Credo AI

Le registre est le cœur du produit. Il catalogue systèmes, modèles, agents et fournisseurs dans un inventaire unique et dessine les dépendances, ce qui montre quelle application s'appuie sur quel modèle. Les connecteurs de découverte balaient les environnements cloud et ML à la recherche d'IA que personne ne savait en service, la partie que presque toutes les équipes sous-estiment. Chaque fiche porte un responsable et une classification de risque.

Credo AI traite l'agent comme une entité gouvernée et non comme une fonction d'application. Chaque agent reçoit une fiche avec son objet, les outils qu'il peut appeler, ses permissions et la personne qui en répond. Comme un agent agit en millisecondes sans surveillance, la plateforme confronte son comportement à la politique au niveau de la trace plutôt que d'attendre la revue mensuelle. Cette brique vient des acteurs de la sécurité, et les suites GRC l'ont laissée de côté.

La notation du risque tourne en continu et intègre le contexte métier, si bien qu'un agent de sinistres chez un assureur européen reçoit des contrôles différents de ceux d'un agent marketing chez un distributeur américain. La bibliothèque couvre les risques propres aux agents, comme le mauvais usage des outils, la dérive de périmètre et le risque qui circule entre agents connectés. Les tableaux de bord se branchent sur vos outils d'observabilité et alertent dès que le comportement s'écarte de la référence validée.

Le moteur transforme la politique écrite en code. Les packs couvrent le règlement européen sur l'IA, le NIST AI RMF, l'ISO 42001, l'OMB M-25, les règles ADMT du Colorado et les recommandations NAIC AI, chacun livré avec les contrôles et les tâches de preuve attendus par le cadre. Une équipe qui a déjà rédigé sa politique interne peut la rattacher à ces référentiels au lieu d'entretenir deux jeux de documents.

GAIA (Govern AI Assistant) est l'assistant d'IA intégré à la plateforme. Il rédige des évaluations, résume les textes réglementaires et répond aux questions sur votre propre registre, ce qui retire les semaines de lecture qui séparent d'habitude une nouvelle règle d'un processus opérationnel. L'éditeur indique qu'il est disponible en général, pas en aperçu.

Les connecteurs natifs couvrent Snowflake, Databricks, AWS, Azure, ServiceNow, Jira, Confluence, Slack, GitHub et MLflow. Concrètement, les preuves se collectent là où les équipes techniques travaillent déjà et les écarts arrivent sous forme de tickets, pas comme un tableau de bord de plus que personne n'ouvre. La gouvernance cesse de réclamer des captures d'écran et lit les mêmes enregistrements que ceux qui construisent le système.