Produits dont l'IA est le cœur

Développement IA sur mesure : du prototype au produit en production.

Il y a une différence énorme entre une démo qui impressionne et un produit dont des gens dépendent tous les jours. La première prend deux semaines. La seconde demande une architecture, des données propres, des garde-fous et de la mesure.

C'est ce second travail que nous faisons : concevoir le système complet autour du modèle, et le tenir en production.

Cadrer votre projet IA Voir les cas d'usage

Démo ⟶ Produit

Une réponse impressionnante Une réponse fiable, mesurée

Un prompt bien écrit Vos données indexées et à jour

Ça marche sur l'exemple Ça marche sur les cas tordus

Coût invisible Coût par utilisateur modélisé

Un modèle choisi Un modèle remplaçable

2014 année de création

150+ produits livrés

100+ clients accompagnés

Cas d'usage

Là où l'IA crée vraiment de la valeur.

Ces cinq familles couvrent la quasi-totalité des projets que nous voyons arriver. Si le vôtre n'y ressemble pas, c'est peut-être un bon signe, ou un signal d'alerte. On vous le dira.

Assistant métier

Vos équipes interrogent en langage naturel ce qui était enfermé dans des documents, des bases ou des outils différents. Le gain est immédiat et facile à mesurer : le temps passé à chercher.

Support · ADV · juridique · RH

Analyse documentaire

Contrats, factures, dossiers, comptes rendus : extraction structurée, classement et contrôle de cohérence, avec validation humaine sur les cas incertains.

Finance · assurance · immobilier

Recherche intelligente

Vos utilisateurs trouvent ce qu'ils cherchent même quand ils l'expriment mal. C'est souvent le levier de conversion le plus rentable sur un catalogue ou une base de contenus.

E-commerce · média · marketplace

Génération encadrée

Devis, réponses, descriptions, comptes rendus produits à partir de vos données et de vos gabarits. L'humain relit et valide : l'IA accélère le premier jet, la responsabilité reste la vôtre.

Commerce · production de contenu

Décision augmentée

Scoring, priorisation, détection d'anomalies, alertes. L'IA ne décide pas : elle trie et explique pour que la décision humaine soit plus rapide et mieux informée.

Opérations · risque · maintenance

Références IA

Trois produits IA conçus et développés par nos équipes.

Un assistant pour cabinets dentaires, une plateforme de réponse aux appels d'offres et une application qui transforme des rapports en podcasts : trois produits dont l'IA fait le cœur du service.

En productionSanté · assistant conversationnel

Alyxa

L'assistante IA des cabinets dentaires : elle accompagne le patient du plan de traitement au suivi post-opératoire, et transcrit les consultations pour l'équipe du cabinet.

En cours de lancementMarchés publics · plateforme B2B

Tendrix

La plateforme qui industrialise la réponse aux appels d'offres : elle récupère le dossier de consultation, l'analyse par IA, puis prépare le mémoire technique, le DC1 et le DC2.

Pour MartingaleApplication web · IA générative

DANA

Développée pour Martingale, l'application transforme des rapports d'analyse en podcasts grâce à l'IA : les clients écoutent leurs données au lieu de lire des PDF.

Architecture AI-native

Les six briques d'un produit IA qui tient.

Un produit IA n'est pas un appel à un modèle. C'est un empilement de couches dont chacune peut vous coûter cher si elle est traitée après coup.

01 L'expérience

Une interface qui suppose que l'IA peut se tromper : sources affichées, possibilité de corriger, chemin de secours. C'est là que la confiance se gagne ou se perd.

UX · design d'incertitude

02 Vos données

Collecte, nettoyage, découpage et indexation. Sans ce travail, le modèle répond avec sa culture générale, c'est-à-dire à côté.

RAG · embeddings · index

03 L'orchestration

Quel modèle appeler, dans quel ordre, avec quel contexte, et que faire quand la réponse ne convient pas. C'est le cerveau du système.

Routing · fallback · chaînage

04 Les actions

L'IA déclenche des opérations réelles dans votre produit ou vos outils, avec un périmètre strictement défini et une validation humaine là où l'erreur coûte cher.

Tool calling · API · workflows

05 Les garde-fous

Limites de périmètre, filtrage, quotas, détection d'abus, traçabilité complète de ce qui a été demandé et répondu.

Guardrails · quotas · logs

06 La mesure

Jeux de tests de qualité, suivi des coûts et des temps de réponse, remontée des cas d'échec. Sans cela, aucune amélioration n'est pilotable.

