Evaneos : une pipeline IA pour sécuriser les transformations SI

Le système d’information d’Evaneos s’est construit progressivement autour d’une architecture distribuée composée de nombreux services. Dans cet environnement, chaque transformation — décommissionnement, migration de données, ajout de fonctionnalité ou déplacement de responsabilité — nécessite un important travail de cadrage pour comprendre précisément l’existant et anticiper les impacts sur le reste du SI.

Une partie de cette connaissance reposait historiquement sur les personnes connaissant le système. Evaneos souhaitait donc réduire cette dépendance à la connaissance individuelle et rendre les analyses plus systématiques et reproductibles, en exploitant les nombreuses sources techniques, métier et opérationnelles déjà disponibles.

L’objectif était de pouvoir partir d’un besoin exprimé simplement et d’aboutir à un projet Linear structuré, documenté et directement exploitable par les équipes, tout en conservant les décisions d’architecture entre les mains des experts Evaneos.

Eleven Labs a conçu avec Evaneos une pipeline d’architecture basée sur Claude, capable de mobiliser différentes sources du SI au fil du raisonnement. Elle croise notamment la cartographie interne du système, la connaissance d’engineering, les principes d’architecture, les données d’utilisation issues de Datadog et le contexte projet présent dans Linear.

Plutôt que de demander directement à un LLM de générer un plan d’architecture, le cadrage a été décomposé en une succession d’étapes spécialisées. Claude qualifie le besoin, cartographie les ramifications du changement, vérifie l’usage réel des composants, identifie les domaines et responsabilités impactés puis prépare les stratégies concernant le code et les données. Il génère ensuite les architectures de transition et cible avant de décomposer le chantier en milestones, issues et sous-issues.

La solution s’appuie sur les modèles Claude d’Anthropic via le compte Anthropic d’Evaneos, avec notamment Claude Code et les interfaces MCP déjà présentes dans l’écosystème de l’entreprise. Des JSON Schema structurent les échanges entre les différentes étapes et les artefacts générés sont versionnés dans Git.

Trois gates humaines ont également été intégrées aux moments clés du processus. Elles permettent aux architectes de challenger les hypothèses, modifier les propositions de Claude ou revenir à une étape précédente lorsque de nouvelles informations remettent en cause le cadrage. L’IA automatise ainsi le travail de collecte, de vérification et de structuration, tandis que les décisions d’architecture restent sous contrôle humain.

Déployée en production chez Evaneos, la pipeline est aujourd’hui utilisée pour accompagner le cadrage des transformations d’architecture. Elle a permis de diviser par deux le temps nécessaire au cadrage et de gagner en moyenne trois jours de collecte et de synthèse par projet.

La fiabilité des analyses s’est également améliorée : dans 70 % des cas, la pipeline identifie des dépendances ou des usages qui n’auraient pas été détectés sans elle. Chaque hypothèse et arbitrage étant conservé et versionné, les équipes disposent également d’une meilleure traçabilité des décisions prises au cours du projet.

La pipeline peut enfin être rejouée lorsqu’un nouvel élément apparaît pendant une transformation afin de mettre à jour l’analyse, les cartographies et le plan associé. Cette capacité permet à Evaneos de faire évoluer le cadrage au même rythme que son système d’information, tout en laissant davantage de temps aux architectes et Tech Leads pour se concentrer sur les arbitrages à forte valeur.