données réelles sur le déploiement de l'IA par IBM suggèrent plusieurs orientations critiques pour la stratégie d'investissement en IA des entreprises : Abandon du paradigme des chatbots : Les organisations doivent identifier des workflows complets à transformer plutôt que d'ajouter des interfaces conversationnelles à des systèmes existants. L'objectif est de supprimer les étapes humaines, pas d'améliorer l'interaction humain-machine. Conception pour la flexibilité multi-modèles : Au lieu de s'engager auprès d'un fournisseur d'IA unique, les entreprises ont besoin de plates-formes d'intégration qui permettent de basculer entre les modèles en fonction des exigences des cas d'usage tout en maintenant des normes de gouvernance. Investissement dans les standards de communication : Les organisations devraient privilégier les outils d'IA qui supportent les protocoles émergents tels que MCP, ACP et A2A plutôt que des approches propriétaires qui créent une dépendance au fournisseur. Perspectives pour l'avenir Armand Ruiz insiste sur la nécessité pour chacun, et en particulier pour les dirigeants d'entreprises, de s'initier aux concepts de l'IA. Cette connaissance est cruciale pour naviguer dans l'ère de l'IA, où l'innovation et la flexibilité sont devenues des impératifs. « Il y a tellement de choses à construire, et je continue à dire que tout le monde doit apprendre l'IA, surtout les dirigeants d'entreprise qui doivent être des leaders orientés IA et comprendre les concepts », a-t-il conclu. Évaluation par des professionnels de l'industrie et profil d'IBM Les professionnels de l'industrie saluent la stratégie d'IBM, qui répond aux besoins complexes des entreprises modernes. En adoptant une approche ouverte et flexible, IBM facilite l'utilisation d'une variété de modèles d'IA, augmentant ainsi l'efficacité et la sécurité des projets d'IA d'entreprise. Cette position renforce le rôle d'IBM en tant que partenariat stratégique dans la transformation digitale, plutôt que simple fournisseur de modèles. Fondée en 1911, IBM a toujours été au cœur de l'innovation technologique. Son expertise et sa capacité à anticiper et répondre aux évolutions du marché rendent ses solutions particulièrement pertinentes dans le paysage actuel de l'IA. En promouvant des standards ouverts et en proposant une gestion flexible des modèles, IBM continue de jouer un rôle de leader dans l'industrie, offrant des solutions adaptées à des utilisations d'IA de plus en plus diverses et complexes.