Comment les PMO peuvent-ils gouverner un portefeuille croissant d’agents IA avec Creatio AI Studio
Points clés à retenir
- La prolifération des agents d’IA est un problème de portefeuille : les agents proviennent des employés, des équipes métier et opérationnelles, des outils SaaS et des développeurs, généralement sans registre commun indiquant qui en est responsable, à quelles ressources ils peuvent accéder ou ce qu’ils coûtent.
- Les disciplines déjà appliquées par un PMO (réception des demandes, registre, suivi de l’état de santé et suivi budgétaire) s’appliquent directement aux agents d’IA.
- Une fois que les agents exécutent des milliers d’actions par jour, la gouvernance doit être appliquée par la plateforme pendant leur fonctionnement.
- Dans Creatio AI Studio, les politiques, les validations humaines, l’observabilité et les contrôles des dépenses liées à l’IA s’appliquent à chaque agent créé sur Creatio, ainsi qu’aux agents externes dès qu’ils accèdent aux données ou aux processus de Creatio.
- La couche qui assure cette gestion à l’échelle de tout un parc d’agents est de plus en plus appelée plan de contrôle de l’IA.
Demandez à un responsable de PMO combien de projets sont en cours et la réponse arrive en quelques secondes, avec un responsable, un budget et un état pour chacun. Posez la même question au sujet des agents d’IA et la réponse prend généralement beaucoup plus de temps, quand elle arrive.
Les employés créent des assistants personnels, les équipes de service déploient des agents de traitement des dossiers, les outils SaaS arrivent avec une automatisation intégrée activée, et les développeurs créent des agents personnalisés sur les modèles d’OpenAI ou d’Anthropic. Chaque agent lit des données, exécute des actions et consomme de la capacité de modèles payante, pourtant peu d’organisations les suivent d’aussi près qu’une actualisation de site web de deux semaines.
Les PMO ont déjà résolu ce type de problème. Les cinq étapes ci-dessous appliquent aux agents d’IA des disciplines familières de gestion de portefeuille, avec des modèles et un exemple de fonctionnement de chaque étape dans Creatio AI Studio.
À quoi ressemble la prolifération des agents d’IA dans une organisation de livraison
La prolifération des agents d’IA désigne la croissance non maîtrisée des agents d’IA au sein d’une organisation : des agents créés par différentes équipes, sur différents outils, sans registre commun indiquant ce que chacun fait, à quelles ressources il peut accéder et ce qu’il coûte.
Le problème ne se manifeste que rarement au départ. Chaque équipe ajoute un agent qui a du sens localement et, un an plus tard, personne ne peut fournir une liste complète, deux agents donnent des réponses contradictoires aux clients et les coûts liés à l’IA ont augmenté sans explication claire. L’informatique fantôme a suivi le même schéma, tout comme les portefeuilles de projets avant la mise en place des processus de réception des demandes. La solution consistait alors à attribuer à chaque initiative un responsable, un périmètre et un budget, et les mêmes questions s’appliquent étroitement aux agents d’IA :
| Ce qu’un PMO suit pour un projet | L’équivalent pour un agent d’IA |
|---|---|
| Responsable et sponsor | Qui est responsable du comportement et des résultats de l’agent |
| Périmètre | Quelles tâches l’agent traite et lesquelles il doit transmettre |
| Accès et dépendances | À quels systèmes, données et outils l’agent peut accéder |
| Validations et points de contrôle | Quelles actions nécessitent l’autorisation d’une personne avant leur exécution |
| Budget | Quelle quantité de capacité d’IA l’agent peut consommer par heure, jour ou mois |
| État et santé | Si l’agent continue à atteindre le niveau de qualité pour lequel il a été approuvé |
| Contrôle des changements | Qui peut modifier ses instructions, son modèle ou ses autorisations, et comment les changements sont testés |
La plupart des entreprises auxquelles je parle ont largement dépassé le stade de quelques agents. Quelques agents sont faciles à suivre. Au-delà, presque aucune ne peut me dire ce que font actuellement tous ses agents, ce qu’ils coûtent ou qui les a approuvés. C’est précisément là que se situe tout le problème.
