Perforce veut renforcer contrôle et confiance dans les flux de travail d'IA tout au long du cycle de développement des logicielsAvec sa solution Perforce Intelligence, l’éditeur américain d’outils de développement et de technologies DevOps Perforce fournit une couche d'orchestration pour le cycle de vie de développement de logiciels pilotés par l'IA (AI-DLC, Artificial Intelligence - Driven Development Lifecycle) dont l’ambition est de permettre le contrôle de la consommation de jetons et de garantir la conformité sur l'ensemble des plateformes connectées à travers le protocole MCP- Model Context Protocole (*). La solution complète comprend une passerelle agentique indépendante des MCP (Perforce Agentic Gateway), une plateforme de tests assistés par l'IA et d'exécution en langage naturel (Perforce Autonomous Testing) ainsi qu'une plateforme de conformité unifiée (Perforce Intelligence Unified Compliance). Parmi les fonctionnalités inédites introduites au sein de cette solution, Perforce met notamment l’accent sur l’accès à des tests fonctionnels et de performance unifiés à travers une seule invite, autorisant les utilisateurs métiers à rédiger des cas de tests automatisés et à appliquer en continu les politiques de sécurité écrites dans les environnements sur site, hybrides et multicloud. Il s’agit ici, selon Perforce, de répondre aux enjeux de contrôle et de confiance du cycle de vie de développement piloté par l'IA (AI-DLC) dans les secteurs et environnements d'entreprise réglementés.
Dans le détail, Perforce Agentic Gateway est une couche d’orchestration d’IA qui réduit la consommation de jetons et permet de gérer les MCP (Multi-Case Platforms) tierces pour la conformité. En une seule installation, la passerelle intègre les MCP Perforce, simplifiant ainsi la gouvernance de l’IA là où le logiciel est développé et déployé : code, propriété intellectuelle, données, infrastructure et tests. De son côté, Perforce Autonomous Testing permet aux utilisateurs non spécialistes des tests de décrire leurs besoins de validation en langage naturel à travers une interface de chat unique, l’IA exécutant en arrière plan les tâches demandées. Les utilisateurs bénéficient ainsi, selon, Perforce, d’une validation en continu pilotée par des agents pour les tests fonctionnels et de performance Quant à Perforce Intelligence Unified Compliance, il s’agit d’une “intelligence” qui automatise un processus, de la définition d’une politique à son application sur l’ensemble d’une infrastructure, garantissant une conformité continue et la collecte de preuves. Selon Perforce, ces solution s’inscrivent dans un paysage où le manque de visibilité sur l'utilisation de l'IA, ses processus décisionnels, l'optimisation des coûts et la conformité des résultats aux exigences de sécurité, de conformité et de qualité engendre des risques opérationnels, réglementaires et commerciaux qui limitent sa valeur ajoutée dans le développement logiciel. « Le déploiement de l'IA tout au long du cycle de vie du développement logiciel, ou cycle de vie de l'IA, soulève de nouveaux défis en matière d'orchestration, de gouvernance et de conformité, commente Jim Mercer, vice-président au sein de la société d’analyse de marché IDC. De plus, la nécessité de prouver le retour sur investissement de l'IA n'est plus seulement une question technologique, mais aussi une exigence pour les dirigeants et les membres du conseil d'administration. Des sommes considérables sont investies dans l'IA, mais la prochaine étape doit porter sur son retour sur investissement qui ne peut être mesuré qu'avec des mécanismes de contrôle et une visibilité sur son fonctionnement. » (*) Le MCP - Model Context Protocol - est un protocole standard ouvert introduit par la société américaine Anthropic en 2024 conçu pour connecter des modèles d'intelligence artificielle (IA) (notamment les LLM à des outils, services et sources de données externes. Il s’agit d’une interface universelle mise en oeuvre pour intégrer des données contextuelles et des fonctionnalités externes aux modèles, quel que soit le fournisseur. |