Le bon modèle pour la bonne tâche. Pour chaque tâche.

Pourquoi c'est important

Le paysage de l'IA évolue plus vite que n'importe quel fournisseur ne peut suivre. Le modèle le plus performant aujourd'hui pour le raisonnement complexe en matière de conformité n'est pas celui d'il y a six mois, et probablement pas celui qui le sera dans six mois. Le modèle le plus performant pour les vérifications de texte rapides est rarement le même que celui qui excelle dans l'analyse réglementaire multi-documents. Le modèle auquel vous confiez des données sensibles est rarement une API publique.

Les clients des secteurs réglementés doivent également composer avec une autre problématique : la résidence des données, leur intégrité et l'exigence que certains contenus ne sortent pas d'un périmètre de sécurité défini. Les secteurs pharmaceutique, de la santé, des services financiers et gouvernementaux gèrent tous des catégories de contenus pour lesquelles une API d'IA publique n'est pas envisageable, aussi performante soit-elle.

Open LLM Philosophy répond à toutes ces réalités simultanément. Choisissez le modèle adapté à chaque tâche. Choisissez le mode de déploiement adapté à chaque réglementation. Changez de fournisseur lorsque de meilleurs modèles émergent. Traitez les données sensibles sur une infrastructure privée et les autres sur des API de pointe. Votre stratégie d'IA n'est pas limitée aux décisions des fournisseurs d'Aproove.

Sélection du fournisseur par agent

Le framework Agent d'Aproove considère le modèle comme un choix de configuration prioritaire pour chaque agent, et non comme un paramètre global.

Différents agents peuvent s'exécuter sur différents fournisseurs au sein d'un même projet, dans le même flux de travail et sur le même fichier :

• Un agent de marque utilisant le modèle phare d'OpenAI, optimisé pour une reconnaissance multimodale rapide des formes par rapport à votre charte graphique.
• Un agent réglementaire utilisant le modèle phare d'Anthropic, optimisé pour un raisonnement textuel nuancé sur de longs documents de conformité.
• Un agent juridique utilisant le modèle auto-hébergé de votre organisation, garantissant que le contenu ne puisse pas quitter votre environnement.
• Un agent de correction orthographique et de tonalité utilisant un modèle économique de l'un ou l'autre fournisseur, lorsque la tâche ne nécessite pas le moteur le plus performant.

Le choix est effectué pour chaque agent. Un flux de travail peut appeler les quatre modèles séquentiellement lors de la pré-analyse, chacun s'exécutant chez son fournisseur respectif, le client payant le tarif approprié pour chaque modèle. L'analyste ne perçoit aucune différence. Les résultats sont renvoyés sous forme d'étiquettes et de notes, quel que soit le fournisseur.

Vous pouvez ainsi adapter votre budget IA à vos besoins. Des modèles de pointe pour les tâches qui le justifient, des modèles efficients pour les autres, et des modèles auto-hébergés pour celles qui l'exigent.

Intégrations prêtes à l'emploi

Aproove intègre nativement deux fournisseurs de modèles de pointe :

• OpenAI. Accès complet aux familles de modèles OpenAI. Prise en charge des modèles multimodaux, des modèles de raisonnement et des modèles économiques. Configuration avec votre clé API OpenAI, votre compte entreprise ou l'accès géré par Aproove.
• Anthropic. Accès complet à la famille de modèles Claude d'Anthropic. Configurez avec votre clé API Anthropic ou votre tenant d'entreprise.

Les deux intégrations prennent en charge les mêmes primitives de fournisseur : gestion des clés API, sélection du modèle, contrôle des jetons de sortie, délai d'expiration des requêtes et attribution par agent. La configuration d'un agent sur l'un ou l'autre fournisseur suit le même processus. Le passage d'un agent d'un fournisseur à l'autre constitue une simple modification de la configuration, et non un redéveloppement.

À mesure que l'écosystème de l'IA évolue, de nouveaux fournisseurs prêts à l'emploi peuvent être ajoutés. L'architecture est conçue à cet effet.

Modèles linéaires d'IA personnalisés et auto-hébergés

Pour les organisations disposant de leur propre infrastructure d'IA (modèles internes, variantes optimisées, modèles hébergés dans des environnements de cloud privé ou déploiements de cloud souverain), Aproove prend en charge les connexions de fournisseur configurables pointant vers vos points de terminaison.

