L’entreprise Agentic

Agentic Enterprise représente un changement fondamental dans l’utilisation de l’IA par les entreprises. Il passe d’outils passifs qui nécessitent une direction humaine constante à des agents autonomes qui sentent, raisonnent et agissent par eux-mêmes tout en restant alignés avec l’intention humaine. C’est une organisation où les humains, les agents et les plates-formes travaillent ensemble dans des systèmes métiers gouvernés pour fournir des résultats qu’aucun ne peut atteindre seul.

Le présent document accompagne le cadre bien archivé. Les cinq piliers du cadre — Trust, Fiabilité, Excellence opérationnelle, Optimisation des ressources et des coûts, et Équité — fournissent les orientations fondamentales qui s’appliquent à toutes les solutions Salesforce. Cette vue d’ensemble explique ce qui change lorsque les solutions deviennent agents et vous montre les détails pilier par pilier.

Les systèmes Agentic combinent de grands modèles de langage, la génération augmentée de récupération, l’appel de fonctions et des modèles d’orchestration pour créer des capacités qui s’adaptent au contexte plutôt que de suivre des parcours programmés rigides. Les agents combinent le raisonnement probabiliste (inférence LLM) et l’exécution déterministe (workflows et orchestration) pour permettre l’adaptabilité et la gouvernance.

Pour les architectes, ce comportement introduit des considérations de conception dans chaque pilier. Les agents fonctionnent avec un comportement non déterministe dans leur couche de raisonnement, ce qui nécessite de nouveaux modèles de fiabilité, de surveillance et de contrôle. L’autonomie des agents exige des frontières de sécurité renforcées et une surveillance humaine dans la boucle. La coordination multi-agents crée une complexité émergente qui nécessite une orchestration délibérée. L’Agentic Enterprise ne se contente pas d’ajouter des fonctionnalités IA à des architectures existantes, elle réinvente la conception, le déploiement et la gouvernance des systèmes.

Bien faite, cette combinaison crée une réelle valeur métier : les agents gèrent des workflows complexes à plusieurs étapes qui nécessitaient auparavant une intervention humaine, synthétisent les informations entre les sources et adaptent l’expertise à l’échelle de l’organisation. Il introduit également des défis qui nécessitent une conception délibérée. Un comportement non déterministe complique les tests, la surveillance et le traitement des erreurs. L’autonomie soulève des questions de contrôle, de responsabilité et de sécurité. Les structures de coûts passent d’une infrastructure fixe à une consommation d’inférence variable. Les architectes doivent concilier autonomie et risque, innovation et contrôle, et capacité et coût.

Une distinction fondamentale en architecture agentique est de savoir si un agent assiste un humain (modèle copilote : suggérer, recommander, rédiger) ou agit de façon autonome (modèle d’agent : décider, exécuter, terminer). Les Copilots nécessitent l’approbation humaine pour les actions de modification de l’état ; les agents fonctionnent indépendamment dans les limites des autorisations. Cette distinction détermine les exigences Trust, les besoins d’observabilité et les modèles de surveillance. Le passage des aides aux actes est un changement architectural, pas un changement de configuration — il nécessite de réévaluer chaque pilier à travers la perspective du fonctionnement autonome.

L’entreprise Agentic est une organisation où les humains, les agents et les plates-formes travaillent ensemble dans des systèmes métiers gouvernés pour fournir des résultats qu’aucun ne peut atteindre seul. Ce modèle en trois parties façonne chaque décision architecturale :

