En 2024, des dizaines de start-up ont promis de devenir la couche indispensable entre les grands modèles d’IA et les entreprises. Mais selon Jerry Liu, CEO de LlamaIndex, cette promesse s’effondre déjà. Son idée est simple, les boucles d’agents sont devenues assez solides pour rendre beaucoup d’outils intermédiaires interchangeables.
La ruée vers les frameworks perd de sa magie
Pendant deux ans, l’écosystème IA a adoré empiler des briques, orchestration, mémoire, routing, connecteurs, observabilité. Toute une génération d’acteurs s’est vendue comme le système nerveux des applications IA. Le problème, c’est que ces fonctions deviennent peu à peu des commodités. Autrement dit, elles restent utiles, mais elles ne suffisent plus à créer un vrai fossé face à la concurrence. Pour Jerry Liu, on arrive à la fin de l’ère où un framework pouvait, à lui seul, être la star du produit.
Pourquoi ce basculement maintenant ? Parce que les modèles progressent vite, et que les agents savent déjà mieux enchaîner des tâches, appeler des outils, corriger leurs erreurs et boucler sur un objectif. Résultat, la valeur quitte la simple tuyauterie logicielle. Ce qui compte moins, c’est le fait d’avoir une couche de pilotage. Ce qui compte plus, c’est ce qu’on injecte vraiment dans le cerveau du modèle au bon moment.
Le vrai nerf de la guerre, c’est le contexte
Dans cette vision, l’avantage compétitif ne vient plus surtout de l’agent lui-même, mais de la qualité du contexte qu’il reçoit. Il faut aller chercher les bonnes données, propres, fraîches, pertinentes, puis les structurer de façon exploitable. Si un agent a accès à de mauvaises infos, il ira vite, mais dans la mauvaise direction. À l’inverse, un contexte précis peut transformer un modèle standard en outil redoutablement efficace.
C’est là que LlamaIndex défend son terrain. L’entreprise mise sur tout ce qui touche à la préparation, la récupération et l’organisation des données pour nourrir les modèles. En clair, moins de promesses magiques sur l’agent universel, plus de travail sur la qualité des sources, le découpage des documents, les signaux métiers et la capacité à servir la bonne information au bon moment. Dans l’IA appliquée, c’est souvent cette cuisine invisible qui fait la différence.
Ce que ça change pour les start-up IA
Le message est assez brutal pour le marché. Si la couche d’orchestration devient banale, beaucoup de jeunes pousses vont devoir prouver autre chose qu’une belle surcouche sur les LLM. Les gagnants pourraient être ceux qui possèdent des données rares, des intégrations profondes ou une expertise métier difficile à copier. Pour les entreprises clientes, c’est aussi une bonne nouvelle, elles risquent moins d’être enfermées dans des outils qui se ressemblent tous.
La prochaine grande question est donc la suivante, dans un monde où les agents deviennent presque standard, qui contrôlera vraiment la valeur, ceux qui pilotent les modèles, ou ceux qui savent leur donner le meilleur contexte possible ?