Flowable : Lancement de la Version 2025.2 pour Orchestrer des Agents IA Gouvernés dans des Opérations Réglementées
Zurich, Suisse – Le 13 janvier 2026, Flowable a annoncé le lancement de Flowable 2025.2, la dernière version de sa plateforme d’orchestration de travail d’entreprise. Ce nouveau produit vise à aider les efforts de transformation numérique en gouvernant l’automatisation pilotée par l’IA dans des environnements complexes et réglementés.
Défis à Relever
Cette version répond à des défis liés aux outils IA fragmentés, aux risques de conformité et à une visibilité opérationnelle limitée. Elle propose aux organisations une plateforme de contrôle unique pour construire des automatisations avec un contrôle de gouvernance intégré à grande échelle.
Flowable décrit ce défi comme un “vortex de complexité“, causé par des systèmes fragmentés, une automatisation risquée et des processus fragiles qui ralentissent le changement. Bien que l’IA puisse accélérer des tâches individuelles, elle introduit des risques lorsque des décisions sont prises en dehors de processus standardisés. Cela entraîne des retards dans les mises à jour de politiques, des audits plus longs à résoudre, et des équipes hésitant à modifier des systèmes qui semblent stables mais qui comportent des dépendances cachées.
Orchestration Multi-Agents et Flexibilité Architecturale
Flowable 2025.2 renforce le support pour l’orchestration multi-agents grâce à sa compatibilité avec la spécification A2A. Cela permet aux entreprises de coordonner des agents IA de différents fournisseurs et cadres sous une couche gouvernée unique, sans nécessiter de reconstruction de leur architecture à mesure que les écosystèmes IA évoluent.
Cette approche atténue le verrouillage des fournisseurs et améliore l’interopérabilité entre les cadres IA. Les organisations peuvent ajouter, remplacer ou faire évoluer les capacités IA de manière incrémentielle tout en maintenant une gouvernance, une sécurité et des contrôles de conformité cohérents.
Gestion du Changement Améliorée
Un point central de Flowable 2025.2 est l’amélioration de la manière dont les organisations gèrent le changement dans des environnements d’automatisation complexes. La version étend les capacités assistées par l’IA à travers les processus d’automatisation, les cas, les décisions, les formulaires, les services et les modèles d’agents, soutenant une approche de conception IA à faible code.
Une assistance IA intégrée aide les équipes à identifier les dépendances des modèles avant que des changements ne soient effectués, réduisant ainsi le risque d’effets indésirables en aval.
Analyse d’Impact Avant Déploiement
La version introduit également des capacités d’analyse d’impact IA améliorées, permettant aux équipes d’évaluer les conséquences potentielles avant que les changements n’atteignent la production. Flowable identifie où les règles, variables et services se croisent à travers les flux de travail, offrant aux équipes une visibilité précoce de ce qui pourrait échouer avant que des changements ne soient effectués.
Visibilité, Conformité et Supervision Humaine
La gouvernance et la transparence restent des priorités clés dans Flowable 2025.2. La version améliore la visibilité du comportement IA grâce à des chronologies des demandes d’agents, des réponses et de l’utilisation des outils. La transparence des coûts s’améliore grâce au suivi de l’utilisation des jetons et des invocations, tandis que les traces d’audit documentent comment les décisions automatisées par l’IA s’alignent sur les politiques organisationnelles.
Cette visibilité soutient les audits internes, les examens réglementaires et l’analyse post-incident avec un enregistrement cohérent de la prise de décision automatisée. Les équipes obtiennent une meilleure compréhension du comportement IA à travers les agents, outils et flux de travail sans dépendre de la reconstruction manuelle après des problèmes.
Conclusion
Flowable 2025.2 améliore la stabilité opérationnelle en séparant les tâches IA des traitements de transaction principaux, réduisant ainsi le risque que des appels IA de longue durée retardent les bases de données ou affectent la performance du système. Cela aide les organisations à évoluer dans l’automatisation sans compromettre la surveillance dans des environnements critiques.