Configurations courantes :

• Modèle linéaire d'IA d'entreprise interne. Votre organisation a standardisé son modèle interne. Les agents Aproove peuvent être configurés pour invoquer ce modèle via votre API interne. Toute l'activité d'IA reste au sein de votre réseau.
• Modèle ouvert auto-hébergé. Votre équipe exécute un modèle ouvert sur sa propre infrastructure. Les agents Aproove peuvent appeler ce point de terminaison pour l'inférence.
• Modèle LLM privé hébergé de manière sécurisée. Votre fournisseur maintient un modèle à l'intérieur d'un périmètre de sécurité défini (par exemple, un locataire cloud dédié sans sortie de données). Les agents Aproove invoquent le modèle sans exporter de données hors de ce périmètre.
• Environnements isolés ou souverains. Pour les clients opérant dans des environnements où les API d'IA publiques ne peuvent pas être utilisées, Aproove peut être configuré pour invoquer uniquement les points de terminaison fournis par le client.

L'avantage en matière de fidélité des données est direct. Lorsqu'un agent s'exécute sur un modèle auto-hébergé ou hébergé de manière privée, la représentation du fichier structuré, l'invite et la sortie du modèle restent tous dans l'environnement contrôlé du client. Aucune donnée n'est transmise à un fournisseur externe. L'inférence s'effectue sur une infrastructure contrôlée par le client.

C'est ce qui rend l'IA déployable dans des environnements où les API d'IA publiques ne sont pas envisageables. Documentation d'essais cliniques pharmaceutiques, informations de santé protégées, données financières confidentielles, documents gouvernementaux : tout peut être examiné avec l'aide de l'IA, sur une infrastructure conforme aux exigences réglementaires.

Facturation transparente et auditable

Un piège courant des plateformes d'IA est l'opacité de la facturation. La plateforme facture un forfait d'IA, dissimule les coûts d'IA dans un abonnement mensuel ou estime l'utilisation sans en détailler les chiffres. Les clients ne peuvent pas voir le coût réel de leur IA ni la destination des dépenses.

Aproove adopte une approche différente. L'utilisation de l'IA est facturée à la consommation réelle, en toute transparence grâce à l'outil d'administration.

• Enregistrement des coûts par exécution. Chaque invocation d'agent est consignée dans les tâches de génération avec le modèle utilisé, l'invite, l'horodatage et le coût. Les coûts sont directement extraits du fournisseur associé à la clé API, et non estimés. Visibles pour les administrateurs. La vue « Tâches de génération » de l'outil d'administration affiche les coûts par agent, par projet, par flux de travail et par période. Les dépenses sont calculées à partir de données réelles. Auditable. Chaque exécution d'agent est enregistrée dans l'historique d'audit du projet. Les coûts de l'IA peuvent être reconstitués avec n'importe quel enregistrement de projet à des fins de facturation, d'affectation ou de reporting de conformité. Clés API client prises en charge. Utilisez votre propre compte fournisseur. Les coûts transitent par votre relation de facturation avec OpenAI, Anthropic ou votre fournisseur d'infrastructure personnalisée, Aproove agissant comme couche d'orchestration plutôt que comme intermédiaire de facturation.

Le résultat : un coût d'IA qui fonctionne comme n'importe quel autre poste de votre budget opérationnel : visible, attribuable et prévisible.

Services professionnels pour agents personnalisés

Pour les organisations qui souhaitent aller au-delà des agents standard, l'équipe des services professionnels d'Aproove conçoit des agents hautement performants en collaboration avec vos équipes conformité, marque et juridique. Le mécanisme repose sur des invites conçues et associées à des ressources documentaires pertinentes, un modèle appelé RAG (génération augmentée par la récupération), qui produit un comportement de l'agent adapté à votre domaine et à votre contenu spécifiques, sans nécessiter de paramétrage fin.

Ceci comprend :

• Conception personnalisée de l'agent. Définition des éléments que l'agent doit rechercher, des éléments qu'il doit produire, du ton et des contraintes applicables, ainsi que de la manière dont ses résultats doivent s'intégrer à votre flux de travail.
• Ingénierie détaillée des invites. Création des invites système, de la couche de saisie utilisateur et du cadre comportemental qui permettent à l'agent de fonctionner de manière fiable avec votre contenu. C'est là que l'expertise du domaine rencontre une conception d'instructions rigoureuse.
• Gestion des ressources documentaires RAG. Chargement des connaissances persistantes que l'agent doit consulter : guides de style, cadres réglementaires, listes d'allégations interdites, chartes graphiques, bibliothèques d'allégations approuvées, documents de conformité spécifiques à chaque juridiction. Le matériel de référence confère à l'Agent son expertise spécialisée.
• Définition et validation des critères de qualité. Établissement des critères d'acceptation de l'Agent avant sa mise en production, avec des tests structurés sur un contenu représentatif de votre équipe.
• Amélioration itérative. Adaptation des invites et du matériel de référence à mesure que le contenu évolue, que votre équipe fournit des retours et que des cas particuliers apparaissent.