Un tableur fonctionne tant que la liste reste courte. À mesure qu’elle s’allonge, les réponses doivent se trouver dans la plateforme sur laquelle les agents fonctionnent.
Qu’est-ce que Creatio AI Studio et quelle est sa place dans le portefeuille d’agents ?
Creatio AI Studio est l’environnement natif de l’IA que les organisations utilisent pour créer, exécuter et gouverner des agents d’IA d’entreprise sur l’ensemble de leur cycle de vie, de la conception et des tests à la surveillance en production.
est l’environnement natif de l’IA que les organisations utilisent pour créer, exécuter et gouverner des agents d’IA d’entreprise sur l’ensemble de leur cycle de vie, de la conception et des tests à la surveillance en production. Lancé dans le cadre de la version 10x de Creatio en juillet 2026, il fonctionne aux côtés du CRM d’IA de Creatio sur une plateforme partagée et peut également être utilisé séparément, en connectant les agents aux systèmes déjà exploités par une organisation. Il réunit trois groupes de fonctionnalités :
- Créer des agents. Les équipes métier conçoivent des agents sans code dans le Prompt Agent Designer et le Workflow Agent Designer. Les développeurs utilisent des agents de codage tels que Claude Code, Codex et Cursor, tandis que le Creatio Agent SDK prend en charge les agents conçus avec les technologies OpenAI et Anthropic.
- Connecter les agents. Les agents accèdent aux données et aux flux de travail métier via le serveur MCP natif de Creatio, et chaque agent peut utiliser un modèle différent, notamment les modèles OpenAI, Anthropic et Google.
- Contrôler les agents. Des politiques à l’échelle de l’organisation et au niveau des agents, des approbations humaines, un journal d’audit, l’observabilité, des limites d’utilisation et des crédits IA pour gérer les dépenses liées à l’IA.
Les agents personnels suivent les mêmes règles. Les employés les créent dans Creatio AI Twin, une expérience conversationnelle sans code dans laquelle ils décrivent un objectif en langage naturel, testent le résultat et le déploient. Un agent AI Twin hérite exactement des autorisations de la personne qu’il représente et n’obtient donc jamais un accès dont son propriétaire ne dispose pas.
Cela donne au bureau de gestion de projets une limite claire. Les agents créés et exécutés sur Creatio, qu’ils soient préconfigurés, conçus dans AI Studio, décrits dans AI Twin ou écrits avec l’Agent SDK, partagent un même ensemble de politiques, de contrôles des dépenses et de mécanismes de supervision. Les agents exécutés ailleurs sont gouvernés au moment où ils accèdent aux données, aux processus ou aux approbations de Creatio, grâce aux autorisations, à l’approbation humaine et au journal d’audit.
Étape 1 : créer un registre des agents IA avant la mise en production du prochain agent
Un registre des agents IA constitue l’enregistrement centralisé de chaque agent utilisé : ce qu’il fait, qui en est responsable, ce à quoi il peut accéder et quelles sont ses performances. Il sert également de point de contrôle pour l’intégration. Une règle simple — aucune entrée dans le registre, aucun accès à la production — empêche la mise en service de nouveaux agents sans enregistrement.
La colonne d’exemple ci-dessous utilise le Creatio Data Enrichment Agent, un agent commercial préconfiguré qui recherche les informations manquantes sur les comptes dans des sources externes et les ajoute à la fiche CRM. Les valeurs sont données à titre indicatif.
