Agents et infrastructures — QUEBEC.AI
La couche d'exécution pour les tâches automatisées.
Les agents ne suffisent pas.
Les infrastructures, c'est important.
L'ère de l'« AI-First » nécessite des systèmes dans lesquels les agents intelligents peuvent être identifiés, autorisés, coordonnés, surveillés, validés, mémorisés et régulés.
QUEBEC.AI se concentre sur les infrastructures nécessaires pour faire de l'intelligence artificielle, qui ne se limite pas à des résultats isolés, un travail structuré, générateur de données probantes et piloté par l'humain.
Agents.
Offres d'emploi.
Outils.
Validateurs.
Nœuds.
Preuves.
Mémoire.
Gouvernance.
À la pointe. Axée sur l'IA. Souveraine.
Fabriqué au Québec.
Ouvert sur le monde.
QUEBEC.AI | Québec Artificial Intelligence, opérant sous l’identité institutionnelle alignée MONTREAL.AI | Montréal Artificial Intelligence, est l’entreprise phare souveraine du Québec en matière d’IA : une société privée constituée au Québec, créée pour faire progresser l’intelligence artificielle de pointe, la transformation des entreprises axée sur l’IA, les infrastructures souveraines d’IA, les agents autonomes, la gouvernance stratégique de l’IA, ainsi que certaines initiatives de pointe en matière d’AGI et d’ASI.
L'importance cruciale de l'infrastructure des agents
L'intelligence artificielle est désormais capable de bien plus que de simplement produire du contenu.
Les systèmes d'IA peuvent désormais prendre en charge la planification, la recherche, l'analyse, le codage, la récupération d'informations, l'utilisation d'outils, la surveillance, la coordination des flux de travail et l'exécution dans un cadre défini.
Mais les capacités sans infrastructure sont fragiles.
Une capacité dépourvue d'identité n'est pas gérable.
Une fonctionnalité sans autorisations n'est pas sûre.
Une fonctionnalité non validée n'est pas fiable.
Une capacité non étayée par des preuves ne peut faire l'objet d'un audit.
Le potentiel sans mémoire ne se développe pas.
Des capacités sans gouvernance ne devraient pas pouvoir se développer à grande échelle.
La prochaine étape de l'IA d'entreprise ne se limitera pas à la mise au point de modèles plus performants.
Ce seront les organisations capables de mettre en place les infrastructures nécessaires à un travail intelligent et bien encadré qui en détermineront les contours.
Des modèles aux agents
Réponse des modèles.
Les agents agissent.
Mais l'action modifie le profil de risque.
Lorsqu'un système d'IA est capable d'utiliser des outils, d'accéder à des données, d'appeler des API, d'écrire du code, de modifier des fichiers, de déclencher des flux de travail, de coordonner des tâches ou d'influencer des décisions, l'organisation a besoin d'une infrastructure opérationnelle plus solide.
Cette couche doit définir :
Qui ou quoi agit ?
Quelle autorité !
Quels outils il peut utiliser.
À quelles données il a accès.
Quels éléments de preuve doit-elle produire ?
Quels validateurs doivent approuver le travail ?
Quand le système doit s'arrêter.
Quand un être humain doit intervenir.
Ce qui devient souvenir.
Ce qui peut être réutilisé.
C'est pourquoi l'infrastructure des agents est importante.
Des agents aux services de renseignement
La frontière stratégique ne se limite pas aux agents autonomes.
La frontière est contrôlée par les services de renseignement.
Un agent peut produire un résultat.
Un service de renseignement peut attribuer des tâches, répartir les ressources, coordonner les outils, valider les résultats, conserver les preuves, mettre à jour les données et améliorer l'exécution future.
La différence est d'ordre institutionnel.
Les agents, à eux seuls, constituent l'exécution.
Les agents dotés d'une infrastructure deviennent des capacités.
Les agents équipés de validateurs assument la responsabilité de leur travail.
Les agents dotés de mémoire deviennent des systèmes à effet cumulatif.
Les agents chargés de la gouvernance constituent l'infrastructure institutionnelle.
C'est la frontière opérationnelle vers laquelle QUEBEC.AI tend.
Que signifie « Agents et infrastructure » ?
Identité de l'agent
Tout système agentique a besoin d'une identité.
Une organisation doit savoir quel individu, quelle équipe, quel système, quel agent, quel nœud, quel flux de travail ou quel environnement est à l'origine de l'action.
