Trier et extraire
Courriers, devis, factures, formulaires : le modèle lit, classe et remplit vos outils avec les informations utiles. Vous vérifiez, vous ne ressaisissez plus.
AccueilIntelligence artificielle
Intelligence artificielle · Nouveau
Je mets en place des modèles d'IA générative installés sur vos propres serveurs, ou reliés à vos outils quand un service externe est le bon choix. Un travail d'ingénieur : cadré, mesuré sur vos vraies données, réversible.
Le principe
Les modèles ouverts actuels tournent sur un serveur d'entreprise. Vos documents, vos e-mails et votre base ne quittent pas votre réseau. Un service externe n'intervient que si vous le décidez, sur des données choisies.
Architecture type d'un déploiement local. Le modèle, les droits d'accès et le journal des requêtes restent sur votre infrastructure.
Cas d'usage
Des usages qui se mesurent : du temps gagné sur des tâches répétitives, moins d'erreurs de saisie, des réponses plus rapides. Pas de chatbot pour faire joli.
Courriers, devis, factures, formulaires : le modèle lit, classe et remplit vos outils avec les informations utiles. Vous vérifiez, vous ne ressaisissez plus.
Un assistant qui s'appuie sur votre documentation, vos procédures et vos contrats, et qui cite sa source. Il ne répond pas à ce qu'il ne sait pas.
Comptes rendus, réponses aux demandes, synthèses de dossiers, dans le ton de votre entreprise. Le brouillon est prêt, vous gardez la main.
Une question en langage courant sur votre base de données, une réponse vérifiable avec la requête qui l'a produite.
Détecter les incohérences de saisie, signaler un dossier incomplet, orienter une demande vers la bonne personne, avant qu'elle n'attende.
Un agent qui enchaîne des actions dans vos outils, avec des droits limités, une validation humaine aux étapes sensibles et un journal de tout ce qu'il a fait.
Prestations
On commence toujours par le cadrage. Les autres prestations n'ont de sens que si les usages identifiés le justifient.
01
Une demi-journée avec vous pour identifier les deux ou trois usages qui valent le coup, vérifier la faisabilité sur un échantillon de vos données, choisir entre un modèle local et un service externe, et estimer l'infrastructure nécessaire.
02
Un serveur d'inférence sur votre matériel, ou un matériel dimensionné pour vous. Choix du modèle ouvert et de sa quantification selon la qualité attendue, la mémoire disponible et le nombre d'utilisateurs simultanés. Aucune donnée ne sort.
03
Relier le modèle à votre application métier, vos documents et votre base : interface, droits d'accès, journal des requêtes, jeu de tests. Le modèle devient une fonction de votre logiciel, pas un onglet de plus.
04
Concevoir des agents qui exécutent des tâches en plusieurs étapes dans votre système d'information : quel contexte ils reçoivent, quels outils ils peuvent appeler, avec quels droits, et à quel moment un humain valide.
05
Une session pratique avec les personnes qui utiliseront l'outil : ce que l'IA générative fait bien, ce qu'elle fait mal, comment formuler une demande, et quelles données ne jamais lui confier.
Ma façon de travailler l'IA
L'IA générative est un outil qui se trompe avec assurance. Ces règles servent à ce qu'elle vous rende service sans vous mettre en risque.
Modèles ouverts exécutés sur vos serveurs. Un service externe n'est utilisé qu'avec votre accord écrit, sur des données choisies et, si nécessaire, anonymisées.
Un prototype sur vos vrais documents, un jeu de test, des critères de réussite chiffrés. Si le résultat n'est pas au niveau, on le dit et on s'arrête là.
Un petit modèle local bien choisi suffit souvent. On n'achète pas de carte graphique avant d'avoir vérifié qu'elle sert à quelque chose.
Modèles ouverts, formats standards, code et configuration livrés et documentés. Vous pouvez continuer sans moi.
Ce que je pratique
Près de vingt ans de développement logiciel, dont plusieurs années comme référent technique d'une équipe de développement en industrie. En parallèle, une pratique quotidienne de l'IA générative et des architectures locales, validée sur une infrastructure que j'administre moi-même.
Cela signifie que je sais ce qu'un modèle consomme réellement, ce qu'il produit sur des documents imparfaits, et où il faut mettre des garde-fous.
Déroulé
Chaque étape produit un résultat que vous pouvez juger avant de décider de la suivante.
01
Une demi-journée pour choisir les usages, vérifier la faisabilité sur vos données et estimer l'infrastructure.
02
Un modèle installé sur un échantillon réel, un jeu de test et des critères chiffrés. C'est là qu'on sait si ça marche.
03
Serveur dimensionné, intégration dans vos outils, droits, journal, sauvegardes, formation des utilisateurs.
04
Les modèles progressent vite. On refait le point régulièrement pour remplacer, ajuster ou étendre, sans tout reconstruire.
Le premier échange sert à trier ce qui mérite un cadrage de ce qui n'en a pas besoin.
Premier échange gratuit
Même s'il est encore flou, ou si vous ne savez pas encore s'il justifie un développement. Le premier échange sert à faire le point et à déterminer s'il y a matière à travailler ensemble.