Modèle : registre des agents IA
| Champ | Éléments à consigner | Exemple |
|---|---|---|
| Nom de l’agent | Nom complet, tel qu’il apparaît sur la plateforme | Creatio Data Enrichment Agent |
| Objectif et périmètre | La tâche qu’il prend en charge et la limite de son intervention | Complète les informations manquantes sur l’entreprise, telles que le secteur, la taille et la localisation ; ne modifie pas les données de propriété ou de pipeline |
| Responsable métier | La personne responsable de ses résultats | Responsable des opérations commerciales |
| Lieu d’exécution | Plateforme et méthode de conception, dans ou hors de Creatio | Agent préconfiguré, exécuté sur Creatio |
| Systèmes, données et modèle | Ce à quoi il peut accéder et le modèle qu’il appelle | Fiches de comptes et sources web publiques ; modèle approuvé au niveau de l’organisation |
| Autonomie | Suggère, agit avec approbation ou agit dans des limites définies | Assistance : propose des mises à jour à vérifier par un commercial |
| Points d’approbation humaine | Actions nécessitant une validation avant leur exécution | Remplacement d’une valeur saisie par une personne |
| Budget | Consommation autorisée par jour ou par mois | Part des crédits IA de l’équipe commerciale |
| Contrôle qualité | Mode de mesure de la qualité et date de la dernière vérification | Contrôle ponctuel mensuel des fiches mises à jour |
| Statut et dernière modification | Étape du cycle de vie et dernière modification approuvée | Production ; instructions mises à jour et approuvées par le responsable |
Examinez le registre selon la même fréquence que le portefeuille de projets. Les agents sans responsable ou sans contrôle qualité récent sont les premiers candidats à suspendre ou à retirer.
Comment Creatio AI Studio maintient le registre à jour
Pour les agents exécutés sur Creatio, une grande partie du registre peut être consultée directement depuis la plateforme. Creatio AI Studio conserve la configuration de chaque agent, son modèle, les politiques applicables et l’historique des versions. Ses vues de supervision affichent le statut d’exécution, les erreurs, les escalades et la consommation par agent, tandis que la gestion des versions avec restauration couvre le contrôle des changements. Le bureau de gestion de projets reste responsable des champs qu’une plateforme ne peut pas connaître, tels que le responsable métier, le périmètre prévu et la fréquence des vérifications.
Un registre indique ce qui existe. L’étape suivante détermine ce que chaque agent est autorisé à faire.
Étape 2 : transformer les politiques de gouvernance des agents IA en règles appliquées par la plateforme
La plupart des organisations commencent la gouvernance de l’IA par des documents : une politique d’utilisation acceptable, une liste de modèles approuvés et une règle selon laquelle les données clients doivent rester dans les systèmes approuvés. Ces documents restent efficaces tant que quelques personnes peuvent vérifier manuellement les agents. Lorsque des agents sont exécutés par des dizaines d’équipes, les contrôles manuels prennent du retard et la gouvernance exécutable prend le relais : la plateforme applique les politiques chaque fois qu’un agent s’exécute, en couvrant des règles telles que :
- Quels modèles un agent peut appeler
- Quelles données personnelles sont masquées avant de parvenir à un modèle
- Quels outils nécessitent la confirmation d'une personne avant que l'agent ne les utilise
- Quelles actions nécessitent d'abord une approbation humaine, comme un remboursement supérieur à un montant défini
- Quelle quantité un agent peut consommer par heure, par jour ou par mois
À l’échelle d’une entreprise, la seule gouvernance qui ait une réelle valeur est celle que la plateforme applique elle-même, à chaque fois, que quelqu’un surveille ou non la situation.
Pour un PMO, l'exercice pratique consiste à traduire les politiques écrites : pour chaque politique, décider quelle règle l'appliquerait, où cette règle se situe et qui est averti lorsqu'elle bloque une action.
Politiques à l'échelle de l'organisation et au niveau des agents dans Creatio AI Studio
Creatio AI Studio applique les politiques à deux niveaux. Les politiques à l'échelle de l'organisation couvrent tous les agents : modèles approuvés, masquage des données personnelles, confirmation de l'utilisation des outils, approbation humaine et limites d'utilisation. Les politiques au niveau des agents ajoutent des règles pour un agent donné, en complément de ses propres instructions et connaissances. Un nouvel agent hérite automatiquement des règles appliquées à l'échelle de l'organisation : personne n'a donc besoin de penser à les ajouter.
