Doctrine IA Ormuz
L'IA est un levier de fond dans Ormuz, pas un vernis : elle intervient là où les règles déterministes atteignent leurs limites et où le jugement contextuel fait la différence. Notre conviction : l'IA doit augmenter la capacité de décision humaine, pas la remplacer silencieusement. Cela se traduit par des outils précis, un cadre d'usage rigoureux et des garde-fous explicites.
Notre conviction
Les processus financiers B2B obéissent à deux types de logiques. La plupart des décisions sont déterministes : si la limite de crédit est dépassée, on bloque ; si la facture est réglée, on réconcilie. Ces règles sont prévisibles, auditables et rapides — elles n'ont pas besoin d'IA.
Mais certaines situations sont véritablement ambiguës : un comportement d'achat inhabituel qui n'est pas forcément frauduleux, un score de risque pile sur le seuil, une facture scannée avec des champs mal formés, un acheteur dont le profil ne correspond à aucun segment préétabli. C'est là que l'IA apporte de la valeur : analyser, qualifier, formuler une recommandation ou, lorsque le processus l'a explicitement autorisé, exercer une action métier bornée à travers un tool.
L'usage de l'IA doit rester raisonné : chaque appel à un modèle a un coût, une latence et une incertitude inhérente. Utiliser l'IA pour une décision qu'une règle simple résout aussi bien est un mauvais investissement. Utiliser une règle simple pour une situation où seule l'IA peut gérer la complexité est un risque opérationnel.
L'assistant de la Console
La Console Ormuz intègre des assistants IA dans les studios de conception. Ils comprennent le contexte de l’artefact en cours — processus, décision ou Agent — et peuvent expliquer, proposer puis appliquer des modifications au brouillon lorsque vous le demandez.
Question orientée extension. "Comment intégrer Sumsub dans mon processus d'onboarding ?" L'assistant explique les nodes disponibles, les paramètres requis, les événements reçus et les objets produits.
Question orientée besoin. "Je veux évaluer le risque de mes acheteurs B2B en France." L'assistant peut rapprocher ce besoin des extensions et primitives effectivement disponibles dans le catalogue, en tenant compte de leur statut, puis expliquer leurs différences de couverture et d'usage avant de proposer un design.
L’assistant peut modifier le brouillon, mais il ne remplace pas le cycle de validation de l’artefact. Vous restez responsable de la révision créée, de sa publication et du comportement finalement exécuté. L’assistant accélère la conception ; il ne transforme pas une proposition en contrat de production sans les étapes normales de contrôle.
Les Agents opérationnels
Un Agent Ormuz est un artefact versionné distinct d’un processus. Il regroupe une ou plusieurs activités métier, chacune avec un contrat typé, des tools autorisés, des guardrails et une politique d’accès à une éventuelle Mémoire Agent. Un processus peut invoquer une activité précise grâce au node Agent task.
Les exemples suivants illustrent des patterns possibles lorsque l’activité reçoit les données et tools nécessaires. Ils ne constituent pas une liste de capacités automatiques fournies par tout Agent.
| Situation | Exemple | Ce que l'agent fait |
|---|---|---|
| Réconciliation ambiguë | Paiement reçu sans référence exploitable | Propose le meilleur appariement avec une facture ouverte, avec un score de confiance. |
| Détection de fraude | Comportement d'achat inhabituel sur un nouveau compte | Analyse les signaux contextuels, indique les indicateurs déclencheurs et recommande de bloquer ou de laisser passer. |
| Crédit borderline | Score de risque proche du seuil de décision | Analyse les signaux contextuels complémentaires (historique, secteur, comportement) et formule une recommandation motivée. |
| Qualification de contact | Prospect entrant sur un formulaire d'onboarding | Évalue le profil, qualifie le segment probable et oriente vers le bon processus d'acceptation. |
| Extraction documentaire | Facture fournisseur reçue en PDF ou image | Extrait les champs structurés (montant, TVA, IBAN, références) pour alimenter les objets plateforme. |
| Matching d’entreprises | "ACME Corp. FR" et "ACME France SARL" dans deux dossiers | Détermine s'il s'agit de la même entité légale avant une fusion de dossiers ou une vérification de doublon. |
| Classification de litige | Email de contestation entrant d'un acheteur | Identifie le type de litige (montant, livraison, désaccord commercial) et route vers le processus de résolution adapté. |
| Bascule de comportement | Bon payeur historique avec retards croissants | Détecte les signaux précoces de risque de défaut et recommande une révision de la limite de crédit. |
Cette liste n'est pas exhaustive. Le principe directeur est toujours le même : un Agent est pertinent quand la situation implique des données de nature hétérogène, un jugement contextuel ou une analyse qui dépasserait la complexité d'une règle maintenable. Le modèle complet est documenté dans Comprendre les Agents.
