En 2026, les organisations avant-gardistes constitueront leurs équipes d’agents IA dans différents rôles et fonctions. Mais au milieu de cette précipitation, il y a un autre aspect à considérer.
L’une des prévisions technologiques d’entreprise d’IDC pour les cinq années à venir, publiée en octobre, était fascinante. « D’ici 2030, jusqu’à 20 % des organisations (sur 1 000 dans le monde) auront fait l’objet de poursuites judiciaires, d’amendes substantielles et de licenciements de DSI, en raison de perturbations très médiatisées résultant de contrôles et d’une gouvernance inadéquats des agents d’IA », a noté l’analyste.
Comment mettre donc en place des garde-fous – et comment garantir que ces agents travaillent ensemble et, à terme, font des affaires ensemble ? Patrick Tobler, fondateur et PDG du fournisseur de plateforme d’infrastructure blockchain NMKR, travaille sur un projet qui vise à résoudre ce problème en fusionnant l’IA agentique et la décentralisation.
Le réseau Masumi, né d’une collaboration entre NMKR et Serviceplan Group, a été lancé fin 2024 en tant qu’infrastructure indépendante du framework qui « permet aux développeurs de créer des agents autonomes qui collaborent, monétisent les services et maintiennent une confiance vérifiable ».
« La thèse centrale de Masumi est qu’il y aura des milliards d’agents d’IA différents provenant de différentes entreprises qui interagiront les uns avec les autres à l’avenir », explique Tobler. « La partie difficile maintenant est la suivante : comment pouvez-vous réellement avoir des agents de différentes entreprises qui peuvent interagir les uns avec les autres et s’envoyer de l’argent également, au sein de ces différentes entreprises ? »
Prenons l’exemple des voyages. Vous souhaitez assister à une conférence de l’industrie, votre agent de réservation d’hôtel achète donc un billet d’avion à votre agent de compagnie aérienne. L’ensemble de l’expérience et de la transaction sera transparent – mais cette confiance implicite est requise.
« Masumi est un réseau décentralisé d’agents, il ne repose donc sur aucune infrastructure de paiement centralisée », explique Tobler. « Au lieu de cela, les agents sont équipés de portefeuilles et peuvent envoyer des pièces stables d’un agent à un autre et, de ce fait, interagir les uns avec les autres de manière totalement sûre et sans confiance. »
Pour Tobler, après avoir passé « beaucoup de temps » dans la cryptographie, il a déterminé que ses avantages étaient indiqués au mauvais endroit.
« Je pense que nous avons résolu beaucoup de ces problèmes dans le domaine de la cryptographie pour les humains, puis je suis arrivé à la conclusion que nous les avons peut-être résolus ou que nous nous sommes trompés de public cible », explique-t-il. » Parce que pour les humains, qui utilisent la cryptographie, les portefeuilles et les blockchains, tout ce genre de choses est extrêmement difficile ; l’expérience utilisateur n’est pas excellente. Mais pour les agents, ils ne se soucient pas si c’est difficile à utiliser. Ils l’utilisent simplement, et c’est très natif pour eux. «
« Donc, tous ces problèmes qui surviennent maintenant avec les agents devant interagir avec des millions, voire des milliards d’agents à l’avenir – ces problèmes ont tous déjà été résolus avec la cryptographie. »
Tobler participe à AI & Big Data Expo Global dans le cadre de Discover Cardano ; NMKR a démarré sur la blockchain Cardano, tandis que Masumi est entièrement construit sur Cardano. Il dit qu’il a hâte de parler avec des entreprises qui « entendent beaucoup parler de l’IA mais ne l’utilisent pas vraiment en dehors de ChatGPT ».
«Je veux comprendre d’eux ce qu’ils font, puis comprendre comment nous pouvons les aider», dit-il. « C’est le plus souvent ce qui manque aux startups technologiques traditionnelles. Nous construisons tous notre propre bulle, au lieu de parler réellement aux personnes qui l’utiliseraient tous les jours. »
Discover Cardano expose au AI & Big Data Expo Global, à Londres les 4 et 5 février. Regardez l’interview vidéo complète avec Patrick Tobler de NMKR ci-dessous :
Photo de Google DeepMind
