NVIDIA a lancé Agent Toolkit pour le déploiement sécurisé d'agents AI en entreprise

NVIDIA a présenté Agent Toolkit — une pile open source pour les entreprises souhaitant exécuter des agents IA non pas dans des démos, mais dans des systèmes internes réels. À la GTC 2026 à San Jose, l'entreprise a démontré comment elle prévoit d'aborder la préoccupation principale des clients d'entreprise : la perte de contrôle sur les données, les accès et les actions des agents.

Pourquoi le marché stagne

Les clients d'entreprise ont cessé de se demander s'ils avaient besoin d'agents IA depuis longtemps. La question maintenant est différente : que se passe-t-il quand un tel agent accède au CRM, aux documents internes, au service desk, à la facturation ou aux processus de production ? Si un chatbot ordinaire fait une erreur dans sa réponse, c'est désagréable.

Si un agent autonome entreprend une action de lui-même, l'erreur devient un incident, une fuite de données ou des coûts directs. C'est précisément pourquoi la transition des pilotes à la production se fait plus lentement que ne l'ont promis les fournisseurs de modèles. NVIDIA ne parie pas sur un autre « assistant intelligent », mais sur une couche d'infrastructure conçue pour maintenir les agents dans des limites définies.

L'entreprise affirme explicitement que les entreprises ont besoin de guardrails : des politiques d'accès, des restrictions réseau, des contrôles de confidentialité et une responsabilité claire pour les actions du système. Jusqu'à présent, tout cela a souvent été assemblé manuellement pour chaque cas spécifique, ce qui ne passe pas bien à l'échelle. Agent Toolkit est présenté comme une tentative de standardiser cette partie du marché et d'éliminer la barrière principale à l'adoption.

Qu'y a-t-il dans la pile

Le composant clé de la plateforme est OpenShell, un runtime open source pour les agents autonomes. Dans la terminologie de NVIDIA, les agents eux-mêmes sont appelés claws, et OpenShell garantit qu'ils fonctionnent conformément à la politique de l'entreprise plutôt que « comme ils peuvent ». Il applique des restrictions de sécurité, réseau et confidentialité et doit permettre à un agent d'effectuer un travail utile sans obtenir des privilèges excessifs. C'est un changement important : l'accent se déplace du modèle lui-même vers l'environnement d'exécution et le contrôle du comportement.

• OpenShell — environnement d'exécution avec politiques de sécurité, restrictions réseau et confidentialité
• AI-Q — blueprint pour la recherche agentic et le travail avec les connaissances d'entreprise, construit avec LangChain
• Nemotron — modèles ouverts de NVIDIA pour les étapes de recherche et d'analyse dans le pipeline des agents
• Évaluation intégrée des réponses — système qui montre exactement comment l'agent est arrivé au résultat

Au sein d'Agent Toolkit se trouve également AI-Q — un blueprint de recherche agentic construit avec LangChain. NVIDIA emploie un schéma hybride : les modèles frontier gèrent l'orchestration, tandis que les modèles Nemotron ouverts prennent en charge la partie recherche. Selon l'entreprise, cette approche peut réduire les coûts de requête de plus de 50% tout en livrant des résultats au niveau des meilleures performances sur DeepResearch Bench et DeepResearch Bench II. Pour l'entreprise, ce n'est pas une métrique cosmétique : l'économie des requêtes est précisément ce qui brise souvent l'évolutivité après un pilote réussi.

«

Claude Code et OpenClaw ont initié un tournant pour l'IA agentic — elle va au-delà de la génération et du raisonnement vers l'action », a déclaré Jensen Huang.

Pour éviter que cela ne semble purement théorique, NVIDIA a immédiatement lié OpenShell à l'écosystème des fournisseurs de sécurité. L'entreprise a annoncé sa compatibilité et ses partenariats avec Cisco, CrowdStrike, Google, Microsoft Security et TrendAI. La logique est simple : si les agents doivent fonctionner au sein de réseaux d'entreprise, ils doivent s'intégrer aux outils de sécurité existants plutôt que de demander à l'entreprise de construire un monde séparé uniquement pour l'IA.

Qui est déjà connecté

NVIDIA a rapidement rassemblé une liste impressionnante de partenaires autour d'Agent Toolkit : Adobe, Atlassian, SAP, Salesforce, ServiceNow, Siemens, Cisco, CrowdStrike, Red Hat, Box, Cohesity, Cadence, Dassault Systèmes, IQVIA et Synopsys. C'est un signal important pour le marché : il ne s'agit pas d'un SDK expérimental pour les développeurs enthousiastes, mais d'une tentative de devenir la couche fondamentale pour les logiciels d'entreprise. NVIDIA veut que sa pile vive non pas à côté du logiciel d'entreprise mais en dessous — comme une couche standard pour les scénarios agentic.

Il y a aussi des exemples plus spécifiques. Salesforce, avec NVIDIA, construit une architecture de référence où les employés utilisent Slack comme interface principale et couche d'orchestration pour les agents Agentforce travaillant avec des données provenant de sources à la fois on-premises et cloud. Atlassian intègre Agent Toolkit dans sa stratégie Rovo pour Jira et Confluence. ServiceNow développe une « force de travail autonome » de spécialistes en IA sur cette base. Siemens a lancé Fuse EDA AI Agent pour automatiser les workflows en électronique, et IQVIA a déjà déployé plus de 150 agents dans les équipes internes et chez les clients, incluant 19 des 20 plus grandes sociétés pharmaceutiques.

Le toolkit est maintenant disponible sur build.nvidia.com et est soutenu sur AWS, Google Cloud, Microsoft Azure et Oracle Cloud Infrastructure.

Ce que cela signifie

NVIDIA tente d'occuper le niveau le plus avantageux de ce marché émergent : non pas seulement vendre des puces ou des modèles, mais contrôler le runtime, la sécurité et l'économie des agents IA d'entreprise. Si l'approche avec OpenShell et AI-Q simplifie réellement le déploiement des agents en production, l'entreprise a une chance de devenir pour l'entreprise agentic ce que Kubernetes est devenu pour les conteneurs : non pas l'unique acteur, mais la couche par laquelle passe presque toute implémentation sérieuse.