SoReady™
Architecture multi-IA gouvernée

Une architecture multi-IA sépare les aptitudes au lieu de demander à un modèle unique de tout faire. Un agent extrait, un autre recherche, un troisième challenge, tandis que des moteurs déterministes calculent les états. Cette spécialisation améliore la contrôlabilité, mais augmente le besoin de gouvernance. SoReady doit savoir quel modèle a reçu quel contexte, avec quels outils et pour produire quelle proposition. L'humain reste l'autorité de publication et d'action.

Les rôles IA correspondent à des tâches observables. L'extracteur traite les documents ; le chercheur rassemble les sources ; le contradicteur recherche les incohérences ; le simulateur formule des scénarios ; le synthétiseur prépare un brief. Ces rôles peuvent utiliser des modèles différents et être remplacés. Leur coopération n'est utile que si les désaccords restent visibles et si une réponse ne devient jamais une vérité métier par simple consensus entre modèles.

Le contexte événementiel est construit à partir de documents, référentiels et décisions versionnés. SoReady privilégie une mémoire récupérable et sourcée à un réentraînement opaque. Lorsqu'un règlement change, le système peut identifier la nouvelle source et les objets impactés ; il n'a pas à deviner ce que le modèle a mémorisé. Le contexte transmis à chaque IA reste limité à sa tâche, à ses droits et à la période pertinente.

Le niveau 1 s'appuie sur des services externes sous contrôle pour des tâches compatibles avec leur politique de données. Le niveau 2 route les demandes selon la sensibilité vers des environnements privés ou locaux. Le niveau 3 conserve modèles, contexte et exécution sur une infrastructure souveraine ou isolée. Cette gradation permet de concilier innovation, coûts, confidentialité et continuité, sans modifier la doctrine de preuve et d'autorité.

MCP fournit un langage commun pour présenter aux modèles des ressources, des outils et des workflows. Il ne porte ni la règle métier ni l'autorité sur les données. Une passerelle unique contrôle identité, consentement, droits, journalisation et limites d'usage. Les outils READ, ANALYSE et DRAFT peuvent être ouverts progressivement ; COMMIT reste une capacité distincte, soumise aux contrôles du Business Core et à une validation explicite.

L'EDF admet, qualifie et distribue les événements ; les règles déterministes construisent les corrélations ; l'EOS maintient l'état opérationnel. L'IA intervient ensuite pour expliquer la situation, résumer les preuves, formuler des hypothèses et préparer des options. Cette séquence évite qu'une hallucination devienne un signal opérationnel. Elle permet aussi de remplacer un modèle sans modifier les contrats de flux, la logique de détection ou les responsabilités du LOC.

La fabric reçoit des entrées potentiellement hostiles sans les confondre avec des faits acceptés. La frontière d'admission contrôle identité, droits, taille, rythme, format et cohérence sémantique. Une preuve brute ou une référence est conservée lorsque la politique le permet ; les rejets deviennent une quarantaine observable. L'échange durable absorbe les pannes, déduplique et rejoue. Enfin, le contrat canonique transporte source, autorité, sensibilité et temporalité vers l'EOS et les règles de corrélation.

Le croisement n'a pas pour but de fabriquer artificiellement un consensus. Un agent principal expose une réponse ; un contradicteur teste les hypothèses et recherche les sources manquantes ; le moteur de règles vérifie les contraintes formelles. L'owner humain dispose alors d'une synthèse qui montre aussi les désaccords. Cette méthode est particulièrement utile lorsque les documents sont incomplets ou lorsque plusieurs interprétations produisent des impacts différents.

L'IA élargit les risques classiques : injection par document, exfiltration via un outil, action non autorisée, dépendance à un fournisseur ou dérive d'un modèle. La sécurité doit couvrir la chaîne complète, du contenu ingéré à l'action proposée. Provenance, filtrage, minimisation, séparation READ/DRAFT/COMMIT et surveillance des anomalies se complètent. L'owner métier reste responsable du sens ; le RSSI et l'exploitation contrôlent la plateforme.

Le déploiement local ne sert pas uniquement la confidentialité. Il permet de continuer à exploiter un contexte critique lorsque la connectivité externe est dégradée. Les systèmes OT et de sûreté restent dans leurs zones ; une passerelle observationnelle filtre et temporise les données utiles. Le noyau local peut maintenir EOS, EDF et assistance IA dans un périmètre contrôlé, puis synchroniser lorsque les conditions le permettent.

Chaque module conserve sa logique métier. L'IA peut lire un règlement, qualifier un flux externe, expliquer une collision de planning, détecter un écart de BOM ou rédiger un rapport, mais elle n'effectue pas les calculs à la place des moteurs concernés. Le contexte commun relie budget, VIK, workforce, infrastructure, FoP, risques et signaux live. Assistance utilisateur, administration et sécurité restent soumises aux droits. La valeur vient de cette transversalité contrôlée, non d'une fusion des responsabilités.

ISO/IEC 42001 structure la gouvernance des systèmes d'IA ; le NIST AI RMF offre une grille de risque ; ISO/IEC 27001 traite le management de la sécurité ; OWASP cible les menaces applicatives. MCP et W3C PROV-O complètent l'interopérabilité et la provenance. SoReady utilise ces cadres pour concevoir et challenger ses contrôles. L'alignement ne vaut ni certification, ni garantie qu'un usage particulier est conforme sans analyse de contexte.

Le pilote commence par des usages sans action : recherche, analyse et rédaction. Les résultats sont mesurés sur un corpus représentatif, puis confrontés aux erreurs, pannes et attaques. L'extension vers l'hybride ou le local intervient lorsque les contrats de qualité et d'exploitation sont établis. Une capacité COMMIT n'est ouverte qu'après une décision distincte, des tests d'idempotence, des droits adaptés et une validation humaine vérifiable.

La première ligne appartient aux équipes produit et métier, qui vérifient sources, exactitude et utilité. La deuxième regroupe sécurité, data et gouvernance IA ; elle contrôle les risques, modèles, accès et incidents. La troisième donne à l'audit et à la direction une vue indépendante sur l'efficacité du dispositif. Le journal de décision relie ces trois niveaux et permet de comprendre les exceptions acceptées.

Les références réunissent management de l'IA, risque, sécurité, menaces applicatives, interopérabilité et provenance. Elles forment une grille de lecture cohérente pour auditer la conception. Aucune ne remplace l'analyse métier de l'événement ni les obligations juridiques applicables. Les contrôles doivent être traduits en exigences testables dans l'architecture et l'exploitation.