Les conseils d'administration doivent posséder les règles du travail avec l'IA, pas seulement payer pour l'accès

Alors que les agents d'IA commencent à effectuer des tâches plutôt que de simplement générer des réponses, nous estimons que les conseils d'administration devraient établir une distinction claire : acheter l'accès à l'intelligence n'est pas la même chose que posséder une capacité d'IA. Pour une entreprise établie, l'actif stratégique devrait être la manière dont l'intelligence fonctionne au sein de l'entreprise. C'est ce que nous entendons par la possession du harness.

Le harness est le cadre qui permet aux agents de travailler aux côtés des personnes. Il définit leurs rôles, les règles qu'ils suivent, les informations qu'ils peuvent voir, les actions qu'ils peuvent entreprendre et les approbations dont ils ont besoin. Il comprend des contrôles sur leur travail et des connaissances partagées. À notre avis, le modèle est la plus petite partie de la capacité qu'un conseil d'administration doit comprendre et contrôler.

Nous nous attendrions à ce que deux entreprises utilisant le même modèle obtiennent des résultats très différents si l'une a des responsabilités claires, des connaissances fiables et des contrôles utiles, tandis que l'autre ne les a pas. Un modèle ne peut pas décider ce qu'une entreprise doit autoriser ou accepter. Nous estimons que ces décisions appartiennent à l'entreprise, exprimées à travers un harness qu'elle comprend et contrôle.

C'est pourquoi nous recommandons de commencer par le travail, et non par la technologie. Cartographiez les processus. Identifiez où les agents pourraient contribuer le plus, où les transferts sont importants et où les erreurs seraient coûteuses. Convenez de ce que signifie l'amélioration et établissez une référence avant de changer quoi que ce soit. Sinon, nous risquons de célébrer l'activité sans savoir si l'entreprise est mieux servie.

Pour un conseil d'administration, les mesures doivent avoir un sens commercial. Selon le processus, nous pourrions examiner la précision, la cohérence, le délai d'exécution ou la quantité de corrections nécessaires. Le point important est de convenir du test avant de voir le résultat. Nous estimons qu'une démonstration attrayante devrait être une invitation à enquêter, et non un substitut aux preuves tirées du travail propre de l'entreprise.

Les limites des données doivent précéder les comparaisons de prix. Certaines données doivent rester en interne lorsque les obligations et les politiques de l'entreprise l'exigent. Les politiques propres de l'entreprise et ses avocats doivent définir ces règles, et non l'architecture préférée d'un fournisseur. Nous recommandons de rendre ces limites explicites afin que les choix de modèles les suivent, plutôt que de forcer des exceptions maladroites par la suite.

Au sein de ces limites, notre principe est simple : acheminer chaque tâche vers le modèle le moins cher qui l'exécute suffisamment bien par rapport aux tests convenus. L'exécution de travaux routiniers et privés sur les machines propres de l'entreprise mérite une évaluation, et non une approbation ou un rejet automatiques. Testez cette option sur les exemples propres de l'entreprise, y compris ses exigences opérationnelles. Un benchmark seul n'est pas une raison d'acheter du matériel.

Posséder la capacité ne signifie pas construire chaque composant ou refuser les services externes. Nous entendons garder les comptes, les règles, les agents et les connaissances entre les mains de l'entreprise, avec la liberté d'utiliser plusieurs fournisseurs de modèles. Nous ferions de la capacité à changer de fournisseur une exigence de conception, plutôt que quelque chose à négocier après que la dépendance s'est développée.

Parce que l'IA change si fréquemment, nous estimons que le harness a également besoin d'une routine pour évaluer les nouveaux modèles et outils. Les candidats doivent être soumis aux tests propres de l'entreprise en matière de qualité, d'autorisations, de gestion des données et de coûts. L'entreprise devrait décider quoi adopter et quoi laisser de côté. La nouveauté n'est pas, à notre avis, une raison suffisante pour modifier un processus de travail fonctionnel.

Ce contrôle nécessite une équipe interne capable de faire fonctionner, de questionner et d'améliorer le harness sans dépendre d'une aide extérieure. Chez DevMojos, nous construisons des harness agentiques avec les entreprises, en travaillant avec leur propre personnel. Nous vendons de l'expertise et de l'accompagnement, pas des logiciels, du matériel ou des licences. Notre objectif est d'aider l'entreprise à développer une capacité qu'elle peut comprendre, gouverner et améliorer elle-même.

Pour les administrateurs et les équipes de direction, nous estimons qu'il s'agit d'une décision de propriété avant d'être une décision d'achat. L'ambition devrait être pratique : un travail utile, une responsabilité claire et la liberté de choisir à mesure que la technologie évolue. Nous estimons que les entreprises qui tireront le plus de l'IA sont celles qui possèdent la façon dont elle fonctionne, et pas seulement ce qu'elle coûte.