Le cadre : délimité, auditable, contrôlé
IA délimitée — une autorité explicite par activité
Un Agent ne dispose pas d’une autorité générale sur la plateforme. Chaque activité possède uniquement les tools qui lui ont été attribués et produit des outputs conformes à son contrat. Une activité peut donc être purement analytique, tandis qu’une autre peut exercer une action métier précise à travers un tool autorisé.
Vous définissez les conditions dans lesquelles le processus accepte le résultat de l’Agent, route vers une revue humaine ou déclenche une autre activité. Les actions à effet restent visibles dans la configuration de l’activité au lieu d’être implicites.
IA auditable — distinguer trace et explication
Un Agent Run est traçable par construction : la plateforme conserve l’identité de la révision et de l’activité, les données observables selon leur classification, les appels de tools, les outputs, les warnings et le statut d’exécution.
Cette trace technique ne fabrique pas à elle seule une explication métier. Si votre processus doit conserver une justification, un niveau de confiance, des éléments de preuve ou une recommandation motivée, prévoyez explicitement ces champs dans le contrat de sortie de l’activité ou matérialisez-les dans l’objet métier approprié.
IA transparente — rendre l’automatisation compréhensible
Lorsqu’un Agent interagit directement avec un participant, concevez l’expérience de manière à ne pas créer d’ambiguïté sur la nature automatisée de l’échange lorsque cette information est pertinente ou requise dans votre contexte. La transparence doit être traitée comme une propriété du parcours, pas comme une mention ajoutée après coup.
Pour les parcours où une escalade humaine est nécessaire, prévoyez-la explicitement dans le processus : condition de routage, action d’approbation ou prise en charge par un opérateur. Ormuz fournit les primitives d’orchestration ; le niveau de contrôle humain requis dépend de l’impact de la décision et du cadre applicable à votre activité.
IA contrôlée — organiser la revue humaine
Les nodes d’approbation et les routes du processus permettent d’insérer une revue humaine là où votre politique l’exige : niveau de confiance insuffisant, montant important, exception métier, règle interne ou contrainte réglementaire applicable.
La revue humaine n’est pas nécessairement un mécanisme de secours. Elle peut être une étape normale de la politique opérationnelle, décidée en fonction du risque et de l’impact plutôt qu’appliquée indistinctement à tous les usages de l’IA.
Ce qu'on ne délègue pas à l'IA seule
L'IA est un outil puissant mais imparfait. Certaines situations ne doivent pas être résolues par un agent sans filet.
- Les décisions irréversibles ou à fort enjeu sans contrôle adapté.Un refus de crédit, une clôture de compte ou une opération réglementaire peuvent exiger une politique de revue, des preuves supplémentaires ou une autorité spécifique. L’Agent peut contribuer à l’analyse, mais le processus doit matérialiser les contrôles réellement requis pour votre contexte.
- Les décisions soumises à des contraintes réglementaires ou contractuelles.Les exigences varient selon le domaine, la juridiction et le rôle exact de l’automatisation. Modélisez explicitement les validations, responsabilités et preuves nécessaires plutôt que de supposer qu’un Agent peut se substituer à elles.
- Les décisions à très fort volume et très faible complexité.Si une règle déterministe résout 99 % des cas en quelques microsecondes pour un coût nul, appeler un modèle pour les mêmes cas est un mauvais choix économique. Réservez les Agents à ce qui justifie leur coût.
- Les situations où l'erreur est asymétrique et non observable.Si le résultat d'une erreur de l'agent ne peut pas être détecté rapidement et corrigé, la tolérance à l'incertitude doit être faible — et le circuit humain, systématique.