Les demandes d'approbation peuvent être traitées dans AI Studio, dans le chat ou dans le CRM, là où l'approbateur travaille déjà. Un tableau de bord de gouvernance présente les approbations en attente, les décisions liées aux politiques et les agents pour lesquels les décisions se concentrent le plus souvent. Ces regroupements sont utiles lors d'une revue de portefeuille : un agent qui s'arrête constamment au même stade d'approbation peut avoir besoin d'un périmètre plus restreint, ou la règle peut nécessiter un ajustement. Le journal d'audit enregistre chaque action.
Ce dont héritent les agents créés dans Creatio AI Twin
Les agents personnels sont généralement à l'origine de la prolifération, car les employés peuvent les créer sans projet ni ticket. Dans Creatio AI Twin, un agent hérite des accès fondés sur les rôles de la personne pour laquelle il agit, respecte les rôles et les règles métier existants de Creatio et consigne chaque décision en la rattachant à cette personne. Il passe de l'environnement bac à sable à la production sous les contrôles déjà appliqués par le service informatique.
Le service informatique définit les garde-fous une fois pour toutes, et les employés continuent à créer des agents dans ce cadre. Une règle raisonnable pour un PMO consiste à inscrire les agents personnels dans le registre dès qu'ils sont partagés avec une équipe ou commencent à traiter des données clients.
Les règles contrôlent ce qu'un agent donné peut faire. La plupart des processus métier impliquent toutefois plusieurs agents et plusieurs personnes.
Étape 3 : Maintenir les personnes au cœur du processus lorsque les agents prennent en charge le travail
Les processus d'entreprise résident rarement dans une seule application. L'intégration d'un client dans une banque peut concerner le CRM, le traitement des documents, la vérification d'identité, le système bancaire central et la conformité, plusieurs personnes donnant leur accord en cours de route. Ajouter un agent par système ne fait que répartir la complexité sans la réduire.
Ces processus comprennent également des participants qui ne sont pas du tout des agents : une règle métier, une file d'attente d'approbation, un point de contrôle de conformité ou un responsable qui donne son accord avant l'exécution de l'étape suivante. La conception avec intervention humaine consiste à coordonner tous ces éléments dans un même flux, en transmettant le contexte approprié à chaque transfert.
Une cartographie des transferts permet de visualiser cela avant toute construction. Pour chaque étape, indiquez qui effectue le travail, ce qui déclenche le transfert, quel contexte l'accompagne et ce qui se passe si personne ne répond.
Modèle : cartographie des transferts entre personnes et agents (exemple illustratif d'intégration)
| Étape | Responsable | Passage de relais lorsque | Contexte transmis | Si personne ne répond |
|---|---|---|---|---|
| Recueillir la demande et les documents | Agent d'intégration | Tous les documents requis sont reçus | Données de la demande et ensemble de documents | Rappel au client après un délai convenu |
| Valider les données et signaler les lacunes | Agent d'intégration | La validation est terminée ou une incohérence est détectée | Résultats de la validation et liste des problèmes | Transfert à un spécialiste des opérations |
| Examen de conformité | Responsable de la conformité | La décision est enregistrée | Résumé structuré avec les problèmes signalés | Escalade vers le responsable d'équipe |
| Ouvrir le compte | Étape du flux de travail | Le compte est créé dans le système central | Demande approuvée | L'erreur est transférée aux opérations |
Une banque régionale qui fonctionne avec Creatio procède ainsi. Son agent d'intégration extrait les informations des demandes et des documents d'identité, valide les données requises, identifie les informations manquantes ou incohérentes et prépare un résumé structuré pour l'examen humain, tandis que les employés gardent le contrôle des décisions de conformité et de l'approbation finale.