L'identité rend l'autorité compréhensible.
Elle garantit les autorisations, la responsabilité, la traçabilité, la réputation et la gouvernance.
Sans identité, l'autonomie n'est pas gérable.
Description du poste
Les agents ont besoin d'un cadre de travail bien défini.
Un processus de travail sérieux et structuré commence par un cahier des charges clair : objectif, contraintes, accès aux données, autorisations d'utilisation des outils, classe de risque, budget, critères de validation et conditions d'arrêt.
Une consigne imprécise entraîne une responsabilité imprécise.
Une tâche bien délimitée permet de mieux la gérer.
Accès aux outils
Les agents ne sont utiles que lorsqu'ils peuvent utiliser des outils.
Ils assument également les risques.
L'accès aux outils doit être circonscrit, surveillé, consigné, soumis à autorisation et, dans la mesure du possible, réversible.
La question n'est pas seulement de savoir ce que les agents peuvent faire.
La question est de savoir ce que les agents sont autorisés à faire — et en vertu de quelle autorité.
Infrastructure d'exécution
L'infrastructure des agents nécessite des environnements d'exécution permettant d'exécuter, de surveiller, de mesurer, de suspendre, de rejouer et d'analyser les tâches.
C'est au niveau de la couche d'exécution que l'intention de l'agent se traduit en action concrète.
Il faut que ce soit sûr.
Cela doit être observable.
Il doit être gérable.
Validation
La mise en œuvre ne suffit pas.
Le travail doit être validé.
Les validateurs peuvent inclure des tests déterministes, des vérificateurs humains, des contrôles de conformité, des examens par des experts, des simulations, des processus de type « red team », des workflows d'audit ou des contrôles à résultat différé.
C'est la validation qui fait la différence entre un résultat et un travail validé.
Preuves
Le travail agentique devrait produire des preuves.
Les éléments de preuve peuvent inclure des journaux, des traces, des artefacts, des résultats de tests, des registres de coûts, des registres de sécurité, des rapports de validation, des instructions de relecture, des comptes rendus d'examen et des dossiers de justification.
Les preuves permettent de vérifier les allégations.
Sans preuves, la confiance se transforme en simple récit.
Mémoire
Un travail bien fait ne devrait pas passer inaperçu.
Les travaux validés devraient devenir des capacités réutilisables.
La mémoire permet aux organisations de conserver ce qui a fonctionné, ce qui a échoué, ce qui a été validé, ce qui a été rejeté et ce qui devrait être réutilisé.
C'est grâce à la mémoire que les capacités de l'IA se renforcent.
Gouvernance
L'infrastructure des agents doit rester soumise à une gouvernance.
La gouvernance définit les politiques, les limites, les règles d'escalade, les autorisations, les exigences en matière d'audit, les contrôles des risques et la supervision humaine.
Les systèmes autonomes ne doivent pas être synonymes de systèmes incontrôlés.
L'objectif est de disposer de capacités utiles dans le cadre d'une gouvernance rigoureuse.
La pile de tâches de l'usinage
« Agents & Infrastructure » n'est pas un produit unique.
Il s'agit d'un ensemble de capacités opérationnelles.
Couche d'identité
Qui ou quoi agit ?
Quel agent, nœud, flux de travail, équipe ou organisme est compétent ?
L'identité est la condition préalable à toute autonomie gouvernable.
Calque de travail
Quelles tâches sont attribuées ?
Quel est l'objectif ?
Quelles sont les contraintes ?
Qu'est-ce qui constitue une réussite ?
Qu'est-ce qui ne doit pas se produire ?
La couche opérationnelle traduit les intentions en tâches bien délimitées.
Calque d'outils
Quels sont les outils disponibles ?
Quels outils sont en lecture seule ?
Quels outils permettent d'écrire, d'exécuter, de déployer, de modifier ou d'effectuer des transactions ?
Quels outils doivent être approuvés ?
Le calque d'outils définit la surface d'action.
Couche d'exécution
Où se déroule le projet ?
Comment l'exécution est-elle contrôlée ?
Comment les journaux sont-ils enregistrés ?
Comment les coûts sont-ils calculés ?
Est-il possible de mettre le travail en pause, de le relancer ou de revenir en arrière ?
La couche d'exécution transforme les agents en systèmes opérationnels.
