Baidu et Alibaba Cloud viennent de lancer chacun leur propre plateforme d'évaluation d'agents IA capables d'accomplir des tâches métier réelles. Ce tournant — mesurer ce qu'un agent fait plutôt que ce qu'il dit — redéfinit les critères de maturité de…
© L'entreprise Intelligente
Baidu et Alibaba Cloud viennent de lancer chacun leur propre plateforme d'évaluation d'agents IA capables d'accomplir des tâches métier réelles. Ce tournant — mesurer ce qu'un agent fait plutôt que ce qu'il dit — redéfinit les critères de maturité de l'IA en entreprise. Les dirigeants français ont tout intérêt à s'en inspirer avant d'acheter leur prochaine brique technologique.
En l'espace de deux semaines d'août 2026, les deux poids lourds du numérique chinois ont fait une annonce qui mérite l'attention de tous les dirigeants d'entreprise, bien au-delà des frontières de l'Empire du Milieu. Selon TechNode (Chine), Baidu a lancé DuMateBench, un référentiel d'évaluation conçu pour mesurer si des agents IA sont capables de mener à bien des tâches de bureau réelles — non pas de formuler une réponse plausible, mais de produire un livrable utilisable. Dans le même temps, toujours selon TechNode (Chine), Alibaba Cloud a dévoilé Qwen AI Arena, une plateforme de défi et d'évaluation d'agents IA construite autour de scénarios d'affaires concrets.
Ces deux initiatives partagent une philosophie commune qui rompt avec l'ère des grands modèles de langage évalués sur des tests académiques. Le signal est clair : la performance d'un agent IA se mesure désormais à l'aune de ce qu'il accomplit, pas de ce qu'il sait.
Cet article est réservé aux abonnés
Accédez à l'intégralité de l'actualité AI pour les PME françaises
à partir de 4,90 € / mois.