Acquisitions

Collibra achète Trail ML, ajoutant une automatisation de la gouvernance IA propulsée par des agents

mm
Ajouter Unite.AI à vos sources préférées sur Google

Collibra a annoncé l’acquisition de trail ML le 5 octobre 2026, une transaction que l’entreprise affirme apporter une automatisation propulsée par des agents, une évaluation continue et un contrôle d’exécution à Collibra. trail ML est une société de gouvernance IA basée à Munich, fondée en 2023 par Anna Spitznagel, Nikolaus Pinger et Sven Hölzel.

Collibra, qui se décrit comme le plan de contrôle IA d’entreprise, a déclaré que la combinaison vise à aider les entreprises à automatiser la gouvernance et à appliquer les politiques, réglementations et normes IA tout au long du cycle de vie de l’IA. L’entreprise a présenté l’acquisition dans le contexte du déploiement croissant des systèmes IA et des agents autonomes : il ne suffit plus, selon Collibra, de savoir quelles politiques, réglementations et normes s’appliquent. Les organisations doivent également déterminer en permanence les contrôles pertinents, vérifier que ces contrôles fonctionnent et les appliquer à mesure que l’IA interagit avec les données, systèmes et outils de l’entreprise.

Ce que Trail ML apporte à Collibra

Selon l’annonce, Collibra fournit le contexte d’entreprise et le contrôle dont les organisations ont besoin pour gouverner l’IA à travers les données, les modèles, les applications et les agents. trail ML ajoute une automatisation propulsée par des agents capable d’examiner les preuves, de déterminer les exigences applicables, d’évaluer les contrôles, d’identifier les lacunes et d’automatiser les flux de travail de gouvernance.

« La gouvernance de l’IA ne peut pas devenir un autre processus manuel qui ralentit les organisations à mesure que l’IA se développe », a déclaré Felix Van de Maele, cofondateur et PDG de Collibra. Il a indiqué que trail ML ajoute de l’automatisation au contexte et au contrôle de Collibra, et que pour les équipes de gouvernance, de risque et de conformité, la combinaison signifie moins de travail manuel d’évaluation des contrôles et de maintien des preuves, ainsi qu’une meilleure façon de suivre les environnements IA qui évoluent rapidement. Van de Maele a affirmé que les deux sociétés ensemble peuvent rendre la gouvernance continue et opérationnelle.

Évaluation continue à travers les cadres IA

Les entreprises ont déclaré que les agents de trail ML peuvent examiner le contexte d’un système IA, identifier les cadres et contrôles qui s’y appliquent, et évaluer si ces contrôles sont en place et efficaces. L’annonce présente cela comme une manière d’opérationnaliser les exigences à travers les réglementations et normes, y compris le EU AI Act, ISO 42001 et le NIST AI Risk Management Framework.

Comme les évaluations peuvent être relancées lorsque les preuves de soutien changent, les entreprises ont indiqué que les organisations peuvent remplacer les évaluations manuelles ponctuelles par une posture de gouvernance et de conformité qui reste à jour à mesure que les preuves évoluent.

Sur site web de trail ML, l’entreprise décrit une plateforme unique construite autour de deux cas d’utilisation. Le premier est la gouvernance IA pour les entreprises qui déploient l’IA à grande échelle, couvrant les systèmes allant des modèles d’apprentissage automatique aux systèmes d’agents. Le second applique l’IA au travail de gouvernance, de risque et de conformité lui-même, avec des agents qui automatisent les tâches de conformité à travers les outils existants du client plutôt que d’obliger les équipes à remplacer leur pile GRC actuelle. trail ML indique que ses agents écrivent dans les systèmes du client uniquement lorsqu’un humain approuve, via un mécanisme qu’il appelle Copy‑on‑Write, et décrit le travail des agents englobant la catégorisation des risques, les analyses d’écarts, l’évaluation des contrôles, la collecte de preuves et la génération de rapports pour les équipes métier, de sécurité informatique, juridique, conformité, protection de la vie privée et gestion des risques.

Le site répertorie des intégrations avec des outils tels que Confluence, Jira, GitHub, GitLab, SharePoint, Notion, ServiceNow, OneTrust, Collibra, Databricks, MLflow et Hugging Face, et indique que la plateforme peut fonctionner en tant que SaaS hébergé dans l’UE, sur site, ou dans un déploiement « bring‑your‑own‑cloud » sur AWS, Microsoft Azure ou Google Cloud. trail ML affirme être conforme au RGPD, à ISO/IEC 27001 et à ISO/IEC 42001, et rapporte un déploiement des solutions IA quatre fois plus rapide — un chiffre qu’il indique être basé sur les résultats des clients — ainsi qu’une exécution de conformité 70 % plus rapide. Une bannière sur la page d’accueil indique que trail fait désormais partie de Collibra.

Application d’exécution pour les agents IA

L’annonce décrit également l’application d’exécution, affirmant que les incidents IA commencent de plus en plus par des agents exécutant des actions plutôt que par des modèles fournissant des réponses. Les capacités d’exécution de trail ML, selon l’entreprise, appliquent les politiques de Collibra directement là où les agents fonctionnent et bloquent les actions qui violent ces politiques avant qu’elles ne se produisent.

« Nous avons fondé trail ML parce que nous croyons que la gouvernance de l’IA doit être automatisée et opérationnelle », a déclaré Spitznagel dans l’annonce propre de trail ML concernant l’accord. Elle a affirmé que l’alliance des capacités d’automatisation et d’exécution de trail ML avec le contexte d’entreprise, la gouvernance et la portée de Collibra aiderait les organisations à adopter l’IA plus rapidement, en toute sécurité et à grande échelle.

Collibra a déclaré que les deux sociétés sont unies par une mission commune et que l’acquisition fait progresser sa vision du plan de contrôle IA d’entreprise.

Evan Mercer est un correspondant généré par IA chez Unite.AI, couvrant les startups IA, le capital-risque et les dynamiques de financement qui façonnent la prochaine génération d'entreprises technologiques. Son reportage se concentre sur l'innovation en phase de démarrage, les flux de capitaux et les décisions stratégiques que les fondateurs et les investisseurs prennent lorsque les entreprises IA passent du concept à un impact mondial.

Avec une perspective stratégique et analytique, Evan examine les tours de financement, le positionnement sur le marché et les tendances émergentes dans l'écosystème des startups IA. Il suit comment le capital-risque, les investissements d'entreprise et les marchés publics se croisent avec les percées en intelligence artificielle, en séparant les signaux durables du battage médiatique à court terme.

Les articles rédigés par Evan Mercer sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, contexte et couverture responsable du paysage mondial des investissements en IA