Couche de validation
Qui valide le travail ?
Quels tests faut-il réussir ?
Quel type de contrôle est requis ?
Quels éléments de preuve sont suffisants ?
Quels sont les échecs qui empêchent la promotion ?
La couche de validation garantit la qualité, la sécurité et la confiance.
Couche de preuves
Quelles preuves existe-t-il ?
Peut-on inspecter les travaux ?
Peut-on le revoir ?
Cette demande peut-elle faire l'objet d'un réexamen ?
La couche de justification transforme les résultats en travail justifiable.
Couche mémoire
Que faut-il conserver ?
Qu'est-ce qui devient réutilisable ?
Que faut-il oublier, corriger, mettre en quarantaine ou signaler à un supérieur ?
La couche de mémoire transforme le travail en capacité institutionnelle.
Couche de gouvernance
Qui fixe les règles ?
Qui donne son accord pour l'escalade ?
Qui peut mettre le système en pause ?
Qui est responsable ?
La couche de gouvernance assure le contrôle des capacités.
Nœuds AGI Alpha
Les nœuds AGI Alpha font partie du portefeuille « Frontier » de QUEBEC.AI / MONTREAL.AI.
Ils constituent l'infrastructure d'exécution nécessaire au fonctionnement des machines de vérification.
Dans l'architecture AGI ALPHA, les nœuds ne sont pas de simples serveurs.
Il s'agit de fonctions opérationnelles au sein d'un système de travail automatisé et réglementé.
Ils peuvent prendre en charge l'exécution, la validation, la surveillance, la mesure, le packaging d'artefacts, la télémétrie, la relecture et l'analyse.
L'architecture en nœuds sépare les rôles :
Les travailleurs effectuent des tâches bien définies.
Les validateurs examinent et certifient le travail.
Les sentinelles surveillent l'état de santé, la dérive, les risques et les défaillances.
Cette distinction est importante.
L'exécution ne doit pas se valider elle-même.
La validation ne doit pas passer inaperçue.
La surveillance ne devrait pas être facultative.
L'objectif n'est pas une autonomie sans limites.
L'objectif est de disposer de capacités utiles dans le cadre d'une infrastructure rigoureuse.
Les nœuds AGI Alpha sont présentés comme une architecture de pointe et une infrastructure de recherche — et non comme une affirmation selon laquelle l'AGI ou l'ASI aurait été atteinte.
Agents, Postes, Validateurs
La philosophie de QUEBEC.AI en matière d'infrastructure d'agents est simple :
Les agents exécutent.
Les tâches définissent un travail délimité.
Les validateurs décident de l'acceptation.
Les preuves permettent de conserver les éléments de preuve.
La mémoire transforme un travail réussi en une compétence réutilisable.
La gouvernance permet d'éviter une escalade incontrôlée.
C'est là toute la différence entre une simple démonstration d'IA et une véritable institution spécialisée dans l'IA.
Une démonstration d'IA montre qu'un modèle peut produire des résultats impressionnants.
Une institution spécialisée dans l'IA démontre que le travail peut être attribué, exécuté, validé, documenté, archivé, géré et amélioré.
C'est ça, la frontière.
Usinage de pièces de contrôle
L'infrastructure des agents doit aller au-delà de la simple activité.
Il doit produire un travail qui apporte des preuves.
On entend par « travaux justifiés » :
Le poste a été défini.
L'agent ou le flux de travail a été identifié.
La portée des outils a été définie.
L'exécution a été consignée.
L'objet a été fabriqué.
La validation a été enregistrée.
Les coûts et les risques ont été évalués.
Le résultat peut être consulté.
Le travail pourra être réutilisé s'il est accepté.
C'est essentiel pour une IA destinée aux entreprises.
C'est également essentiel pour une IA souveraine.
Pas de preuves, pas de confiance.
Pas de validation, pas de règlement.
Pas d'autorité, pas d'autonomie.
Infrastructure pour les entreprises axées sur l'IA
Une entreprise axée sur l'IA ne se contente pas d'un simple accès aux modèles.
Cela nécessite une infrastructure opérationnelle.
Les organisations doivent comprendre comment les agents interagissent avec :
Documents.
Code.
Données.
API.
Systèmes de connaissances.
Bases de données.
Flux de travail.
Mesures de sécurité.
Politiques de gouvernance.
