Les données ne suffisent plus, il faut désormais partager l’intelligence
L’intelligence artificielle transforme la manière dont les entreprises exploitent leurs données. Pourtant, un obstacle majeur persiste : les ressources nécessaires aux projets IA restent souvent dispersées entre différentes plateformes, équipes et environnements techniques. Modèles, agents, tableaux de bord et données non structurées sont fréquemment enfermés dans des silos qui compliquent leur utilisation à grande échelle. Pour répondre à ce défi, Databricks dévoile Open Sharing, une évolution de son protocole Delta Sharing destinée à étendre le partage sécurisé aux ressources d’intelligence artificielle.
De Delta Sharing à Open Sharing
Lancé en 2021, Delta Sharing avait pour ambition de créer un protocole ouvert permettant aux entreprises d’échanger des données en temps réel sans dépendre d’une plateforme spécifique. Basé sur l’écosystème Delta Lakehouse, il a progressivement été adopté comme une solution d’interopérabilité entre différents environnements cloud et analytiques. Avec Open Sharing, Databricks élargit désormais le concept au-delà des simples données pour inclure les modèles IA, les compétences d’agents, les applications, les tableaux de bord et les contenus non structurés1.
Partager sans copier devient un avantage stratégique
L’une des principales innovations d’Open Sharing réside dans son approche « sans copie ». Les entreprises peuvent partager des ressources IA sans avoir à les déplacer, les dupliquer ou les répliquer entre plusieurs systèmes1. L’accès s’effectue via des identifiants temporaires et des mécanismes de contrôle sécurisés. Cette approche réduit les coûts liés à la duplication des ressources tout en simplifiant la gouvernance et la conformité des données.
L’IA agentique fait exploser les besoins d’interopérabilité
L’arrivée des agents IA accentue encore ce besoin. Dans de nombreux projets, les modèles, les données et les utilisateurs sont répartis sur plusieurs plateformes distinctes. Chaque nouvelle intégration nécessite des développements spécifiques, des contrôles de sécurité et des mécanismes de synchronisation complexes. Selon plusieurs analystes, ces coûts cachés deviennent l’un des principaux freins au déploiement de l’IA à grande échelle2. Open Sharing cherche précisément à réduire cette complexité en fournissant un protocole commun pour échanger les ressources IA.
Les ressources IA deviennent des actifs métiers
Pendant longtemps, la valeur résidait principalement dans les données elles-mêmes. Aujourd’hui, les entreprises considèrent de plus en plus les modèles, les agents et les workflows IA comme des actifs stratégiques. Cette évolution modifie la manière dont les organisations gèrent leurs infrastructures numériques. Open Sharing accompagne cette tendance en permettant de partager non seulement les données, mais aussi la logique, le contexte et l’intelligence qui leur sont associés3.
Une gouvernance portée par la Fondation Linux
Pour favoriser son adoption, Databricks place Open Sharing sous l’égide de la Fondation Linux et de sa branche LF Data & AI1. Cette gouvernance ouverte vise à rassurer les entreprises sur la pérennité du protocole et à encourager l’interopérabilité avec d’autres acteurs du marché. Le protocole prend également en charge les tables Apache Iceberg, de plus en plus utilisées dans les architectures modernes de données et d’intelligence artificielle.
Réduire les coûts d’intégration et accélérer les projets
Les entreprises consacrent aujourd’hui une part importante de leurs budgets IA à l’intégration des systèmes. Le partage des ressources entre partenaires, filiales ou clients nécessite souvent des semaines de développement. En standardisant ces échanges, Open Sharing pourrait réduire considérablement ces délais. Pour les DSI, l’enjeu est majeur : accélérer le déploiement des projets tout en limitant les coûts opérationnels associés à la gestion de multiples plateformes2.
Une nouvelle étape pour l’économie de l’IA
Cette évolution reflète une tendance plus large : l’industrialisation de l’intelligence artificielle. Après avoir investi dans les modèles et les infrastructures, les entreprises cherchent désormais à fluidifier la circulation des ressources IA. Les organisations capables de partager rapidement leurs modèles, leurs agents et leurs données disposeront d’un avantage concurrentiel significatif dans un environnement où la vitesse d’exécution devient essentielle.
Comprendre l’interopérabilité des données devient essentiel
Cette transformation met en avant une compétence stratégique : la gouvernance et le partage des données à l’ère de l’IA. Les futurs professionnels IT devront comprendre les protocoles d’échange, les architectures ouvertes et les mécanismes permettant de faire circuler les ressources entre différents environnements. À mesure que les systèmes deviennent plus distribués, l’interopérabilité devient un facteur clé de réussite des projets numériques.
