Passez une excellente journée, beaucoup de gouvernance de l’IA reste encore dans les documents. Une politique indique quelles données peuvent être utilisées. Un comité décide quel modèle est approuvé. Une équipe de conformité rédige ce que l’agent peut faire. Ensuite, l’IA s’exécute quelque part ailleurs. Cet écart est là où la gouvernance échoue. Ce qui m’intéresse chez @TheARCTERMINAL, c’est que ARC rapproche les règles de l’exécution. Sa couche de preuve est conçue pour enregistrer si une action d’IA a respecté la politique de l’utilisateur, tout en gardant les données sous-jacentes privées. Cela transforme la gouvernance d’un processus revu a posteriori en quelque chose que le système peut faire respecter et prouver pendant que le travail se déroule. Pour les banques, les hôpitaux, les gouvernements ou les agents autonomes, la vraie question n’est pas seulement : Ce modèle est-il capable ? Mais : A-t-il opéré dans les règles que nous avons approuvées ? Le prochain gagnant de l’IA entreprise sera peut-être celui qui rend la politique exécutable, et non simplement lisible. Quelle règle d’IA devrait toujours être appliquée par machine ?