L’écosystème de l’intelligence artificielle continue sa progression à un rythme soutenu.
Le fossé contextuel de l’IA : les services d’IA en entreprise sont confrontés à un problème de confiance, et non à un problème de recherche — et la plupart d’entre eux sont encore en train d’élaborer une solution
Dans 101 entreprises, l’infrastructure qui fournit aux agents d’IA le contexte métier nécessaire à leur fonctionnement est mise en place plus sans tarder qu’il n’est possible de s’en assurer de la fiabilité. La génération assistée par recherche est déjà la source de contexte par défaut, et la exploration native des fournisseurs a discrètement supplanté les bases de données vectorielles spécialisées qui définissent cette catégorie — pourtant, la plupart des entreprises ont déjà constaté que leurs agents produisaient des réponses erronées mais données avec assurance, dues à un contexte manquant ou incohérent. Une couche sémantique régulée apparaît comme la solution, cependant la plupart des acteurs en sont encore à la phase de développement ; le secteur s’oriente vers la travaux de recherche hybride ; et même si, dans la pratique, les outils natifs des fournisseurs dominent, une grande partie des acteurs affirment avoir l’intention de conserver les meilleures solutions disponibles. Il en résulte un décalage contextuel : des agents qui semblent faire autorité fonctionnent sur une base à laquelle leurs propriétaires ne font pas encore entièrement confiance.
De plus, cette étude de VentureBeat Pulse Research se penche sur la couche RAG et contextuelle en entreprise : quels sont les éléments qui fournissent aux agents IA leur contexte métier, quels systèmes de travaux de recherche les entreprises utilisent-elles, comment les acquièrent-elles et en évaluent-elles les résultats, quelle est l’évolution de l’architecture et — ce qui est particulièrement révélateur — à quelle fréquence ce contexte leur fait déjà défaut.
Le principal constat concerne un « écart contextuel », c’est-à-dire le décalage entre le degré de certitude avec lequel les agents d’entreprise répondent et la fiabilité réelle du contexte sur lequel ils s’appuient. Une majorité d’entreprises (57 %) indiquent qu’au cours des six derniers mois, leurs agents IA ont fourni des réponses assurées toutefois erronées, qu’elles ont attribuées à un contexte métier manquant ou incohérent, et plus de la moitié d’entre elles ont précisé que cela s’était produit à plusieurs reprises. Il ne s’agit pas d’un problème marginal : la recherche est la principale source de contexte pour 38 % des entreprises, soit plus que toute autre approche ; de ce fait, lorsque la recherche est insuffisante ou incohérente, les erreurs qu’elle engendre sapent l’autorité de l’agent. L’infrastructure nécessaire pour y remédier est en cours de avancée — 58 % des entreprises exploitent déjà ou sont en train de mettre en place une couche sémantique régie par des règles — cependant, pour la plupart, celle-ci n’est pas encore opérationnelle.
En coulisses, le marché se consolide dans une direction inattendue. La recherche native des fournisseurs — la exploration de fichiers d’OpenAI (40 %) et Vertex AI Search de Google (38 %) — devance déjà toutes les bases de éléments vectorielles dédiées, et les firmes s’attendent à ce que la recherche hybride domine d’ici fin 2026 (34 %). Pourtant, une pluralité d’entre eux (36 %) déclarent avoir l’intention de conserver des outils autonomes de pointe plutôt que de migrer vers la pile contextuelle native d’un fournisseur, et une majorité (57 %) prévoient de changer de fournisseur ou d’en ajouter un d’ici la fin de l’année. Les préférences déclarées et l’utilisation réelle vont dans des directions opposées : le marché opte pour les solutions natives des fournisseurs tout en affirmant vouloir son indépendance.
VentureBeat a mené cette enquête dans le cadre de sa série « Pulse Research ». Cette enquête portait sur l’infrastructure RAG d’entreprise et la couche contextuelle, c’est-à-dire les systèmes de recherche, les couches sémantiques et les sources contextuelles qui alimentent les agents d’IA. Les réponses ont été filtrées pour ne retenir que les organisations comptant plus de 100 salariés (n = 101) ; l’enquête n’ayant recueilli aucune réponse auprès d’organisations de 100 salariés ou moins, l’échantillon complet est donc pris en compte. Toutes les réponses proviennent d’une seule vague réalisée au deuxième trimestre 2026 (juin) ; le rapport présente donc une analyse transversale et ne permet pas de dégager des tendances d’un mois à l’autre. Plusieurs questions permettaient des réponses multiples ; le total des pourcentages peut donc dépasser 100 %.
En fonction de la taille des entreprises, l’échantillon se concentre sur le segment des moyennes entreprises : les entreprises comptant entre 251 et 1 000 salariés (31 %) et celles comptant entre 101 et 250 salariés (31 %) arrivent en tête, suivies par celles comptant entre 1 001 et 5 000 salariés (20 %), 5 001 à 10 000 (12 %) et 10 001 et plus (7 %) venant en complément. En termes de fonctions, l’échantillon comprend des cadres (39 %), des collaborateurs opérationnels (27 %), des dirigeants (16 %) ainsi que des vice-présidents et directeurs (14 %) ; en matière de pouvoir d’achat, il est représentatif des acheteurs, avec 46 % de décideurs finaux et 26 % de prescripteurs ou d’influenceurs. Le secteur des technologies et des logiciels est le plus significatif, avec 20 %, suivi par celui de la santé et des sciences de la vie (11 %), puis par un large éventail de secteurs tels que le commerce de détail, les transports, les services financiers, l’industrie manufacturière et l’éducation.
À relever, avec 101 répondants, cet échantillon est de taille modeste et doit être considéré comme un indicateur de tendance plutôt que comme une mesure précise ; il s’agit d’un échantillon auto-sélectionné et non d’un échantillon probabiliste. Il reflète davantage le point de vue des organisations qui mettent activement en place des infrastructures RAG et contextuelles que celui des plus grands opérateurs.
L’écosystème continuera probablement de s’ajuster dans les semaines à venir.
Dans le même ordre d’idées :
- Mise en place d’une infrastructure d’IA avec la communauté du comté d’Effingham
- La rumeur concernant « l’intelligence anthropique-physique » qui agite la communauté Twitter dédiée à l’IA | TechCrunch
Lire l’article original sur VentureBeat : VentureBeat