DigitalOcean et VAST veulent simplifier les données qui alimentent les agents IA

Nov 3, 2026 | Cloud, L'actu IT à 360

Un agent IA peut disposer d’un modèle performant et rester incapable de retrouver la bonne procédure ou la dernière information client. Le 12 octobre, DigitalOcean et VAST annoncent un partenariat élargi autour du VAST AI Operating System, avec Agent Data Services comme couche de données administrée.[1] La promesse intéresse les équipes qui cherchent à industrialiser leurs agents : réduire le nombre de composants à assembler. Le service reste toutefois en préversion privée.[2]

01

Le prototype fonctionne, mais les données se compliquent

Un prototype de recherche augmentée, ou RAG, peut commencer avec quelques documents. Le système recherche des passages pertinents avant de les transmettre au modèle pour préparer une réponse. Lorsque le périmètre grandit, il faut gérer des versions, des formats différents et des informations qui évoluent à des rythmes distincts.

L’équipe doit aussi comprendre pourquoi un agent a échoué. Une mauvaise réponse peut provenir d’une source obsolète, d’une recherche incomplète ou d’une mauvaise interprétation. Relier la réponse aux informations consultées devient alors aussi utile que le choix du modèle.

02

Une couche commune pour préparer et retrouver les informations

DigitalOcean présente Agent Data Services comme un service réunissant les données multimodales, les enregistrements structurés et les sessions des agents. Des Data Flows configurés par les équipes assurent le traitement, l’enrichissement et l’indexation. Un catalogue rassemble données et vecteurs, avec accès SQL et API.[2]

Le partenariat étend ainsi la collaboration avec VAST au-delà du stockage. Les agents doivent pouvoir lire le contexte utile et enregistrer les résultats de leur travail dans une même couche administrée.[1] Cette approche vise à diminuer l’effort d’intégration ; elle ne signifie pas que toute l’architecture de données de l’entreprise disparaît.

03

Ce que la simplification doit permettre de vérifier

Cette grille propose trois critères pour évaluer le service sur un cas concret. Elle constitue une analyse éditoriale, pas un bilan de performances mesurées.

Besoin Bénéfice recherché Test à réaliser
Actualiser le contexte Réduire les synchronisations à entretenir. Modifier une source et mesurer le délai avant sa prise en compte.
Retrouver une information Interroger plusieurs formats dans un parcours commun. Vérifier la pertinence et la source des résultats sur des questions connues.
Analyser les erreurs Rapprocher les traces des informations utilisées. Reconstituer un échec et identifier les données manquantes.

04

Une préversion à tester avant tout engagement opérationnel

L’accès est réservé aux participants acceptés dans la préversion privée. DigitalOcean précise l’absence d’accord de niveau de service et d’engagement de support. Cette préversion n’est pas couverte par ses certifications de conformité standard ; les fonctionnalités, tarifs et disponibilités peuvent évoluer.[2]

Pour une entreprise, cela invite à commencer par un périmètre non critique. Les conditions d’hébergement, la récupération des données et le coût complet devront être examinés avant d’envisager un déploiement durable. La simplicité de prise en main ne suffit pas à établir la viabilité d’un service.

05

Un assistant de support comme terrain d’expérimentation

Imaginons une PME qui souhaite aider ses techniciens à retrouver une procédure dans des notices, des captures d’écran et des transcriptions de formation. Un pilote pourrait porter sur une seule gamme de produits, avec des documents validés et des questions dont les réponses sont connues. Ce scénario est illustratif, il ne décrit pas un résultat client publié.

Le test devrait inclure une procédure modifiée, une notice retirée et deux profils disposant de droits différents. Il permettrait de vérifier si l’agent cite la bonne version et si les informations réservées restent inaccessibles au profil non autorisé. Le mot « gouverné » ne dispense pas de contrôler ces comportements de bout en bout.

La comparaison porterait sur le temps de maintenance, la qualité des réponses et les coûts de traitement. Une plateforme unifiée peut réduire certaines tâches tout en créant une dépendance plus forte à son fournisseur. La possibilité d’exporter les données et de reconstruire les traitements mérite donc un examen dès le pilote.

06

La compétence IT à retenir : Gestion des données

La Gestion des données prend ici une place centrale. Le professionnel identifie les sources de référence, vérifie leur qualité et précise leur durée de validité. Une information correctement indexée peut rester fausse ou dépassée : rendre un contenu accessible à un agent ne lui donne pas automatiquement valeur de référence.

Son rôle comprend aussi la définition des accès et le suivi des transformations. Il doit pouvoir expliquer d’où vient une information, comment elle a été préparée et qui peut la consulter. Lorsqu’un document change ou disparaît, les représentations utilisées par l’agent doivent être prises en compte dans la gestion de ce changement.

Le travail se poursuit dans le dialogue avec les métiers. L’analyste doit pouvoir vérifier les observations proposées, expliciter les incertitudes et suivre l’effet des décisions prises. L’automatisation peut accélérer l’investigation ; la responsabilité de donner un sens fiable aux résultats demeure.

07

Les traces des agents doivent aussi être administrées

Les traces des agents deviennent elles-mêmes des données à administrer. Elles peuvent aider à comprendre les erreurs, mais contenir aussi des informations sensibles. Leur conservation et leur utilisation doivent répondre à un besoin défini. L’enjeu est de construire un contexte fiable, vérifiable et adapté au travail demandé.

08

La qualité du contexte reste à vérifier dans un pilote

DigitalOcean et VAST proposent de transférer une partie de la maintenance technique vers un service administré. La valeur pour une PME se vérifiera dans un pilote : moins de travail d’intégration, des informations à jour et des accès correctement appliqués. Un contexte mieux organisé améliore les conditions de travail d’un agent, sans garantir à lui seul la justesse de ses réponses.

Pour aller plus loin

Quatre lectures CCCLX pour approfondir le partage, la surveillance et l’exploitation des données.

Stockage et supervision

Google Cloud Storage Intelligence Advisor et les anomalies de stockage

La détection des anomalies dans les environnements de stockage.
Interfaces et données

Parlez à votre base de données : Oracle améliore son IA NL2SQL

L’accès conversationnel aux données d’entreprise.
Données et partage

Databricks étend Delta Sharing à l’IA et veut casser les silos de données

Les échanges de données entre outils et environnements.
Cloud et agents IA

Agents vocaux IA : Oracle détaille une architecture LiveKit sur OCI

Un exemple d’intégration d’agents à une architecture cloud.

Sources

  1. 01

    VAST Data (12 octobre 2026). « VAST Data and DigitalOcean Expand Partnership to Give AI Agents Real-Time Context ». Annonce de l’élargissement du partenariat autour du VAST AI Operating System et de DigitalOcean AI-Native Cloud.

    Consulter la source →

  2. 02

    DigitalOcean (12 octobre 2026). « Introducing DigitalOcean Agent Data Services: The Data Foundation for Agents ». Présentation des fonctions annoncées et des conditions de la préversion privée.

    Consulter la source →

L’Actu IT à 360°, décrypter la technologie pour comprendre les métiers de demain.

Découvrir CCCLX →

Livre blanc : Comment l’IA générative transforme les PME

Livre blanc : Comment l’IA générative transforme les PME

Livre blanc : Comment l’IA générative transforme les PME Dans un monde où l’innovation technologique redéfinit les règles du jeu, les petites et moyennes entreprises n’ont jamais eu autant à gagner… ou à perdre. C’est dans ce contexte en perpétuelle évolution que...