Agents IA sur Oracle Fusion et Power BI : une architecture de référence
Les cinq couches que j'utilise pour concevoir des agents IA sur des données ERP : données métier, intégration, cœur de l'agent, canaux et gouvernance.
La plupart des pilotes d'IA sur des données ERP s'arrêtent à la démo. Le modèle répond bien en réunion, mais personne ne lui confie de vraies données, de vrais utilisateurs ni de vraies décisions. La différence entre une démo et un agent qui fonctionne, ce n'est pas le modèle : c'est l'architecture autour.
Voici l'architecture de référence que j'utilise pour concevoir des agents sur Oracle Fusion, EBS et Power BI. Elle comporte cinq couches.
1. Données métier
L'agent travaille sur les données de l'entreprise : modules ERP comme la finance, les achats, la supply chain ou les RH, jeux de données BI et documents tels que contrats, procédures et tickets de support. Si les données sont fausses, l'agent se trompera avec aplomb : la qualité des données passe donc en premier.
2. Intégration
Les données arrivent à l'agent par des accès sécurisés et en lecture seule : API REST, connecteurs et surtout une couche sémantique. Un modèle sémantique Power BI est souvent le meilleur point de départ, car il traduit déjà les tables en notions métier comme la marge, les factures en attente ou la couverture de stock.
3. Cœur de l'agent
Le modèle de langage planifie la tâche, appelle les bons outils (interroger les données, construire un tableau, rédiger une synthèse) et vérifie sa réponse avant de la renvoyer. Les prompts et le contexte sont conçus par processus, pas une fois pour toute l'entreprise.
4. Canaux
Les utilisateurs retrouvent l'agent là où ils travaillent déjà : un chat pour poser des questions en langage naturel, des rapports et synthèses automatiques, ou une étape dans un workflow finance ou support existant. L'adoption dépend bien plus de cette couche que du modèle.
5. Gouvernance
Chaque agent a besoin de garde-fous : une sécurité par rôle pour que chacun ne voie que ses données, un humain qui valide les actions critiques et une trace de chaque réponse pour l'audit et l'amélioration continue. Dans un environnement ERP, c'est cette couche qui rend l'agent acceptable pour la finance et l'IT.
Par où commencer
Commencez par une question métier posée chaque semaine et qui demande aujourd'hui un rapport technique. Connectez l'agent au modèle sémantique existant, en lecture seule, et mesurez son taux de bonnes réponses. Ajoutez ensuite la question suivante.