Génération de code par IA : les défis d'intégration en entreprise
Le déploiement fiable du code généré par IA dans les grandes entreprises rencontre des obstacles liés à l'intégration, la gouvernance et la maintenance, plutôt qu'à la qualité du code elle-même, selon SAP.
Si l'IA excelle dans la génération rapide de code, son déploiement réussi au sein des grandes entreprises se heurte à des obstacles importants liés à l'intégration, à la gouvernance et à la maintenabilité à long terme. SAP rapporte qu'un faible pourcentage d'organisations parvient à une exécution pilotée par l'IA, soulignant que le problème réside rarement dans la qualité du code, mais plutôt dans son opérationnalisation.
« Les entreprises qui investissent massivement dans les outils d'IA se heurtent à un mur lorsque le code généré rencontre la réalité de leurs environnements existants », a déclaré Michael Ameling, CPO de SAP Business Technology Platform. Les défis résident dans la garantie de la conformité, de la sécurité et de la maintenabilité sur plusieurs années, des aspects qui ne se génèrent pas d'eux-mêmes avec le code.
Les principaux obstacles comprennent l'intégration de la logique générée par l'IA dans des systèmes hérités fragmentés et la garantie de la préparation des données. L'IA amplifie la maturité existante des données et des processus d'une organisation, mais ne peut s'y substituer. Lorsque l'IA passe des recommandations à l'exécution de flux de travail, les exigences en matière de latence, de coût et de charge système augmentent considérablement.
Connecter avec succès la logique de l'IA à des paysages d'entreprise complexes nécessite une couche unificatrice pour l'accès aux données, le contexte des processus et la gouvernance. L'approche de SAP vise à fournir aux agents d'IA des connaissances commerciales précises et actuelles, et pas seulement des données brutes, via sa plateforme Business AI.
L'opérationnalisation des agents d'IA en production nécessite une gouvernance et une observabilité robustes. Les agents déclenchant des flux de travail doivent être responsables, avec des identités claires, des privilèges définis et un comportement auditable. L'ouverture et l'intégration avec des frameworks tels que OpenTelemetry sont cruciales pour la visibilité de bout en bout des opérations d'IA.