Parmi les types d'Agents courants que les Services Professionnels ont contribué à développer, on trouve les vérificateurs de conformité réglementaire (adaptés à des cadres spécifiques tels que la FDA, la FTC ou les exigences propres à chaque juridiction), les Agents de cohérence de marque, les vérificateurs de justification des allégations et les vérificateurs de relecture clés (police, couleur, mise en page, préparation prépresse). La même approche s'applique à tout domaine de révision où votre équipe possède une expertise codifiée qu'un Agent standard ne pourrait pas saisir.

Les Agents des Services Professionnels peuvent être développés avec n'importe quelle configuration de fournisseur : API Frontier, modèle interne ou infrastructure auto-hébergée. L'ouverture de la philosophie sous-jacente s'applique également aux développements personnalisés.

Avantages

• Aucune dépendance vis-à-vis d'un fournisseur. Le choix du fournisseur est par agent, configurable et interchangeable. Votre stratégie d'IA n'est pas liée aux décisions d'Aproove concernant ses fournisseurs.
• Adaptez le modèle à la tâche. Modèles de pointe pour les tâches complexes, modèles efficaces pour les tâches simples, modèles auto-hébergés pour les données sensibles. Le tout au sein d'un même projet et flux de travail.
• Combinez librement les fournisseurs entre les agents. Un agent réglementaire sur Anthropic et un agent de marque sur OpenAI peuvent fonctionner dans le même flux de travail sans friction architecturale.
• Vos ​​données sensibles restent dans votre environnement. La prise en charge des modèles auto-hébergés et privés garantit que les données réglementées n'ont jamais besoin de quitter votre périmètre de sécurité pour bénéficier de l'IA.
• Les coûts sont transparents et auditables. Chaque exécution d'agent est enregistrée avec son coût réel auprès du fournisseur. Utilisez des chiffres réels pour vos conversations sur les dépenses.
• Les relations de facturation client sont préservées. Votre contrat avec OpenAI, Anthropic ou votre fournisseur d'infrastructure privé reste inchangé. Aproove orchestre, vous effectuez les transactions.‍
• L'architecture pérennise votre investissement. À mesure que de nouveaux fournisseurs et modèles émergent, la plateforme les intègre sans nécessiter de migration de votre bibliothèque d'agents.

À qui s'adresse ce produit ?

• Responsables de la conformité et de la réglementation dans les secteurs où la résidence des données et le choix du fournisseur sont des enjeux de gouvernance, et non des préférences.
• Équipes informatiques et de sécurité évaluant les modèles de déploiement d'IA au regard des exigences réglementaires et de sécurité.
• Responsables des opérations gérant les coûts de l'IA pour plusieurs agents, flux de travail et unités commerciales.
• Administrateurs Aproove configurant les capacités d'IA de la plateforme pour des contextes métiers spécifiques.
• Clients des secteurs réglementés (pharmaceutique, santé, services financiers, secteur public) où les API d'IA publiques ne sont pas toujours une option.

Sous le signe de la simplicité

La philosophie Open LLM est mise en œuvre via la couche Fournisseur du framework AI Agent. Les configurations du Fournisseur incluent les détails de connexion (URL du point de terminaison API, clé API, type d'API), la sélection du modèle (récupérée du fournisseur en temps réel pour les API cloud, ou spécifiée statiquement pour les points de terminaison auto-hébergés) et les contrôles des jetons de sortie. Des intégrations prêtes à l'emploi sont disponibles pour OpenAI et Anthropic. Les points de terminaison auto-hébergés et gérés par le client sont pris en charge via des définitions de Fournisseur configurables, la plupart des serveurs d'inférence auto-hébergés et des configurations de proxy d'entreprise étant accessibles via des modèles de Fournisseur standard. Pour les points de terminaison non standard, des configurations de Fournisseur personnalisées peuvent être créées avec l'assistance des Services Professionnels. Chaque Agent AI est lié à une seule configuration de Fournisseur, mais différents Agents dans le même environnement peuvent utiliser différents Fournisseurs, y compris combiner des API publiques et des points de terminaison auto-hébergés dans le même flux de travail. Les Tâches de Génération enregistrent chaque exécution d'Agent avec l'identifiant du modèle, la version de l'invite, l'horodatage et les données de coût extraites directement de l'API du fournisseur. La piste d'audit conserve les données de coûts par projet, par flux de travail et par invocation d'agent. Les environnements mutualisés et l'isolation des fournisseurs par client sont pris en charge grâce à la segmentation au niveau du fournisseur.