Un agent d'IA est à la fois un modèle, une invite, une bibliothèque de référence et un périmètre d'autorisation. Ces quatre éléments sont essentiels.

Pourquoi c'est important

L'IA promet beaucoup en matière de contrôle de conformité. Mais les risques liés à un mauvais déploiement le sont tout autant. Un modèle unique et figé, une invite fixe, aucune documentation de référence, aucun contrôle des autorisations, aucune piste d'audit : il s'agit d'un outil, pas d'un agent. Il ne s'adapte pas au travail, ne respecte pas votre gouvernance et expose votre équipe en cas de problème.

Les meilleures plateformes automatisées de gestion des approbations créatives fonctionnent différemment. L'approche d'Aproove considère l'IA comme une capacité configurable qui doit s'intégrer à la structure de votre programme de contrôle. Les quatre éléments mentionnés ci-dessus constituent le mécanisme qui vous permet de créer des agents fiables pour votre équipe : chacun optimisé pour une tâche spécifique, chacun s'appuyant sur les documents de référence appropriés, chacun avec des autorisations d'utilisation définies et chacun auditable a posteriori.

Le résultat ? Une IA évolutive qui préserve les contrôles exigés par vos parties prenantes en matière de conformité, de marque et juridique.

Anatomie d'un agent

Fournisseur et modèle La couche Fournisseur gère la connexion au moteur d'IA sous-jacent : clé API, point de terminaison et sélection du modèle. Aproove est fourni avec des intégrations prêtes à l'emploi pour OpenAI et Anthropic, vous permettant ainsi d'exécuter des agents sur le modèle de pointe de votre choix (GPT, Claude et les modèles que ces fournisseurs continuent de publier). Outre ces intégrations prêtes à l'emploi, la plateforme prend en charge les connexions aux modèles d'inférence personnalisés, aux modèles d'inférence internes et aux modèles auto-hébergés, vous offrant la flexibilité d'exécuter des agents sur la couche d'inférence standardisée par votre organisation. Chaque agent est associé à un modèle, mais différents agents peuvent utiliser des modèles différents : un spécialiste de la marque peut utiliser un modèle de pointe tandis qu'une vérification de conformité juridique peut en utiliser un autre. Vous pouvez également configurer Aproove pour utiliser des clés API contrôlées par le client, votre propre environnement d'entreprise ou, via les Services Professionnels, un modèle personnalisé optimisé par Aproove.

Modèle d'invite. Il s'agit du jeu d'instructions principal : la tâche spécifique que l'agent doit effectuer. Il comprend une invite système (le cadre statique, le comportement, le ton et les contraintes) et une couche de saisie utilisateur (les données variables auxquelles l'agent réagit, comme le contenu textuel de l'épreuve, les données d'image ou la liste des pages). Aproove fournit une bibliothèque de balises système permettant aux invites d'extraire dynamiquement la partie appropriée du fichier lors de l'exécution.

Fichiers de référence. Les connaissances persistantes sur lesquelles un agent s'appuie. Un guide de style, un guide de marque, un cadre réglementaire, une liste de revendications approuvées, une liste de mots interdits. Les fichiers de référence peuvent être des PDF, des DOCX, des feuilles de calcul, des JSON ou des images, jusqu'à 512 Mo. Ils peuvent être persistants (chargés une seule fois, utilisés par plusieurs agents) ou temporaires (chargés lors de l'exécution pour chaque projet). Voici comment vous enseignez vos normes à un agent.

Limites des autorisations. Les agents sont regroupés en ensembles de modèles d'invite, qui sont attribués à des rôles au niveau du schéma. Un utilisateur ne peut voir et invoquer que les agents autorisés par son rôle. Les autorisations s'appliquent à l'utilisateur, au rôle ou à l'équipe, et sont indépendantes des autorisations de révision au niveau du fichier : la portée d'un agent est configurée séparément de celle d'un réviseur.

Contexte. Environnement d'exécution de l'agent. Le contexte de preuve invoque un agent sur une seule preuve dans l'interface de révision. Le contexte de section exécute l'agent sur plusieurs preuves simultanément depuis la vue du plan de preuve, avec une exécution parallèle (duplication) pour les cycles à volume élevé.

Délégué ou automatisé

Chaque agent d'IA de conformité dans Aproove peut être configuré pour l'un des deux modèles d'interaction. Il s'agit d'un choix de configuration qui influence la façon dont les utilisateurs perçoivent et utilisent le produit.

