Le playbook de la Data and AI Solutions Fabric.
Un guide unique pour comprendre, évaluer et démarrer. Il part de la fabrique (données prêtes, organisation et agents, décision avec preuve d’effet) et montre comment la connaissance devient exploitation, avec une gouvernance dès la conception.
Résumé en une minute
- Ce que c’est
- Une fabrique qui prépare les données, décide avec autorité, exécute avec mandat et mesure l’effet. Livrée comme logiciel, avec des personnes là où la décision l’exige.
- Ce qui la soutient
- Trois capacités (Data Ready, Organisation et Agents, Decision Intelligence) dans un environnement aux contrôles communs : identité, coûts, sécurité, gouvernance, audit et exploitation.
- Comment elle se gouverne
- Dix dimensions de gouvernance et douze postes de contrôle ; chaque cas définit ceux qu’il exige. Chaque acte laisse un reçu, y compris ce qui a été refusé.
- Comment elle démarre
- Par une décision : six portes d’entrée et une échelle d’offres, avec un critère de sortie à chaque marche.
Le marché exige désormais des résultats. Nous livrons ce qui permet de les vérifier.
Le service est livré par le logiciel, avec des personnes là où la décision l’exige. Chaque livraison se termine par une preuve, et un gain n’est déclaré qu’après avoir été mesuré.
| Ce que le marché demande | Ce que nous livrons | Preuve de livraison |
|---|---|---|
| La question n’est plus de savoir si l’entreprise a de l’IA, mais quels résultats elle montre. | Nous commençons par la décision et la référence initiale, avant tout agent. | Une référence initiale avec source, formule, responsable et périodicité. |
| Plus d’agents et plus d’interactions ne signifient pas plus de valeur. | Nous mesurons tout le flux, personnes et agents ensemble : chaque action a un responsable. | Un reçu pour chaque action : qui l’a demandée, qui l’a approuvée et le résultat. |
| Avant d’investir, il faut savoir qui approuve, qui interrompt et quand réviser. | Mandat, limites d’autorité et condition d’arrêt définis pour le cas, sur le dispositif à dix dimensions. | Mandat enregistré, revue par une autre personne et arrêt auditable. |
| Un projet doit dire quand continuer et quand s’arrêter. | Chaque étape se termine par une décision de continuité : poursuivre, corriger, étendre ou clore. | Un gate avec la preuve de l’étape et la proposition de la suivante. |
Nous ne facturons pas au résultat et ne promettons aucun gain avant de mesurer. Ce que nous livrons, c’est la capacité de vérifier le résultat de chaque décision.
La fabrique : de la donnée à la capture de valeur.
Le cycle est le même dans tous les cas. Le périmètre définit quelles capacités entrent et comment elles travaillent ensemble.
Préparer
Objectif, contexte et données fiables.
Décider
Options, critères et autorité.
Exécuter
Personnes et agents sous mandat.
Mesurer et apprendre
Effets observés et prochaines étapes.
- Data Ready
- Des données utilisables. Produits de données avec sens, origine, qualité et responsables.
- Organisation et Agents
- Un travail coordonné. Personnes, agents, connaissances et outils organisés par rôles, mandats et limites.
- Decision Intelligence
- Décisions et résultats. Options, actions, échéances et effets suivis jusqu’à l’évaluation du résultat.
La gouvernance dans la conception, pas à la fin.
Les contrôles accompagnent le cycle, de l’entrée des données à la revue des résultats. Une personne fixe le niveau d’autorité ; l’agent exécute dans la limite et le cas revient à une personne quand il exige une décision.
- Responsabilité
- Une personne répond de la donnée, de l’agent et de la décision.
- Autorité
- Rôles, accès et mandats délimitent l’action.
- Intervention
- Revues, limites et conditions d’arrêt définies par cas.
- Preuves
- Des traces relient ce qui a été autorisé, réalisé et observé.
Les 12 postes de la fabrique
- Modèle IA
- Consigner finalité, destination des données et responsable.
- Produit de données
- Définir sens, origine, qualité, accès et propriétaire.
- Mémoire
- Établir curation, autorisation et conservation.
- Agent
- Relier identité, responsable et mandat.
- Supervision
- Séparer proposition, revue et approbation.
- Connexions
- Autoriser outils et délégations.
- Sécurité
- Définir blocages et protection des informations.
- Arrêt
- Définir quand arrêter et qui autorise la reprise.
- Qualité
- Tester les comportements et revoir les changements.
- Traces
- Suivre actions et autorisations.
- Observation
- Examiner consommation, exceptions et interventions.
- Résultat
- Comparer effets attendus et observés.
La connaissance devient exploitation : Service-as-Software.
Ce qu’Arcogi sait faire est livré comme logiciel, avec des personnes là où la décision l’exige. Quatre couches, de la pratique à l’exploitation.
BoK
Comment penser et pratiquer : méthode et doctrine EDAVEN.
Cookbooks
Accélérateurs optionnels : la connaissance du BoK par secteur, fonction et parcours, au-dessus du hub.
Services
Déploiement avec le CoE, selon le contrat.
SaaS EDAVEN
Data Ready, Organisation et Agents et Decision Intelligence, selon le cas.
17 cookbooks : 6 par secteur, 5 par parcours et 6 par fonction. Voir les cookbooks
Commencez par une décision.
Six portes d’entrée partent de ce que vit le client, et une échelle d’offres avance avec un critère de sortie à chaque marche.
Cartographie des décisions
L’entreprise dit: “Je ne sais pas par où commencer avec l’IA.”
Inventaire et décision prioritaire.
Décision différenciante
L’entreprise dit: “Je sais déjà quelle décision je veux résoudre.”
Décision en exploitation et effet mesuré.
Gouverner l’IA que vous avez déjà
L’entreprise dit: “Nous avons Cortex, Copilot, de l’IA dans l’ERP, et personne ne la contrôle.”
IA de tiers sous contrôle.
Fabrique d’agents
L’entreprise dit: “Je veux que mon équipe crée des agents, avec une gouvernance.”
Agents avec responsable et mandat.
Données prêtes
L’entreprise dit: “Personne ne fait confiance aux chiffres.”
Produits de données avec contrat.
Agents dans votre écosystème
L’entreprise dit: “Mes équipes veulent utiliser des agents, de façon maîtrisée.”
Adaptateurs et connecteurs avec Snowflake, Databricks, AWS, GCP, Microsoft et d’autres, selon le projet.
Ce que ce playbook n’affirme pas
- Nous ne tarifions pas au résultat et ne promettons pas de gain avant mesure.
- Une preuve synthétique est une preuve de contrôle, pas un résultat de marché.
- Les recettes orientent l’adaptation et le déploiement supervisé ; les résultats dépendent des intégrations, des données et des critères convenus dans le projet.
- NIST AI RMF, OCDE et LGPD orientent la conception ; ils ne sont ni une certification ni une conformité.
- Les écrans montrent un environnement de démonstration avec des données synthétiques. Les contrôles et capacités disponibles sont vérifiés dans le périmètre de chaque mission.
Quelle partie de votre activité doit progresser ?
Partons d’une décision récurrente ou d’un résultat important. Identifions les données, les personnes et la première capacité nécessaire.