{"id":7832,"date":"2026-06-30T06:00:09","date_gmt":"2026-06-30T13:00:09","guid":{"rendered":"https:\/\/www.couchbase.com\/\/press-releases\/couchbase-launches-the-ai-data-plane-the-operational-data-foundation-for-the-agentic-enterprise\/"},"modified":"2026-06-30T06:00:09","modified_gmt":"2026-06-30T13:00:09","slug":"couchbase-launches-the-ai-data-plane-the-operational-data-foundation-for-the-agentic-enterprise","status":"publish","type":"press-releases","link":"https:\/\/www.couchbase.com\/fr\/press-releases\/couchbase-launches-the-ai-data-plane-the-operational-data-foundation-for-the-agentic-enterprise\/","title":{"rendered":"Couchbase lance l'AI Data Plane, la fondation de donn\u00e9es op\u00e9rationnelles pour l'entreprise agentique"},"content":{"rendered":"

Une couche de donn\u00e9es unifi\u00e9e, du cloud \u00e0 la p\u00e9riph\u00e9rie, offre aux agents d'IA de production la m\u00e9moire, le contexte et les performances gouvern\u00e9s dont ils ont besoin pour se souvenir, raisonner et agir sur un contexte en temps r\u00e9el.<\/span><\/i><\/p>\n\n\n\n

SAN JOSE, Californie \u2013 30 juin 2026 \u2013 <\/b>Couchbase<\/a>, La plateforme de donn\u00e9es op\u00e9rationnelles pour l'IA\u2122, aujourd'hui, a annonc\u00e9 la disponibilit\u00e9 g\u00e9n\u00e9rale de l'AI Data Plane, une couche d'infrastructure de donn\u00e9es unifi\u00e9e pour les agents d'IA d'entreprise. L'AI Data Plane de Couchbase\u2122 offre aux entreprises une m\u00e9moire d'agent persistante, une r\u00e9cup\u00e9ration de contexte en temps r\u00e9el et un acc\u00e8s coh\u00e9rent aux donn\u00e9es, du cloud \u00e0 la p\u00e9riph\u00e9rie, et dans leurs architectures lakehouse. En fusionnant les services de donn\u00e9es fragment\u00e9s qui ont frein\u00e9 les d\u00e9ploiements d'agents en une seule couche gouvern\u00e9e, les entreprises peuvent passer de projets pilotes \u00e0 des agents de qualit\u00e9 de production qui offrent des d\u00e9cisions plus coh\u00e9rentes, des exp\u00e9riences client plus riches et des gains d'efficacit\u00e9 mesurables \u00e0 grande \u00e9chelle.<\/p>\n\n\n\n

Le plan de donn\u00e9es de l'IA unifie la m\u00e9moire des agents, un catalogue d'agents pour des outils d'agents d\u00e9couvrables, et un serveur MCP auto-g\u00e9r\u00e9 et pris en charge par l'entreprise pour l'int\u00e9gration standardis\u00e9e des protocoles de contexte de mod\u00e8le. Il consolide les mod\u00e8les de d\u00e9ploiement pr\u00e9c\u00e9dents de Couchbase en une architecture unique qui s'ex\u00e9cute sur Couchbase Capella et les environnements auto-g\u00e9r\u00e9s, et est compl\u00e9t\u00e9 par les nouvelles capacit\u00e9s Enterprise Analytics 2.2 pour la f\u00e9d\u00e9ration de lakehouse bas\u00e9e sur Apache Iceberg en plus d'un adaptateur Trino (dont le lancement est actuellement pr\u00e9vu au T3 2026). La plateforme prise en charge par l'entreprise est soutenue par l'organisation d'ing\u00e9nierie et de support de Couchbase, \u00e9liminant les solutions ponctuelles et offrant aux \u00e9quipes de plateforme une surface op\u00e9rationnelle unique pour les services de donn\u00e9es dont leurs agents d\u00e9pendent. <\/p>\n\n\n\n

