Notre conviction
L’IA générative passe d’expérimentation à industrialisation. Mais entre « faire un POC qui impressionne » et « mettre en production qui tient », le delta est énorme : observabilité, coûts, garde-fous, évaluation, gouvernance des données.
Notre rôle : franchir ce delta avec vous, en évitant les écueils que nous avons appris en mettant nos propres produits (HOLOS, ComptaIA) en production.
Cas d’usage que nous opérons
Copilotes métier
- Comptable : assistant qui propose les imputations, génère les justificatifs, prépare les déclarations fiscales
- Audit : revue analytique assistée, génération de mémoires de travail, synthèse de pièces complexes
- Juridique : analyse de contrats, extraction de clauses, comparaison entre versions
Extraction structurée (OCR + LLM)
Pipeline OCR + LLM pour extraire des champs structurés de documents complexes : factures, contrats, rapports, formulaires manuscrits. Validation humaine en boucle pour les cas litigieux.
RAG (Retrieval-Augmented Generation)
Création de bases de connaissances internes interrogeables en langage naturel : documentation produit, jurisprudence, normes, procédures. Embedding, vectorisation, recherche sémantique, génération contextuelle.
Automation conversationnelle
Workflows déclenchés par messages (Slack, Teams, WhatsApp Business) avec tool-calling sur vos systèmes internes : créer un ticket, planifier une réunion, lancer un rapport.
Notre méthode
1. Cadrage cas d’usage
Pas tous les cas d’usage IA méritent l’IA. Nous cadrons systématiquement le ROI attendu, le coût d’opération (tokens, calls, latence), les risques (hallucinations, données sensibles), et les alternatives (règles, ML classique).
2. Évaluation rigoureuse
Tout système IA livré est accompagné d’un dataset d’évaluation avec metrics quantifiées (précision, rappel, latence, coût/requête). Sans évaluation, pas de mise en production.
3. Garde-fous et observabilité
Filtres d’entrée et de sortie, logging complet, alertes sur dérive, kill-switch documenté. Chaque appel est tracé, auditable.
Stack technique
- LLMs : Claude (API et SDK Anthropic), OpenAI (GPT-5), modèles open-source via Ollama / vLLM si souveraineté requise
- Frameworks : LangChain, LlamaIndex, custom orchestrators
- OCR : Mistral OCR, Tesseract, AWS Textract selon le cas
- Vector DB : Pinecone, Qdrant, pgvector
- Observabilité : LangSmith, Langfuse, custom logging