NVIDIA lance Agent Toolkit pour exécuter des agents IA d'entreprise en toute sécurité

NVIDIA a présenté Agent Toolkit, une pile open source destinée aux entreprises qui veulent faire tourner des agents IA dans de vrais systèmes internes, et pas seulement dans des démos. Lors de la GTC 2026 à San José, le groupe a montré comment il compte répondre à la principale crainte des clients professionnels : perdre le contrôle des données, des accès et des actions de l'agent.

Pourquoi le marché freine

Les clients professionnels ne se demandent plus depuis longtemps s'ils ont besoin d'agents IA. La question est désormais autre : que se passe-t-il quand un agent accède au CRM, aux documents internes, au service desk, à la facturation ou aux processus de production ? Quand un chatbot classique se trompe dans une réponse, c'est désagréable. Quand un agent autonome déclenche lui-même une action, l'erreur devient un incident, une fuite ou un coût direct. C'est pourquoi le passage massif des pilotes à la production est plus lent que ne le promettaient les fournisseurs de modèles.

NVIDIA ne mise pas sur un énième « assistant intelligent », mais sur une couche d'infrastructure censée maintenir les agents dans des limites définies. Le groupe le dit sans détour : les entreprises ont besoin de guardrails, c'est-à-dire de règles d'accès, de restrictions réseau, d'un contrôle de la confidentialité et d'une responsabilité claire pour les actions du système. Jusqu'ici, tout cela était souvent assemblé à la main, cas par cas, ce qui passait mal à l'échelle. Agent Toolkit est présenté comme une tentative de standardiser cette partie du marché et de lever le principal obstacle à l'adoption.

Ce que contient la pile

L'élément central de la plateforme est OpenShell, un runtime open source pour agents autonomes. Dans la terminologie de NVIDIA, les agents s'appellent des claws, et OpenShell veille à ce qu'ils agissent selon la politique de l'entreprise, et non « comme ça vient ». Il fixe des contraintes de sécurité, de réseau et de confidentialité, et doit permettre à l'agent de faire un travail utile sans obtenir de droits superflus. 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 et restrictions de réseau et de confidentialité
• AI-Q : blueprint de recherche agentique et de travail sur les connaissances de l'entreprise, conçu avec LangChain
• Nemotron : modèles ouverts de NVIDIA pour les étapes de recherche et d'analyse au sein du pipeline agentique
• Évaluation intégrée des réponses : système qui montre précisément comment l'agent est parvenu à son résultat

Agent Toolkit inclut aussi AI-Q, un blueprint de recherche agentique bâti avec LangChain. NVIDIA emploie un schéma hybride : des modèles frontier assurent l'orchestration, tandis que les modèles ouverts Nemotron prennent en charge la partie recherche. Selon le groupe, cette approche peut réduire le coût des requêtes de plus de 50 % tout en affichant des résultats au niveau des premières places de DeepResearch Bench et de DeepResearch Bench II. Pour les entreprises, ce n'est pas une métrique cosmétique : l'économie des requêtes casse souvent le passage à l'échelle après un pilote réussi.

«

Claude Code et OpenClaw ont déclenché un tournant pour l'IA agentique : elle dépasse la génération et le raisonnement pour passer à l'action », a déclaré Jensen Huang.

Pour que le projet ne paraisse pas purement théorique, NVIDIA a aussitôt rattaché OpenShell à l'écosystème des éditeurs de sécurité. Le groupe a annoncé une compatibilité et une collaboration avec Cisco, CrowdStrike, Google, Microsoft Security et TrendAI. La logique est simple : si les agents doivent travailler dans les périmètres de l'entreprise, ils doivent s'intégrer aux outils de protection existants plutôt que de demander aux sociétés de bâtir un monde à part rien que pour l'IA.

Qui s'est déjà joint à l'initiative

NVIDIA a d'emblée réuni autour d'Agent Toolkit une liste de partenaires impressionnante : 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 développeurs passionnés, mais d'une tentative de devenir la couche de base des logiciels d'entreprise. NVIDIA veut que sa pile vive non pas à côté des logiciels d'entreprise, mais en dessous, comme couche standard pour les scénarios agentiques.

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

Le kit est déjà disponible sur build.nvidia.com et pris en charge sur AWS, Google Cloud, Microsoft Azure et Oracle Cloud Infrastructure.

Ce que cela signifie

NVIDIA cherche à occuper l'étage le plus avantageux du nouveau marché : ne pas se contenter de vendre des puces ou des modèles, mais contrôler le runtime, la sécurité et l'économie des agents IA d'entreprise. Si l'approche OpenShell et AI-Q simplifie réellement le déploiement d'agents en production, le groupe aura une chance de devenir pour l'entreprise agentique ce que Kubernetes est devenu pour les conteneurs : non pas l'unique acteur, mais la couche par laquelle passe presque tout déploiement sérieux.