D'ici début 2026, le projet open source OpenClaw est devenu un phénomène mondial. Son compteur d'étoiles sur GitHub a franchi la barre des 250 000 en seulement soixante jours, dépassant même le cadre de développement React pour devenir le projet le plus populaire de la plateforme. Créé par Peter Steinberger, OpenClaw est un assistant IA autonome et persistant conçu pour s'exécuter en local sur des serveurs privés, éliminant ainsi la dépendance aux infrastructures cloud ou aux API externes. Contrairement aux agents IA traditionnels qui ne fonctionnent qu'en réponse à une demande précise et s'arrêtent ensuite, les agents OpenClaw, qualifiés de « griffes », opèrent en arrière-plan avec un « rythme cardiaque » constant. Ils évaluent régulièrement leur liste de tâches, exécutent les actions autonomes nécessaires et ne sollicitent l'humain que lorsqu'une décision complexe est requise. Cette capacité à fonctionner en continu a suscité un débat majeur concernant la sécurité. Les chercheurs ont exprimé des inquiétudes quant à la gestion des données sensibles, à l'authentification et aux risques liés aux mises à jour de modèles non patchés ou aux contributions malveillantes au sein des versions communautaires. Pour répondre à ces défis et renforcer la robustesse du projet, NVIDIA collabore étroitement avec Steinberger et la communauté développeuse. Cette partnership vise à améliorer l'isolation des modèles, à sécuriser l'accès aux données locales et à durcir les processus de vérification du code. Dans le cadre de cette initiative, NVIDIA a présenté NemoClaw, une implémentation de référence permettant l'installation d'un environnement sécurisé via une seule commande. NemoClaw intègre OpenClaw, le runtime sécurisé NVIDIA OpenShell et les modèles ouverts Nemotron de NVIDIA, offrant par défaut une configuration réseau et sécuritaire renforcée pour les entreprises. L'adoption de ces agents autonomes s'inscrit dans une évolution rapide de l'IA, passant de l'IA prédictive à l'IA générative, puis à l'IA de raisonnement, pour arriver à l'IA autonome. Chaque étape multiplie la demande en puissance d'inférence. Alors que l'IA générative a augmenté l'utilisation des jetons de données, l'IA autonome multiplie cette exigence par mille par rapport à l'IA de raisonnement. Cette augmentation permet aux organisations de démultiplier leur productivité. Par exemple, des chercheurs peuvent laisser des agents travailler sur des problèmes complexes toute la nuit, ou les systèmes de fabrication peuvent tester des milliers de configurations sans intervention humaine, ne signalant que les résultats pertinents. Les applications pratiques couvrent tous les secteurs. En finance, les agents surveillent les marchés en continu pour identifier les événements réglementaires critiques. En découverte de médicaments, ils parcourent la littérature scientifique et mettent à jour les bases de données en temps réel. Dans les opérations informatiques, ils résolvent les incidents et appliquent des correctifs, réduisant le temps de résolution de plusieurs heures à quelques minutes. Chez ServiceNow, par exemple, l'utilisation de modèles Nemotron a permis de résoudre 90 % des tickets de support de manière autonome. Cependant, le déploiement responsable de ces agents nécessite une gouvernance stricte. Les organisations doivent pouvoir inspecter les raisonnements et auditer les actions effectuées. NVIDIA propose une approche basée sur trois piliers : un cadre open source et auditable où l'organisation possède le code entier via la licence MIT de NemoClaw, une isolation des données grâce à l'exécution de modèles locaux qui garde les informations sensibles à l'intérieur de l'entreprise, et la sécurisation de l'environnement d'exécution grâce à OpenShell qui définit des permissions claires. Le tout est supporté par des infrastructures locales performantes comme les superordinateurs DGX Spark, permettant une inférence continue en toute sécurité. Cette accumulation de données opérationnelles et de cadres de gouvernance constitue la base d'une IA utile et fiable pour l'avenir des entreprises.