La démarche
Ce que cette plateforme cherche à prouver, et comment.
La bonne technique pour chaque problème
Intégrer l'IA en entreprise, ce n'est pas brancher un chatbot sur tout. C'est diagnostiquer un besoin métier et choisir l'approche qui le résout au juste coût. Les quatre modules de cet atelier incarnent chacun un problème concret de Conservia et la technique qui lui répond : déterministe quand la donnée est structurée et fiable (Factures — aucun LLM là où il n'apporte rien), RAG sourcé pour le documentaire réglementaire (Conformité — citations obligatoires, « je ne sais pas » hors corpus), agent pour l'orchestration d'API (Fournisseurs — le modèle décide, le code note), et classification NLP pour le flux non structuré (Triage — zero-shot encadré, garde-fou déterministe sur le critique).
Stack souveraine
Modèles Mistral par défaut (souveraineté européenne), hébergement self-hosté. Tous les appels passent par une couche LLM agnostique (LiteLLM) : changer de fournisseur — par exemple vers Claude — est une ligne de configuration, pas une réécriture.
Données publiques et synthétiques uniquement
Conservia est une PME fictive. Les données sont soit publiques (API et textes officiels), soit synthétiques (factures Factur-X générées). Aucune donnée privée réelle, aucune entreprise réelle nommée.
Contrôle humain
Aucune écriture ni décision engageante sans validation d'un opérateur. L'IA prépare, l'humain tranche — et le système mesure les gains sur ce qui est effectivement validé.