Les humains assurent la surveillance, le jugement et l’intervention lorsque les capacités des agents sont insuffisantes ou lorsque les enjeux nécessitent une responsabilité humaine. La collaboration homme-agent permet aux personnes de se concentrer sur un jugement de grande valeur pendant que les agents gèrent l’exécution courante et la synthèse des informations. Les humains gardent le contrôle au niveau du système : ils définissent les frontières, et les agents décident et agissent à l’intérieur de celles-ci.
Les agents fournissent une automatisation intelligente, des interfaces en langage naturel et une prise de décision adaptative. Les agents ne sont pas des fonctionnalités autonomes, mais des participants intégrés à des workflows métiers. Ils perçoivent le contexte à partir de données régies, raisonnent sur les actions appropriées en utilisant des techniques probabilistes et déterministes, et agissent à travers des workflows métiers et des intégrations externes.
Les plates-formes fournissent l’infrastructure régie qui permet le travail des agents : logique métier accumulée, données unifiées, orchestration et infrastructure de collaboration. La plate-forme distingue les systèmes agentsiques de niveau entreprise des expériences d’IA non gouvernées : il applique les autorisations, gère les pistes d’audit, applique les règles de conformité et maintient les agents dans la gouvernance de l’organisation.

Supprimez les humains et vous perdez la responsabilité; supprimez les agents et vous perdez l’intelligence; supprimez les plates-formes et vous perdez la gouvernance. Agentic Enterprise nécessite les trois en tant que système unifié.

Toute architecture agentique — dans n’importe quelle pile technologique — doit fournir un ensemble commun de capacités. Un agent a besoin de données de confiance pour raisonner, d’une logique métier qu’il peut exécuter en toute sécurité, d’une gouvernance sur son propre cycle de vie, d’une compréhension partagée de ce que signifient les données et d’un chemin pour escalader vers l’humain. Ce sont des exigences architecturales, pas des produits : lorsque Salesforce fournit une partie de la pile, les capacités restantes nécessitent encore une attention.

Salesforce offre ces capacités dans un ensemble intégré. En les traitant comme un système, les dépendances sont explicites : affaiblir n’importe qui et les agents sont limités de manière prévisible. Cette section décrit chaque capacité, son importance pour les agents et comment Salesforce la fournit.

Les agents ont besoin de données gouvernées et vérifiées pour raisonner efficacement. Les modèles d’IA connaissent les modèles à partir des données d’entraînement, pas les enregistrements clients, le catalogue de produits ou l’historique des transactions d’une entreprise. Cette capacité comble cette lacune en ancrant les agents dans des données précises, autorisées, à jour et traçables, plutôt que dans des contenus Web arbitraires ou des sources non vérifiées.

Les données opérationnelles actuelles déterminent les décisions urgentes : un agent de commerce qui répond “Quel est mon statut de commande ?”, un agent de service révélant des requêtes ouvertes, ou un agent de vente classant les opportunités fermées ce trimestre.
Les données historiques, par exemple les jeux de données volumineux conservés dans Data 360, prennent en charge l’analyse des tendances, les prévisions et l’apprentissage à partir de modèles passés.
L’accès fédéré permet aux agents de raisonner à travers les données où qu’ils vivent. Il réduit les doublons pour les sources connectées et présente une vue unifiée.

Salesforce fournit ce service via le portefeuille Data 360.

Incidence architecturale : La qualité de l’agent dépend de la qualité des données. Investissez dans la gouvernance, la classification et le lignage des données. Un agent qui expose des données incorrectes érode Trust plus vite que celui qui dit “je ne sais pas”.

Un agent qui peut répondre uniquement aux questions est un copilote. Un agent qui peut créer des enregistrements, mettre à jour des opportunités, envoyer des communications et déclencher des automatisations est autonome. Cette autonomie permet aux agents d’agir au lieu de simplement assister. Elle invoque des processus métiers existants et éprouvés au lieu de les réimplémenter dans un code généré.

Les agents traduisent l’intention en langage naturel en opérations commerciales standard au lieu d’exiger des utilisateurs qu’ils écrivent un code.
Les agents délèguent à des processus encapsulés à plusieurs étapes (par exemple, un flux de remboursement qui gère les contrôles de crédit, les mises à jour d’inventaire et les notifications).
À mesure que les règles métiers évoluent, les agents héritent automatiquement des modifications, à condition que la logique vive dans le workflow et ne soit pas reflétée dans les instructions des agents.

