Les entreprises n'ont plus une seule porte d'entrée vers l'IA, un point d'accès central unique par lequel les collaborateurs accèdent à l'IA. Elles en ont désormais plusieurs, et cette combinaison ne cesse d'évoluer. L'assistant de codage populaire aujourd'hui pourrait être supplanté par un outil plus récent dans six mois. Des agents s'ajoutent, des applications internes se développent, et de nouveaux fournisseurs de modèles entrent en jeu plus vite que l'IT ne peut suivre. Chaque nouvelle porte d'entrée ouverte crée une nouvelle ligne directe vers un fournisseur de modèles, un nouvel ensemble d'autorisations à configurer et une nouvelle zone d'ombre en matière de visibilité.
Glean AI Gateway est conçu pour changer la donne. Il s'intercale entre vos surfaces d'IA et les modèles et outils qu'elles utilisent, offrant à l'IT et à la sécurité un point unique pour gouverner l'accès aux modèles et aux outils MCP, l'utilisation des tokens et la sécurité, quelle que soit la porte d'entrée vers l'IA que les collaborateurs empruntent aujourd'hui ou demain.
Maîtriser les coûts à travers des portes d'entrée vers l'IA en perpétuel mouvement
Comme les coûts des modèles de pointe sont élevés et augmentent rapidement, l'absence de contrôles de dépenses partagés est l'un des premiers endroits où le problème des multiples portes d'entrée devient douloureux. Sans couche de gouvernance, il n'existe aucun moyen fiable d'empêcher l'utilisation de modèles coûteux pour des tâches légères, ni d'éviter que les dépenses en tokens ne dépassent le budget avant que quiconque ne s'en aperçoive.
Glean AI Gateway permet aux administrateurs de maîtriser les dépenses en définissant des limites de budget et des quotas par utilisateur et par application. Lorsqu'un utilisateur approche de sa limite, le système bascule automatiquement vers un modèle moins coûteux afin que le travail se poursuive sans interruption. Comme ces contrôles résident au niveau de la passerelle plutôt qu'à l'intérieur de chaque porte d'entrée individuelle, ils s'appliquent de manière cohérente partout.
Mais le levier le plus puissant reste le choix du modèle. Glean AI Gateway est agnostique vis-à-vis des modèles et prend en charge plus de 30 modèles issus de fournisseurs open source et propriétaires, notamment Claude, Gemini, OpenAI, NVIDIA et bien d'autres. Cela signifie que les organisations ne sont pas prisonnières de la tarification ou de la feuille de route d'un seul fournisseur. Le bon modèle peut être associé à la bonne tâche, qu'il s'agisse d'un modèle de pointe pour un raisonnement complexe ou d'un modèle open source plus léger pour des tâches à fort volume et à enjeux moindres. La flexibilité de panacher les modèles constitue en soi une stratégie de coûts, et le fait de disposer de tout cela via une seule couche gouvernée signifie que les économies se cumulent sur chaque porte d'entrée, plutôt que de ne s'accumuler que là où certaines équipes font, par hasard, les bons choix.
Savoir où vont réellement les tokens et les outils MCP
Même avec des contrôles de dépenses en place, la plupart des organisations restent dans le flou lorsqu'il s'agit de comprendre quelles tâches sont réalisées avec l'IA. Savoir où vont réellement les tokens et les outils MCP est ce qui rend possibles l'attribution des coûts, le suivi de l'adoption, la surveillance des performances et la détection des menaces.
Les dépenses en tokens ventilées par modèle et par application permettent de repérer les coûts avant qu'ils ne deviennent incontrôlables. L'utilisation des outils MCP montre quelles capacités gagnent réellement du terrain et quels cas d'usage sont prêts à être déployés à grande échelle. La latence des modèles et les taux d'erreur, affichés dans la même vue opérationnelle que le reste de la pile d'IA, permettent de détecter les problèmes de performance de manière proactive. La visibilité sur les invocations d'outils MCP et les schémas d'accès fournit à la sécurité le signal dont elle a besoin pour repérer les anomalies avant qu'elles ne deviennent des incidents.
