Contexte et enjeux
Lors de la conférence Amplify, Workiva a souligné que les agents d’intelligence artificielle sont désormais « table stakes » dans les logiciels d’entreprise, mais que le reporting financier, l’audit et la conformité exigent plus que la rapidité : chaque sortie doit être défendable. Deepak Bharadwaj, vice‑président exécutif et chef de produit, a rappelé que les utilisateurs de Workiva signent légalement les documents générés, ce qui impose un profil de risque élevé et rend la traçabilité indispensable.
Le besoin de gouvernance apparaît dès que les IA interviennent dans des dossiers réglementaires. Sans contrôle, un agent pourrait produire une information erronée, exposant l’entreprise à des sanctions ou à des pertes de réputation. Workiva place donc la confiance et la traçabilité au cœur de sa feuille de route produit, comme le montre la mise en avant de la « data lineage » et du « human sign‑off » pendant l’événement.
Architecture de gouvernance proposée
Workiva a introduit en juillet une couche d’agents spécialisés intégrée à son environnement cloud. Cette couche repose sur des « guardrails » – règles explicites qui limitent les actions possibles de chaque agent – et sur des instructions en langage naturel afin que les utilisateurs puissent décrire un processus sans recourir à du code Python ou à des appels d’API directs. Le module Agent Studio permet ainsi aux équipes métier de configurer des flux de travail en définissant les capacités autorisées, chaque opération restant rattachée à l’identité d’un utilisateur.
Le système lie chaque résultat d’agent à un enregistrement de provenance des données, garantissant que chaque donnée d’entrée est certifiée par la plateforme Workiva. Cette certification crée un graphe de dépendances qui peut être audité à tout moment, offrant une visibilité complète sur la façon dont les informations ont été transformées avant d’être présentées dans un rapport financier.
Mécanismes de contrôle et limites
Selon Bharadwaj, la supervision humaine intervient dès que la tâche nécessite un jugement commercial ou une validation finale. Les agents peuvent fonctionner de façon autonome uniquement sur des processus répétitifs et strictement basés sur des règles. Dès qu’une décision implique une interprétation ou un choix de mots, le flux passe à un ou plusieurs humains qui doivent approuver et signer le résultat. Cette double couche – automatisation contrôlée + validation humaine – constitue le principe « AI never does things on its own » invoqué par Workiva.
Cette approche ne supprime pas les risques : la dépendance à la qualité des données d’entrée persiste, et la complexité des règles de gouvernance peut ralentir les gains d’efficacité attendus. De plus, la transparence du modèle d’agent reste limitée aux métadonnées de provenance, sans exposition du code sous‑jacent, ce qui peut compliquer les audits externes. Néanmoins, en ancrant chaque action d’IA à une identité humaine et à un historique de données certifiées, Workiva crée une barrière tangible contre les erreurs non détectées dans les dossiers réglementaires.
