L’écosystème de l’IA générative a basculé de simples chatbots réactifs à des agents autonomes capables d’interagir activement avec les outils métier et les systèmes d’entreprise. Cette évolution, qui permet désormais aux agents de faire appel à des sous-agents, engendre un risque exponentiel de prolifération et, avec elle, une augmentation du coût des tokens et des failles d’accès. C’est précisément ce défi que Nutanix cherche à adresser avec le lancement de Nutanix Agent Gateway, disponible dans la version 2.7 de Nutanix Enterprise AI.

Cette nouvelle couche de gouvernance vise à centraliser la gestion et à sécuriser le trafic entre les agents et les grands modèles de langage (LLM), y compris les serveurs Model Context Protocol (MCP) qui accèdent à des outils comme GitHub ou Stripe. En offrant une vision complète des usages et une reddition de comptes en temps réel sur les coûts de tokens, Nutanix permet aux équipes informatiques de surveiller l’utilisation à travers les environnements de modèles hébergés publiquement et ceux auto-hébergés.

Le souci principal, c’est la rapidité de cette transition vers des agents de production. Les cadres de gouvernance peinent à suivre le rythme. Si les équipes n’ont pas un contrôle centralisé, elles risquent de créer ce que l’on appelle l’« IA fantôme » (shadow AI), ouvrant la porte à des fuites de données et à des problèmes de conformité. Gartner anticipe d’ailleurs que « plus de 40 % des projets d’IA agentique seront annulés d’ici 2027 à cause des coûts croissants, d’une valeur métier non claire ou d’un contrôle des risques inadéquat » (Gartner, 9 avril 2026).

Maîtriser la facture tokenique

La discipline financière, ou FinOps, que les entreprises ont acquise sur dix ans pour gérer leurs charges d’infrastructure – en dimensionnant, en réservant ou en possédant du matériel – commence à s’appliquer au domaine de l’IA, mais avec des enjeux financiers encore plus aigus. Si le coût des infrastructures est prévisible, le coût par token des modèles de pointe demeure une ligne budgétaire imprévisible. Le CTO de Nutanix, Manosiz Bhattacharyya, a souligné cette différence : « Quand on paie pour l’infrastructure, c’est beaucoup plus prévisible que de payer par token » (The Stack, 2026).

L’approche consiste, selon Nutanix, à utiliser l’infrastructure dédiée pour les charges de travail prévisibles, réservant les modèles de pointe uniquement lorsque la complexité de la tâche l’exige. La passerelle Agent Gateway permet aux développeurs d’utiliser une API unique, qu’ils soient connectés à un modèle frontal cloud ou à une instance privée auto-hébergée. Cela signifie que changer l’endroit où tourne une requête n’oblige pas à réécrire l’application.

Sécurité et autonomie des agents

Au-delà des finances, la gouvernance touche à la sécurité. Quand les agents accèdent à des systèmes d’entreprise via les MCP, la passerelle impose des politiques de contrôle d’accès au niveau de l’outil. C’est ce qui permet de garantir un accès sécurisé à des données privées dans un environnement contrôlé, répondant aux exigences de gouvernance. De plus, cette solution offre la flexibilité nécessaire pour éviter le verrouillage fournisseur (vendor lock-in), puisqu’elle supporte le déploiement rapide dans le cloud public ou sur des infrastructures Kubernetes soutenues.

En substance, les équipes informatiques obtiennent un point de contrôle centralisé, tandis que les développeurs conservent la fluidité nécessaire pour créer sans friction. La question demeure : comment garantir cette discipline sans ralentir l’innovation, surtout quand la tendance est de vouloir toujours utiliser le modèle le plus puissant disponible ?

Sources

• Introducing Nutanix Agent Gateway: Unified Governance and Cost Control for Enterprise AI, nutanix.com
• Does your model need a Rolls Royce or a bicycle?, The Stack, 2 novembre 2026