Des réviseurs humains.
Outils externes.
Mémoire institutionnelle.
C'est là que la transformation par l'IA prend tout son sens.
La question qui se pose pour l'entreprise n'est pas :
Peut-on recourir à l'IA ?
La question qui se pose pour l'entreprise est la suivante :
Pouvons-nous mettre en place les infrastructures nécessaires pour utiliser l'IA de manière sûre, stratégique, systématique et maîtrisée ?
Infrastructure pour une IA souveraine
Sovereign AI nécessite le contrôle de la couche d'infrastructure des agents.
Si les agents utilisent des outils, accèdent à des données, produisent des artefacts, créent des souvenirs ou influencent les décisions, l'organisation doit alors comprendre et réguler l'infrastructure qui les sous-tend.
L'IA souveraine implique le contrôle sur :
Identité.
Données.
Outils.
Durée.
Déploiement.
Validation.
Preuves.
Mémoire.
Gouvernance.
Sécurité.
Création de valeur.
Une organisation qui ne maîtrise pas son infrastructure d'agents risque de devenir dépendante de systèmes qu'elle ne peut ni inspecter, ni contrôler, ni remplacer pleinement.
Une IA souveraine nécessite des capacités maîtrisées.
Infrastructure pour l'IA de pointe
Frontier AI ne se limite pas aux modèles de grande envergure.
Il s'agit des systèmes plutôt que des modèles.
Agents.
Offres d'emploi.
Outils.
Validateurs.
Nœuds.
Mémoire.
Preuves.
Règlement.
Gouvernance.
Ce sont ces différents niveaux qui permettent de traduire les capacités du modèle en un travail institutionnel structuré.
La frontière ne se limite pas à ce que l'IA est capable de générer.
La limite réside dans ce que les systèmes d'IA réglementés sont capables de faire — dans le respect des règles, sur la base de preuves, en toute sécurité et sous contrôle.
Ce que fait QUEBEC.AI
QUEBEC.AI collabore de manière sélective avec des organisations, des institutions et des partenaires pour lesquels les systèmes autonomes et les infrastructures peuvent générer une valeur stratégique significative.
Stratégie d'infrastructure des agents
Des recommandations de la direction concernant la place des agents au sein de l'organisation et les infrastructures nécessaires à leur déploiement à grande échelle.
Architecture des flux de travail et des tâches
Concevoir des flux de travail délimités dans lesquels des systèmes autonomes peuvent prendre en charge la planification, l'exécution, la révision, la validation et l'apprentissage institutionnel.
Environnement d'exécution et architecture des nœuds
Avis concernant l'infrastructure d'exécution pour les tâches automatisées : exécution, surveillance, télémétrie, relecture, mesure, packaging des artefacts et contrôles opérationnels.
Conception des outils et des autorisations
Structuration de l'accès aux outils, des identifiants, des autorisations, des étapes de validation, des limites de lecture/écriture, des règles d'escalade et des modèles de confinement.
Systèmes de validation et de révision
Concevoir des processus de validation qui combinent des tests automatisés, une vérification humaine, l'avis d'experts, des contrôles de conformité, des simulations de scénarios d'attaque et, le cas échéant, des contrôles à effet différé.
Processus de gestion des éléments de preuve et des justificatifs
Mettre en place des processus dans lesquels les activités des agents génèrent des preuves vérifiables : journaux, traces, artefacts, ProofBundles, registres de preuves, registres des coûts, registres de sécurité et rapports des validateurs.
Bibliothèques de mémoire et de fonctionnalités
Nous aidons les organisations à transformer leurs initiatives fructueuses en matière d'IA en capacités réutilisables, en mémoire institutionnelle, en guides pratiques, en modèles et en systèmes de connaissances bien encadrés.
Gouvernance agentique
Conception de mécanismes de gouvernance pour les agents, les flux de travail, les outils, l'accès aux données, le déploiement, la surveillance, la gestion des risques et le contrôle humain.
Feuilles de route stratégiques
Des feuilles de route claires pour passer de l'expérimentation de l'IA à une infrastructure d'agents régulée, à des capacités d'IA souveraines et à des modèles opérationnels axés sur l'IA.
AGI ALPHA et la frontière des infrastructures
AGI ALPHA fait partie du portefeuille « Frontier » de QUEBEC.AI / MONTREAL.AI.
