Comment nous la construisons
Une IA agentique, dont les agents agissent au cœur de vos processus, doit respecter les standards de tout système en production : identifiée, sécurisée, mesurée et responsable. Cette page explique comment nous la concevons, sans jargon et sans secrets.
Principes
Le processus d'abord, le modèle ensuite
Nous partons d'un processus et des décisions qu'il porte, puis nous choisissons où l'IA aide. Le modèle est un composant, jamais la stratégie.
Une personne pour chaque acte engageant
Payer, signer, envoyer, supprimer : tout ce qui vous engage attend une personne nommée. Les agents préparent, les personnes décident.
Rien que nous ne puissions mesurer
Qualité, coût et temps sont mesurés dès le premier jour, par rapport à une situation de départ relevée avant le pilote.
Vos données, votre périmètre
Les données restent là où vos règles l'exigent, et l'architecture vous permet de changer de modèle ou de fournisseur sans tout recommencer.
Une architecture de référence
Chaque mission l'adapte, mais les couches restent les mêmes. Chacune répond à une question que posera un auditeur, un RSSI ou un directeur financier.
- Vos systèmes métier
ERP, CRM, gestion documentaire, boîtes mail, applications métier. Ils restent où ils sont.
- Une passerelle, un protocole
Les systèmes sont exposés aux agents par une passerelle API unique et le Model Context Protocol. Un nouvel agent réutilise l'existant au lieu d'ajouter une intégration.
- Des agents avec leur propre identité
Chaque agent a sa propre identité et uniquement les rôles dont il a besoin. Chaque appel se rattache à un agent et se révoque sans toucher aux autres.
- Une passerelle de modèles
Les appels passent par une passerelle qui oriente vers plusieurs fournisseurs, ou vers des modèles ouverts hébergés chez vous, avec mise en cache et suivi des coûts à chaque appel.
- Orchestration des workflows
Les modèles d'IA lisent et proposent ; les workflows Microsoft Power Automate, dans Microsoft Power Platform, font passer le travail d'un système à l'autre, avec reprises, validations et historique complet de chaque exécution.
- L'approbation humaine
Les actions engageantes s'arrêtent à une étape d'approbation, avec le contexte, la proposition et ses raisons présentés à la personne qui décide.
- Une observabilité de bout en bout
Journaux, métriques, traces et alertes couvrent chaque couche : vous voyez ce que chaque agent a fait, quand, à quel coût et avec quel résultat.
Stratégie de modèles
Le bon modèle est le moins cher qui tient la qualité sur vos données réelles.
Mesuré, pas supposé
Les modèles candidats sont comparés sur de vrais documents et de vrais cas, et exécutés deux fois sur la même entrée : la stabilité compte autant que la justesse.
Lecture native des documents
Les documents scannés vont à des modèles qui lisent le PDF lui-même. Un modèle qui ne voit pas la page doit ne rien rendre, jamais deviner.
Mise en cache des prompts
Les instructions stables et les documents de référence passent en premier et sont mis en cache : les appels suivants coûtent une fraction du premier.
La vraisemblance avant l'écriture
Toute extraction qui écrit dans un système passe d'abord un contrôle de vraisemblance. Une réponse incohérente arrête le flux.
La sécurité dès la conception
Les agents accèdent à des systèmes qui comptent. La sécurité est intégrée dès la première ligne, puis prouvée.
Des API zéro confiance
Chaque frontière vérifie le jeton, l'émetteur, l'audience, l'expiration et le rôle. Connaître une clé ne suffit jamais.
Le moindre privilège
Une identité par frontière de confiance, des rôles limités à la tâche, des accès revus et révocables.
Des secrets dans un coffre
Clés et identifiants vivent dans un coffre avec rotation, jamais dans le code, les journaux ou la télémétrie.
Des réseaux restreints
Les services n'acceptent que le trafic de la passerelle : personne ne peut contourner les contrôles.
La preuve par le négatif
Nous vérifions que ce qui doit être refusé l'est bien. Un accès qui fonctionne ne prouve rien sur la restriction.
Vos données en Europe
Vos données sont hébergées dans des régions européennes. Quand un modèle d'IA tourne hors d'Europe, c'est en conservation zéro : le fournisseur ne stocke rien. Quand la confidentialité l'exige, nous utilisons des modèles hébergés en Europe ou dans votre propre environnement.
Hébergement européen par défaut
Applications, bases de données et documents sont déployés dans des régions cloud européennes, sauf décision contraire de votre part.
Conservation zéro hors d'Europe
Quand un modèle tourne hors d'Europe, la requête est traitée puis oubliée : rien n'est stocké ni utilisé pour l'entraînement.
Des modèles européens ou internes quand c'est sensible
Les processus confidentiels utilisent des modèles hébergés en Europe ou des modèles ouverts qui tournent dans votre environnement.
