Périmètre contrôlé
Les systèmes, bases de données, sources et autorisations approuvés définissent les limites du déploiement : les éléments auxquels CIRMS peut accéder et les opérations qu’il est autorisé à effectuer.
D’un déploiement HERCULES unique aux modèles hiérarchiques HERCULES–ATLAS et aux modèles Multi-ATLAS prévus pour les environnements à grande échelle.
Sélectionnez un modèle de déploiement pour explorer les relations entre les ressources gérées, HERCULES et ATLAS.
Un déploiement HERCULES unique assure un contrôle opérationnel centralisé pour un environnement géré, grâce à un modèle de communication en étoile (hub-and-spoke). Il relie les bases de données, les applications, l’infrastructure, les services et d’autres ressources opérationnelles à une seule couche d’exécution.
Avec GL3, HERCULES assure l’automatisation intelligente, la supervision, les contrôles d’état, la gestion des ressources et l’acquisition de données. Avec GL4, il transforme les données opérationnelles collectées en connaissances gouvernées, structurées et prêtes pour l’IA.
Le modèle en étoile utilise des schémas d’interaction standardisés, ce qui simplifie l’administration et permet d’intégrer des ressources et des systèmes supplémentaires à mesure que les besoins augmentent, sans modifier l’architecture CIRMS sous-jacente.
Schéma simplifié du même modèle de déploiement sur cette page.
Cette architecture introduit ATLAS comme couche centralisée de coordination et de supervision au-dessus de plusieurs machines HERCULES opérant dans différents environnements, sites ou domaines technologiques.
Chaque HERCULES continue d’exécuter ses tâches localement et de manière indépendante, en combinant l’automatisation intelligente et l’acquisition de données de GL3 avec AI Data Readiness de GL4. ATLAS consolide les informations opérationnelles de ces environnements et fournit une vue à l’échelle de l’organisation pour la supervision, la coordination et la gouvernance centralisées.
Le modèle hiérarchique permet une exécution distribuée avec une supervision centrale et une aide à la décision éclairée. L’évolution GL5 prévue vise à étendre ces capacités grâce aux modèles d’IA, à l’analyse intelligente et à l’intelligence conversationnelle, tout en maintenant la supervision humaine.
Schéma simplifié du modèle hiérarchique sur cette page.
Pour les grandes organisations, géographiquement distribuées ou couvrant plusieurs domaines, l’architecture CIRMS prévue peut s’étendre à plusieurs machines ATLAS interconnectées, chacune coordonnant des groupes d’environnements HERCULES.
Ce modèle vise à prendre en charge la supervision distribuée, la résilience opérationnelle, l’évolutivité et la gestion des ressources à l’échelle de l’organisation, tout en préservant l’exécution locale de HERCULES. Les objectifs architecturaux proposés comprennent une supervision redondante, des mécanismes de continuité coordonnés et une visibilité opérationnelle continue sur plusieurs domaines.
L’intégration future de GL5 vise à enrichir l’architecture avec des modèles d’IA, une analyse intelligente et une aide à la décision, tout en maintenant une gouvernance centralisée, la traçabilité et la supervision humaine.
Schéma simplifié du modèle Multi-ATLAS prévu sur cette page.
Modèle prévu : la supervision distribuée et la supervision redondante sont des objectifs architecturaux.
CIRMS est conçu pour fonctionner au plus près des environnements qu’il gère. Chaque déploiement définit les systèmes, les sources de données, les autorisations et les limites opérationnelles accessibles à HERCULES et ATLAS. Les services externes et les intégrations d’IA ne sont introduits que dans le périmètre de déploiement convenu.
Les systèmes, bases de données, sources et autorisations approuvés définissent les limites du déploiement : les éléments auxquels CIRMS peut accéder et les opérations qu’il est autorisé à effectuer.
HERCULES fonctionne au sein de l’environnement géré ou à proximité, tandis qu’ATLAS assure la coordination à un niveau supérieur lorsqu’il fait partie du déploiement.
GL4 rend visibles l’enregistrement, l’acquisition, la préparation, la validation, l’état de préparation et l’état de fonctionnement, afin que les équipes puissent examiner comment les données opérationnelles deviennent des connaissances préparées.
L’automatisation et les futures actions assistées par l’IA restent soumises aux contrôles, aux autorisations et à la responsabilité de l’organisation. Les personnes définissent le périmètre et examinent les résultats.
Le traitement externe relève d’une décision de déploiement. Tout service externe ou fournisseur d’IA doit être évalué au regard des informations qu’il peut recevoir, de ses droits d’accès et des modalités de traitement convenues. Les flux de données sont définis pour chaque déploiement, et non déduits d’un schéma d’architecture.
Discuter du périmètre de déploiementAutomatisation et acquisition de données GL3, AI Data Readiness GL4, contrôles d’état, supervision, rapports et tableaux de bord.
Gouvernance, coordination et vue à l’échelle de l’organisation sur les machines HERCULES.
L’intégration future vise à étendre l’architecture avec des modèles d’IA, une analyse intelligente et une intelligence conversationnelle, tout en maintenant la gouvernance et la supervision humaine.
Discutez de votre environnement, de vos exigences opérationnelles et d’AI Data Readiness avec Projet TOHOL®.