Fiddler AI se présente comme un plan de contrôle de l'IA : un système de confiance couvrant tout le cycle de vie de l'IA d'entreprise, de la couche de création où les agents de code écrivent des logiciels jusqu'à la couche de production où les agents font tourner l'activité. Plutôt que de traiter l'observabilité, l'évaluation, la sécurité et la gouvernance comme quatre produits distincts, Fiddler les consolide pour que les équipes répondent à une seule question : mes agents fonctionnent-ils, et fonctionnent-ils en sécurité ?
La plateforme couvre deux types de modèles. Pour le ML prédictif, elle offre la supervision de modèles, la détection de dérive et l'explicabilité, aidant les équipes de data science à maintenir une grande précision et à diagnostiquer les régressions. Pour les systèmes génératifs et agentiques, elle ajoute l'évaluation continue, l'observabilité des agents et l'application de politiques, afin de tracer chaque décision d'un agent, d'évaluer la qualité selon vos propres critères et de bloquer ou masquer les contenus dangereux en ligne.
Un pari technique distinctif réside dans les modèles Fiddler Centor : des modèles sûrs et économes qui exécutent garde-fous et évaluations dans l'environnement au lieu d'appeler une API LLM externe pour chaque trace. L'éditeur affirme que cela réduit le TCO d'évaluation jusqu'à 98 % par rapport à une évaluation fondée sur des modèles de fondation, et rapporte une latence d'application inférieure à 80 ms ainsi qu'une précision de 99 % pour bloquer les tentatives de jailbreak en production. Les fonctions de gouvernance maintiennent un inventaire vivant des agents connectés et consignent chaque décision d'application comme preuve d'audit, en visant les normes GRC et les réglementations émergentes sur l'IA.