Salesforce fournit cette capacité via une logique métier Customer 360 et l’automatisation de la plate-forme.

Incidence architecturale : Concevez des agents pour invoquer des workflows existants, pas pour les remplacer. Les agents qui appellent des automatisations éprouvées sont plus fiables que les agents qui réimplémentent une logique métier via un code généré.

Les agents ont besoin de gouvernance depuis le développement jusqu’au déploiement, en passant par la surveillance et le retrait. Sans elle, la prolifération des agents non gouvernés crée une IA fictive : agents avec des autorisations imprécises, aucune piste d’audit, un comportement non testé et un coût inconnu. Cette capacité garantit que les agents sont construits avec des garde-fous, déployés à travers les portes d’approbation, surveillés pour la dérive et retirés lorsqu’ils ne sont plus nécessaires.

Les outils de développement génèrent des configurations initiales à partir de descriptions en langage naturel et appliquent automatiquement des garde-fous (validation des autorisations, étendue des sous-agents) au moment de la conception.
L’orchestration d’exécution gère l’invocation d’agents, l’application automatique des autorisations, la consignation des audits et le traitement des échecs.
Les capacités réutilisables permettent aux équipes d’adopter des agents et des actions prédéfinis, y compris des capacités verticales d’experts du domaine, plutôt que de créer chaque agent à partir de zéro.
L’observabilité des sessions stocke les interactions des agents, les étapes de raisonnement et les résultats pour les analytiques, le débogage et la détection des dérives.

Salesforce fournit cette capacité via Agentforce Studio, Agent Fabric et AgentExchange.

Incidence architecturale : Traitez les agents comme des actifs gérés, pas comme des scripts uniques. La gouvernance au niveau du système empêche l’étalement des agents.

Les agents qui interrogent des données doivent comprendre la sémantique : ce que signifie « chiffre d’affaires », quel champ est « nom du client », comment les tableaux sont liés. Sans définition sémantique partagée, les agents génèrent des requêtes qui utilisent des champs incorrects, interprètent mal les valeurs nulles ou enfreignent les règles métiers. Avec l’un d’eux, chaque agent interroge à travers des définitions régies et renvoie des résultats cohérents et corrects, avec une logique de calendrier fiscal et de comptabilisation du revenu vivant dans la définition, pas dans les invites des agents. Cette couche fonctionne dans le modèle de sécurité natif de la plate-forme : l’accès est régi par les propres contrôles au niveau de la ligne et au niveau du champ de la plate-forme, pas réimplémenté dans la couche sémantique. Par conséquent, les agents sont liés par les mêmes autorisations de données que la plate-forme applique.

Salesforce fournit cette capacité via Tableau Semantics, une couche sémantique régie intégrée à Tableau Next et Data 360.

Incidence architecturale : Définissez la couche sémantique avant de déployer des agents analytiques. Les agents qui interrogent des tableaux bruts créent des écarts de gouvernance et des résultats incohérents.

Les agents totalement autonomes sans surveillance humaine créent des risques de conformité, des écarts de responsabilité et la méfiance des utilisateurs. Cette capacité permet aux humains de contrôler : les agents escaladent en cas d’incertitude, demandent l’approbation d’actions à fort impact et restent transparents sur leur raisonnement.

Les workflows d’approbation permettent aux agents de demander l’approbation humaine avant d’exécuter les actions correspondantes (émission d’un remboursement, fermeture d’une opportunité, suppression de données).
L’historique des interactions permanentes consigne les intentions, les données accédées, les étapes de raisonnement et les actions exécutées, ce qui permet l’audit, le débogage et l’amélioration continue.
Les modèles d’escalade sont transmis aux spécialistes humains avec un contexte complet lorsqu’un agent manque de confiance ou touche un cas de bord.

