Colonne 06 · AI-Driven Ops

Runtime Intelligence : le verdict vient du réel

Un déploiement « qui s'est bien passé » n'est pas un déploiement qui marche. Runtime Intelligence lit l'état réel, compare baseline et candidate, et rend un verdict outcome indépendant — l'IA n'est jamais juge et partie de son propre changement.

Le mécanisme — du signal au verdict

Chaque changement porte un contrat d'outcome : les signaux attendus, les seuils, la fenêtre d'observation. Après l'action, l'évaluateur compare l'observé au promis — et les seuils sont calculés hors modèle : le LLM peut expliquer les résultats, il ne les décide pas.

verification:
  trace_id: uuid
  baseline_ref: evidence
  candidate_ref: artifact-digest
  signal_results:
    - signal_id: service.availability
      expected: ">= 99.9%"
      observed: "99.95%"
      status: pass
  verdict: pass | fail | unknown | degraded
  response: promote | hold | rollback | degrade | escalate

Quatre verdicts, pas deux

PASSl'outcome promis est observé
FAILrégression prouvée → rollback
UNKNOWNsignal stale, absent ou sans owner
DEGRADEDça marche, mais moins bien

Le verdict le plus important est UNKNOWN : un signal périmé ou non attribuable ne devient pas « zéro problème » — il devient un aveu d'ignorance explicite, qui bloque la promotion.

Ce que ça rend déterministe

La limite est assumée : Runtime Intelligence demande une action au Control Plane ; elle ne possède pas les credentials d'exécution et ne modifie jamais directement la production.

Vos déploiements IA sont-ils vérifiés ?

Auditons votre boucle outcome : qui rend le verdict après un changement, et sur quels signaux.

Réserver mon audit AIDO de 30 min