Le résultat est une gestion manuelle des documents réduite, une intégration plus rapide et plus cohérente, ainsi qu'une piste d'audit plus claire. À mesure que le déploiement s'étend, le même flux de travail peut connecter la signature électronique, l'approvisionnement du compte et le système central de la banque sans ajouter d'agents déconnectés.
Comment les agents de flux de travail de Creatio AI Studio se mettent en pause pour obtenir une approbation, puis reprennent leur activité
Dans Creatio AI Studio, le concepteur d'agents de flux de travail permet de concevoir visuellement ce type de processus. Les étapes déterministes, les règles métier et les points d'approbation sont intégrés au même flux que le raisonnement de l'agent, de sorte qu'un agent de flux de travail peut s'arrêter au moment d'une approbation, attendre la décision d'une personne, puis continuer une fois celle-ci reçue. L'orchestration multi-agents coordonne les agents spécialisés, les flux de travail, les applications, les outils et les approbations humaines dans le cadre d'un processus de bout en bout.
Le contexte accompagne le travail. Les agents s'appuient sur les enregistrements CRM, l'état du flux de travail et l'historique des conversations, de sorte qu'un agent chargé d'un dossier de service travaille à partir du même enregistrement client que celui utilisé par l'équipe commerciale, tandis que les contrôles d'accès existants restent en vigueur. La combinaison d'étapes déterministes et du raisonnement de l'agent contribue également à maîtriser le budget, car les étapes du flux de travail ne consomment aucun crédit d'IA et seules les étapes nécessitant un jugement font appel à un modèle.
Une fois les agents opérationnels, la question n'est plus ce qu'ils peuvent faire, mais la qualité de leur travail.
Étape 4 : rendre compte de la santé des agents comme vous rendez compte de la santé des projets
Un agent qui a réussi tous les tests avant son lancement peut néanmoins dériver à mesure que les modèles, les données et l'entreprise évoluent autour de lui. Sans mesure régulière, le premier signe de problème est souvent une réclamation client.
Les PMO disposent déjà du format permettant de détecter ce phénomène rapidement : le rapport d'état. Appliqué aux agents, il évalue quelques dimensions en rouge, orange ou vert par rapport à des seuils convenus lors de l'approbation de chaque agent.
Modèle : rapport sur la santé d'un agent d'IA
| Dimension | Éléments à vérifier | Vert | Orange | Rouge |
|---|---|---|---|---|
| Qualité | Scores obtenus sur le jeu de tests de l'agent et lors de l'évaluation de la qualité en production | Au niveau ou au-dessus du seuil approuvé | Évolution vers le seuil | En dessous du seuil |
| Escalades | Fréquence à laquelle l'agent transfère le travail à une personne, et raisons de ces transferts | Stable, avec les raisons attendues | En hausse ou apparition de nouvelles raisons | Forte hausse ou raison d'échec récurrente |
| Erreurs | Étapes échouées et ce qui est arrivé au travail | Rares, et le travail a été récupéré | Répétées lors d'une même étape | Travail perdu ou bloqué |
| Résultat métier | Résultat que l'agent a été conçu pour fournir | Objectif atteint | En dessous de l'objectif pendant une période | En dessous de l'objectif pendant au moins deux périodes |
| Dépenses | Consommation par rapport au budget | Dans les limites du budget | Proche d'une limite | Budget dépassé ou limites atteintes |
| Activité liée aux politiques | Actions bloquées et approbations en attente | Conforme aux attentes | Approbations qui s'accumulent | Blocages répétés liés à la même règle |
Une évaluation rouge de la qualité ou de l'activité liée aux politiques justifie la mise en pause de l'agent ou la réduction de son autonomie jusqu'à ce que la cause soit identifiée. Une évaluation rouge des dépenses nécessite un échange avec le responsable au sujet du périmètre ou du choix du modèle.