Salesforce fournit cette capacité via des workflows d’approbation et d’escalade Human-in-the-Loop avec un historique des interactions permanent et vérifiable.

Incidence architecturale : Concevez des règles d’escalade explicites à l’avance. Définissez les décisions qui nécessitent une approbation humaine (seuils financiers, actions irréversibles, données réglementées) et implémentez ces workflows avant de déployer des agents autonomes.

Ces capacités sont interdépendantes. Un agent s’appuie sur des données de confiance pour fonder son raisonnement, agit à travers une logique métier, fonctionne sous la gouvernance du cycle de vie, interroge par le biais d’une sémantique partagée et escalade vers les humains en cas de besoin. Retirez les données de confiance et les agents hallucinent ; retirez la logique métier et ils ne peuvent que répondre, pas agir ; retirez la gouvernance et ils prolifèrent dans l’IA fictive ; retirez la sémantique partagée et leurs requêtes dérivent ; supprimez l’escalade humaine et ils agissent sans surveillance. Un modèle de consommation axé sur l’API, Salesforce Headless 360, permet aux agents d’accéder à ces capacités via des interfaces programmatiques cohérentes (API, MCP et CLI) plutôt que d’intégrer des systèmes séparés un par un.

Les piliers de l’infrastructure bien archivée restent la base des systèmes agentiques – les agents continuent de fonctionner dans les limites du gouverneur, nécessitent des contrôles d’accès appropriés, ont besoin d’une surveillance, consomment des ressources et servent les utilisateurs équitablement. Commencez par le guide du pilier principal, puis appliquez les considérations agentiques que le compagnon de chaque pilier ajoute.

Guide du pilier principal :

Trust - Modèle de responsabilité partagée, contrôle d’accès à quatre niveaux (organisation/objet/champ/enregistrement), cryptage, flux OAuth, pistes d’audit, cadres de conformité
Fiabilité : limites du gouverneur avec une période tampon opérationnelle recommandée (le plafond de 70 % est une meilleure pratique de communauté largement citée, pas une spécification Salesforce officielle), traitement asynchrone, disjoncteurs, planification de capacité, modèles multi-organisations, reprise après sinistre
Excellence opérationnelle — Event Monitoring, Proactive Monitoring, pratiques DevOps (développement piloté par la source, CI/CD), automatisation, gestion des incidents, métriques DORA
Optimisation des ressources et des coûts — optimisation SOQL, prévention des biais dans les données, organisation du code, stratégies d’empaquetage, surveillance des performances, modélisation du TCO, build vs buy, optimisation des licences, surveillance des coûts
Équité — accessibilité (WCAG 2.2 AA), modèles de non-discrimination (règles de partage, FLS), architecture de protection de la vie privée, gouvernance éthique de l’IA

Les schémas Core Trust (Shared Responsibility Model, least privilege, encryption, OAuth) restent fondamentaux. Les systèmes Agentic ajoutent :

Identité et authentification de l’agent : les agents peuvent utiliser l’authentification basée sur JWT plutôt que des clés d’API statiques, ce qui permet des parcours d’audit par agent et un suivi précis des autorisations
Propagation de l’identité de l’utilisateur : lorsque des agents invoquent des systèmes externes au nom d’un utilisateur, propagez l’identité de l’utilisateur (pas seulement celle de l’agent) afin que les systèmes en aval appliquent automatiquement les autorisations au niveau de l’utilisateur et les pistes d’audit
Délimitations des autorisations : moindre privilège pour les agents, héritage des autorisations de l’utilisateur actif, autorisations explicites pour les agents et validation aux limites de la délégation
Human-in-the-Loop pour décisions corrélatives — workflows d’approbation pour actions à fort impact ou irréversibles et données réglementées
Explicabilité : les agents expliquent leur raisonnement, citent des sources pour des réclamations factuelles, et rendent les données et les actions qu’ils ont prises transparentes
Conformité pour systèmes autonomes — respecter la classification des risques de la loi IA européenne (en différenciant les déploiements limités des déploiements à haut risque) et les réglementations spécifiques au secteur telles que l’HIPAA et la législation sur les services financiers fonctionnels; maintenir une gestion rigoureuse du consentement pour le traitement piloté par l’agent

