LLM personnalisé

Last Updated mai 18, 2026

Aperçu rapide

Par défaut, les fonctionnalités d'IA de WalkMe s'exécutent sur les grands modèles linguistiques (LLM) gérés par WalkMe, actuellement alimentés par Azure OpenAI. C'est la configuration recommandée pour la plupart des organisations : elle est entièrement optimisée pour l'IA WalkMe prêt à l'emploi, validée pour les performances et ne nécessite aucune configuration supplémentaire. « »

Si votre organisation a une exigence de conformité interne stricte pour utiliser un LLM spécifique et approuvé, vous pouvez être éligible à un LLM personnalisé (anciennement appelé BYOLLM). C'est une exception, pas la valeur par défaut, et n'est pertinent que dans des cas spécifiques et rares.

Le LLM personnalisé vous convient-il ? personnalisé

Le LLM personnalisé est une option de configuration personnalisée, et non un SKU de produit standard. Il est conçu pour les organisations avec une exigence interne obligatoire de travailler avec un LLM spécifique et pré-approuvé.

Il est intéressant de noter que WalkMe n'entraîne pas les modèles sur vos données et que tout le traitement utilise des protocoles sécurisés. Si votre préoccupation porte principalement sur la confidentialité ou la résidence des données, l'examen de la documentation de sécurité et de gestion des données de WalkMe est une bonne première étape, car le LLM géré de WalkMe peut déjà répondre à ces exigences.

Si, après avoir examiné la documentation, votre organisation a toujours un besoin, pour des raisons de conformité, d'utiliser votre propre LLM, contactez votre Customer Success Manager pour discuter si le LLM personnalisé est applicable à votre situation.

Comment ça marche

Le LLM personnalisé utilise un modèle de déploiement hybride. Dans cette configuration, les requêtes sont acheminées vers votre LLM, qui s'exécute dans votre propre environnement. Pour les requêtes AI Answers, le crawler WalkMe stocke le contenu dans votre environnement et l'extrait avant de soumettre des requêtes à votre LLM.

Surveillance de l'utilisation

Une fois le LLM personnalisé configuré, vous pouvez surveiller votre consommation d'IA via le Tableau de bord d'utilisation de l'IA. Le tableau de bord vous donne une visibilité sur la façon dont les fonctionnalités d'IA de WalkMe sont utilisées dans votre compte, y compris le volume de requêtes et les tendances d'utilisation.

Cela est particulièrement utile lors de l'exécution d'une configuration LLM personnalisée, car cela vous aide à suivre la consommation par rapport à la capacité et aux coûts de votre propre modèle.

Pour tous les détails sur le tableau de bord :

AI Usage Dashboard (Custom LLM)

LLM par défaut vs LLM personnalisé

LLM géré par WalkMe (par défaut) LLM personnalisé
Configuration Prêt à l'emploi Nécessite une coordination avec l'équipe produit de WalkMe
Optimisation Entièrement optimisé pour l'IA WalkMe Dépend de votre modèle ; non garanti
Modèles pris en charge GPT-4o, modèles GPT-5 sélectionnés G Interfaces et modèles d'IA Azure
Confidentialité des données Traitement sécurisé ; WalkMe n'entraîne pas sur vos données Géré par les politiques de votre fournisseur de LLM
À qui cela s'adresse La plupart des organisations Organisations ayant une exigence de conformité obligatoire d'utiliser un LLM spécifique
Risque Faible Latence, délais et expérience dégradée si le modèle n'est pas validé dégradé

Notes techniques

  • Fournisseur pris en charge : Azure AI uniquement. Les autres fournisseurs de LLM ne sont pas actuellement pris en charge
  • Modèle de déploiement : hybride uniquement. Les requêtes sont acheminées via l'AI Manager de WalkMe vers votre LLM s'exécutant dans votre environnement
  • Pas en libre-service : l'activation de LLM personnalisé nécessite une coordination avec l'équipe produit de WalkMe et est traitée comme une configuration personnalisée
  • Modèle ARM requis : la configuration de la connexion de point de terminaison entre votre LLM et WalkMe nécessite un guide de déploiement du modèle ARM, fourni par votre contact WalkMe
  • Les limites de taux s'appliquent toujours : l'AI Manager de WalkMe continue de gérer la limitation de taux et les plafonds d'utilisation même lorsqu'un LLM personnalisé est utilisé
  • Validation du modèle : WalkMe évalue les modèles pris en charge pour la latence, la fiabilité et les performances du flux de travail en temps réel. Les modèles non validés par WalkMe peuvent produire des résultats instables

Cet article a-t-il été utile?

Merci pour votre avis!

Be part of something bigger.

Engage with peers, ask questions, share ideas

Ask the Community
×