Postman et Oracle durcissent le contrôle des agents IA

Postman généralise Fabric Gateway pour gouverner agents IA, LLM et serveurs MCP. Oracle, de son côté, ajoute un runtime d’exécution plus cadré à ses applications Fusion, avec permissions, audit et arbitrage entre raisonnement et calcul.

Postman et Oracle ont chacun présenté des briques destinées à mieux encadrer les agents IA dans l’entreprise. D’un côté, Fabric Gateway devient généralement disponible chez Postman pour centraliser gouvernance, authentification, journalisation et routage des interactions entre agents, LLM, serveurs MCP, APIs et outils. De l’autre, Oracle lance Fusion Claw, un runtime d’exécution pour ses applications Fusion qui sépare le raisonnement des modèles de l’exécution déterministe des tâches répétitives. Le message est clair : les agents passent à l’échelle, mais les entreprises veulent garder la main sur ce qu’ils font, quand ils le font et avec quelle autorité.

Un point de contrôle pour des agents qui se multiplient

Avec Fabric Gateway, Postman propose une couche de contrôle agnostique au protocole, pensée pour observer et gouverner les interactions avant qu’elles ne partent dans tous les sens. La plateforme s’appuie sur un context graph, un graphe de contexte qui relie agents, applications, services et identités, afin d’authentifier, autoriser, classifier et consigner chaque échange dans une trace exploitable en audit. Abhinav Asthana, CEO de Postman, estime d’ailleurs que sans ce type de contrôle, des incidents de sécurité et de conformité finiront par se produire avec les agents IA. Le ton est un peu alarmiste, mais le fond ne sort pas de nulle part.

Le gateway peut aussi router les requêtes vers d’autres fournisseurs de modèles grâce à des fallback chains et des circuit breakers. En clair, si un modèle tombe, ralentit ou coûte trop cher, le trafic peut être redirigé vers une autre option plus fiable ou moins onéreuse. Postman insiste sur ce point car beaucoup d’usages métier n’ont pas besoin du modèle le plus sophistiqué pour fonctionner correctement. Pour les DSI, cela ouvre la voie à une politique plus pragmatique : réserver les modèles haut de gamme aux tâches vraiment sensibles, et descendre en gamme quand le niveau d’exigence le permet.

Oracle veut séparer l’IA qui réfléchit de celle qui exécute

Oracle suit une logique voisine, mais à l’intérieur de son propre environnement applicatif. Fusion Claw, nouveau runtime pour les Fusion Agentic Applications, s’appuie sur un modèle de frontière — par exemple Gemini ou un modèle OpenAI — pour analyser une tâche, bâtir un plan puis l’ajuster si les conditions changent. Ensuite, les calculs, règles métier et traitements transactionnels sont sortis du modèle pour être exécutés de façon déterministe. Cette séparation vise à éviter de mobiliser un modèle de raisonnement coûteux pour chaque micro-étape d’un workflow. Les CFO ne vont pas s’en plaindre.

Oracle présente aussi une couche de gouvernance plus fine, pensée pour des agents auxquels on donne davantage d’autonomie. Un Enterprise Operating Envelope définit les politiques, les permissions, les seuils de risque, les besoins d’approbation et les règles d’escalade. Un Outcome Trust Harness applique ensuite ces limites à chaque exécution, sur l’identité, l’accès aux données, les capacités et les actions. Enfin, un Outcome Receipt enregistre l’autorité utilisée, les preuves consultées, les décisions prises et les transactions réalisées. Pour les secteurs régulés, ce niveau de traçabilité change la donne, car il rapproche les agents IA des exigences déjà familières en finance, RH ou supply chain.

Ce que cela dit du marché des agents IA

Les deux annonces pointent vers la même direction : l’entreprise ne veut plus seulement des assistants capables de répondre, mais des agents capables d’agir dans des systèmes réels sans perdre le contrôle. Postman parle de fédérer plusieurs passerelles de gouvernance à terme, tandis qu’Oracle met déjà 25 applications supplémentaires en ligne dans Fusion Claw, portant son portefeuille Fusion Agentic Applications à 75. Dans les deux cas, le sujet n’est plus la démonstration technique. Il s’agit de savoir qui autorise quoi, sur quelles données, avec quel audit et quel plan de secours si le modèle principal décroche.

Reste une question très concrète : jusqu’où les organisations accepteront-elles de déléguer à des agents qui opèrent à l’intérieur de leurs systèmes métier ? Entre un agent qui prépare un dossier et un autre qui valide une transaction, la frontière paraît mince. C’est précisément là que les nouveaux garde-fous deviennent stratégiques, car sans eux l’autonomie promise ressemble vite à une prise de risque mal documentée.

En chiffres

  • 25 applications — ajoutées par Oracle avec Fusion Claw.
  • 75 applications — total du portefeuille Fusion Agentic Applications chez Oracle.
  • 2 familles de modèles — Google et OpenAI, cités pour Fusion Claw.
  • Plusieurs fournisseurs — OpenAI, Anthropic, Cohere, Google, Meta et xAI via AI Agent Studio.

À lire