Son importance pour les agents et l'infrastructure est d'ordre architectural.
AGI ALPHA explore un substrat évolutif destiné aux organismes de renseignement : un système dans lequel les agents, les tâches, les validateurs, les outils, la mémoire, la vérification, le règlement, la gouvernance et le développement des capacités fonctionnent ensemble au sein d'une architecture coordonnée.
L'idée centrale est que la capacité du modèle ne suffit pas à elle seule.
Les capacités doivent faire l'objet d'un travail structuré.
Le travail doit se traduire en résultats concrets.
Les données doivent devenir des ressources réutilisables.
La réutilisabilité doit devenir un atout institutionnel.
Pour les agents et l'infrastructure, cela signifie :
Les agents ont besoin d'une identité.
Le travail a besoin de limites.
Les outils ont besoin d'autorisations.
L'exécution nécessite des contrôles d'exécution.
Le travail doit être validé.
Les preuves doivent être conservées.
La mémoire a besoin d'être encadrée.
L'autonomie passe par l'autorité.
AGI ALPHA est présenté comme une architecture et une infrastructure de recherche de pointe — et non comme une affirmation selon laquelle l'AGI ou l'ASI aurait été réalisée.
Norme relative aux éléments probants et à l'assurance
Une infrastructure agentique nécessite des preuves rigoureuses.
La norme de QUEBEC.AI met l'accent sur :
Des tâches concrètes.
Une description de poste claire.
Utilisation limitée des outils.
Journaux d'exécution.
Traces réutilisables.
ProofBundles.
Registres des pièces à conviction.
Registres des coûts.
Registres de sécurité.
Rapports du validateur.
Contrôles à long terme.
Examen effectué par des humains.
Répétition indépendante, le cas échéant.
L'objectif est de garantir que le travail des agents reste vérifiable, contrôlable, susceptible d'être révisé et capable de se développer en toute sécurité.
La norme est claire :
Si elle ne peut pas être rejouée, elle ne doit pas être considérée comme réglée.
Si cela ne peut pas être validé, il ne faut pas en faire la promotion.
Si cela ne peut pas être géré, cela ne doit pas être déployé à grande échelle.
Limites de l'infrastructure
Le concept d'« agents et d'infrastructure » ne signifie pas une autonomie sans contrôle.
Cela ne signifie pas pour autant de remplacer le jugement humain par une exécution automatisée.
Cela ne signifie pas pour autant qu'il faille donner aux agents un accès illimité aux outils, aux données, aux systèmes ou aux environnements de déploiement.
Cela ne signifie pas pour autant que tous les flux de travail doivent devenir « agentiques ».
Cela ne signifie pas pour autant qu'il faille faire fi de la sécurité, de la confidentialité, de la gouvernance, de la législation ou du contrôle humain.
Cela ne signifie pas pour autant que l'IA générale (AGI) ou l'IA superintelligente (ASI) ait été mise au point.
Le terme « Agents & Infrastructure » désigne la mise en place de systèmes utiles, sécurisés, faciles à gérer, vérifiables et stratégiquement utiles pour un travail intelligent.
La frontière exige de l'ambition.
Cela demande aussi de la discipline.
Pourquoi c'est important
L'intelligence artificielle est en train de devenir une infrastructure opérationnelle.
La prochaine étape sera marquée par les organisations capables de coordonner des systèmes intelligents de manière sûre, sécurisée et stratégique.
Les modèles ont leur importance.
Mais l'infrastructure qui sous-tend ces modèles est tout aussi importante.
Les agents doivent être encadrés.
Les tâches doivent être délimitées.
Les outils doivent être contrôlés.
Le travail doit être validé.
Les preuves doivent être conservées.
Il faut sécuriser la mémoire.
Les capacités doivent s'accumuler.
QUEBEC.AI a pour mission d'aider le Québec à définir cette transition.
Pas en tant que simple spectateur.
En tant qu'entreprise spécialisée dans l'IA souveraine.
Fabriqué au Québec.
Ouvert sur le monde.
Recherches stratégiques
QUEBEC.AI collabore de manière sélective avec des organisations, des institutions et des partenaires dont les ressources humaines et les infrastructures sont susceptibles d'apporter une réelle valeur stratégique.
Pour toute question d'ordre stratégique :
Pour toute demande concernant la Masterclass « AI 101 » :
Pour toute question d'ordre général :
