Trois Initiatives, Un Signal Stratégique Commun
Le timing n’était pas fortuit. En l’espace de 48 heures du 21 au 22 mai 2026, Salesforce, Anthropic et NVIDIA ont chacun annoncé des capacités multi-agents au niveau de l’infrastructure pour leurs clients entreprise. Chaque annonce cible une couche différente de la pile agent — orchestration, environnement d’exécution et gouvernance — mais ensemble, elles forment un tableau cohérent : les éditeurs qui domineront l’IA en entreprise d’ici 2028 seront ceux qui possèdent la pile agent complète, pas seulement le modèle.
Agentforce Coworker de Salesforce, annoncé par le PDG Marc Benioff le 21 mai, intègre l’IA dans chaque barre de recherche Salesforce, chaque workflow CRM, chaque canal Slack et espace de travail Teams. L’argument commercial est déjà dans les chiffres : Agentforce a atteint 800 millions USD de revenus récurrents annuels, en hausse de 169 % sur un an, sur 29 000 contrats entreprise, avec 2,4 milliards d’unités de travail agentique délivrées. L’IRS a automatisé jusqu’à 98 % des activités manuelles précédentes grâce à Agentforce, réduisant le délai d’ouverture des dossiers de 10 jours à 30 minutes. Ce ne sont pas des métriques pilotes — ce sont des résultats en production.
Le jeu multi-agents d’Anthropic est une infrastructure, pas une application. Les tunnels MCP, annoncés lors de Code with Claude à Londres en mai 2026, permettent aux agents Claude de se connecter aux systèmes internes privés — référentiels de code, bases de données, API internes — sans exposer ces systèmes à l’internet public. Une passerelle légère établit une connexion sortante avec chiffrement de bout en bout sans règles de pare-feu entrantes requises. Les sandboxes auto-hébergées, désormais en bêta publique, permettent l’exécution des outils sur l’infrastructure contrôlée par le client via des fournisseurs validés dont Cloudflare, Daytona, Modal et Vercel. Le chiffre d’affaires annualisé d’Anthropic a atteint 30 milliards USD, avec une croissance de l’usage au T1 2026 de 80x contre une projection interne de 10x.
Les Verified Agent Skills de NVIDIA, lancées le 22 mai, traitent la couche de gouvernance que Salesforce et Anthropic ont besoin que leurs clients résolvent. Les ensembles de compétences agents portables sont scannés pour détecter les vulnérabilités et les risques d’injection de prompt via SkillSpector, signés cryptographiquement et documentés via des cartes de compétences lisibles par machine spécifiant la propriété, les dépendances, les limitations et le statut de vérification. La configuration entreprise applique les règles de zéro confiance et de moindre privilège : les manifestes de compétences confinent les agents à une liste pré-approuvée d’actions d’outils et de workflows, avec une revue humaine requise pour les opérations sensibles.
L’Écart Entre Déploiement et Coordination
Le contexte de marché explique la logique du timing de ces annonces d’infrastructure. Gartner projette que 40 % des applications d’entreprise intégreront des agents IA spécialisés d’ici 2026 — mais avertit également que plus de 40 % des projets d’IA agentique seront annulés d’ici 2027 en raison d’échecs de gouvernance et de ROI. Les propres données de Salesforce renforcent le paradoxe : les organisations déploient actuellement en moyenne 12 agents IA, mais 50 % de ces agents opèrent en silos isolés plutôt que comme des systèmes multi-agents coordonnés. Seulement 27 % des 957 applications d’entreprise sont actuellement intégrées. Parmi les freins au déploiement, la gestion des risques et la conformité arrivent en tête à 42 %, suivies par le manque d’expertise IA interne à 41 %.
C’est l’écart que les trois éditeurs ciblent simultanément. La couche de coordination sémantique de Salesforce — qui permet la communication agent-à-agent avec contexte partagé et délégation de tâches structurée — résout le problème d’orchestration. Les tunnels MCP et les sandboxes d’Anthropic résolvent le problème d’environnement d’exécution (les agents ne peuvent pas toucher les systèmes internes de manière sécurisée sans cette infrastructure). Les compétences vérifiées de NVIDIA résolvent le problème de gouvernance (les agents ne peuvent pas être fiables à l’échelle sans attestation cryptographique de leurs capacités et limitations).