Sans couche d'observabilité couvrant chaque surface, les dépenses ne sont pas attribuées, l'adoption reste opaque, la dégradation des modèles passe inaperçue et la sécurité se retrouve privée de la détection nécessaire pour agir.
Appliquer une gouvernance qui ne se réinitialise pas à chaque nouvelle porte d'entrée
La visibilité et les contrôles de coûts comptent, mais ils ne répondent pas à la question plus profonde : celle de savoir si l'IA se comporte réellement de manière cohérente et sûre sur chaque porte d'entrée. Cela nécessite une gouvernance qui accompagne la requête, plutôt qu'une gouvernance qu'il faut reconstruire à chaque fois qu'une nouvelle porte d'entrée apparaît.
Glean AI Gateway applique les autorisations de données existantes de sorte que les modèles n'opèrent jamais que sur ce qu'un utilisateur est déjà autorisé à voir. En complément, des contrôles d'accès granulaires permettent aux organisations d'aller plus loin, en spécifiant précisément quels utilisateurs peuvent accéder à quels modèles et outils MCP. Les modèles de sécurité de l'IA s'exécutent également de manière uniforme sur les outils MCP comme sur les fournisseurs de modèles. Cela est d'autant plus important que ni MCP ni les modèles open source n'intègrent de garanties de sécurité. Le protocole ne les impose pas, et les fournisseurs open source laissent à l'entreprise le soin de s'en charger. Glean AI Gateway comble cette lacune, de sorte que la détection des injections de prompt et le filtrage de contenu s'appliquent de manière cohérente, quelle que soit la porte d'entrée d'où provient une requête ou le modèle qui la traite.
Résultat : quels que soient les modèles et les outils MCP utilisés, ils sont gouvernés de la même manière sur chaque porte d'entrée vers l'IA. Au lieu d'intégrer la sécurité après coup, elle est intégrée dès le départ, ce qui permet à l'organisation d'avancer plus vite en toute confiance.
Un contexte d'entreprise intégré nativement
La plupart des passerelles s'intercalent entre les portes d'entrée vers l'IA et les modèles, et s'arrêtent là. Glean AI Gateway fait quelque chose de différent : il relie cette couche au graphe d'entreprise de Glean, qui indexe les données de votre organisation et cartographie les relations entre vos applications, vos collaborateurs et vos workflows. Cela signifie que chaque porte d'entrée s'appuie sur une même image partagée et précise de votre entreprise, plutôt que sur une vision fragmentée ou incomplète.
La différence de qualité des résultats est mesurable. Lors d'une analyse comparative avec des outils MCP prêts à l'emploi, le contexte de Glean a été préféré 2,5 fois plus souvent, et les outils MCP prêts à l'emploi ont consommé 30 % de tokens de plus que Glean pour parvenir à une réponse satisfaisante. Un meilleur contexte ne produit pas seulement de meilleures réponses. Il les produit plus efficacement, démultipliant les avantages en matière de coûts offerts par le choix des modèles et les contrôles de dépenses déjà intégrés à la passerelle.
La fondation sur laquelle reposent les portes d'entrée vers l'IA
Les portes d'entrée vers l'IA qu'utilisent vos collaborateurs ne cesseront d'évoluer. Ce qui ne devrait pas changer, c'est la qualité, la sécurité et la gouvernance de ce sur quoi elles reposent. Glean AI Gateway offre aux entreprises une couche qui maîtrise les coûts grâce au choix des modèles et aux limites de dépenses, met en lumière où vont réellement les tokens et les outils MCP, applique une gouvernance cohérente sur chaque porte d'entrée et garantit que chaque modèle s'appuie sur un même contexte d'entreprise partagé et de haute qualité, plutôt que sur une vision fragmentée.
Les organisations qui avanceront le plus vite avec l'IA ne seront pas celles qui adopteront le plus de portes d'entrée. Ce seront celles qui auront bâti la bonne fondation en dessous.
Disponibilité : Glean AI Gateway entre en bêta privée. La prise en charge des LLM est initialement disponible pour Claude Code et Codex, le MCP étant pris en charge sur un large éventail de points d'accès à l'IA, notamment Claude, ChatGPT, et bien d'autres. Si votre organisation doit composer avec un ensemble croissant et changeant de points d'accès à l'IA, demandez une démo.
