Qu’est-ce qu’une architecture de plateforme IA d’entreprise ?
Une architecture de plateforme IA d’entreprise désigne les services partagés et les règles imposées par lesquels chaque produit accède aux modèles, aux données et aux systèmes métier. Ce n’est ni un modèle ni un produit à acheter. Elle règle une fois pour toutes l’accès aux modèles, l’ancrage, les droits des agents, la qualité et l’identité, dont héritent les produits suivants.
Sans elle, chaque produit recopie la première intégration directe, jusqu’à ce qu’il existe cinq façons de choisir un modèle, cinq façons de traiter les données personnelles et aucun endroit où changer l’une ou l’autre.
Ce qui bloque les programmes d’IA en entreprise, c’est rarement le modèle ; c’est l’accès, la confiance et le contrôle.
Les cinq couches en un coup d’œil
| Couche | La question qu’elle règle | Où l’imposer | Comment la tester |
|---|---|---|---|
| 1. Passerelle IA | Quels modèles, où, avec quel filtrage ? | La passerelle ; les profils d’inférence géographiques UE ; deux SCP | Depuis un compte membre, appeler un modèle dans une région hors UE, ou via un profil global : refusé. |
| 2. Recherche | D’où vient une réponse, et qui peut voir sa source ? | Une API de recherche maîtrisée ; un contrôle des citations ; Row-Level Security avec FORCE |
Poser une question qu’aucun document ne couvre : refus. Interroger sous deux tenants : aucune ligne commune. |
| 3. Actions d’agents | Que peut modifier un agent, et qui l’a validé ? | Un serveur d’actions MCP unique ; une validation liée aux paramètres exacts ; des clés d’idempotence | Modifier un paramètre après validation : refusé. Envoyer deux fois : une seule exécution. |
| 4. Évaluation et observabilité | Ce changement a-t-il dégradé les réponses ? | Des contrôles sur jeu de référence en CI ; des traces liées aux versions de prompt et de modèle | Changer de modèle sur une branche : le contrôle nomme les cas en baisse. |
| 5. Identité, multi-tenant, conformité | Qui a le droit de quoi, et peut-on l’effacer ? | Token exchange (RFC 8693) ; des identifiants temporaires pour les workloads | Un utilisateur sans droit de remboursement en demande un à l’agent : refusé. Effacer un utilisateur de test : plus aucune donnée personnelle dans les vecteurs, les traces ou les journaux. |
Couche 1 : la passerelle IA, seul chemin vers les modèles
Chaque appel à un modèle passe par un service unique. Les produits demandent une capacité, « résumer » par exemple, jamais un nom de modèle : changer de modèle devient un changement de routage, testé en un seul endroit. Sur Amazon Bedrock, la passerelle impose les profils d’inférence géographiques UE : en octobre 2026, ils gardent les requêtes dans la zone, alors que les profils globaux peuvent router vers n’importe quelle région commerciale prise en charge (inférence inter-régions).
Une passerelle ne gouverne que le trafic qui la traverse ; le compte couvre le reste. Les politiques de contrôle des services (SCP) plafonnent les droits de chaque utilisateur et de chaque rôle IAM des comptes membres, utilisateur root compris (pas ceux du compte de gestion). Il en faut deux : l’une qui refuse toute région hors UE, l’autre qui désactive les profils globaux. Ne vous fiez pas non plus au préfixe d’un profil : AWS demande d’appeler GetInferenceProfile depuis chaque région source et de vérifier chaque destination (régions des profils d’inférence).
La passerelle applique aux prompts et aux réponses les filtres d’informations sensibles de Bedrock Guardrails. Ils n’évaluent que le texte : les données personnelles des arguments d’appels d’outils et de leurs résultats ne sont ni bloquées ni masquées.
Le prix à payer : un service de plus sur chaque chemin de requête, qui doit rester hautement disponible. Le détail est dans le guide de la passerelle IA.