Pourquoi c’est important : Les agents qui agissent de façon autonome sans frontières Trust appropriées créent des failles de sécurité, des infractions à la conformité et la méfiance des utilisateurs. Le pilier Trust principal fournit le modèle de responsabilité partagée et le contrôle d’accès à quatre couches. La variante agentique ajoute l’authentification facultative des agents basée sur JWT, des portes d’approbation HITL et l’explicabilité.

En savoir plus : Agentic Enterprise Trust

Les principaux modèles de fiabilité (limites du gouverneur, traitement asynchrone, disjoncteurs, planification de la capacité) restent fondamentaux. Les systèmes Agentic ajoutent :

Traitement du raisonnement non déterministe : la même entrée peut produire des sorties différentes ; conception de variance avec score de confiance, contrôles de validation et stratégies de repli
Dégradation gracieuse — lorsque l’inférence échoue ou renvoie une faible confiance, dégrader en capacités plus simples plutôt que d’échouer complètement
Gestion des échecs d’orchestration : les workflows multi-agents nécessitent une isolation contre les échecs, des stratégies de réessayage et une gestion des résultats partiels afin qu’un agent spécialisé défaillant reste isolé au lieu d’être en cascade
SLO de performance du modèle : définir des objectifs acceptables de latence, de précision et de disponibilité pour les services des agents
Disjoncteurs pour coordination des agents : évitez les échecs en cascade lorsqu’un agent rencontre des erreurs ou une latence excessive

Pourquoi c’est important : Le comportement probabiliste des agents signifie que les modèles de fiabilité déterministes ne sont pas suffisants. Le pilier principal Reliability fournit des modèles asynchrones et des disjoncteurs pour les intégrations externes; la variante agentique ajoute une dégradation gracieuse pour les échecs d’inférence et une gestion des échecs d’orchestration pour la coordination multi-agents.

En savoir plus : Fiabilité de l’entreprise

Les modèles d’excellence opérationnelle de base (surveillance des événements, DevOps, automatisation, gestion des incidents) restent fondamentaux. Les systèmes Agentic ajoutent :

Agent Development Lifecycle (ADLC) : gérez les agents tout au long de leur cycle de vie complet, depuis la conception et les tests jusqu’au déploiement, à la surveillance et au réglage
Observer les systèmes probabilistes — capturer les étapes de raisonnement, les scores de confiance, les sources de données accédées et la justification des décisions, pas seulement les entrées→sorties
Détection des dérives : surveillez la dégradation des performances à partir des changements de distribution de données, des changements de règles métiers ou des mises à jour de modèle en amont par rapport aux niveaux de référence comportementaux
Versions et déploiement de l’agent - déploiement progressif, test A/B, restauration et contrôle de version pour les invites et les configurations
Réaction incidente aux défaillances des agents : différenciez les défaillances de modèle, les échecs d’orchestration et les défaillances de données pour une correction ciblée

Pourquoi c’est important : Le comportement non déterministe rend l’observabilité plus difficile. Le pilier Excellence opérationnelle de base fournit la Surveillance des événements et les pratiques DevOps. La variante agentique ajoute la CLAD, la détection de dérive et l’observabilité spécifique à l’agent.

