Rackspace et Uniphore s’associent pour proposer une architecture « Infrastructure-to-Agents » pour l’IA d’entreprise

Les entreprises ont passé les dernières années à expérimenter l’intelligence artificielle, mais de nombreuses initiatives restent bloquées dans les phases de pilotage. Un nouveau partenariat entre Rackspace Technology et Uniphore vise à combler ce fossé en introduisant ce que les entreprises appellent une architecture « Infrastructure-to-Agents », une approche full-stack conçue pour aider les organisations à déplacer les systèmes d’IA des phases d’expérimentation vers des environnements de production réels.

Annoncé début mars, la collaboration combine l’infrastructure hybride multicloud et l’infrastructure cloud privée de Rackspace avec la plate-forme d’IA d’entreprise d’Uniphore. Les entreprises déclarent que l’objectif est de créer un environnement intégré où les entreprises peuvent déployer des modèles d’IA, préparer des données et exécuter des agents d’IA autonomes tout en maintenant la gouvernance, la sécurité et la conformité réglementaire.

Cet effort reflète un changement plus large dans l’IA d’entreprise. Les organisations dépassent les questions sur lesquelles modèles ou puces utiliser et se concentrent plutôt sur la façon de traduire les capacités d’IA en résultats commerciaux fiables.

Le défi de déplacer l’IA vers la production

Les outils d’IA générative se sont répandus rapidement dans les organisations, mais la construction de systèmes fiables qui fonctionnent en production reste difficile. De nombreuses entreprises sont confrontées à une fragmentation à travers la pile d’IA. L’infrastructure peut être gérée dans un endroit, les pipelines de données dans un autre, et les modèles d’IA dans un environnement encore différent.

Le partenariat vise à résoudre cette fragmentation en combinant deux couches complémentaires. Rackspace contribue une infrastructure cloud privée conçue pour exécuter des charges de travail d’IA de manière sécurisée dans des environnements CPU et GPU. Uniphore contribue sa plate-forme Business AI Cloud, qui intègre des modèles, des pipelines de données, des couches de connaissances et une automatisation basée sur des agents.

Ensemble, les entreprises visent à fournir un environnement unifié qui couvre le cycle de vie complet de l’IA d’entreprise. Cela comprend la préparation des données, l’exécution de charges de travail d’inférence, la gestion des modèles et le déploiement d’agents d’IA qui automatisent les flux de travail commerciaux.

Comprendre la pile « Infrastructure-to-Agents »

Le concept d’Infrastructure-to-Agents consiste à traiter l’ensemble de la pile d’IA comme un système connecté plutôt qu’une collection d’outils indépendants.

Dans cette architecture, l’infrastructure prend en charge la couche de calcul, les pipelines de préparation de données transforment les données d’entreprise en entrées utilisables, les modèles effectuent des raisonnements et des prédictions, et les agents d’IA automatisent les tâches dans les flux de travail opérationnels.

Sous le partenariat, les entreprises auront accès à des environnements d’inférence capables de fonctionner sur les architectures de calcul NVIDIA et AMD. La plate-forme fournit également des services de préparation de données conçus pour structurer les données d’entreprise de sorte qu’elles puissent être utilisées efficacement par les modèles d’IA. Les petits modèles de langage affinés sont un autre composant important, permettant aux entreprises de déployer des modèles spécialisés adaptés à des fonctions commerciales spécifiques.

Ces modèles peuvent alors alimenter des agents d’IA qui automatisent les tâches dans des secteurs tels que les soins de santé, la finance et l’assurance.

Les petits modèles de langage jouent un rôle particulièrement important dans les environnements d’entreprise. Par rapport aux grands modèles généraux, ils peuvent être optimisés pour des cas d’utilisation plus étroits, fonctionner de manière plus efficace et offrir un contrôle plus grand sur les performances et la gouvernance.

La vision d’Uniphore de l’entreprise agente

La plate-forme d’Uniphore est construite autour de l’idée de l’entreprise agente, où les agents d’IA effectuent un travail structuré à travers les processus commerciaux plutôt que de simplement répondre à des invites.

