Meta prévient : "Cela fait 20 ans que nous construisons des infrastructures pour les humains, nous avons peut-être 20 mois pour les reconstruire pour les agents"

Les entreprises ont embrassé le boom de l’IA agentique, au point que certaines se noient sous tant d’agents IA. Les employés créent des agents incontrôlés, déclenchant la consommation de jetons et obligeant nombre de ces agents à dupliquer des tâches. Mais le véritable problème sous-jacent est autre chose : l’infrastructure sur laquelle tout cela fonctionne n’est pas prête à le supporter.

L’avertissement de Meta. Ils le racontent dans Venture Beat. Lors de la conférence VB Transform 2026, le vice-président de l’ingénierie de Meta, Barak Yagour, a donné un chiffre très puissant : les requêtes des agents atteignant le système Meta ont été multipliées par 30 au cours des six derniers mois. « Qu’arrive-t-il à l’infrastructure que nous avons construite au fil des années lorsque des agents, et non des humains, en deviennent les principaux consommateurs ? » Yagour a demandé au public. La réponse est encore plus inquiétante : « Nous avons passé 20 ans à construire des infrastructures pour les humains. Peut-être avons-nous 20 mois pour tout reconstruire pour un monde où les humains et les agents co-créent à grande échelle. » Et il ajoute que « l’opportunité est ouverte, mais elle ne durera pas longtemps ».

Les trois problèmes. L’émergence des agents menace de briser l’infrastructure sur trois fronts :

Capacité : Jusqu’à récemment, pour planifier la puissance de calcul, le stockage ou la bande passante nécessaire à la réalisation d’un projet, il suffisait de compter le nombre d’employés travaillant dessus. Yagour l’explique très graphiquement : « Maintenant, un ingénieur génère 10 agents, et chacun génère des sous-agents. Une organisation de 1 000 personnes peut générer la charge de 100 000 utilisateurs pratiquement du jour au lendemain. »
Identité : les systèmes de contrôle d’accès ne sont pas conçus pour un agent IA. Ce n’est pas humain, mais il se déplace dans les infrastructures et prend ses propres décisions.
Vitesse : Le troisième problème est la vitesse à laquelle les agents se déplacent. Ils peuvent écrire du code plus rapidement que n’importe quel être humain, mais « ce code doit encore être compilé, testé, déployé et surveillé ».

Des changements profonds. Yagour mentionne que les modèles de raisonnement modifient la manière dont la couche de données est traitée. Détecter des correspondances à partir de mots-clés n’est pas la même chose que raisonner sur l’intention de quelqu’un ; Cela nécessite un historique complet du comportement, pas un résumé. Cela nécessite de modifier la manière dont ces données sont traitées et stockées.

Meta passe du traitement par lots, dont la mise à jour peut prendre jusqu’à 24 heures, au traitement en temps réel, car il est essentiel lorsque le modèle raisonne sur ce que veut un utilisateur à ce moment précis. En revanche, ils passent d’un stockage opaque à un stockage qui comprend son propre contenu, afin qu’il ne lise que ce dont il a besoin dans chaque requête et allège ainsi la charge des GPU.

Fixer des limites. Selon Yagour, « l’autonomie sans gouvernance n’est rien d’autre que le chaos », c’est pourquoi la solution de Meta consiste à créer ce qu’ils appellent des « environnements de données fiables ». Ici, les agents peuvent se déplacer librement « mais chaque résultat est retracé jusqu’à sa source et soigneusement vérifié. De cette façon, vous pouvez toujours être sûr que les données partagées sont fiables et contrôlées ». C’est une manière de donner de la liberté aux agents, mais de manière contrôlée et sans s’exposer au risque qu’ils finissent par se tromper.

Images | Simseo avec Magnifique

À Simseo | Les agents IA peuvent détruire des emplois. Ou ils peuvent aussi sauver de la faillite une fromagerie centenaire