Utilisée uniquement là où une personne décidait
Nous n’utilisons pas l’IA pour un travail qui peut s’écrire en règles. Nous ne l’utilisons que là où les règles s’allongent et où les exceptions se multiplient — là où une personne devait regarder et décider à chaque fois.
5 cas publics · 2024–2026
Ajouter de l’IA n’est pas le but.
Mettre de l’IA dans un travail qu’une règle peut couvrir le rend plus lent, plus coûteux, et la même entrée produit des réponses différentes. À l’inverse, tenir par des règles un endroit où les exceptions ne cessent d’apparaître rend les règles plus complexes que la personne. Nous distinguons d’abord de quel côté nous sommes.
-
Une personne vérifie en dernier
Ce que produit l’IA est un brouillon. Il n’est pas diffusé tel quel : une personne le vérifie avant de le valider. Dès qu’il sort automatiquement, il ne reste plus de place pour revenir en arrière en cas d’erreur.
-
Nous conservons la possibilité de remonter
Il doit être possible de revenir du résultat aux données sources. Si l’on ne sait pas de quelle phrase provient une valeur, on ne peut pas trouver où se trouve l’erreur lorsqu’il y en a une.
-
Nous ne nous appuyons pas sur le nom du modèle
Les modèles changent. Dans l’un de nos produits, le modèle a d’ailleurs été remplacé en cours d’exploitation. Nous le concevons pour qu’un nouveau modèle s’insère au même endroit.
-
Nous ne transformons pas en chiffres ce que nous n’avons pas mesuré
Nous n’écrivons pas à la légère « précision de X pour cent ». Nous ne publions ce chiffre que pour les cas dont nous avons une trace de mesure ; sinon, nous écrivons qu’il n’y en a pas.
Ce que nous avons construit pour vous.
Chaque cas présente la situation avant la commande, le résultat, et les captures d’écran réelles. Certains ont été menés dans le cadre de projets nationaux de R&D.
-
Assistant IA d’entreprise sur mesure, hébergé sur vos propres serveurs, sans fuite de données
Déposez Excel, PDF, images et notes dans la bibliothèque de documents, posez une question en une phrase, et l’assistant IA « OurServer AI » répond en s’appuyant sur ces documents. C’est un produit entièrement pris en charge en interne, de la conception au design, au développement et à l’exploitation, achevé en septembre 2026 avec une stack complète Next.js, MongoDB et un modèle de langage exploité en propre.
Vérification des sources des réponses Les conditions contractuelles, les normes de qualité et les consignes d’inspection sont dispersées dans Excel, PDF, images et notes, et trouver une réponse prend du temps. de Les réponses portent le nom du fichier et l’emplacement (feuille, numéro de section), pour une vérification immédiate. à
-
Les documents reçus par e-mail deviennent une ligne Excel sans intervention humaine
Il surveille la boîte de réception, lit le texte des PDF et images joints, puis l'IA découpe ce bloc de texte en items et le sort dans Excel. Le format est fixé par celui qui l'écrit.
Exploitation du service Déploiement 2026.01 de Service pilote · exploitation gratuite en cours à
-
Rassembler les avis de trois plateformes sur un seul écran, et l'IA rédige les réponses d'abord
Les avis de trois plateformes de livraison sont rassemblés automatiquement et l'IA rédige les projets de réponse. Le propriétaire n'a qu'à lire et appuyer sur confirmation pour publier.
Réponse aux avis Rédaction manuelle sur chacune des trois plateformes de Projet IA · publication après confirmation à
-
Un outil d'analyse qui répartit des milliers de commentaires de recherche par thème et par sentiment
Les commentaires vidéo collectés à partir d'un mot-clé sont regroupés par thème, avec la répartition positif–négatif en prime. Le nombre de thèmes est décidé par le chercheur à l'écran. L'outil a été conçu pour que le chercheur puisse modifier lui-même les critères et relancer l'analyse.
Repérage des thèmes dans les commentaires En parcourant les commentaires à l'œil et en devinant de Par des distributions par thème et par sentiment à
-
Le verdict de falsification arrive au moment même où la vérification d'identité est en cours
Les technologies qui analysent une falsification après coup existent déjà. Si le verdict arrive trop tard, on ne peut rien en faire ; l'objectif était donc d'obtenir le verdict pendant que la procédure est encore en cours. Il s'agit d'un projet national de R&D mené dans le cadre du 창업성장기술개발사업 du 중소벤처기업부 (Ministère des PME et des Startups), dont le résultat est AntiFake, pour lequel un brevet a été déposé.
Exécution du projet Début 2023.05 de Achèvement 2024.07 · les 8 critères de performance atteints à
Questions fréquentes sur ce sujet
- Avis de livraison et de boutique en ligne : l'IA rédige le brouillon, le gérant n'a plus qu'à valider Conclusion d'emblée : la collecte, le tri et la rédaction du brouillon sont automatisés, mais la validation finale et la publication restent humaines. Écrire à votre place et publier à votre place sont deux choses différentes.
- Chatbot IA interne : vous pouvez l'héberger sur vos propres serveurs — les critères de conception pour ne pas envoyer vos documents à l'extérieur Conclusion d'emblée : un chatbot IA interne peut être hébergé sur vos propres serveurs. Le critère qui sépare les configurations est « où vont les questions et les documents de l'entreprise ».
Si des données sont nécessaires avant l’analyse.
Pour qu’une IA décide, il faut d’abord des données sur lesquelles décider. Réunir des données relève de Collecte de données web et Exploration d’applications, et compter selon les mêmes critères ce qui a été réuni relève de Analyse de données de ce côté.
Nous commençons par voir s’il s’agit d’un endroit où utiliser l’IA.
Indiquez-nous la procédure que vous décidez actuellement à l’œil, à chaque fois : nous déterminerons d’abord s’il s’agit d’un travail qui peut s’écrire en règles ou d’un travail qui nécessite l’IA.
Réponse sous 1 jour ouvré