Observabilité de l'IA dans Creatio AI Studio
Creatio AI Studio fournit la plupart des éléments de ce rapport depuis la plateforme. Avant leur mise en production, les agents sont testés sur des jeux de données de référence (des scénarios réels dont les réponses correctes sont connues), avec des seuils de qualité. En production, l'évaluation de la qualité, la détection des dérives, la mesure des résultats et les retours des utilisateurs se poursuivent, tandis que les vues de supervision affichent l'état d'exécution, la latence, les erreurs, les escalades, les tendances de qualité et le coût par agent et par modèle.
Les résultats de la production sont réinjectés dans le jeu de tests, de sorte que la version suivante d'un agent est testée à partir des erreurs survenues dans la version précédente.
La ligne des dépenses de ce rapport nécessite une étape à part, car les coûts liés à l’IA se comportent différemment de la plupart des coûts logiciels.
Étape 5 : inscrire les dépenses liées à l’IA au budget avant leur facturation
Les logiciels traditionnels sont budgétés par licence ou par utilisateur. La consommation d’IA s’accumule par appel de modèle, par exécution d’agent et par flux de travail, ce qui la rend variable, répartie entre les équipes et difficile à attribuer. De nombreuses organisations la rapprochent en fin de trimestre, lorsque l’argent est déjà dépensé.
Un PMO peut appliquer la discipline qu’il utilise pour les budgets de projet. Allouez la capacité d’IA par service ou par équipe et consignez chaque allocation dans le registre. Définissez des seuils qui avertissent avant une limite et déclenchent une action une fois la limite atteinte.
Adaptez le modèle à la tâche, car la classification nécessite rarement le modèle le plus performant et les étapes prévisibles peuvent ne nécessiter aucun modèle. Prévoyez ensuite la consommation à deux ou trois fois le volume actuel, afin que la mise à l’échelle devienne une décision planifiée.
Limites d’utilisation et crédits IA dans Creatio AI Studio
Creatio AI Studio mesure la consommation d’IA en crédits IA, de sorte que les dépenses n’ont plus besoin d’être suivies séparément auprès de chaque fournisseur de modèles. Les organisations attribuent les crédits par service et par équipe, et les responsables peuvent consulter la consommation de leur équipe. Le Centre de commande IA affiche les crédits consommés par utilisateur, équipe, service et compétence IA, ainsi que les tendances au fil du temps et les valeurs atypiques de forte consommation.
Les budgets de crédits IA peuvent être définis pour l’ensemble de l’organisation et pour chaque agent, à l’heure, au jour et au mois. Chaque budget possède un seuil d’avertissement, et un blocage strict facultatif empêche les requêtes une fois le budget dépassé. Les ventilations des coûts par modèle et le rythme de consommation montrent d’où vient la consommation et à quelle vitesse elle augmente, et chaque agent peut se voir attribuer le modèle adapté à sa tâche.
Ces contrôles couvrent la consommation qui passe par Creatio. Un agent qui facture directement son propre fournisseur de modèles échappe à ces contrôles, ce qu’il convient de noter dans le registre : la manière dont un agent se connecte détermine dans quelle mesure il peut être géré.
Du portefeuille d’agents au plan de contrôle de l’IA
Pris ensemble, les cinq étapes décrivent une couche que de nombreuses organisations cherchent à mettre en place, et les analystes suivent désormais les solutions de plan de contrôle agentique comme une catégorie à part entière. Un plan de contrôle de l’IA est la couche d’entreprise qui régit, orchestre, observe et gère économiquement les agents IA dans toute une organisation, quels que soient leurs créateurs et l’endroit où ils s’exécutent.
Le terme vient des réseaux et de l’infrastructure cloud, où le plan de contrôle décide et le plan de données exécute. Pour une organisation chargée de la mise en œuvre, le plan de contrôle doit également comprendre le travail lui-même : acheminer un dossier vers le bon agent, le mettre en pause pour obtenir l’approbation d’un responsable, puis le reprendre au sein d’un processus métier.
