Agents IA : comment gérer le casse-tête de l’interopérabilité (en attendant la standardisation)

Quand la communication se brise

Les agents IA s’appuient sur des méthodes de communication, qui leur fournissent le vocabulaire structuré nécessaire pour décomposer des objectifs complexes en sous-tâches et les transmettre. Naturellement, plusieurs protocoles ont émergé.

Le plus important est le Model Context Protocol (MCP). Développé par Anthropic, MCP détermine comment les agents accèdent aux ressources et aux outils, comme les API ou les bases de données. MCP est optimisé pour les agents qui évoluent dans un périmètre de confiance, ou une stack technologique unique, tel que Claude Desktop.

L’Agent2Agent (ou A2A) de Google se concentre sur la façon dont les agents communiquent entre eux, coordonnent les tâches et collaborent sur les workflows. Les agents A2A se présentent via un format de métadonnées structuré appelé « agent, cards », une sorte de profil qui leur permet de se découvrir mutuellement.

En périphérie figure l’Agent Network Protocol, une offre open source qui prend en charge la découverte d’agents sur le web.

Mais il y a un hic. Chaque protocole a été conçu sur des hypothèses fondamentalement différentes concernant l’emplacement des agents et leurs relations de confiance. Et ils n’ont pas non plus été conçus pour communiquer nativement entre eux (dixit la recherche d’un expert en architecture IA de Microsoft). Résultat, peu d’agents partagent aujourd’hui une couche d’accès qui aide à maintenir les identités et la cohérence que les grandes entreprises exigent pour respecter la gouvernance.

Cela signifie qu’il faut développer des API pour faire le pont entre les protocoles.

Construire les ponts manquants

Et c’est ce qui se passe. Mais ces ponts peineraient à suivre le rythme des évolutions de l’IA agentique, car les protocoles d’aujourd’hui ne seront pas nécessairement viables demain.

« Tout cela va être renversé et absorbé, et cela va se produire très rapidement », anticipe Steve Wilson, directeur de l’IA chez Exabeam. Pour lui, MCP perd déjà de sa popularité, car son architecture serveur complexe rebuterait les développeurs, qui préfèrent un simple fichier pour créer une compétence.

Une des conséquences est que les responsables IT pécheraient par excès de prudence. Pourtant, il faut explorer des protocoles disparates – invitent les experts – mais en gardant la flexibilité de corriger rapidement le cap si besoin.

« Étant donné la rapidité de l’innovation, si vous n’expérimentez pas de manière volontariste pour voir ce qui existe, vous pouvez être rapidement distancé », avertit Jim Swanson, DSI de Johnson & Johnson.

Cette optique a conduit Johnson & Johnson à appliquer des architectures modulaires et à repenser les workflows métier, qui s’étendent sur plusieurs plateformes et puisent dans plusieurs jeux de données.

L’approche la plus sûre consiste à insérer une couche d’orchestration, de règles et de contrôle transactionnel entre les agents et les systèmes, estime pour sa part Carter Busse, DSI de Workato. Ce qui donne le pouvoir de contrôler « comment l’IA agit dans l’entreprise », précise-t-il.

Un scénario déjà vu

Cette problématique de l’interopérabilité évoquera des souvenirs aux professionnels IT les plus expérimentés. Elle n’est en effet pas sans rappeler la guerre des protocoles réseau d’il y a 30 ans, où IBM, Novell et d’autres se sont battus pour standardiser les solutions avant que l’industrie ne se fixe sur TCP/IP, lors de l’explosion d’Internet.

La consolidation des standards agentiques devrait cependant être plus rapide que les dix ans qu’il a fallu à TCP/IP pour s’imposer.

Reste que « tout ce domaine [de l’IA agentique] n’en est qu’à ses balbutiements », prévient Arnal Dayaratna d’IDC.

Adapté d’un article initialement publié sur CIO Dive.