En savoir plus : Excellence opérationnelle de l’entreprise Agentic

Les schémas d’optimisation des ressources de base et des coûts (optimisation SOQL, limites du gouverneur, organisation du code, surveillance des performances, modélisation TCO, build vs buy, optimisation des licences, surveillance des coûts) restent fondamentaux. Les systèmes Agentic ajoutent :

Optimisation de la latence des inférences : réponses en continu, exécution parallèle, mise en cache et optimisation des invites
Économie de jeton : chaque étape d’appel, de récupération et de raisonnement consomme des jetons ; concevoir des stratégies de gestion du contexte (résumé, récupération sélective) pour des fenêtres de contexte limitées
Optimisation de la récupération de mémoire : recherche vectorielle et récupération sémantique efficaces pour éviter les goulets d’étranglement de latence avec les modèles RAG
Gestion de la latence multi-agents : exécution spécialisée parallèle, délégation asynchrone et budgétisation d’expiration pour empêcher les chaînes d’agents séquentielles d’accumuler la latence
Modulisation des agents : décomposez les agents monolithiques en agents spécialisés pour les réutiliser, les adapter indépendamment et les optimiser de façon ciblée
Tarification basée sur la consommation — contrairement aux licences par utilisateur, les coûts des agents évoluent en fonction de l’utilisation, ce qui nécessite des prévisions et des budgets différents
Agentic Work Units (AWU) : mesurez les dépenses par rapport au travail effectué par les agents, pas seulement par rapport à la consommation de jetons bruts, et ajustez la consommation par rapport à la valeur livrée
Élaborer par rapport à acheter pour des capacités d’agent — évaluer l’élaboration de capacités différenciées par rapport à l’adoption de capacités de produits de base
Mesure du retour sur investissement des agents : suivez les résultats commerciaux par rapport aux coûts opérationnels des agents

Pourquoi c’est important : La consommation de jeton et la latence d’inférence sont de nouvelles contraintes en ressources, et les modèles de coût agentique diffèrent fondamentalement des coûts d’infrastructure. Le pilier principal fournit un guide de limite du gouverneur, l’optimisation SOQL et l’infrastructure TCO. La variante agentique ajoute l’économie de jeton, l’optimisation de la latence d’inférence, la gestion de la tarification basée sur la consommation et les unités de travail agentiques pour mesurer le coût par rapport au travail effectué par les agents.

En savoir plus : Optimisation des ressources et des coûts d’entreprise Agentic

Les principaux modèles d’équité (accessibilité, non-discrimination, confidentialité, gouvernance éthique de l’IA) restent fondamentaux. Les systèmes Agentic ajoutent :

Explicabilité : les agents expliquent les raisons pour lesquelles ils ont décidé, les données qu’ils ont utilisées et les alternatives qu’ils ont envisagées. (Le pilier Trust couvre l’explicabilité en tant qu’audit et contrôle de la transparence; l’équité la couvre en tant que droit de l’utilisateur à comprendre une décision qui le concerne).
Contestabilité : les utilisateurs peuvent contester les décisions des agents, demander un examen humain et comprendre le processus d’appel
Détection et atténuation des biais — tester avec divers intrants et surveiller les résultats disparates entre les groupes démographiques
Surveillance humaine proportionnelle à l’impact — les décisions à enjeux élevés nécessitent Human-in-the-Loop; les décisions à enjeux faibles peuvent fonctionner de façon autonome
Expériences équitables pilotées par l’agent : servez efficacement tous les utilisateurs, quels que soient leurs compétences linguistiques, leur expertise technique ou leurs besoins en matière d’accessibilité

Pourquoi c’est important : Les agents autonomes qui prennent des décisions qui affectent les gens soulèvent des enjeux d’équité. Le pilier fondamental de l’équité fournit des normes d’accessibilité et des modèles de non-discrimination; la variante agentique ajoute l’explicabilité, la contestabilité et la surveillance humaine proportionnelle.

En savoir plus : Équité de l’entreprise agentique

Lors de l’architecture de solutions agents :

Commencez ici pour le modèle conceptuel : les capacités requises par les agents, et comment les piliers s’appliquent aux agents.
Lisez les guides des piliers de base qui présentent les approches fondamentales applicables à toutes les solutions Salesforce.
Lisez les compagnons du pilier agentique pour les détails de conception spécifiques aux agents.