\u201c La plupart des entreprises se rendent rapidement compte que le passage de projets pilotes de type chat \u00e0 des syst\u00e8mes agentiques pr\u00eats pour la production est en r\u00e9alit\u00e9 un probl\u00e8me de donn\u00e9es, et pas seulement un probl\u00e8me de mod\u00e8le \u201d, a d\u00e9clar\u00e9 Devin Pratt, directeur de recherche en IA, automatisation, donn\u00e9es et analyse chez IDC. \u201c IDC pr\u00e9voit que 80% des cas d\u2019utilisation de l\u2019IA agentique n\u00e9cessiteront des donn\u00e9es en temps r\u00e9el, contextuelles et largement accessibles ; l\u2019architecture doit donc prendre cela en charge. Les approches qui font de la m\u00e9moire des agents et de la r\u00e9cup\u00e9ration du contexte des fonctionnalit\u00e9s de premier plan de la base de donn\u00e9es elle-m\u00eame, comme l\u2019AI Data Plane de Couchbase, r\u00e9pondent directement \u00e0 ce besoin. En unifiant les vecteurs, les documents, le cache et les donn\u00e9es op\u00e9rationnelles au sein d\u2019une seule plateforme distribu\u00e9e, du cloud \u00e0 la p\u00e9riph\u00e9rie, Couchbase r\u00e9duit les co\u00fbts d\u2019int\u00e9gration qui ont jusqu\u2019\u00e0 pr\u00e9sent ralenti les d\u00e9ploiements d\u2019agents dans le monde r\u00e9el et offre aux entreprises une base plus facile \u00e0 g\u00e9rer et plus \u00e9volutive pour la prochaine vague d\u2019applications aliment\u00e9es par l\u2019IA. \u201d <\/p>\n\n\n\n

M\u00e9moire persistante de l'agent<\/strong>
\nLes DSI qui \u00e9laborent leurs strat\u00e9gies d'infrastructure IA ont besoin d'une plateforme de donn\u00e9es unifi\u00e9e qui gouverne la m\u00e9moire, le contexte et la r\u00e9cup\u00e9ration tout au long du cycle de vie complet de l'agent \u2013 et non d'une autre solution ponctuelle \u00e0 int\u00e9grer et \u00e0 maintenir. Couchbase Agent Memory offre cela en fournissant une couche de persistance unifi\u00e9e en tant que service unique au sein de la plateforme de donn\u00e9es op\u00e9rationnelles, au lieu de forcer les \u00e9quipes \u00e0 assembler des caches, des magasins vectoriels et des magasins de documents distincts. Parce qu'il est ind\u00e9pendant des frameworks et valid\u00e9 avec LangGraph, CrewAI et LlamaIndex, les \u00e9quipes d'ing\u00e9nierie peuvent changer ou combiner les frameworks d'orchestration sans reconstruire leur couche de m\u00e9moire.<\/p>\n\n\n\n

Alors que les entreprises passent des prototypes aux agents de production, l'\u00e9cart entre ce que les agents peuvent raisonner et ce dont ils peuvent se souvenir au fil des sessions est devenu un goulot d'\u00e9tranglement critique. Les agents simples peuvent r\u00e9ussir avec la recherche vectorielle, que Couchbase propose \u00e0 l'\u00e9chelle de milliards, mais les agents de niveau production exigent la capacit\u00e9 de stocker le contexte conversationnel, de r\u00e9cup\u00e9rer des donn\u00e9es op\u00e9rationnelles structur\u00e9es et de maintenir l'\u00e9tat au fil des sessions et des red\u00e9marrages, le tout avec une latence inf\u00e9rieure \u00e0 la milliseconde au point de d\u00e9cision.<\/p>\n\n\n\n

\u201c Ce qui compte le plus pour les agents d'IA conversationnelle de niveau entreprise, c'est que la r\u00e9cup\u00e9ration des donn\u00e9es soit rapide, coh\u00e9rente et transparente. Lorsque vous ex\u00e9cutez des interactions entre humains et agents d'IA, tout ce qui se passe en coulisses doit \u00eatre pr\u00e9visible et coh\u00e9rent pour offrir une interaction naturelle \u201d, a d\u00e9clar\u00e9 Patrick Ferriter, vice-pr\u00e9sident principal des produits chez Agora. \u201c C'est ce que nous r\u00e9solvons ensemble avec Couchbase, et c'est pourquoi nous les avons choisis comme partenaire pour la couche de donn\u00e9es de notre plateforme d'IA conversationnelle. Chacun de nos cas d'utilisation d'IA conversationnelle n\u00e9cessite une r\u00e9cup\u00e9ration de donn\u00e9es efficace pour alimenter le pipeline des agents d'IA, qu'il s'agisse de ventes sortantes, de service client, d'IA physique, ou de quelque chose de compl\u00e8tement nouveau. Nous avons une relation de plusieurs ann\u00e9es avec Couchbase, et \u00e0 mesure que nous avons \u00e9volu\u00e9 vers des charges de travail d'agents, c'\u00e9tait une extension naturelle de notre partenariat. \u201d <\/p>\n\n\n\n