La plate-forme Business AI Cloud de l’entreprise combine plusieurs couches qui travaillent ensemble. Ces couches comprennent l’infrastructure requise pour l’inférence, les systèmes de données et de connaissances qui organisent les informations d’entreprise, les modèles eux-mêmes et les agents qui exécutent des tâches en fonction de ces modèles.

Cette architecture est conçue pour combler le fossé entre les outils d’IA de style consommateur et les systèmes d’entreprise qui doivent répondre à des exigences strictes en matière de fiabilité, de sécurité et de conformité.

En intégrant l’environnement d’infrastructure de Rackspace, la plate-forme peut fonctionner à l’intérieur de déploiements de cloud privés contrôlés par l’entreprise. Cette approche permet aux organisations de déployer l’IA tout en maintenant le contrôle sur les données sensibles.

Rackspace dans l’opérationnalisation de l’IA

Rackspace contribue une expérience dans la gestion d’environnements cloud complexes à la fois sur les infrastructures publiques et privées.

Grâce au partenariat, les ingénieurs de Rackspace travailleront en étroite collaboration avec les équipes d’entreprise pour déployer et exploiter la plate-forme combinée. Ces ingénieurs aident à configurer l’infrastructure, à optimiser les charges de travail et à garantir que les systèmes d’IA fonctionnent de manière fiable dans les environnements de production.

Ce modèle opérationnel reflète la stratégie plus large de Rackspace consistant à fournir des services d’infrastructure gérés plutôt que de simplement livrer des composants matériels ou logiciels. Les entreprises décrivent l’offre comme basée sur les résultats, ce qui signifie que l’accent est mis sur la fourniture de résultats mesurables plutôt que simplement sur le déploiement de la technologie.

IA souveraine et industries réglementées

L’un des principaux moteurs derrière la collaboration est la demande croissante d’infrastructure d’IA souveraine.

Des secteurs tels que les services financiers, les soins de santé et l’assurance fonctionnent sous des cadres réglementaires stricts. Ces organisations ont souvent besoin de garanties solides en matière de gouvernance des données, de confidentialité et de contrôle opérationnel.

En exécutant des charges de travail d’IA à l’intérieur d’environnements de cloud privés et en permettant aux entreprises de sélectionner l’architecture de calcul la plus appropriée, la plate-forme Rackspace et Uniphore est conçue pour répondre à ces exigences. Cette approche permet aux organisations d’adopter des technologies d’IA tout en maintenant les normes de sécurité et de conformité attendues dans les secteurs réglementés.

Un déplacement vers l’IA opérationnelle

Le partenariat reflète un changement plus large dans la façon dont les entreprises abordent l’intelligence artificielle.

Dans les premières étapes du boom de l’IA générative, les conversations se sont concentrées lourdement sur les modèles et le matériel. Les organisations ont débattu de quels grands modèles de langage adopter ou de quels plateformes de calcul offraient les meilleures performances.

Aujourd’hui, l’accent a été mis sur l’intégration opérationnelle. Les entreprises se demandent comment l’IA peut être intégrée dans les flux de travail réels, comment les systèmes peuvent être gouvernés en toute sécurité et comment les déploiements peuvent être mis à l’échelle sans créer de nouvelles couches de complexité.

En présentant une architecture unifiée Infrastructure-to-Agents, Rackspace et Uniphore tentent d’aborder ces défis au niveau du système.

De l’expérimentation aux résultats mesurables

En fin de compte, l’objectif du partenariat est de raccourcir le chemin de l’expérimentation d’IA au déploiement en production.

De nombreuses organisations ont encore du mal avec des projets pilotes qui ne dépassent jamais les tests limités. Une plate-forme unifiée qui intègre l’infrastructure, la préparation de données, les modèles et les agents d’IA pourrait aider à réduire ces barrières.

Si la collaboration est couronnée de succès, elle peut illustrer un modèle émergent dans l’IA d’entreprise : la prochaine phase d’adoption dépendra moins de nouveaux modèles et plus de la capacité à intégrer les systèmes d’IA dans des environnements technologiques sécurisés, gérés et opérationnels.