Élaborez sur des modèles de plate-forme éprouvés, puis prenez connaissance des considérations que les agents introduisent. Les piliers de base fournissent la fondation, les compagnons agents fournissent les détails, et cette vue d’ensemble les associe.

Les capacités et les piliers ci-dessus décrivent comment concevoir un système agentique. La mise en production de ce système nécessite une structure de gouvernance permanente : un Centre d’excellence (CoE). Dans le système unifié d’humains, d’agents et de plates-formes, le Conseil de l’Europe donne le contrôle aux humains. Le Conseil de l’Europe définit les frontières des agents, détermine ce qui atteint la production et aligne le travail des agents sur les intentions commerciales et les exigences réglementaires. Un Conseil de l’Europe est la différence entre les systèmes agentsiques gouvernés et les expériences non gouvernées qui dérivent vers l’IA fictive - des agents avec des autorisations imprécises, sans piste d’audit et un coût inconnu.

L’autonomie rend chaque décision de gouvernance conséquente. Le Conseil de l’Europe aide les équipes à prendre ces décisions délibérément et à les appliquer de façon cohérente, plutôt que de les résoudre individuellement.

Un Conseil de l’Europe regroupe les activités commerciales, informatiques et de conformité autour d’un backlog partagé et d’une définition commune de prêt. Son appartenance couvre les perspectives qu’une décision d’agent touche :

Un sponsor exécutif détient le pouvoir budgétaire et élimine les obstacles organisationnels.
Les pistes commerciales traduisent leur stratégie en priorités et s’approprient le backlog.
Un bureau de programme et des délégués aux données connectent le travail des agents à des initiatives plus larges et évaluent l’intégrité et la sécurité des données.
Les architectes, administrateurs et développeurs sont propriétaires du modèle de données, des modèles d’intégration et de la cadence de livraison, et exposent les contraintes techniques avant le début des travaux.

Les agents expédient, changent et dérivent plus rapidement que les logiciels traditionnels. Pour que la gouvernance reste alignée sur la prestation, le Conseil de l’Europe applique une cadence d’examen accélérée, asynchrone en premier. Le rythme se resserre par rapport à un CoE classique, et l’examen asynchrone devient le mode de travail par défaut :

L’examen continu et asynchrone est le mode principal : les membres restent alignés dans un canal partagé à mesure que les modifications arrivent, pas seulement lors des réunions planifiées.
Les examens opérationnels hebdomadaires confirment que les changements en vol restent compatibles avec les agents actifs et les intégrations – un rythme plus rapide que les examens mensuels ou trimestriels permettrait un rythme de livraison plus lent.
Les examens stratégiques mensuels comparent l ’ arriéré aux priorités métiers et évaluent l ’ état de préparation par rapport au niveau de référence actuel en matière de qualité des données.

Le Conseil de l’Europe prend des décisions explicites sur les personnes qui approuvent les modifications apportées aux objets, aux champs et aux automatisations dont dépendent les agents, sur les personnes prioritaires lorsque les demandes sont en concurrence, sur le moment où la dette technique doit être retirée et sur les métriques métiers qui définissent le succès.

Un Conseil de l’Europe prêt à agir régit chaque pilier. Les guides des piliers fondamentaux fournissent les contrôles fondamentaux; c’est au Conseil de l’Europe qu’ils deviennent une pratique observable et appliquée.