Délégué aux utilisateurs. L'Agent est disponible à la demande dans l'interface de révision ou la vue du plan de validation. Un réviseur disposant des autorisations appropriées décide quand l'appeler. Il ouvre un fichier, détermine s'il a besoin d'une vérification de marque ou d'une analyse de conformité, puis exécute l'Agent. Les résultats s'affichent immédiatement pour que le réviseur puisse agir. Ce modèle permet aux réviseurs de garder le contrôle et fait de l'IA un outil qu'ils utilisent à la demande.

Automatisé dans le flux de travail. L'Agent est intégré directement à une action de flux de travail. Les fichiers qui passent cette étape sont analysés automatiquement. Des balises et des notes sont appliquées au fichier avant même qu'un utilisateur ne l'ouvre. Les utilisateurs reçoivent le fichier avec les informations déjà fournies, voient ce qui a été signalé et où, puis effectuent le tri. Ce modèle permet aux réviseurs de ne plus avoir à se demander quel agent contacter et garantit que les analyses critiques (vérification de la conformité réglementaire de chaque élément de campagne, vérification de la marque pour chaque variante de marché) ne soient pas négligées.

Le même agent peut être délégué à une équipe et automatisé pour une autre. Le même flux de travail peut combiner les deux modèles à différentes étapes : un pré-filtrage automatisé à la réception, une révision par un spécialiste déléguée en cours de cycle et une vérification finale automatisée de la conformité avant approbation.

Ce choix modifie sensiblement l’expérience du réviseur :

• Un réviseur travaillant avec un agent délégué choisit le moment où l’IA intervient.
• Un réviseur travaillant en aval d’un agent automatisé ouvre chaque fichier avec le premier passage de l’IA déjà affiché.

Les deux modes s’inscrivent dans le même cadre de gouvernance : mêmes autorisations, même journal d’audit et même étiquetage [GÉNÉRÉ PAR L’IA] sur toutes les sorties. Vos administrateurs déterminent le mode le plus adapté à chaque flux de travail.

Fonctionnement pratique

Pour les administrateurs :

1. Configurer un fournisseur. Connectez votre moteur d'IA (OpenAI, Anthropic ou votre propre point de terminaison de modèle), spécifiez la clé API et le point de terminaison, et sélectionnez les modèles disponibles pour vos agents.
2. Rédiger le modèle d'invite. Définissez la tâche de l'agent : ce qu'il doit rechercher, ce qu'il doit produire, le ton et les contraintes applicables.
3. Ajouter des fichiers de référence. Importez les connaissances persistantes que l'agent doit consulter, comme votre charte graphique ou votre cadre de conformité.
4. Regrouper dans un ensemble de modèles d'invite. Regroupez les agents associés et attribuez-les à des rôles au niveau du schéma. Les utilisateurs ayant ces rôles héritent de l'accès.
5. Choisissez une délégation ou une automatisation. Configurez chaque agent pour une invocation humaine, intégrez-le à un flux de travail en tant qu'action automatisée, ou les deux.
6. Testez et optimisez. Ajustez l'invite, le modèle, la température et le matériel de référence jusqu'à ce que l'agent réponde à vos exigences de qualité.

Pour les réviseurs (modèle délégué) :

1. Ouvrez une épreuve. Approove affiche les agents disponibles pour votre rôle.
2. Invoquez l'agent. Exécutez-le sur l'épreuve complète ou une sélection spécifique. Utilisez le contexte de section pour déployer un agent sur plusieurs épreuves en parallèle.
3. Examinez les résultats. Les notes générées par l'IA apparaissent sur les composants analysés par l'agent, préfixées par [GÉNÉRÉ PAR L'IA], avec des étiquettes de gravité et des solutions suggérées.
4. Décider. Confirmez, modifiez, remplacez ou escaladez. Vos décisions sont consignées dans l'historique d'audit.

Pour les réviseurs (processus automatisé) :

1. Prenez votre tâche. Le fichier arrive dans votre file d'attente avec les conclusions de l'agent déjà intégrées.
2. Utilisez le briefing. Les balises et les notes de l'agent en amont sont visibles sur l'épreuve, vous indiquant où chercher en premier.
3. Examinez et décidez. Confirmez, modifiez, remplacez ou faites remonter les conclusions de l'agent, et ajoutez votre propre analyse.
4. Faites progresser le fichier. Vos décisions et toutes les nouvelles annotations sont ajoutées à l'historique d'audit.

