De nombreuses entreprises se heurtent aujourd’hui au passage à l’échelle de leurs projets d’intelligence artificielle. Selon IDC, les organisations ont mené en moyenne 23 preuves de concept en IA générative entre 2023 et 2024, mais seulement trois ont abouti à une mise en production, et parmi celles-ci, seules 62 % ont répondu aux attentes. Ce faible taux de réussite illustre la difficulté d’intégrer des modèles d’IA avec des données métier fiables et en temps réel, condition pourtant essentielle pour des cas d’usage de plus en plus répandus et sensibles au temps.
Confluent mise sur Streaming Agents pour lever ce verrou. « L’IA agentique est désormais sur la feuille de route de toutes les entreprises. Mais beaucoup restent bloquées au stade du prototype », explique Shaun Clowes, directeur produit chez Confluent. L’objectif est de simplifier l’intégration entre les flux de données et les agents IA afin de fournir aux équipes une base prête à l’emploi pour déployer des agents capables d’interagir avec leurs systèmes critiques.
Une orchestration native entre données et raisonnement
Streaming Agents repose sur une intégration étroite entre Flink et Kafka, ce qui permet aux agents de fonctionner comme des composants événementiels reliés directement aux flux métiers. Contrairement aux architectures où l’IA reste découplée des systèmes transactionnels, la solution de Confluent propose une synchronisation permanente : les agents sont alimentés par un contexte actualisé en temps réel et peuvent ajuster leurs actions selon les signaux reçus.Cette approche vise à transformer les agents en véritables exécutants opérationnels : un acteur du commerce en ligne peut, par exemple, connecter un agent à ses flux de prix et aux bases concurrentielles afin d’adapter automatiquement sa tarification en fonction du marché. Un service client qui réoriente instantanément les demandes vers le bon interlocuteur.
Des systèmes logistiques qui réallouent leurs ressources dès qu’un flux d’approvisionnement est perturbé. Ces scénarios relèvent désormais du possible grâce aux Streaming Agents que Confluent intègre directement dans sa plateforme cloud. La promesse est de réduire les délais de réaction et d’optimiser directement les performances commerciales.
Des fonctionnalités orientées production
Confluent met en avant plusieurs briques conçues pour sécuriser le passage à l’échelle. Le « tool calling » basé sur MCP (Model Context Protocol) permet d’invoquer dynamiquement les bons outils (bases de données, SaaS, API) en tenant compte du contexte métier. Les connexions gérées de manière centralisée facilitent l’intégration sécurisée avec les modèles et les bases vectorielles.Les tables externes et les fonctions de recherche enrichissent les flux Kafka avec des sources relationnelles ou via API, améliorant la précision des décisions grâce à Flink SQL. Enfin, la rejouabilité autorise des tests A/B et des mises en production progressives sans impacter les opérations réelles.
Pour IDC, ce type d’architecture est déterminant. « Bien que la plupart des entreprises investissent dans l’IA agentique, leurs architectures de données ne peuvent pas prendre en charge les capacités de prise de décision autonome que ces systèmes exigent », souligne Stewart Bond, vice-président Data Intelligence and Integration Software. En intégrant ces fonctions en natif dans sa plateforme cloud, Confluent se positionne comme un fournisseur clé pour les DSI cherchant à industrialiser leurs cas d’usage IA.
Une stratégie offensive sur l’IA d’entreprise
Streaming Agents ne constitue pas un geste isolé, mais une étape supplémentaire dans une trajectoire que Confluent a progressivement dessinée. Au printemps 2025, l’éditeur avait lancé Tableflow avec le support d’Apache Iceberg, confirmant sa volonté de dépasser son rôle historique de spécialiste du streaming pour entrer sur le terrain de la gestion des tables et de l’ingestion simplifiée. Ce mouvement visait alors à renforcer sa position face à Snowflake et Databricks, en s’appuyant sur l’intégration native avec Kafka plutôt que sur une simple extension analytique.Avec Streaming Agents, Confluent fait évoluer ce positionnement en ajoutant une dimension agentique au temps réel. Là où Tableflow répondait à un besoin de standardisation et de gouvernance des données, la nouvelle fonctionnalité se situe du côté de l’orchestration intelligente et de la prise de décision automatisée. En reliant données, outils et modèles dans un même pipeline, l’éditeur franchit un cap stratégique : il ne fournit plus seulement l’infrastructure des flux, mais une base opérationnelle pour les agents autonomes d’entreprise.
Cette logique s’inscrit dans une bataille déjà engagée entre fournisseurs de plateformes. Snowflake avance ses pions avec Cortex et Iceberg pour faire du « data cloud » le pivot des usages d’IA générative, tandis que Databricks pousse Lakeflow et Mosaic AI pour relier ingestion, modèles et gouvernance. Confluent se différencie en capitalisant sur son ADN du temps réel et en cherchant à occuper une place centrale dans l’IA agentique, un segment encore émergent, mais perçu comme stratégique par les directions IT.
Cette continuité est le fruit d’une offensive pour élargir progressivement le périmètre de Confluent, du streaming de données à la gouvernance, puis à l’intelligence en temps réel. Pour les DSI, la proposition est celle d’une industrialisation accélérée des projets d’IA, en réduisant les délais entre prototype et production et en garantissant un retour sur investissement mesurable.
Confluent se positionne ainsi non plus seulement comme un fournisseur de technologie, mais comme un acteur capable d’accompagner la mutation des systèmes d’information vers des architectures où l’IA agit en temps réel aux côtés des métiers.
