AI Process OS
Un système d'exploitation natif IA pour les processus métier – BPMN, langage naturel et un moteur de workflow validé.
Un système d'exploitation natif IA pour les processus métier, où les processus, capabilities, rôles, événements et tenants sont des éléments système centraux. Du langage naturel et du BPMN naissent des workflows validés et exécutables.
- Défi technique
- Les processus métier devaient pouvoir être décrits de manière métier – en langage naturel et en BPMN – et en faire naître automatiquement une logique de processus fiable, validée et exécutable, sans que l'IA ne produise de code non contrôlé.
- Architecture
- Une plateforme composée d'un éditeur BPMN, d'une couche sémantique IA, d'un registre de capabilities, d'un compilateur et d'un moteur de workflow sur AWS : le LLM traduit le langage en une représentation intermédiaire structurée, un compilateur produit du BPMN 2.0, le moteur exécute les tâches, minuteurs et événements via des capabilities enregistrées.
- Défis d'ingénierie
- Rendre les résultats de l'IA déterministes et sûrs : n'exécuter que des capabilities enregistrées, pas d'accès direct à la base de données, isolation des tenants, auditabilité et versionnement des processus via une validation en plusieurs étapes.
- Compétences démontrées
- Automatisation de processus native IA, ingénierie de workflows d'IA, modélisation de processus basée sur BPMN, analyse sémantique, architecture multi-tenant et backend AWS serverless.
AI Process OS est une étude de cas d’ingénierie Riegel Systems dans le domaine de l’ingénierie des processus métier native IA. La plateforme se conçoit comme un système d’exploitation pour les processus métier : les processus, capabilities, rôles, événements et tenants sont des éléments système de premier ordre – à l’image des programmes, API système, autorisations et environnements utilisateur isolés d’un système d’exploitation classique.
Le message clé :
L’IA produit une logique métier structurée et validée, et non du code d’exécution non contrôlé.
Pipeline
- Natural Language / BPMN
- Semantic Parsing
- Intermediate Representation
- Validation
- Workflow Compiler
- Workflow Runtime
- Domain Services
- Persistence / Events / Audit
Architecture
Semantic Layer
La logique métier est décrite de manière métier, et non programmée :
- Le langage naturel comme entrée : un LLM (
claude-haiku-4-5) traduit les consignes métier en une représentation intermédiaire (IR) structurée – sous forme de JSON strict avec trigger, conditions, actions, approbation, minuteurs et événements. - Modélisation basée sur BPMN : l’éditeur BPMN (bpmn.io) est l’interface visuelle principale ; les descriptions peuvent en outre être générées en XML BPMN 2.0 valide (y compris l’auto-layout).
- Capability Registry : toutes les fonctions système sont enregistrées et validées – par ex.
book_goods_receipt,determine_tax,calculate_depositet les opérations d’entrepôt et de comptabilité.
La validation comme principe de sécurité
L’IA n’a délibérément aucun environnement d’exécution :
- Le LLM produit exclusivement des représentations structurées validées par schéma – pas de code libre, pas de SQL, pas d’opérations directes sur la base de données.
- Seules les capabilities enregistrées peuvent être utilisées par les workflows ; la couche sémantique ne reçoit, lors de la phase de parsing, que la liste des capabilities disponibles.
- Les capacités manquantes peuvent être proposées en tant que brouillon (draft) par l’IA, mais nécessitent une revue et une activation avant de pouvoir être exécutées dans les workflows.
- Le moteur de workflow exécute les tâches (utilisateur/service), minuteurs, événements et approbations via le répartiteur de capabilities – avec des rôles et autorisations par tenant.
- LLM → uniquement une IR structurée
- Validation → uniquement des capabilities enregistrées
- Proposition de capability → brouillon (draft)
- Revue & activation
- Exécution par le moteur
Runtime & exploitation
- Compilateur de workflow : la IR validée produit des définitions de processus versionnées (BPMN 2.0, auto-layout).
- Moteur de workflow : instances de processus avec jetons, tâches humaines, minuteurs et événements – y compris human-in-the-loop pour les approbations.
- Événements & audit : les événements sont journalisés ; la persistance utilise l’event sourcing dans DynamoDB (conception single-table).
- Isolation des tenants : moteur multi-tenant avec middleware par tenant et encapsulation des données.
- Infrastructure : entièrement en tant que code (AWS CDK) : Lambda, API Gateway, DynamoDB, Cognito, EventBridge, S3/CloudFront, GitHub Actions.
Capability demonstrated
AI Process OS démontre une ingénierie de processus native IA, dans laquelle un LLM est intégré dans un chemin d’exécution déterministe et validé – y compris un e-commerce multi-tenant en tant que module intégré (catalogue, panier, checkout, paiements, gestion des commandes).
Technologies & concepts
Un projet d'ingénierie similaire ?
Si votre projet requiert une profondeur technique comparable, nous discutons faisabilité, architecture et effort – concrètement plutôt qu'en format pitch.