Trust - La sécurité au niveau de l’objet, du champ et de l’enregistrement régit les données que les agents utilisent. Les contrôles d’accès au niveau de l’agent limitent les données et les actions auxquelles chaque agent peut accéder. La modélisation de l’identité, des moindres privilèges et des menaces est intégrée à la conception de l’agent. Voir Trust et Agentic Enterprise Trust.
Excellence opérationnelle : les journaux de traçage et d’audit capturent les décisions, les actions et les résultats des agents. Les tableaux de bord de surveillance examinent les performances et l’alignement par rapport aux objectifs à travers le cycle de vie de développement des agents. Consultez Excellence opérationnelle et Excellence opérationnelle entreprise agentique.
Fiabilité et optimisation des ressources et des coûts : la spécification, la génération de tests, les boucles de rétroaction et la dépréciation régissent le cycle de vie complet des agents. La limitation des taux, les contrôles des ressources et les stratégies de correction contiennent les effets des erreurs des agents. Consultez Fiabilité et Optimisation des ressources et des coûts.
Équité : les points de contrôle humains dans la boucle permettent aux personnes d’intercepter ou d’examiner les actions correspondantes. Les parcours d’escalade et la formation du personnel préparent les personnes à réviser et à remplacer les workflows des agents. Consultez Équité et équité de l’entreprise mandataire.

Un Conseil de l’Europe est prêt à régir les charges de travail des agents lorsque les conditions suivantes sont réunies :

Politique : les politiques d’accès et d’action des agents sont définies, appliquées et vérifiables.
Observabilité : les outils de surveillance et d’audit prennent en charge les examens en temps réel et rétrospectifs du comportement des agents.
Sécurisé par conception : la sécurité, la confidentialité et la conformité sont intégrées dès le départ aux workflows des agents.
Cycle de vie : un processus structuré régit l’intégration, la mise à jour et la retraite des agents.
Surveillance humaine : les examinateurs gèrent les exceptions et utilisent les commentaires pour améliorer les workflows des agents.

Confirmez les quatre fondements suivants avant de déployer votre premier agent de production :

Une référence documentée de qualité des données, examinée à une cadence régulière.
Un processus officiel d’approbation de changement de schéma avec un propriétaire nommé et une approbation enregistrée.
Un registre technique de la dette tenu à jour, examiné à la cadence stratégique.
Une politique de gouvernance de l’IA couvrant l’accès aux données, le périmètre des agents et les exigences d’audit.

Incidence architecturale : Établissez le Conseil de l’Europe et confirmez ces bases avant de déployer des agents autonomes. Une gouvernance intégrée dès le départ avec l’adoption des agents. La gouvernance réaménagée par la suite concurrence l’étalement qu’elle est censée empêcher.

Voir aussi : Processus d’approbation de déploiement dans le guide Agentic Enterprise Operational Excellence, la liste de contrôle par agent, go/no go, qui complète la vue de préparation au niveau de l’organisation de cette section.

Les organisations qui commencent leur parcours d’agent doivent :

Commencez avec des cas d’utilisation à valeur ajoutée : concentrez les agents initiaux sur des workflows avec un retour sur investissement clair.
Renforcer les capacités fondamentales – établir la gouvernance des données, les bases Knowledge et les modèles d’intégration.
Développez l’expertise des agents : développez vos compétences en ingénierie rapide et en architecture des agents, même si les outils en langage naturel et à faible code réduisent l’obstacle à l’entrée.
Établir un centre d’excellence — mettre sur pied l’organisme de gouvernance qui est responsable des processus d’approbation, des tests de sécurité et de la surveillance avant de déployer des agents de production (voir Préparation de l’organisation : Le Centre d’excellence ci-dessus).
Iterate : planifiez un raffinement continu plutôt qu’un déploiement initial parfait.
Mesurez la valeur : suivez les résultats commerciaux, les économies de coûts et la satisfaction des utilisateurs pour informer l’investissement.

Agentic Enterprise est une opportunité de transformation pour les organisations prêtes à adopter des workflows pilotés par l’IA. Une conception architecturale délibérée permet de la réaliser tout en gérant les risques et la complexité.

Partagez vos commentaires sur l'infrastructure bien archivée.