Couche 2 : une recherche qui cite ses sources ou s’abstient
Chaque réponse cite les passages récupérés qu’elle utilise, sinon le système s’abstient. Imposez-le dans le code : un contrôle après génération rejette les citations qui ne correspondent à aucun passage récupéré, et une réponse sans citation valide devient un refus. Gardez la recherche derrière une API que la plateforme maîtrise, avec recherche hybride et reranking. PostgreSQL avec pgvector, les embeddings à côté des données relationnelles, reste un bon choix par défaut.
L’isolation des tenants se règle dans la base, avec Row-Level Security. Les propriétaires d’une table échappent à ses politiques sauf si elle est en FORCE ROW LEVEL SECURITY, et les superutilisateurs comme les rôles BYPASSRLS y échappent toujours. L’API de recherche se connecte donc avec un rôle ordinaire : ni superutilisateur, ni BYPASSRLS, ni propriétaire des tables.
Testez aussi le rappel. Avec un index approximatif comme HNSW, le README de pgvector indique que le filtrage s’applique après le parcours de l’index, et qu’un index partagé laisse les vecteurs d’un tenant peser sur le rappel d’un autre. À mon sens, la politique de tenant est un tel filtre quand le plan utilise l’index partagé : comparez les résultats du chemin de production à une recherche exacte non préparée, sur des tenants de plusieurs tailles ; s’ils divergent, activez les parcours d’index itératifs (dès pgvector 0.8.0) ou partitionnez par tenant.
La citation stricte multiplie les refus, et c’est voulu. Plus de détails dans le guide RAG.
Couche 3 : les agents n’agissent que par une couche d’actions contrôlée
Lire présente peu de risques ; écrire, si. Toute action d’agent passe par un serveur d’actions MCP unique : des manifestes d’outils versionnés qui disent si un outil écrit, une validation humaine des paramètres exacts de chaque écriture, une clé d’idempotence par validation, des préconditions vérifiées à l’exécution et un journal de décisions en append-only. L’agent ne détient aucun droit propre.
La spécification MCP reconnaît que MCP ne peut pas imposer ses principes de sécurité au niveau du protocole, et sa page sur les outils dit qu’un humain devrait (SHOULD) pouvoir refuser un appel d’outil. Avec la révision 2026-07-28, la version courante en octobre 2026, un flux interrompu perd la requête en cours et le client la réémet avec un nouvel identifiant (changelog) : sans votre propre clé d’idempotence, une écriture validée peut s’exécuter deux fois.
La check-list des serveurs MCP qui écrivent en tire six questions à poser en démonstration, et ce que change la spécification MCP 2026-07-28 pour les agents qui écrivent confronte la révision à ces questions.
Coût : valider chaque écriture limite le débit. Voir le guide des actions d’agents.
Couche 4 : l’évaluation et l’observabilité mesurent chaque changement
Une application à base de modèles de langage change dès qu’un prompt, un modèle, un réglage de recherche ou un manifeste d’outil change, et aucun de ces changements n’a l’air risqué dans un diff. Un jeu de référence fait de vraies questions, de sources attendues et de refus attendus sert donc de contrôle en CI, et un changement de modèle passe par la même chaîne que le code.
Les traces ferment la boucle : rattachez chaque appel en production aux versions de prompt et de modèle qui l’ont produit, et transformez les mauvaises réponses en nouveaux cas. Les conventions sémantiques GenAI d’OpenTelemetry, encore au statut Development, définissent des spans pour l’inférence, la recherche et l’exécution d’outils. Elles déconseillent de capturer prompts et réponses par défaut et, pour les données sensibles en production, recommandent de les stocker hors de la trace, sous des contrôles d’accès distincts. Une trace qui stocke des prompts peut contenir des données personnelles que la couche 5 devra effacer.
Un contrôle qui passe montre que les cas connus fonctionnent encore, pas que le système est correct. Les jeux de référence vieillissent et invitent à sur-ajuster, d’où la relecture humaine de vraies conversations. La méthode est dans le guide de l’évaluation.