Con\u00e7u pour l'IA Agentique en p\u00e9riph\u00e9rie<\/strong>
\nLe passage des applications d'IA \u00e0 invite unique aux architectures d'agents autonomes en plusieurs \u00e9tapes a r\u00e9v\u00e9l\u00e9 une inad\u00e9quation fondamentale entre le fonctionnement des agents et la mani\u00e8re dont la plupart des infrastructures de donn\u00e9es sont construites, en particulier en p\u00e9riph\u00e9rie. Les agents fonctionnent sur plusieurs sessions, accumulent du contexte au fil du temps et doivent agir simultan\u00e9ment sur des donn\u00e9es op\u00e9rationnelles structur\u00e9es et des embeddings non structur\u00e9s dans le cloud, en p\u00e9riph\u00e9rie et sur les appareils. Le Couchbase AI Data Plane est con\u00e7u pour r\u00e9pondre \u00e0 l'ensemble de ces exigences en mati\u00e8re de donn\u00e9es.<\/p>\n\n\n\n

Le d\u00e9bit est tout aussi critique, car les charges de travail agentives peuvent exiger plusieurs ordres de grandeur de plus de la couche de donn\u00e9es que les applications traditionnelles. Chaque action d'agent d\u00e9clenche la r\u00e9cup\u00e9ration de contexte, les \u00e9critures en m\u00e9moire et la synchronisation de l'\u00e9tat en succession rapide, souvent sur des milliers de sessions simultan\u00e9es. Le plan de donn\u00e9es IA est con\u00e7u pour cette \u00e9chelle, s'appuyant sur l'architecture \u00e9prouv\u00e9e \u00e0 m\u00e9moire d'abord et \u00e0 mont\u00e9e en charge de Couchbase, qui prend d\u00e9j\u00e0 en charge des dizaines de millions de transactions par seconde avec une latence sub-milliseconde pour certains des les entreprises les plus exigeantes au monde<\/a>.<\/p>\n\n\n\n

Le plan de donn\u00e9es IA s'appuie sur l'architecture multi-mod\u00e8le distribu\u00e9e de Couchbase, qui prend en charge les documents JSON, les paires cl\u00e9-valeur, les requ\u00eates SQL pour JSON, la recherche plein texte, le traitement d'\u00e9v\u00e9nements et la recherche vectorielle au sein d'un syst\u00e8me distribu\u00e9 unique. La m\u00e9moire de l'agent \u00e9tend cette base avec la persistance des sessions et la r\u00e9cup\u00e9ration du contexte, tandis que le serveur MCP et le catalogue d'agents fournissent les couches d'int\u00e9gration et d'observabilit\u00e9 n\u00e9cessaires aux d\u00e9ploiements d'agents en production.<\/p>\n\n\n\n

Enterprise Analytics 2.2 : F\u00e9d\u00e9ration de Lakehouse avec Iceberg et Trino<\/strong>
\nCouchbase a \u00e9galement annonc\u00e9 Enterprise Analytics 2.2, une expansion majeure de ses capacit\u00e9s d'analyse qui ouvre les donn\u00e9es op\u00e9rationnelles dans Couchbase \u00e0 l'\u00e9cosyst\u00e8me plus large du lakehouse tout en renfor\u00e7ant le moteur de requ\u00eate lui-m\u00eame. Enterprise Analytics 2.2 introduit la f\u00e9d\u00e9ration de lakehouse Apache Iceberg, permettant aux \u00e9quipes d'interroger des analyses op\u00e9rationnelles en temps r\u00e9el \u00e0 partir de Couchbase aux c\u00f4t\u00e9s des tables de lakehouse existantes bas\u00e9es sur Iceberg sans ETL complexe ni duplication de donn\u00e9es. Cela permet aux entreprises adoptant Iceberg pour ses avantages d'ouverture en mati\u00e8re de gouvernance, de performance et d'\u00e9cosyst\u00e8me de tirer davantage de valeur de ces investissements en int\u00e9grant les tables Iceberg dans la m\u00eame plateforme qui dessert leurs charges de travail d'agents.<\/p>\n\n\n\n

