Temps d’intégration réduit de 95 % et passage à un usage quotidien (au lieu d’un usage trimestriel) — Portail client avec IA intégrée pour une plateforme de cybersécurité au service de clients du Fortune 500 (USA)

Nous avons repensé le tableau de bord orienté client d’une plateforme américaine de risque cyber autour d’un agent d’IA intégré. L’onboarding est passé de 45 minutes avec assistance à moins de 2 minutes en libre-service, et un outil que les clients n’ouvraient qu’une fois par trimestre est devenu un système quotidien d’aide à la décision. Les membres du conseil d’administration, les CFO et les CISO utilisent la même interface, chacun à sa manière.

Le défi

La plateforme était un produit mature d’analyse du risque cyber avec une base de clients Fortune 500. À mesure qu’elle arrivait à maturité, trois problèmes sont apparus. L’interprétation des données nécessitait une expertise – un schéma habituel dans des catégories fortement réglementées et intensives en données comme la banque, la finance et la conformité réglementaire. La plupart des utilisateurs n’ouvraient l’outil qu’une fois par trimestre pour générer des rapports périodiques – il ne faisait donc pas partie de leur flux de travail quotidien. Et les nouveaux clients avaient besoin d’environ 45 minutes de configuration guidée avec assistance client active avant de pouvoir utiliser le produit en autonomie.

Lorsque l’IA conversationnelle basée sur des agents est devenue une attente du marché, le client nous a demandé d’apporter ce modèle d’interaction au tableau de bord client. La difficulté : la même interface devait servir à des groupes d’utilisateurs très différents. Un membre du conseil d’administration a besoin d’une capture d’écran qui se suffit à elle-même. Un CFO a besoin de l’histoire derrière les chiffres. Un CISO a besoin d’une profondeur conversationnelle pour analyser et agir.

Notre approche :

La question centrale du produit était de savoir comment introduire un LLM dans un dashboard classique sans obliger les utilisateurs à choisir entre deux modes de travail. Nous n’avons pas construit un outil de chat séparé à côté de la plateforme, car cela crée deux interfaces en parallèle. Nous avons opté pour un hybride : cliquer et c’est prêt pour ce que les utilisateurs connaissent déjà ; poser une question et c’est fait pour tout le reste. L’hybride préserve la courbe d’apprentissage ; les utilisateurs sont progressivement initiés à la collaboration avec l’IA, avec des garde-fous à chaque étape.

Au cœur du portail se trouve un modèle en quatre niveaux, avec lequel les agents d’IA (Aria) opèrent à chaque niveau :

Niveau 0 – Gestion : Que se passe-t-il ? 

La première vue après connexion. Indicateurs clés de l’état de la cybersécurité, dashboard classique, sans faire appel à l’IA. Les boutons sous chaque métrique ouvrent instantanément des réponses pré‑rendues à partir des données existantes. C’est la capture d’écran qui se passe d’explications.
 

Niveau 1 – Finance : Pourquoi cela arrive-t-il ? 

Le niveau d’investigation pour les CFO et responsables financiers. Chaque métrique peut être explorée via des contenus pré‑rendus ou le chat d’IA intégré. Les chips de prompt contextuels embarquent des prompts complexes en arrière‑plan, de sorte que les utilisateurs obtiennent des requêtes de niveau expert sans avoir à les formuler eux‑mêmes.

Niveau 2 – Exécution : Fais‑le pour moi. 

Le niveau d’action pour les CISO et opérateurs de sécurité. Les boutons deviennent des commandes : Create, Identify, Prepare. L’agent planifie un travail en plusieurs étapes et l’exécute via ses outils, au lieu de décrire ce que l’utilisateur devrait faire ensuite.
 

Niveau 3 – Requête ouverte. 

Un champ de prompt libre, toujours disponible, pour les utilisateurs qui savent exactement ce qu’ils veulent.
L’échelle est délibérément non linéaire. En pratique, le Niveau 1 boucle souvent sur lui‑même (explorer → explorer plus en profondeur → agir), car chaque utilisateur a son propre chemin de décision.
 

La solution

Aria est une IA intégrée et native de la plateforme. Elle vit au sein de l’interface utilisateur, de la marque et du périmètre d’authentification des clients, avec la profondeur analytique de la plateforme d’origine en arrière‑plan et un frontend conversationnel par‑dessus. Les utilisateurs ne basculent pas vers un outil séparé. Le produit d’analytics, qui nécessitait auparavant l’interprétation d’experts, est devenu en libre‑service : les utilisateurs posent des questions, explorent et agissent au même endroit. Les risques ne sont plus seulement affichés ; ils sont traités dans le même dashboard.