Agentique : comment faire passer l’IA d’un outil d’assistance à une entité de travail autonome

Comme je l'ai exposé dans une précédente chronique, j'ai eu l'occasion d'assister au Dell Technologies World 2026 à Las Vegas, il y a quelques semaines. Lors de la rencontre, le discours ne s’est pas limité à une nouvelle génération de serveurs, de postes de travail ou de solutions d’infrastructure. Le message stratégique était plus large : l’IA d’entreprise entre dans une nouvelle phase, celle de l’agentique. Autrement dit, une IA capable non seulement de répondre à une question, mais aussi de planifier, d’agir, d’orchestrer des tâches et de produire du travail dans les systèmes réels de l’entreprise.

Sur place, j'ai eu la chance de pouvoir m'entretenir avec John Roese, le Global CTO et Chief AI Officer de Dell Technologies. Il m'a expliqué pourquoi cette bascule constitue le principal changement technologique du moment. « L’IA est en train de passer d’un outil d’assistance ponctuelle à une entité de travail autonome à l’intérieur des organisations », explique-t-il.

Cette mutation, selon lui, dépasse largement le champ technologique : elle transforme les organisations, les métiers, les cultures d’entreprise, les architectures informatiques et même l’économie de l’IA, avec l’émergence de notions désormais centrales comme la “tokenomics”. Derrière ce terme, une réalité très concrète : à mesure que les agents d’IA exécutent des tâches plus longues et plus complexes, la consommation de tokens devient un nouveau paramètre économique à piloter, au même titre que la puissance de calcul, le stockage ou la bande passante.

De l’IA générative à l’IA agentique

La première génération d’IA générative a surtout été perçue comme un outil d’assistance : résumer, rédiger, coder, répondre, aider à produire plus vite. L’IA agentique change la nature du sujet. Elle ne se contente plus d’assister l’humain. Elle devient un acteur opérationnel capable d’exécuter des tâches dans les workflows.

« Nous sommes encore très tôt dans cette évolution, mais nous sommes à un point de bascule », estime John Roese. Pour lui, le parallèle avec Internet est éclairant : il a fallu un certain temps pour comprendre l’ampleur de la rupture, avant de réaliser qu’elle transformait tout.

Cette transition a une conséquence directe : l’infrastructure doit changer. L’agentique exige davantage de capacité, des architectures plus distribuées, des modèles déployés dans des lieux différents, des données accessibles au bon endroit et une orchestration plus sophistiquée. L’IA ne peut plus être pensée uniquement comme un service centralisé dans le cloud.

Souveraineté : l’agentique change le débat européen

Ce point résonne particulièrement en Europe, où la souveraineté numérique et la maîtrise des données sont devenues des sujets centraux. Interrogé sur ce lien entre IA et souveraineté, John Roese considère que l’agentique change profondément la donne.

Selon lui, la première génération d’IA pouvait encore être abordée comme un outil relativement externalisable. Un chatbot, dans beaucoup de cas, pouvait être utilisé à distance. Mais lorsque l’IA agit dans le monde réel, dans un hôpital, une usine, une infrastructure critique ou un environnement régulé, la question du lieu d’exécution devient beaucoup plus sensible.

« Lorsque le travail numérique se déroule dans le monde réel, il devient essentiel de savoir où ce travail est effectué », explique-t-il. Dans le cas d’un processus de santé au sein d’un hôpital, par exemple, l’agent devrait logiquement opérer dans l’environnement de l’hôpital, pas dans une infrastructure distante et non maîtrisée.

C’est là que Dell voit une fenêtre stratégique. L’agentique, parce qu’elle nécessite des architectures distribuées, pourrait paradoxalement rendre plus réaliste une IA souveraine. Là où la dynamique précédente poussait les entreprises vers de grands environnements centralisés, souvent hors de leur pays, l’agentique impose de rapprocher les modèles, les données et les capacités de calcul des environnements métier.

À Las Vegas, Dell a précisément structuré ses annonces autour de cette logique distribuée : des postes de travail Dell Deskside Agentic AI pour développer et exécuter des agents localement, jusqu’aux Dell AI Factory déployées dans des environnements on-premise, hybrides ou souverains, avec des modèles de Google Gemini, OpenAI Codex, Mistral, Hugging Face, Palantir, Reflection ou SpaceXAI pouvant fonctionner au plus près des données. L’objectif affiché est de proposer une même architecture d’IA d’entreprise, du poste de travail au datacenter, capable de combiner contrôle des données, gouvernance, performance et choix des modèles.

Les modèles comptent plus que les clouds

L’une des clarifications les plus intéressantes de l’entretien porte sur le rôle des hyperscalers. Dell a annoncé une collaboration avec Google autour de Gemini dans des environnements contrôlés, mais John Roese insiste : le cœur du sujet n’est pas le cloud public de Google, mais les modèles.