Les am\u00e9liorations principales apport\u00e9es \u00e0 l'analytique incluent la prise en charge de Google Cloud Storage, l'authentification JWT, la capture de donn\u00e9es modifi\u00e9es pour Oracle et SQL Server, les requ\u00eates asynchrones de longue dur\u00e9e, un conseiller d'index, des plans de requ\u00eate bas\u00e9s uniquement sur les index, la prise en charge des mises \u00e0 jour SQL++, et les mises \u00e0 jour SDK correspondantes pour Java, .NET, Python, JavaScript et Go. Ces am\u00e9liorations permettent aux \u00e9quipes de plateforme d'obtenir une analytique plus rapide et plus gouvern\u00e9e sur leurs outils et langages existants, afin qu'elles puissent cr\u00e9er et optimiser des charges de travail d'IA et de donn\u00e9es sans ajouter de complexit\u00e9 \u00e0 l'infrastructure.<\/p>\n\n\n\n

Un nouvel adaptateur Trino, attendu au troisi\u00e8me trimestre, fournira un acc\u00e8s SQL en place aux donn\u00e9es op\u00e9rationnelles Couchbase \u00e0 partir de plateformes bas\u00e9es sur Trino, notamment AWS Athena, Amazon EMR, Google Dataproc et Starburst. Cela \u00e9limine le besoin pour les entreprises d'extraire et de r\u00e9pliquer des donn\u00e9es en direct dans des magasins analytiques s\u00e9par\u00e9s avant de les interroger lors de la construction de flux de travail d'IA et d'analyse couvrant les environnements op\u00e9rationnels et les lakehouses. <\/p>\n\n\n\n

Am\u00e9liorations Capella iQ<\/strong>
\nCapella iQ, l'assistant de requ\u00eate en langage naturel de la plateforme, prend d\u00e9sormais en charge la s\u00e9lection de plusieurs fournisseurs de mod\u00e8les avec AWS Bedrock et OpenAI, r\u00e9gie par des politiques au niveau de l'organisation. Les administrateurs peuvent contr\u00f4ler quels mod\u00e8les sont disponibles pour quelles \u00e9quipes, de sorte que les co\u00fbts d'inf\u00e9rence et les exigences de r\u00e9sidence des donn\u00e9es restent dans les limites de l'organisation sans ralentir les d\u00e9veloppeurs individuels. Cela donne aux \u00e9quipes la flexibilit\u00e9 de choisir le bon mod\u00e8le pour chaque charge de travail, tandis que les administrateurs gardent les co\u00fbts d'inf\u00e9rence, la conformit\u00e9 et la r\u00e9sidence des donn\u00e9es strictement contr\u00f4l\u00e9s gr\u00e2ce \u00e0 des politiques centrales.<\/p>\n\n\n\n

Mises \u00e0 jour des applications de p\u00e9riph\u00e9rie, mobiles et distribu\u00e9es<\/strong>
\nAlors que les agents d'IA font partie de la main-d'\u0153uvre op\u00e9rationnelle, leurs donn\u00e9es doivent suivre le travail, qui se d\u00e9roule de plus en plus sur des appareils, sur le terrain et en p\u00e9riph\u00e9rie du r\u00e9seau, plut\u00f4t que derri\u00e8re un bureau ou dans un centre de donn\u00e9es. Couchbase \u00e9tend le plan de donn\u00e9es IA \u00e0 la p\u00e9riph\u00e9rie, afin que les agents s'ex\u00e9cutant dans des environnements mobiles et p\u00e9riph\u00e9riques puissent acc\u00e9der aux donn\u00e9es r\u00e9pliqu\u00e9es et effectuer des recherches vectorielles locales, m\u00eame avec une connectivit\u00e9 intermittente ou nulle.<\/p>\n\n\n\n

Les nouvelles innovations comprennent :<\/p>\n\n\n\n