Le fossé entre le projet pilote d'IA et la gouvernance de la mise en production
Il est facile d'appeler un modèle linguistique. Ce n'est pas le cas lorsqu'elle est gérée sous le contrôle de l'entreprise.
Dès qu'un agent a besoin de données d'entreprise en temps réel, d'une autorisation d'agir et d'un historique permettant de rendre compte de ses actions, la plupart des équipes se rendent compte que leur infrastructure d'IA échappe à tout contrôle exercé par l'entreprise. Identifiants répartis sur plusieurs environnements d'exécution dans le cloud. Les données sont copiées là où réside l'IA. Chaque nouvel agent implique un nouvel examen de sécurité et un nouveau risque.
InterSystems IRIS® AI Hub comble cette lacune en faisant de la plateforme de données elle-même le lieu où l’IA est développée, exécutée et gérée, au lieu d’y ajouter une autre pile en parallèle. Les équipes développent des agents IA natifs, intègrent l'IA dans les flux de travail métier en conservant une intervention humaine, publient la logique métier sous forme d'outils régis par le protocole MCP (Model Context Protocol) et connectent l'IA aux données d'entreprise en temps réel — que ces données se trouvent déjà dans InterSystems IRIS ou dans les systèmes avec lesquels InterSystems IRIS s'intègre.
Dès qu'un agent a besoin de données d'entreprise en temps réel, d'une autorisation d'agir et d'un historique permettant de rendre compte de ses actions, la plupart des équipes se rendent compte que leur infrastructure d'IA échappe à tout contrôle exercé par l'entreprise. Identifiants répartis sur plusieurs environnements d'exécution dans le cloud. Les données sont copiées là où réside l'IA. Chaque nouvel agent implique un nouvel examen de sécurité et un nouveau risque.
InterSystems IRIS® AI Hub comble cette lacune en faisant de la plateforme de données elle-même le lieu où l’IA est développée, exécutée et gérée, au lieu d’y ajouter une autre pile en parallèle. Les équipes développent des agents IA natifs, intègrent l'IA dans les flux de travail métier en conservant une intervention humaine, publient la logique métier sous forme d'outils régis par le protocole MCP (Model Context Protocol) et connectent l'IA aux données d'entreprise en temps réel — que ces données se trouvent déjà dans InterSystems IRIS ou dans les systèmes avec lesquels InterSystems IRIS s'intègre.
La valeur de l'IA commence par une vision à 360° bien encadrée
Données commerciales
L'accès direct aux informations les plus pertinentes est essentiel pour que les applications d'IA générative et d'IA agentique puissent fournir des informations pertinentes. Parfaitement intégré à InterSystems IRIS Vector Search et fonctionnant directement là où se trouvent vos données, l'AI Hub vous offre une vue d'ensemble complète, sans les tracas liés aux copies, aux connexions et aux caches.
Applications professionnelles
Pour que les agents agissent plutôt que de se contenter de répondre, ils doivent disposer d'outils adaptés au contexte du moment. Les agents s'exécutant dans l'AI Hub peuvent accéder directement aux outils natifs, et l'exposition de la logique métier d'InterSystems IRIS sous forme d'outils MCP ne nécessite que quelques clics. Utilisez votre code existant sans avoir à en écrire de nouveau.
Sécurité des entreprises
Les agents jouent un rôle tout comme les règles définies par l'homme, et leur accès aux ressources doit être contrôlé ; alors pourquoi gérer ces identités et ces autorisations dans un autre système ? InterSystems IRIS AI Hub vous permet de réutiliser vos rôles et vos politiques d'accès existants, ce qui vous permet de gérer vos utilisateurs agents et humains selon un langage commun.
Processus métier
Dans un processus métier réel, les validations ne se limitent pas aux demandes formulées par le chatbot, mais nécessitent l'intervention d'une personne qui consulte l'écran à ce moment précis. InterSystems IRIS AI Hub s'intègre parfaitement à InterSystems IRIS Interoperability, notamment à ses fonctionnalités complètes de gestion des flux de travail humains permettant de mettre en place des processus d'approbation avancés.