Le résultat est que les acheteurs entreprise en 2026 ne font plus face à un choix binaire entre « construire votre propre infrastructure agent » et « acheter un chatbot SaaS ». Ils font face à une décision de pile modulaire : quelle couche d’orchestration, quel environnement d’exécution, quel cadre de gouvernance, et quelle stratégie de modèle ou de routage de modèles.
Publicité
Ce que les DSI et Responsables Ingénierie Doivent Faire
1. Définir Votre Catalogue de Périmètres d’Agents Avant Tout Déploiement Multi-Agents
Le mode de défaillance le plus courant dans les déploiements multi-agents n’est pas technique — c’est l’ambiguïté des périmètres. Lorsque les agents peuvent appeler d’autres agents, la surface d’attaque se multiplie exponentiellement et l’auditabilité de toute décision se dégrade. Avant de déployer des systèmes multi-agents, définissez et documentez : quels systèmes chaque classe d’agent est autorisée à lire, écrire ou exécuter ; quelles actions d’agent nécessitent une approbation humaine dans la boucle ; et quelles catégories de données (données personnelles, financières, de santé, juridiques) sont exclues de l’accès autonome des agents. Le cadre de Verified Agent Skills de NVIDIA fournit un vocabulaire structurel utile pour ce catalogue — manifestes de compétences, attestation de capacités, portée de moindre privilège — même si vous n’utilisez pas d’infrastructure NVIDIA. Utilisez le vocabulaire quel que soit le fournisseur.
2. Auditer l’Exposition de Vos Serveurs MCP Avant d’Adopter la Plateforme Anthropic
Les tunnels MCP d’Anthropic sont conçus pour résoudre l’accès aux systèmes privés de manière sécurisée, mais ils nécessitent un déploiement de passerelle qui devient une dépendance critique. Avant d’adopter les tunnels MCP, auditez quels systèmes internes vous connecteriez aux agents, si ces systèmes disposent d’une journalisation d’audit suffisante pour capturer les requêtes générées par les agents, et si vos obligations de résidence des données permettent l’exécution dans Cloudflare, Daytona, Modal ou Vercel (les fournisseurs de sandbox validés actuels d’Anthropic). Les organisations dans des secteurs réglementés — bancaire, santé, énergie — avec des exigences strictes de résidence des données devront évaluer l’option de sandbox auto-hébergée, qui donne le contrôle sur l’environnement d’exécution mais ajoute une surcharge opérationnelle. Cet audit doit précéder la décision d’approvisionnement, pas la suivre.
3. Négocier des SLA Spécifiques aux Agents avec les Fournisseurs — Disponibilité, Latence et Retour Arrière
Les SLA SaaS conventionnels ont été écrits pour des systèmes synchrones requête-réponse. Les systèmes multi-agents introduisent une exécution de tâches asynchrone, des modes de défaillance en cascade (l’erreur d’un agent se propage aux agents en aval) et une complexité de retour arrière que les SLA conventionnels ne traitent pas. Lors de la négociation de contrats entreprise avec Salesforce, Anthropic ou tout fournisseur de plateforme multi-agents, spécifiez explicitement : la latence maximale autorisée pour le transfert agent-à-agent ; le délai de réponse aux incidents pour les événements d’hallucination ou de violation de périmètre des agents ; les garanties de retour arrière pour les modifications de données initiées par des agents ; et la portée d’indemnisation pour les décisions générées par des agents qui produisent des erreurs côté client.
La Question Structurelle : Plateforme ou Infrastructure ?