Conçu pour la confiance

Quelques détails importants, car c'est ainsi qu'Aproove permet le déploiement de l'IA dans des environnements réglementés :

• Les notes générées par l'IA sont toujours balisées. Le préfixe [GÉNÉRÉ PAR L'IA] est automatique et ne peut pas être masqué. Les réviseurs savent toujours ce qui provient d'un agent. Les notes sont attribuées à un humain. La responsabilité incombe aux personnes. Que l'agent ait été exécuté à la demande ou dans le cadre d'un flux de travail, chaque note est enregistrée et associée à l'humain concerné. Les tâches de génération enregistrent chaque exécution. Chaque invocation d'agent est consignée, y compris l'appel API brut et les données de coût du fournisseur liées à la clé API. Les dépenses sont transparentes. Les autorisations sont indépendantes des autorisations de révision humaine. Un agent peut être limité à un petit groupe d'utilisateurs, même si le fichier sous-jacent est largement accessible. L'inverse est également vrai. Les agents sont gérés au niveau du schéma. Ajouter, supprimer ou modifier la portée d'un agent constitue une modification de configuration, et non un déploiement de code.

Avantages

• Un agent par tâche. Différents agents pour les tâches liées à la marque, aux aspects juridiques, réglementaires et à la conformité. Chacun est adapté à sa tâche spécifique, avec son propre modèle, ses invites et ses documents de référence.
• Apportez votre expertise. Votre guide de style, vos règles de conformité, votre charte graphique : tous ces éléments sont chargés comme documents de référence que les agents consultent à chaque exécution.
• Les réviseurs gardent le contrôle. Chaque constat d'agent est vérifiable, modifiable et peut être remplacé. La décision finale revient à l'humain.
• Délégation ou automatisation, à vous de choisir. Configurez le même agent pour qu'il soit déclenché par un humain pour certaines équipes et automatisé pour d'autres. La plateforme s'adapte au mode de fonctionnement de chaque équipe.
• Transparence des coûts. Les tâches générées indiquent le coût de chaque exécution et quel agent est utilisé pour quel modèle. Les discussions budgétaires sont simplifiées. Les autorisations correspondent à votre gouvernance. Qui peut utiliser un agent, consulter ses résultats et modifier sa configuration ? Tout est contrôlé au niveau du rôle et de l'équipe. Exécution parallèle à grande échelle. Le fork permet à un seul agent de traiter plusieurs preuves simultanément, ce qui est utile pour les revues à l'échelle d'un catalogue ou d'une campagne.

À qui s'adresse cette solution ?

• Responsables de la conformité, des affaires juridiques et réglementaires qui ont besoin de l'IA dans leur processus d'examen, mais qui ne peuvent accepter des outils non contrôlés.
• Équipes de gouvernance de marque et de création qui développent des agents garantissant la cohérence de la marque.
• Administrateurs Aproove qui configurent les capacités d'IA de la plateforme pour des contextes métiers spécifiques.
• Relecteurs et experts métiers qui souhaitent des examens mieux préparés sans renoncer à leur pouvoir de décision final.
• Équipes informatiques et de sécurité qui évaluent le déploiement de l'IA dans des environnements réglementés.

Fonctionnement interne

Le framework d'agents IA d'Aproove est structuré en quatre couches : Fournisseurs (connexion au moteur d'IA, sélection du modèle, gestion des clés API, contrôle des jetons de sortie), Modèles d'invites (rôle système, saisie utilisateur, température, délai d'expiration de la requête, liaison au contexte), Ensembles de modèles d'invites (groupement des permissions au niveau du schéma) et Fichiers de référence (stockage de connaissances persistant ou temporaire jusqu'à 512 Mo aux formats PDF, DOCX, tableur, JSON et image). La plateforme est fournie avec des intégrations prêtes à l'emploi pour OpenAI et Anthropic, et prend également en charge les connexions gérées par le client à des LLM personnalisés, des LLM internes et des modèles auto-hébergés. L'invocation de l'agent s'effectue sur la représentation structurée du fichier produite lors du chargement, incluant le contenu textuel, les métadonnées, les données d'image et les dimensions au niveau du pixel. Des balises système permettent d'intégrer dynamiquement le contenu du fichier dans les invites lors de l'exécution. Les résultats sont consignés sous forme de notes préfixées par [GÉNÉRÉ PAR L'IA] et attribuées à l'utilisateur associé, avec des étiquettes facultatives pour la gravité et la catégorie. Chaque exécution est enregistrée dans les tâches de génération, qui consignent l'appel API complet et récupèrent les données de coût directement auprès du fournisseur. Les requêtes d'IA transmettent uniquement les données structurées minimales nécessaires via des canaux chiffrés (TLS 1.2+), et l'inférence est transactionnelle et n'est pas utilisée pour l'entraînement du modèle en amont lors de l'exécution via des points de terminaison d'entreprise.