Une enquête HBR Analytic Services soutenue par Cribl montre que le déploiement des agents IA augmente les volumes de télémétrie, renchérit les coûts d’infrastructure et pousse les entreprises à moderniser leur socle data.
L’IA agentique ne transforme pas seulement les usages métiers de l’intelligence artificielle. Elle modifie aussi les besoins d’infrastructure des entreprises. En permettant à des agents IA d’exécuter des workflows complexes, d’interagir avec plusieurs systèmes et de prendre des décisions en fonction du contexte, les organisations augmentent mécaniquement leurs besoins en données, en connectivité, en gouvernance et en observabilité.
Les chiffres issus de l’enquête HBR Analytic Services soutenue par Cribl montrent que cette transformation est déjà visible. 80 % des répondants indiquent que leur organisation s’attend à devoir faire évoluer son infrastructure data à cause de l’IA agentique. Cette donnée illustre un basculement important : les projets IA ne peuvent plus être pensés uniquement comme des couches applicatives ajoutées à l’existant. Ils nécessitent un socle capable d’alimenter les agents en données fiables, accessibles et exploitables en continu.
La télémétrie occupe une place centrale dans cette évolution. Les agents IA génèrent et consomment des données liées au comportement des systèmes, aux interactions utilisateurs, aux performances applicatives et aux décisions automatisées. Le rapport indique que 76 % des organisations ayant des agents en production, en pilote ou en expérimentation constatent une hausse du volume de données de télémétrie. Pour près d’un tiers d’entre elles, ce volume a doublé ou davantage.
Cette hausse crée un défi pour les infrastructures existantes. Les outils traditionnels d’observabilité et de supervision, déjà sollicités par la multiplication des architectures cloud, microservices et distribuées, peuvent rapidement atteindre leurs limites lorsque les agents IA viennent s’ajouter à l’équation. Les entreprises doivent alors être capables de traiter plus de données, plus vite, tout en maîtrisant les coûts et en conservant la flexibilité nécessaire pour expérimenter.
Le rapport fait également ressortir un enjeu financier. Parmi les organisations ayant des agents en production, en pilote ou en expérimentation, 47 % indiquent que les coûts d’infrastructure data liés à l’IA agentique sont supérieurs aux attentes. Cette situation montre que le coût réel de l’IA ne se limite pas aux modèles ou aux applications visibles. Il inclut aussi les investissements nécessaires dans les plateformes data, les outils d’observabilité, les capacités de stockage, les réseaux et les architectures à faible latence.
Pour Cribl, cette évolution impose de repenser la manière dont les entreprises collectent, traitent et orientent leurs données de télémétrie. L’enjeu n’est pas seulement d’accumuler davantage de données, mais de donner aux équipes la capacité de choisir où les envoyer, comment les transformer, combien les conserver et comment les exploiter en fonction des usages. Cette approche devient essentielle pour éviter que les volumes générés par l’IA agentique ne créent une nouvelle pression économique et opérationnelle.
L’infrastructure data devient ainsi un facteur de passage à l’échelle. Sans données de qualité, intégrées et gouvernées, les agents IA risquent de produire des résultats limités, difficiles à expliquer ou impossibles à industrialiser. Le rapport souligne d’ailleurs que les principaux axes d’amélioration concernent la qualité des données, l’intégration entre systèmes et la gouvernance de la donnée.
Avec ce rapport, Cribl positionne la télémétrie comme un maillon essentiel du développement de l’IA agentique. Les entreprises qui veulent déployer des agents IA à grande échelle devront moderniser leur socle data, maîtriser leurs flux et construire une infrastructure suffisamment ouverte, flexible et efficace pour accompagner l’augmentation des usages sans subir l’explosion des coûts.