La compétition plus profonde qui se joue en mai 2026 n’est pas entre Salesforce, Anthropic et NVIDIA — c’est entre deux philosophies architecturales. Le modèle plateforme (Salesforce Agentforce) regroupe l’orchestration, l’exécution et la gouvernance dans un produit intégré que les acheteurs entreprise configurent plutôt que construisent. Le modèle infrastructure (tunnels MCP d’Anthropic + Verified Skills de NVIDIA) fournit des primitives que les équipes d’ingénierie entreprise assemblent en architectures d’agents personnalisées.
Les deux modèles gagnent sur le marché actuel parce que la population d’acheteurs est divisée. Les grandes entreprises avec des investissements Salesforce existants achètent Agentforce parce qu’il se déploie en semaines, pas en trimestres. Les organisations d’ingénierie sophistiquées avec des architectures multi-cloud et des contraintes réglementaires achètent des primitives d’infrastructure parce que les plateformes ne peuvent pas accommoder leur complexité.
La question pour les DSI n’est pas quel fournisseur gagne — les trois gagnent — mais quel modèle correspond aux capacités et à la tolérance au risque de leur organisation. Les équipes qui choisissent la voie plateforme doivent négocier la portabilité des données dès le premier jour. Les équipes qui choisissent la voie infrastructure doivent investir dans l’ingénierie de plateforme interne avant que leur complexité de déploiement d’agents ne dépasse leur capacité de gouvernance.
Questions Fréquemment Posées
Quelle est la différence entre Salesforce Agentforce, les tunnels MCP d’Anthropic et les Verified Agent Skills de NVIDIA ?
Salesforce Agentforce est une plateforme d’orchestration au niveau applicatif qui coordonne les agents dans les workflows CRM, Slack et Teams. Les tunnels MCP d’Anthropic sont une infrastructure réseau qui permet aux agents de se connecter de manière sécurisée aux systèmes internes privés sans exposition publique. Les Verified Agent Skills de NVIDIA sont un cadre de gouvernance qui signe cryptographiquement les capacités des agents et les scanne pour détecter les vulnérabilités de sécurité. Ils opèrent à différentes couches de la pile agent et ne sont pas mutuellement exclusifs.
Pourquoi 40 % des projets d’IA agentique ont-ils échoué selon Gartner ?
Gartner projette que plus de 40 % des projets d’IA agentique démarrés en 2026 seront annulés d’ici 2027, principalement en raison d’échecs de gouvernance et d’incapacité à démontrer le ROI. Les causes les plus fréquentes sont l’ambiguïté des périmètres (agents agissant hors de la portée prévue), les défaillances en cascade dans les chaînes multi-agents (l’erreur d’un agent se propage aux autres), et l’absence d’infrastructure d’audit pour les décisions générées par les agents. Ce ne sont pas des problèmes de qualité de modèle — ce sont des problèmes d’architecture de déploiement.
Qu’est-ce qu’un tunnel MCP, et pourquoi est-il important pour les entreprises avec des règles strictes de résidence des données ?
Un tunnel MCP (Model Context Protocol) est une passerelle légère qui établit une connexion chiffrée sortante unique depuis le réseau interne d’une entreprise vers l’infrastructure d’agents d’Anthropic — permettant aux agents d’accéder aux systèmes internes sans nécessiter de règles de pare-feu entrantes ou d’exposition d’API publique. Pour les entreprises avec des règles strictes de résidence des données, l’option de sandbox auto-hébergée permet l’exécution sur une infrastructure contrôlée par le client ou par un partenaire plutôt que dans le cloud d’Anthropic, satisfaisant les exigences de souveraineté des données au prix d’une complexité opérationnelle supplémentaire.
Sources et lectures complémentaires
- Salesforce annonce Agentforce Coworker — Salesforce Ben
- Les Verified Agent Skills de NVIDIA assurent la gouvernance des capacités — Blog technique NVIDIA
- Anthropic introduit les tunnels MCP pour l’accès privé aux agents — InfoQ
- Anthropic ajoute des sandboxes auto-hébergées et tunnels MCP — The Decoder
- Adoption de l’IA agentique en 2026 : ce que disent les analystes — Joget
- Le pari entreprise de Salesforce Agentforce — TechHQ
