L'IA dans l'architecture d'entreprise : un assistant gouverné

Modèle opératoire de gouvernance

La gouvernance doit être conçue comme un service qui améliore la qualité et la vitesse de décision, pas comme un rituel de revue.

Un modèle mature combine droits de décision explicites, profondeur de revue par niveau de risque et suivi transparent des outcomes.

• Créer des niveaux de risque avec autorités d'approbation explicites
• Standardiser les records de décision avec rationale et trade-offs
• Suivre les exceptions avec date d'expiration et plan de remédiation

Pourquoi l'IA entre maintenant dans l'architecture d'entreprise

L'architecture d'entreprise a toujours buté sur un problème discret : le modèle n'est jamais tout à fait à jour. Les applications changent, les propriétaires bougent, les dépendances dérivent, et la documentation dont dépendent les décisions accuse un retard sur la réalité. L'essentiel de cet écart relève du travail manuel — lire, cartographier, recouper — et c'est précisément ce type de tâche que l'IA moderne sait accélérer.

L'intérêt est donc réel, et pas seulement du battage. Mais la valeur ne tient que si l'IA est appliquée là où elle est vraiment forte et tenue à l'écart de là où elle est faible. Cet article adopte une vue mesurée : ce que l'IA apporte réellement à l'EA, ses limites, et comment l'utiliser sans abandonner le contrôle des décisions qui pèsent en coût et en conformité.

Ce que l'IA aide réellement à faire

La liste honnête est plus étroite que le marketing, mais elle reste significative. L'IA est la plus utile sur des tâches fastidieuses, répétitives et ancrées dans des données que vous détenez déjà. Elle réduit le temps entre disposer d'un paysage et en avoir une image exploitable.

• Auto-documentation : rédiger descriptions, synthèses et notes de capacités à partir des données existantes, qu'un humain relit ensuite
• Détection d'écarts : signaler propriétaires manquants, applications non cartographiées et dépendances orphelines que les humains laissent souvent passer
• Analyse du paysage : synthétiser un grand parc pour qu'un architecte voie plus vite concentration, redondance et risque
• Génération d'options : proposer des pistes candidates de rationalisation ou de modernisation, avec le raisonnement et les sources attachés

Où sont les limites de l'IA — et pourquoi c'est important

Un modèle de langage peut se tromper avec assurance. Il peut inventer une dépendance qui n'existe pas, manquer un contexte que le modèle n'a jamais capté, ou proposer une rationalisation « propre » qui ignore une contrainte contractuelle ou réglementaire que personne n'a écrite. En architecture d'entreprise, ces erreurs ne sont pas cosmétiques : elles alimentent budgets, audits et risque opérationnel.

C'est pourquoi la bonne posture est sceptique par conception. La sortie de l'IA doit être traitée comme un brouillon et une invitation au jugement humain, jamais comme une autorité. Le rôle de l'architecte ne rétrécit pas ; il se déplace de l'assemblage manuel vers la relecture, la remise en question et la décision. Utilisée ainsi, l'IA augmente le débit sans augmenter le risque.

Gouvernance : la part non négociable

Si l'IA touche au travail d'architecture, la gouvernance doit l'accompagner. Trois propriétés font la différence entre un assistant utile et un assistant incontrôlé.

• Humain dans la boucle : une personne valide avant que quoi que ce soit ne devienne une décision — l'IA prépare, l'humain approuve, édite ou rejette
• Aucun changement autonome : l'assistant ne réécrit pas votre modèle en silence ; il propose, et le modèle ne change que lorsqu'un humain valide le changement
• Auditabilité : chaque suggestion, les données mobilisées et la décision humaine sont tracées, afin d'expliquer le résultat à un relecteur ou à un régulateur

Pourquoi cela convient aux organisations régulées et attentives au risque

Dans la finance régulée, le secteur public et d'autres contextes attentifs au risque, « c'est l'IA qui l'a modifié » n'est pas une réponse recevable face à un auditeur. Ce dont ces organisations ont besoin, c'est de traçabilité : qui a décidé, sur quelle base, et avec quelles preuves. Un assistant gouverné renforce ce dossier au lieu de l'éroder, car il fait passer chaque proposition par une décision humaine tracée.

Cela s'aligne aussi sur le travail de gouvernance qu'une fonction d'architecture mène déjà — comités de revue, décisions consignées, registres d'applications et cartographies de dépendances. L'IA s'inscrit dans cette discipline, pas autour d'elle. Pour voir comment ce cadre de gouvernance fonctionne dans un contexte DORA et NIS2, voir le pilier de gouvernance lié ci-dessous.

Comment Archilu aborde l'IA en EA

Archilu traite l'IA comme un assistant gouverné, pas comme un agent autonome. Il analyse le paysage connecté, détecte les écarts de cartographie, génère des options sourcées et prépare les décisions en vue d'une validation humaine. Le principe est explicite dans le produit : appuyer des décisions gouvernées sans contourner l'approbation.

Concrètement, l'assistant ne valide jamais seul un changement dans votre modèle. Il fait le travail de base — lire le parc, faire remonter ce qui manque, rédiger des options candidates avec leurs sources — puis remet à l'architecte une proposition claire et relisible. L'humain reste responsable, et la piste d'audit reste intacte. Le schéma ci-dessus montre la boucle : analyser, détecter, générer, puis valider.

Une façon concrète de commencer

Pas besoin d'une stratégie IA aboutie pour en tirer parti. Commencez par vous assurer que votre paysage est connecté et que vos décisions sont consignées, car l'IA ne vaut que par le modèle qu'elle lit et la gouvernance dans laquelle elle opère. À partir de là, laissez l'assistant prendre en charge le travail de base — brouillons de documentation, signalement d'écarts, propositions d'options — pendant que vos architectes gardent le dernier mot.

Pour un point de départ concret, l'évaluation gratuite de maturité EA d'Archilu note dix dimensions et renvoie un plan d'action priorisé en environ dix minutes. C'est un moyen ancré de voir où une aide de l'IA serait réellement utile à votre organisation, plutôt que là où un éditeur prétend qu'elle le sera.

KPIs de gouvernance

Un modèle de gouvernance est crédible seulement s'il produit des décisions plus rapides et meilleures dans le temps.

• SLA revue vers décision par niveau de risque
• Tendance d'ancienneté du backlog d'exceptions
• Taux de rework après décision d'architecture
• Tendance du risque de dépendances transverses

Common mistakes

La gouvernance échoue quand elle renforce le contrôle mais laisse l'ambiguïté de décision.

• Traiter les changements faibles comme les risques élevés
• Ne pas définir les droits de décision par catégorie de risque
• Ne pas fixer de date d'expiration pour les exceptions
• Ne pas mesurer la qualité des arbitrages

Practical checklist

Cette baseline garde une gouvernance utile sans freiner le delivery.

• Définir niveaux de risque et droits de décision associés
• Créer templates de revue et critères d'acceptation
• Fixer des SLA de décision par niveau de risque
• Suivre exceptions, ancienneté et clôture chaque mois