L'IA doit venir à l'humain, pas l'humain à l'IA

Demandez à n'importe quel analyste crédit combien d'applications il ouvre pour préparer un dossier et il comptera sur ses deux mains : le dépôt documentaire, le système de core banking, un tableur, l'outil de notation, un client de messagerie, l'intranet réglementaire, une fenêtre de chat avec un copilote. Chaque produit d'IA de ces trois dernières années a ajouté une fenêtre à cette liste. Nous avons décidé d'en retirer.

Le problème des dix applications

Le changement de contexte n'est pas un désagrément de productivité ; c'est là que naissent les erreurs. Une valeur copiée d'un PDF vers un tableur perd sa source. Une synthèse collée d'un chat dans un memo perd sa provenance. Une décision prise dans un système est invisible pour le suivant. Plus un processus traverse d'outils, moins quiconque peut reconstituer pourquoi il s'est terminé ainsi.

Pourquoi les copilotes ne l'ont pas résolu

Les copilotes ont placé un modèle généraliste à côté de l'utilisateur et lui ont demandé d'apporter le contexte. Ils sont utiles pour l'individu et invisibles pour le processus : rien de ce qu'ils produisent n'est structuré, journalisé ou partagé avec le système de référence. Ils s'exécutent aussi là où s'exécute le fournisseur, ce qui, dans les secteurs réglementés, décide s'ils peuvent seulement toucher à des données réelles.

Des applications sur un seul système d'exploitation

Altilia livre les agents sous forme d'applications qui vivent dans le travail que les gens font déjà. Elles ressemblent aux outils que les gens connaissent et se comportent comme des agents en dessous.

• DocPilot rédige memos, procès-verbaux, actes juridiques et rapports à partir du graphe de connaissances, chaque paragraphe étant relié à sa source, avec des contrôles de conformité avant publication.
• SheetPilot transforme portefeuilles, factures et rapports investisseurs en tableaux, répond aux questions sur l'ensemble d'un classeur et affiche le rapprochement sous forme de correspondances et de conflits codés par couleurs.
• SlidePilot construit des présentations à partir de preuves : des graphiques calculés à partir des états financiers sous-jacents, sur le modèle maison, avec des points de discussion.
• SensePilot est l'espace de revue où les robots ingèrent, classent et extraient à grande échelle et où les humains ne confirment que ce que l'agent a signalé.

Même graphe, même gouvernance, même UX

Ce qui distingue ces applications de quatre solutions ponctuelles, c'est ce qu'elles partagent. Elles lisent et écrivent le même graphe de connaissances sémantique, de sorte qu'une valeur extraite dans SensePilot est la valeur que SheetPilot rapproche et que DocPilot cite. Elles s'exécutent sous la même couche de gouvernance, de sorte que permissions, journaux de décision et revue humaine s'appliquent à l'identique, que l'agent ait rédigé un paragraphe ou rempli une cellule. Elles présentent les mêmes conventions d'interface, de sorte qu'un utilisateur qui en a appris une les a toutes apprises. Et elles s'exécutent partout où s'exécute l'OS, y compris sur site.

Une journée dans un processus

Un dossier de crédit entreprise arrive. SensePilot classe les 27 types de documents et renseigne 250 données, en signalant six pour revue. SheetPilot rapproche l'état financier des données internes de notation et met en évidence deux conflits. DocPilot rédige le credit memo, section par section, en citant l'état financier, les chiffres rapprochés et les deux actualités qu'un agent a récupérées. SlidePilot prépare la présentation du comité à partir des mêmes données. L'analyste lit, décide et signe. Rien n'a été copié à la main ; tout est traçable.

« Les gens ne veulent pas d'une fenêtre de plus. Ils veulent que le document se rédige tout seul à partir du dossier et que la file de revue ne contienne que ce que l'agent n'a pas pu résoudre. »