Après avoir lancé AgentBuilder pour la création d’agents IA en septembre dernier et un serveur MCP, Teradata continue à créer des outils pour accélérer le déploiement de ces systèmes autonomes dans les entreprises. Dans ce cadre, la société vient de dévoiler Enterprise AgentStack, une suite de solutions pour orchestrer les agents IA. En complément d’AgentBuilder, elle comprend deux services supplémentaires AgentEngine et AgentOps. Le premier offre un environnement d’exécution pour déployer les agents sur des infrastructures hybrides. De son côté, AgentOps qui a été dévoilé en novembre dernier, apporte une apporte une interface unifiée pour la découverte, la surveillance et la gestion centralisées du cycle de vie des agents au sein d'une entreprise donnée.

Pour Stéphanie Walter, responsable de la recherche sur l’IA chez HyperFrame Research, « AgentEngine est un élément essentiel d’AgentStack, car il se situe entre la conception des agents et les opérations réelles ». Elle ajoute, « Sans moteur d'exécution, les entreprises s'appuient souvent sur du code personnalisé pour coordonner les agents. Agent Engine standardise le comportement d'exécution et permet aux entreprises de comprendre les performances, la fiabilité et les risques des agents à grande échelle »,

Une approche différentes de Snowflake et Databricks

D’autres analystes font remarquer que l’approche de Teradata en matière d’adoption des agents diffère sensiblement de celle de concurrents. « Alors que Snowflake s'appuie sur son Cortex et son Native App Framework pour permettre aux entreprises de créer des applications et des agents alimentés par l'IA plus proches des données régies, Databricks se concentre sur les flux de travail des agents via Mosaic AI, en mettant l'accent sur le développement, l'orchestration et l'évaluation de modèles liés à son architecture lakehouse », a expliqué Robert Kramer, analyste principal chez Moor Insights and Strategy.

Un avis partagé par Stéphanie Walters qui estime que la différenciation de Teradata réside dans le positionnement d’AgentStack en tant que couche d’exécution et d’exploitation indépendante des fournisseurs et sa capacité à fonctionner dans des environnements hybrides, sans ancrer étroitement les agents à un seul cloud ou à une seule plateforme de données. « Ce positionnement peut être attribué à la dépendance de Teradata à l'égard de frameworks tiers comme Karini.ai, Flowise, CrewAI et LangGraph, lesquels offrent aux entreprises et à leurs développeurs la flexibilité nécessaire pour faire évoluer leurs architectures d'agents au fil du temps sans être liés aux plateformes Snowflake et Databricks, qui cherchent surtout à optimiser le contrôle de bout en bout au sein de leurs propres environnements », souligne-t-elle.

Des capacités à éprouver

Cependant, l’analyste a averti que, même si l'architecture d'AgentStack est bien adaptée aux besoins des entreprises, son test décisif consistera à continuer à maintenir des intégrations profondes avec des frameworks tiers. « Les clients voudront voir des preuves concrètes qu’AgentStack prend en charge des déploiements complexes, de longue durée et multi-agents en production », a pointé Mme Walter. M. Kramer a également souligné que les entreprises et les développeurs devraient essayer de comprendre la profondeur des capacités avant la mise en œuvre.

« Ils doivent vérifier qu’ils pourront facilement appliquer les politiques de manière cohérente, effectuer des évaluations après les changements, tracer les défaillances de bout en bout et intégrer les outils de sécurité et de conformité existants. L'ouverture ne fonctionne que si elle ne reporte pas la complexité sur le client », a fait valoir M. Kramer. Enterprise AgentStack devrait être disponible en avant-première privée sur le cloud et sur site entre avril et juin de cette année.