« Les clouds ne sont plus aussi importants. Les modèles sont importants », résume-t-il. Dans cette nouvelle phase, Dell se concentre davantage sur les grands fournisseurs de modèles que sur les hyperscalers en tant que tels. Google, OpenAI, Anthropic, Mistral, Cohere ou encore SpaceXAI sont au centre de cette recomposition.

Cette analyse traduit un déplacement du centre de gravité de l’IA d’entreprise : la bataille ne se joue plus seulement autour des grands clouds publics, mais autour de la capacité à déployer les modèles là où les données, les usages métiers et les exigences de souveraineté l’imposent. Pendant des années, l’entreprise numérique a été structurée autour de quelques grandes plateformes cloud. Avec l’IA, et plus encore avec l’IA agentique, la valeur se déplace vers les modèles, les données et les architectures capables de les faire fonctionner au bon endroit, avec le bon niveau de contrôle. Pour Dell, l’enjeu est donc moins de “ramener le cloud on-premise” que de permettre aux modèles avancés de fonctionner dans des environnements contrôlés : on-premise, hybrides, souverains, voire air-gapped lorsque le contexte l’exige, c’est-à-dire dans des infrastructures isolées des réseaux externes afin de répondre aux contraintes les plus fortes de sécurité, de confidentialité ou de souveraineté.

Une stratégie d’infrastructure ouverte et distribuée

John Roese ne présente pas cette stratégie comme une rupture, mais comme l’accélération d’une ligne directrice déjà ancienne chez Dell. L’IA agentique rend cette approche plus urgente, ce qui explique l’élargissement du portefeuille annoncé à Las Vegas, du poste de travail IA aux architectures datacenter complètes.

« Nous croyons vraiment aux architectures hybrides, distribuées et ouvertes. Nous l’avons toujours pensé pour le cloud, pour la donnée et maintenant pour l’IA », explique-t-il.

La stratégie de Dell consiste donc à combler les manques du marché pour rendre cette vision réalisable. Côté compute, l’entreprise veut couvrir tout le spectre, du PC IA au poste de travail, du serveur au rack complet, jusqu’aux architectures pour grands centres de données. Côté données, Dell pousse des plateformes capables d’alimenter les workloads IA avec des performances suffisantes pour ne pas laisser les GPU sous-utilisés. Côté modèles, l’entreprise multiplie les partenariats pour donner aux clients le choix entre modèles ouverts, modèles frontier et solutions déployables dans des environnements contrôlés. Dell a notamment étendu sa collaboration avec Mistral AI afin d’intégrer ses modèles de langage, ses capacités de raisonnement et ses outils d’orchestration à la Dell AI Factory, avec l’objectif de permettre aux entreprises de déployer des workloads avancés sur leur propre infrastructure.

Cette logique est particulièrement importante pour les gouvernements et les industries régulées. « Vous ne construisez pas une infrastructure de second rang. Vous construisez une infrastructure de classe mondiale, sans sacrifier le contrôle de vos données ni votre souveraineté », souligne John Roese.

Dell ne veut pas devenir un éditeur logiciel généraliste

L’autre sujet structurant concerne le logiciel. Avec ses annonces autour de la data orchestration, de l’automatisation et de l’AI Factory, Dell semble se rapprocher de couches historiquement occupées par des éditeurs spécialisés. John Roese nuance fortement cette lecture.

Dell, rappelle-t-il, reste d’abord un fournisseur d’infrastructures : compute, stockage, réseau, protection des données, terminaux et gestion de ces environnements. L’entreprise ne cherche pas à entrer dans tous les marchés adjacents. Elle intervient lorsqu’un élément devient stratégique pour l’infrastructure IA et que l’écosystème ne répond pas encore correctement au besoin.

C’est le cas, selon lui, de l’AI Data Platform. « Nous construisons et livrons une plateforme de données pour l’IA parce que personne n’a encore construit une bonne plateforme de données pour l’IA », affirme-t-il. L’enjeu n’est pas seulement de gérer la donnée, mais de la connecter aux AI Factories avec un niveau de performance compatible avec les GPU. Si la couche data n’avance pas à la vitesse de la couche compute, l’infrastructure devient inefficace.

Même raisonnement pour l’orchestration. Dell ne souhaite pas concurrencer des marchés déjà matures, comme les bases de données ou les outils d’intégration de données. Mais dans l’orchestration de l’edge, de l’IA distribuée et des AI Factories, John Roese estime que les outils disponibles restent insuffisants. C’est ce qui justifie les investissements de Dell, notamment autour de Dell Automation Platform.

L’orchestration, condition de passage à l’échelle

L’orchestration devient un sujet majeur car l’IA d’entreprise ne se limitera pas à un modèle unique dans un environnement unique. Les entreprises devront gérer plusieurs modèles, plusieurs infrastructures, plusieurs lieux d’exécution, plusieurs politiques de sécurité et plusieurs niveaux de criticité.

Sans orchestration, le risque est de créer une nouvelle génération de silos IA : des modèles, des données et des systèmes incapables de fonctionner comme un ensemble cohérent. Pour Dell, ce serait contradictoire avec la promesse même de l’AI Factory.