Couche 5 : identité, multi-tenant et conformité
L’identité relie les couches : l’IA peut faire ce que l’utilisateur peut faire, jamais plus. Les utilisateurs s’authentifient une fois ; les tenants sont isolés dans la base, comme en couche 2. Les workloads utilisent des identifiants temporaires plutôt que des clés stockées, par exemple les rôles IAM pour comptes de service sur EKS.
L’appel en aval porte les droits de l’utilisateur grâce à l’OAuth 2.0 Token Exchange. La passerelle ou le serveur d’actions envoie au fournisseur d’identité le grant type urn:ietf:params:oauth:grant-type:token-exchange, le jeton de l’utilisateur en subject_token avec son subject_token_type, éventuellement le sien en actor_token, et un audience ou un resource qui désigne le système cible ; il reçoit un jeton destiné à ce système. En délégation, l’appelant garde sa propre identité et la claim act indique qui a agi pour qui ; en emprunt d’identité (impersonation), il devient indiscernable de l’utilisateur. Préférez donc la délégation si votre fournisseur d’identité la prend en charge. Un serveur MCP ne doit pas (MUST NOT) retransmettre le jeton qu’il a reçu (sécurité de l’autorisation).
La conformité se conçoit dès le départ. Le RGPD impose la minimisation des données (article 5) et le droit à l’effacement (article 17) ; sur une plateforme, l’effacement doit atteindre les vecteurs, les traces et les journaux d’audit, pas seulement les lignes sources. Les obligations du règlement européen sur l’IA (AI Act) dépendent du cas d’usage : les systèmes de l’annexe III sont à haut risque, sauf dérogation (article 6), et les fournisseurs doivent faire en sorte que les personnes sachent qu’elles interagissent avec un système d’IA, sauf si c’est évident (article 50). Ce sont des points de conception, pas un conseil juridique.
Limite : un système historique accessible par un seul compte partagé ne peut pas appliquer les droits de l’utilisateur.
L’ordre pour la construire
- La passerelle. Elle est petite, supprime le plus de travail dupliqué et fournit des données d’usage dès le premier jour. Laissez de côté ce qu’aucun produit n’a encore demandé.
- La recherche. La plupart des premiers cas d’usage demandent des réponses ancrées. Laissez de côté une base vectorielle dédiée tant que le corpus ne l’exige pas.
- L’évaluation, avant la livraison du troisième produit. À ce stade, un changement de modèle touche plusieurs produits. Laissez de côté une grande suite notée par des modèles juges ; quelques dizaines de cas relus, refus compris, suffisent à contrôler.
- Les actions d’agents, en dernier. Seulement une fois l’identité et le journal de décisions en place, car un agent capable d’écrire sans eux est ce qu’il y a de plus risqué à déployer. Laissez de côté tout outil exempté de validation.
L’identité n’est pas une étape : les utilisateurs s’authentifient dès le premier jour, et le token exchange doit fonctionner avant la première écriture d’un agent.
Erreurs à éviter
- Une plateforme que personne n’a demandée. Construisez la couche dont un vrai produit a besoin, puis généralisez.
- Une passerelle qui devient un goulot d’étranglement. Gardez son contrat réduit et stable, rendez-la hautement disponible, donnez-lui un responsable.
- Une politique seulement dans les prompts. Une règle qui n’existe que dans un prompt système reste une suggestion, car on peut contourner un prompt ; faites-en un contrôle de citations, une politique de base de données ou un contrôle au niveau du compte.
- Pas d’évaluation avant que quelque chose casse. Sans jeu de référence, chaque amélioration est une opinion.
- Des agents avec leurs propres privilèges. Un agent ne doit jamais pouvoir faire ce que l’utilisateur ne peut pas faire.
