Intégrations
IA.
L'IA n'a d'intérêt que branchée sur vos vrais flux. Une démonstration impressionne une fois. Un outil qui lit vos documents, remplit vos champs et fait gagner deux heures par jour à une équipe, ça se mesure tous les mois.
Le Lab conçoit et met en production des intégrations d'IA dans des outils métier existants ou sur mesure : extraction de documents, classement automatique, recherche interne, assistance à la rédaction, contrôle de cohérence. Le point commun de ces projets, ce n'est pas le modèle, c'est la plomberie autour.
Nous n'entraînons presque jamais de modèle. Nous branchons des modèles existants sur vos données, nous mesurons ce qu'ils produisent, et nous les remplaçons quand un meilleur arrive.
La chaîne complète, pas seulement l'appel au modèle.
Un cas d'usage en production, c'est cinq maillons. Le modèle n'en est qu'un, et c'est rarement celui qui pose problème.
Extraction et saisie
Factures, contrats, bons de commande, dossiers clients. Le modèle lit, extrait les champs, remplit le système. L'humain valide les cas incertains au lieu de tout ressaisir.
Recherche interne
Une base documentaire interrogée en langage naturel, avec les sources citées. Les équipes trouvent une réponse en dix secondes au lieu de solliciter un collègue.
Assistance à la rédaction
Fiches produits, réponses types, comptes rendus. Le modèle produit une première version dans votre ton de marque, l'équipe corrige et publie.
Contrôle et cohérence
Détection d'anomalies, comparaison entre documents, vérification de conformité. Le modèle signale, il ne décide pas seul.
Un prototype avant le moindre engagement.
Le risque, sur ces projets, c'est de développer six mois pour découvrir que le cas d'usage ne tient pas. Nous le levons au plus tôt.
Cadrage du cas d'usage
3 à 5 joursUn seul cas d'usage à la fois, choisi pour son volume et sa répétitivité. Nous mesurons le temps que la tâche prend aujourd'hui, c'est la référence contre laquelle tout sera comparé.
Prototype
1 à 2 semainesUne version fonctionnelle sur vos vraies données, sans interface soignée. Elle sert à répondre à une seule question : le résultat est-il assez bon pour être utile ? Si la réponse est non, on s'arrête là.
Jeu de test
En parallèleUne centaine de cas réels annotés avec vos équipes. C'est le juge de paix : à chaque évolution, nous rejouons le jeu de test et nous comparons. Sans lui, on avance à l'intuition.
Industrialisation
2 à 4 semainesInterface, intégration dans vos outils, gestion des erreurs, journalisation, coûts. Le Studio intervient sur l'interface, pour que l'outil ressemble à quelque chose et donne envie d'être utilisé.
Supervision
ContinuSuivi du taux de réussite, du coût par traitement et des cas rejetés. Les modèles changent tous les trimestres, un outil non supervisé se dégrade sans prévenir.
Un outil qui tourne, et de quoi le tenir.
Ce qu'on nous demande avant de commencer.
Faut-il entraîner un modèle sur mes données ?
Rarement. Dans la grande majorité des cas, un modèle existant correctement instruit et branché sur vos données via une recherche documentaire donne de meilleurs résultats qu'un modèle entraîné à la main, pour une fraction du coût et du délai. L'entraînement se justifie sur des tâches très spécifiques, avec un volume d'exemples important et un besoin stable dans le temps.
Où partent mes données ?
C'est une décision de cadrage, prise avant la première ligne de code. Selon la sensibilité, nous travaillons avec des fournisseurs hébergés dans l'Union européenne, avec des offres contractuellement sans réutilisation des données, ou avec des modèles ouverts déployés sur votre propre infrastructure. Le choix se fait sur vos contraintes, pas sur nos habitudes.
Comment savoir si le résultat est fiable ?
Nous constituons un jeu de test avec vos équipes avant la mise en production, et nous mesurons le taux de réponse correcte sur ce jeu à chaque évolution. Un cas d'usage sans mesure ne passe pas en production. C'est aussi ce qui permet de dire non à un projet dont les résultats ne seraient pas au niveau.
Combien de temps pour un premier outil en production ?
Quatre à sept semaines pour un cas d'usage cadré, prototype compris. Le prototype arrive en une à deux semaines : il sert à trancher avant d'engager le développement complet, et il coûte assez peu pour qu'un abandon à ce stade reste une bonne nouvelle.
Que se passe-t-il si le modèle change ou disparaît ?
Nous isolons systématiquement l'appel au modèle derrière une couche d'abstraction, ce qui permet de changer de fournisseur sans réécrire l'outil. C'est une contrainte de conception que nous nous imposons dès le départ, dans un domaine où le paysage bouge tous les trimestres.
Un cas d'usage précis vaut mieux qu'une stratégie IA.
Dites-nous quelle tâche répétitive coûte le plus de temps à vos équipes. C'est presque toujours le bon point de départ.
75001 Paris