Vers une IA plus ouverte et collaborative
Avec Open Sharing, Databricks tente de répondre à l’un des défis les plus importants de l’intelligence artificielle moderne : permettre aux ressources IA de circuler aussi facilement que les données. Pour les étudiants et futurs professionnels IT, cette évolution mérite une attention particulière. Elle montre que l’avenir de l’IA ne dépendra pas seulement de la puissance des modèles, mais aussi de la capacité des entreprises à partager efficacement leurs connaissances, leurs données et leurs agents intelligents.
L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.
Pour aller plus loin
L’émergence d’Open Sharing illustre une tendance forte : les entreprises cherchent à rendre leurs données et leurs ressources IA plus accessibles entre différentes plateformes et environnements cloud. Cette interopérabilité devient essentielle pour alimenter les agents intelligents et accélérer les projets d’intelligence artificielle. Sur un sujet connexe, découvrez notre article « AWS renforce OpenSearch pour connecter l’IA aux données d’entreprise », qui analyse comment les infrastructures de données évoluent pour répondre aux besoins de l’IA agentique.
Références
1. Databricks. (2026). Open Sharing: Extending Delta Sharing for AI Assets.
https://www.databricks.com
2. HFS Research. (2026). The Hidden Cost of AI Integration and Interoperability.
https://www.hfsresearch.com
3. HyperFrame Research. (2026). AI Assets and the Future of Enterprise Data Sharing.
https://www.hyperframeresearch.com
Palo Alto Networks renforce la sécurité des agents IA autour de Claude Enterprise
PPalo Alto Networks présente plusieurs évolutions de Prisma AIRS : protection des interactions avec Claude Enterprise, analyse des composants utilisés par les agents et contrôle des échanges avec leurs outils.[1] L’enjeu est concret pour les entreprises : éviter qu’un...
ServiceNow prépare AI Passport pour contrôler les droits d’accès des agents IA
SServiceNow annonce AI Passport, un justificatif d’autorisation signé cryptographiquement destiné à encadrer les agents IA et les serveurs MCP pendant l’exécution des workflows. Sa disponibilité est prévue au quatrième trimestre 2026.[1] L’image du badge numérique...
SAP veut acquérir TechWolf pour relier tâches, compétences et transformation des métiers
SSAP annonce un accord pour acquérir TechWolf, une plateforme d’IA qui relie les tâches, les compétences et les évolutions du marché du travail. La clôture est attendue au quatrième trimestre 2026, sous réserve notamment des autorisations réglementaires.[1]...
ServiceNow veut faire de l’amélioration des processus une boucle continue pilotée par l’IA
AAvec AI Workflow Factory, ServiceNow propose de relier l’identification des processus inefficaces à la construction et à l’exploitation de leurs améliorations. L’annonce associe notamment Autonomous Engineer, un outil destiné à automatiser davantage le travail...
Mistral Large 4 : ce que son modèle de 1 000 milliards de paramètres peut changer pour les entreprises
MMistral ouvre la préversion publique de Mistral Large 4, surnommé « Le Chonk », et prévoit de publier ses poids d’ici la fin du mois.[1] Ce modèle européen vise notamment les usages agentiques, la cybersécurité, la finance et l’industrie. Pour les entreprises,...
IBM Bob : développer avec l’IA sans faire sortir son code de l’entreprise
IIBM annonce une version auto-hébergée de Bob, sa plateforme de développement agentique, pour les infrastructures internes, les clouds privés ou souverains et les environnements isolés d’Internet.[1] Cette possibilité répond à un obstacle concret : certaines...
OpenShift change de socle : ce que les entreprises doivent vérifier avant RHCOS 10
RRed Hat prévoit de faire de RHEL CoreOS 10 (RHCOS 10) le système par défaut des nouvelles installations OpenShift au quatrième trimestre 2026. RHCOS 9 restera disponible pour les versions récentes au moins jusqu’à mi-2027.[1] Pour les entreprises, cette transition...
HPE prépare un réseau qui anticipe les incidents et automatise certaines interventions
HPE prévoit de déployer un Self-Driving Network pour la Ryder Cup 2027, avec du Wi-Fi 7 et un centre opérationnel réunissant données et outils d’IA.[1] L’objectif annoncé est de surveiller les usages, d’adapter le réseau et de progresser vers des interventions...
Votre agent IA sait-il vraiment défendre votre entreprise ? Hack The Box met ses compétences à l’épreuve
Hack The Box lance AI Range Enterprise Edition pour permettre aux équipes de sécurité d’évaluer leurs propres agents IA sur les rôles qui leur sont confiés.[1] Pour les entreprises, l’enjeu est concret : disposer de preuves avant de déléguer une mission, puis vérifier...
Ericsson permet aux entreprises de reprendre la main sur la gestion de leurs réseaux 5G
Ericsson annonce NetCloud Private, une offre qui permet d’héberger la gestion de ses équipements Wireless WAN dans un environnement contrôlé par le client. Sa disponibilité générale mondiale est prévue pour octobre 2026.[1] Pour les entreprises, l’enjeu est de choisir...