En pratique
Sur la plateforme partagée et multi-tenant d’ENSO, j’ai conçu ces couches ensemble : une passerelle IA centrale sur Amazon Bedrock, un RAG sur Aurora PostgreSQL avec pgvector derrière une API de recherche maîtrisée, des actions d’agents via un serveur d’actions MCP unique avec validation humaine, des contrôles d’évaluation en CI et l’identité via Keycloak et OAuth2 Token Exchange. La plateforme alimente quatre capacités produit. Le cas complet est dans l’étude de cas ENSO, et les services qui s’y rattachent sont décrits sur la page plateforme LLM d’entreprise et la page gouvernance des agents IA.
Compromis et limites
Une plateforme est un investissement qui paie avec le deuxième et le troisième produit, pas avec le premier. Elle ajoute des services à exploiter, un responsable et un objectif de disponibilité, et elle concentre le risque : quand la passerelle ou l’API de recherche tombe, tous les produits tombent.
Un produit unique avec un modèle unique n’en a peut-être pas encore besoin. La règle de résidence au niveau du compte et le jeu de référence ne dépendent pas d’une plateforme.
PostgreSQL avec pgvector lie la recherche à un seul moteur et à ses limites de montée en charge ; un très gros corpus peut exiger une base vectorielle dédiée.
La validation humaine de chaque écriture limite le débit. Assouplissez-la outil par outil, seulement là où le manifeste classe le risque comme faible.
Les contrôles d’infrastructure bornent ce qu’un modèle qui se trompe peut faire ; ils ne l’empêchent pas de se tromper.
Questions fréquentes
Quelles sont les couches d’une architecture de plateforme IA d’entreprise ?
Cinq : une passerelle IA, seul chemin vers les modèles ; une recherche qui cite ses sources ou s’abstient ; une couche d’actions contrôlée pour les agents ; l’évaluation et l’observabilité à chaque changement ; l’identité, avec le multi-tenant et la conformité. Chacune est imposée par le code et l’infrastructure, pas par les prompts.
Dans quel ordre construire une plateforme IA d’entreprise ?
D’abord la passerelle : petite, elle supprime le plus de travail dupliqué. Puis la recherche, car les premiers cas d’usage demandent surtout des réponses ancrées. L’évaluation avant le troisième produit. Les actions d’agents en dernier, une fois l’identité et un journal de décisions en append-only en place : sans eux, un agent qui écrit est le déploiement le plus risqué.
Un seul produit IA a-t-il besoin d’une plateforme ?
Pas forcément. Une plateforme paie avec le deuxième et le troisième produit, et un produit unique avec un modèle unique n’en a peut-être pas encore besoin. Deux choses ne dépendent pas d’une plateforme : la règle de résidence des données dans le compte cloud et un jeu de référence en CI.
Comment isoler les tenants sur une plateforme IA partagée ?
Dans la base de données, pas dans l’application. Sur PostgreSQL, Row-Level Security filtre chaque requête par tenant, recherche vectorielle comprise. Les superutilisateurs et les rôles BYPASSRLS y échappent toujours, même en FORCE ROW LEVEL SECURITY ; les propriétaires des tables aussi, sauf avec FORCE. L’application se connecte donc sous un rôle ordinaire. Testez avec une requête lancée sous deux tenants.
Sources
- Bedrock, inférence inter-régions : profils géographiques et globaux.
- Bedrock, inférence inter-régions globale : SCP de refus par région et SCP anti-global.
- Bedrock, régions des profils d’inférence : vérifier les destinations.
- Bedrock Guardrails, filtres d’informations sensibles : portée limitée au texte.
- AWS Organizations, SCP : permissions maximales.
- PostgreSQL, Row Security Policies : qui y échappe.
- README de pgvector : filtrage, multi-tenant.
- Spécification MCP 2026-07-28 : limites du protocole.
- MCP, Tools : humain dans la boucle.
- MCP, Key Changes : requêtes réémises.
- MCP, sécurité de l’autorisation : pas de retransmission du jeton.
- OpenTelemetry, spans GenAI : types de spans, capture du contenu.
- RFC 8693, Token Exchange : délégation,
act. - EKS, rôles IAM pour comptes de service : identifiants des workloads.
- RGPD : minimisation, effacement.
- AI Act, article 6 et article 50 : haut risque, transparence.