La différence InterSystems
Les agents s'exécutent au sein du système de référence
L'intégration de l'IA au sein de la plateforme qui héberge les données transactionnelles en temps réel élimine toute une catégorie de tâches : plus besoin d'exportation, plus besoin de réplique, plus de décalage entre la copie sur laquelle porte le modèle et l'enregistrement sur lequel repose l'activité.
Gouvernance et sécurité, de la phase de compilation à la phase d'exécution
InterSystems IRIS AI Hub a été entièrement conçu dès le départ pour s'intégrer étroitement à la plateforme. L'absence de dépendances externes garantit une chaîne logistique logicielle plus sécurisée et permet de définir des politiques de sécurité pour les agents, à l'instar de vos utilisateurs professionnels existants.
Un soutien à la pointe de l'industrie
Nous nous attachons à ce que nos clients réussissent et soient prêts à relever tous les défis, ce qui se traduit par des taux de satisfaction de la clientèle parmi les plus élevés de la catégorie.
Alimenter les applications les plus importantes au monde
Nos logiciels alimentent des applications critiques dans presque tous les secteurs - des soins de santé aux services financiers en passant par la chaîne d'approvisionnement et l'exploration spatiale.
Une IA qui s'adapte à votre façon de travailler actuelle
Développez une IA en utilisant les modèles de conception que vous connaissez déjà, connectez-la aux outils que vos équipes utilisent déjà et gérez-la à l'aide des contrôles que vous mettez déjà en œuvre.
Construire
Créez des agents, des assistants et des solutions de recherche à l'aide des classes natives d'InterSystems IRIS ou de Python. Les développeurs InterSystems IRIS travaillent selon les modèles qu'ils connaissent déjà ; les équipes Python et Java conservent leurs outils habituels tout en tirant parti de la configuration et des identifiants fournis par la plateforme.
Connectez-vous à
Connectivité via le protocole natif et bidirectionnel Model Context Protocol. Publiez des outils gérés sur les clients d'IA que vos équipes utilisent déjà, et permettez aux agents natifs d'InterSystems IRIS d'exploiter à leur tour ces outils et sources de données externes. Aucune des deux parties ne constitue un écosystème fermé.
Sol
Anchor s'appuie sur la réalité de l'entreprise grâce à InterSystems IRIS Vector Search, qui exploite vos données opérationnelles, cliniques et transactionnelles en temps réel — et non un instantané capturé lors de la dernière exécution du pipeline.
Gouverner
Appliquer un accès aux modèles et aux outils basé sur les rôles, stocker les identifiants dans le portefeuille InterSystems IRIS Wallet et gérer la configuration de manière centralisée plutôt que projet par projet dans une pile distincte
Intégrez l'IA régulée à vos données critiques
L'AI Hub ajoute une IA régulée à InterSystems IRIS si vous l'utilisez déjà, ou sert de couche régulée entre votre IA et les systèmes que vous exploitez déjà si ce n'est pas le cas. Dans tous les cas, les agents ont accès aux données dont ils ont besoin sans que celles-ci soient copiées sur une plateforme d'IA distincte. La logique métier, le modèle de données et les autorisations que vous avez déjà mis en place constituent désormais la base de l'IA, et non plus un élément que celle-ci doit contourner.
Ressources et documentation
14 août 2026
Vidéo
Une présentation de trois minutes des principales fonctionnalités offertes par l'InterSystems IRIS AI Hub.
10 août 2026
Fiche technique du produit
Un résumé de deux pages présentant les missions de l'AI Hub, à qui il s'adresse et ce qu'il remplace.
Documentation
Consultez la documentation complète du produit et lancez-vous dès aujourd'hui.
08 mai 2026
Présentation générale
Annonce concernant InterSystems IRIS® AI Hub lors de la conférence InterSystems READY 2026
See What Governed AI Looks Like on Your Data
We’d love to talk. Fill in some details and we’ll be in touch.