Creatio présente cela comme l’orientation de Creatio AI Studio. Les agents conçus sur Creatio, des agents sans code à ceux écrits avec le kit de développement des agents, sont régis par un même ensemble de modèles, de politiques, de contrôles des dépenses et de mécanismes d’orchestration, tandis que les agents exécutés ailleurs sont gouvernés dès qu’ils accèdent aux données, aux processus ou aux approbations de Creatio.
Les entreprises ne se standardiseront pas sur un seul fournisseur d’IA. Les équipes doivent pouvoir créer des agents où elles le souhaitent, tant qu’aucun agent n’agit sur des données métier sans autorisation.
6 questions pour votre prochaine revue du portefeuille d’agents
Posez ces questions à l’équipe avant la prochaine revue du portefeuille. Chacune correspond à l’une des étapes ci-dessus, de sorte qu’un « non » indique directement le travail à accomplir.
| Question | Étape |
|---|---|
| Pouvons-nous produire une liste complète des agents exécutés aujourd’hui, chacun avec un responsable nommé ? | 1 |
| Pouvons-nous appliquer une nouvelle politique à tous les agents en une seule fois, sans reconstruire aucun d’entre eux ? | 2 |
| Pouvons-nous imposer nos règles à un agent que nous n’avons pas créé ? | 2 |
| Lorsqu’un agent transmet une tâche à une personne, reprend-il la tâche une fois que cette personne a agi ? | 3 |
| Remarquerions-nous une baisse de la qualité d’un agent avant un client ? | 4 |
| Savons-nous combien chaque agent a coûté le mois dernier et quel budget l’a financé ? | 5 |
FAQ
Qu’est-ce qu’un plan de contrôle de l’IA ?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eUn plan de contrôle de l’IA est la couche d’entreprise qui gouverne, orchestre, observe et gère le coût des agents d’IA au sein d’une organisation. Il applique automatiquement des politiques pendant l’exécution des agents, coordonne les agents avec les flux de travail et les approbations humaines, surveille la qualité en production et contrôle les dépenses liées à l’IA, quel que soit le créateur de l’agent et l’endroit où il s’exécute.\u003c/span\u003e
Qu’est-ce que la prolifération des agents d’IA et comment un PMO peut-il la prévenir ?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eLa prolifération des agents d’IA est la croissance non maîtrisée d’agents d’IA créés par différentes équipes à l’aide de différents outils, sans registre partagé de la propriété, des accès ou des coûts. Un PMO peut la prévenir grâce à un registre des agents qui sert également de point de contrôle à l’admission, à des politiques appliquées par la plateforme lors de l’exécution, à des rapports réguliers sur l’état de santé et à un budget consacré à la consommation d’IA.\u003c/span\u003e
Creatio AI Studio peut-il gouverner des agents d’IA créés en dehors de Creatio ?
\u003cspan style=\u0022font-weight: 400;\u0022\u003eOui, au moment où ces agents interagissent avec Creatio. Les agents créés et exécutés sur Creatio, y compris ceux écrits avec le SDK d’agent Creatio à l’aide des technologies OpenAI ou Anthropic, partagent un même ensemble de politiques, de contrôles des dépenses et de mécanismes de surveillance. Les agents exécutés sur d’autres plateformes sont gouvernés lorsqu’ils accèdent aux données, aux processus ou aux approbations de Creatio, grâce aux autorisations, à l’approbation humaine et au journal d’audit.\u003c/span\u003e
Par où commencer : un registre et un examen
La gouvernance est souvent considérée comme un frein à l’adoption de l’IA. À l’échelle d’un portefeuille, c’est l’inverse qui se produit : lorsque la plateforme applique les règles, les créateurs avancent plus vite, car les garde-fous les accompagnent.
Pour la plupart des PMO, la première étape est modeste. Répertoriez les agents déjà en cours d’exécution, la personne responsable de chacun et le coût de chacun. Cet exercice montre généralement si la lacune relève d’un problème de politique ou de plateforme, et lequel des cinq étapes traiter en premier.
