Un aperçu du format MailsendR

Intel présente les résultats de milliers d'expériences montrant que les agents IA en entreprise ne sont pas un problème d'inférence seul, mais un problème système complet. L'article recommande de dimensionner par densité d'agents/vCPU, de monitorer la latence des tâches plutôt que l'utilisation CPU, et de privilégier le scale-out. Les premiers succès concernent l'automatisation de workflows déjà codifiés (création de code, tests, triage de tickets).

Cet article détaille les enseignements tirés par Intel de milliers d'expériences sur les charges de travail IA agentique. L'élément central est que les agents IA représentent un problème système complet—orchestration des tâches, accès aux données, exécution d'outils, gestion de la latence, gouvernance—bien au-delà du simple problème d'inférence. Intel propose six métriques d'évaluation critiques : taux de succès, coût par tâche, temps par tâche, débit d'agents, densité d'agents par vCPU, et latence. Le dimensionnement des flottes doit se faire en fonction de la densité d'agents (agents/vCPU) p

Contenu original : Building the enterprise environment for agentic AI — tous droits chez MIT Technology Review.