Gouvernance et conformité
Chaque proposition tracée
Ce que l'agent a vu, ce qu'il a proposé, qui l'a validé et quand : la trace répond à un auditeur à tout moment.
L'AI Act dès le départ
Chaque cas d'usage est classé avant de commencer. Les usages à haut risque sont signalés avec les garde-fous qu'ils exigent, ou écartés.
Le RGPD par défaut
Les données personnelles sont minimisées, gardées dans leur périmètre et jamais envoyées là où elles n'ont rien à faire.
Une documentation qui reste vraie
Architecture, flux de données et décisions sont documentés au moment où ils changent, pour que la personne suivante puisse reprendre.
L'exploitation
Des journaux conservés
Chaque service envoie ses journaux et ses traces vers un espace central dès le premier jour.
Des alertes sur l'essentiel
Taux d'erreur, latence, extractions échouées et coûts inhabituels déclenchent une alerte avant que les utilisateurs ne le remarquent.
Le coût par processus
La dépense IA est suivie par processus et par mois, à côté du temps et des erreurs qu'elle supprime.
Un interrupteur d'arrêt
Chaque automatisation se met en pause en une étape, et reprend sans perte de travail.
L'AI Act dès la conception
L'AI Act européen s'applique à l'IA que nous construisons avec vous. Nous évaluons, préparons et documentons ce qu'il exige dès le premier atelier, sans promettre plus que ce qu'une évaluation peut démontrer.
Un risque classé d'emblée
Chaque cas d'usage est évalué au regard des catégories de risque de l'AI Act avant de démarrer, et le résultat est documenté.
Aucune pratique interdite
Nous ne construisons pas de systèmes relevant des pratiques que l'AI Act interdit.
Les usages à haut risque traités avec soin
Les usages comme les décisions d'emploi ou l'évaluation de solvabilité sont signalés et ne sont pas déployés sans les garde-fous que le règlement exige.
La transparence envers les personnes
Quand une personne interagit avec un système d'IA ou reçoit un contenu généré par l'IA, elle en est informée.
Une supervision humaine et des journaux
Une personne nommée supervise chaque système, et ses actions sont journalisées pour pouvoir être expliquées après coup.
La culture de l'IA pour vos équipes
Les équipes concernées sont formées à utiliser l'IA avec discernement, une obligation qui s'applique depuis février 2025.
D'un processus à la production
- 01
Diagnostic
Nous cartographions un processus avec ceux qui le font tourner et fixons les critères de succès.
- 02
Pilote en conditions réelles
En cinq semaines, l'automatisation tourne sur vos données, avec votre équipe, dans votre environnement.
- 03
Mise en production
Sécurité, droits d'accès, supervision, documentation et un responsable nommé pour chaque étape.
- 04
Adoption
De nouvelles façons de travailler co-construites avec vos équipes : procédures mises à jour, rôles clairs, formation par rôle et relais internes.
- 05
Mesure
Les résultats sont comparés à la situation de départ, puis nous choisissons ensemble le processus suivant.
Les personnes d'abord
Un outil que personne n'adopte ne rapporte rien. La conduite du changement fait partie de la méthode, à l'étape 4, et commence dès le diagnostic.
Des processus repensés avec celles et ceux qui les font tourner
Les nouvelles façons de travailler sont co-construites avec les équipes de terrain, puis écrites dans des procédures mises à jour.
Qui valide quoi
Les rôles et responsabilités sont fixés avant la mise en service, y compris la personne qui approuve chaque acte engageant.
Une formation par rôle
Chaque rôle apprend ce qui change pour lui, avec la culture de l'IA que l'AI Act attend des équipes qui l'utilisent.
Des relais dans chaque équipe
Des relais internes font remonter les questions, collectent les retours et accompagnent leurs collègues pendant les premières semaines.
Un dialogue social précoce
Quand c'est pertinent, le conseil d'entreprise et les représentants du personnel sont informés et consultés tôt, pas à la fin.
Une adoption suivie après le lancement
L'usage, les retours et les résultats sont suivis après la mise en service, et le processus est ajusté jusqu'à devenir le réflexe de l'équipe.
Ce que nous ne faisons pas
Pas de boîte noire
Vous voyez ce que fait chaque agent et pourquoi. Rien ne tourne que vous ne puissiez inspecter.
Pas d'empilement d'outils
Une passerelle, une façon de connecter, un endroit pour mesurer. Chaque nouvel agent renforce la plateforme au lieu de la fragiliser.
Pas d'acte engageant sans personne
Un agent propose. Une personne nommée décide de tout ce qui vous engage.
Regardons votre premier processus.
Une séance de travail pour choisir le processus où la Digital Intelligence rapporte en premier, et la façon de le mesurer.