John Roese insiste sur un point : l’objectif n’est pas de créer une dépendance propriétaire. Dell privilégie l’ouverture, mais considère qu’un marché n’est véritablement sain que lorsqu’il offre plusieurs options robustes. Une seule solution, même performante, ne suffit pas à constituer un écosystème ouvert.

Cette approche explique aussi la position de Dell sur les standards ouverts. Au niveau logiciel, John Roese met en avant le rôle de l’open source et de la Linux Foundation dans la structuration des protocoles agentiques. MCP, A2A et d’autres initiatives doivent permettre aux agents d’interagir dans un cadre plus interopérable.

Le paradoxe de l’ouverture dans le hardware

Cette ouverture a toutefois ses limites, notamment au niveau matériel. John Roese reconnaît que plus on descend dans la pile technologique, plus les choix deviennent contraints par les architectures physiques. Les GPU, les réseaux, les chemins d’entrée-sortie ou les couches d’interconnexion ne sont pas interchangeables aussi facilement que des composants logiciels.

« Le compromis entre flexibilité et performance est très réel », rappelle-t-il. Dans l’IA, la performance exige souvent une forte intégration. Des architectures matérielles différentes peuvent coexister et offrir du choix, mais elles ne seront pas nécessairement interopérables à bas niveau.

C’est ici que Dell revendique son rôle d’intégrateur d’entreprise. L’entreprise ne fabrique pas ses propres GPU, mais elle transforme des composants issus de partenaires comme Nvidia, AMD, Intel, Broadcom, Qualcomm ou Arm en systèmes complets, sécurisés, performants et exploitables par les clients.

John Roese conteste ainsi l’idée selon laquelle certains produits Dell ne seraient que des composants Nvidia dans un châssis Dell. Selon lui, la différenciation se situe dans l’alimentation, le refroidissement, le plan de contrôle, l’architecture de sécurité, l’efficacité énergétique et la capacité à produire un système fiable de niveau entreprise.

L’agentique impose une nouvelle couche de sécurité

L’entretien avec John Roese rejoint aussi les préoccupations exprimées par Dell autour de la cybersécurité agentique. L’identité, l’autorisation et le contrôle des agents deviennent des sujets critiques. Pour lui, l’identity and access management appliqué aux agents est « le vecteur de contrôle le plus important dans le monde de l’IA agentique ».

Sans identité agentique solide, les entreprises ne pourront ni contrôler leurs agents, ni respecter certaines exigences réglementaires, ni mettre en place des mécanismes d’arrêt ou de supervision. John Roese évoque notamment l’AI Act européen et l’exigence de capacité de contrôle, voire de “kill switch”, sur les agents.

Cette remarque est particulièrement importante pour les organisations européennes. La souveraineté ne se limite pas à localiser les données ou les modèles. Elle suppose aussi de savoir qui agit, au nom de qui, avec quelle autorisation, sur quelle infrastructure et avec quelle capacité de révocation.

Dell veut devenir l’architecte de l’IA contrôlée

Mon entretien avec John Roese m'a permis de mieux comprendre le positionnement stratégique de Dell. L’entreprise ne cherche pas seulement à capter la croissance du marché de l’infrastructure IA. Elle veut occuper une place spécifique : celle de l’architecte d’une IA distribuée, ouverte, contrôlée et exploitable à l’échelle.

Ce positionnement arrive à un moment favorable. L’IA agentique rend moins crédible une approche exclusivement cloud-first. Les exigences de souveraineté montent en Europe. Les entreprises veulent davantage de contrôle sur leurs données, leurs coûts, leurs modèles et leurs environnements d’exécution. Les gouvernements commencent à considérer l’IA comme une infrastructure stratégique, au même titre que l’énergie, les télécommunications ou les chaînes d’approvisionnement critiques.

Dans ce contexte, Dell peut défendre un récit cohérent : l’IA ne doit pas être concentrée dans quelques plateformes distantes, mais déployée là où elle crée de la valeur et là où les contraintes de sécurité, de performance, de coût et de souveraineté l’exigent. Le pari est ambitieux. Il suppose de résoudre simultanément la question du compute, de la donnée, de l’orchestration, des modèles, de la sécurité, de l’edge, du refroidissement, de la supply chain et des standards. Mais c’est précisément cette complexité qui pourrait servir Dell. Plus l’IA devient agentique, distribuée et critique, plus les entreprises auront besoin d’architectures intégrées plutôt que de composants isolés.

La phrase la plus structurante de John Roese résume pour moi cette évolution : « Vous pouvez mettre votre IA là où elle doit être, sans sacrifice. » C’est sans doute là que se joue la prochaine bataille de l’IA d’entreprise : non plus seulement accéder aux meilleurs modèles, mais les faire fonctionner dans les bons environnements, avec les bonnes données, le bon niveau de contrôle et la bonne architecture de confiance.