Evals · observabilité

Choix du modèle

Le meilleur modèle est celui qui répond à votre contrainte la plus dure.

Ce n'est presque jamais celui qui obtient les meilleurs scores dans les classements. C'est celui qui respecte votre exigence de confidentialité, votre temps de réponse acceptable et votre coût par utilisateur.

Et surtout : votre produit doit pouvoir changer de modèle sans être réécrit. Le paysage bouge tous les trois mois : s'y attacher est le pire pari technique du moment.

Notre règle : abstraire le modèle dès le premier jour.

Un routage central, un modèle de repli, et des tests qui mesurent la qualité à chaque changement. Migrer ne coûte alors qu'une journée.

Confidentialité souvent décisif

Vos données peuvent-elles sortir de l'Union européenne ? Doivent-elles rester chez vous ? Cette seule question élimine parfois les trois quarts des options.

Temps de réponse perçu

Un assistant de saisie doit répondre en moins d'une seconde. Une analyse de dossier peut prendre trente secondes. Ce n'est pas le même modèle.

Coût par requête à modéliser

Multiplié par votre volume réel, l'écart entre deux modèles peut représenter des milliers d'euros par mois. Ce calcul se fait avant le lancement.

Qualité sur VOS cas seul vrai test

Les classements publics ne disent rien de votre métier. On construit un jeu de tests avec vos cas réels et on compare les modèles dessus.

Réversibilité non négociable

Le modèle doit être remplaçable sans réécrire le produit. C'est une décision d'architecture, prise au premier jour.

Mesure et garde-fous

Sans mesure, vous ne saurez jamais que votre produit s'est dégradé.

C'est la différence la plus concrète entre un projet IA amateur et un projet industriel. Un modèle mis à jour peut changer de comportement du jour au lendemain.

01 Jeux de tests de qualité

Une trentaine de cas réels avec la réponse attendue, rejoués à chaque changement de modèle, de prompt ou de données. C'est ce qui remplace « ça a l'air de mieux marcher ».

02 Suivi des coûts

Consommation par utilisateur, par fonctionnalité et par jour, avec des alertes de seuil. Un bug de boucle peut coûter très cher en une nuit.

03 Traçabilité

Qui a demandé quoi, quel contexte a été utilisé, quelle réponse a été produite. Indispensable en cas de litige et pour comprendre les échecs.

04 Validation humaine ciblée

Pas partout : cela annulerait le gain. Uniquement là où l'erreur a une conséquence réelle : un engagement, un montant, une donnée personnelle.

Nous appliquons exactement les mêmes exigences à notre propre usage de l'IA pour produire du code : mesure, revue humaine et validation avant production. Nous ne vous vendons pas une rigueur que nous ne nous imposons pas. Voir notre méthode IA-first →

Coûts et trajectoire

Un projet IA a deux budgets.

Le développement, comme tout produit. Et le coût d'usage, qui grandit avec vos utilisateurs : c'est celui que personne ne modélise et qui crée les mauvaises surprises.

Cadrage et faisabilité Ce que vous obtenezQualification du cas d'usage, audit des données disponibles, choix d'architecture, estimation du coût d'usage Délai2 à 3 sem. Budget4 à 7 k€

Prototype évalué Ce que vous obtenezUn cas d'usage fonctionnel sur vos vraies données, avec un premier jeu de tests de qualité Délai3 à 5 sem. Budget8 à 16 k€

Produit en production Ce que vous obtenezInterface complète, orchestration, garde-fous, observabilité, documentation Délai3 à 5 mois Budgetà partir de 32 k€

Exploitation Ce que vous obtenezSuivi de la qualité, maîtrise des coûts, mises à jour de modèles, évolutions Délaien continu Budgetforfait mensuel

Le coût par requête

Chaque appel au modèle est facturé. Multiplié par vos utilisateurs et leur fréquence d'usage, c'est une ligne de charge à part entière, à modéliser avant le lancement.

L'indexation des données

Stockage et mise à jour de l’index de vos documents. Modeste au départ, il grandit avec votre volume et votre fréquence de rafraîchissement.

La dérive du modèle

Les fournisseurs mettent à jour leurs modèles. Il faut rejouer les tests et parfois réajuster : comptez cet effort dans votre budget annuel.

Fourchettes indicatives, août 2026. Obtenir une estimation sur votre cas d'usage →

Jugez sur pièces

Notre façon de penser ces produits, en accès libre.

Trois guides écrits par l'équipe pour décider en connaissance de cause : passer du prototype à la production, budgéter l'usage, reconnaître une vraie solution IA.

Intégrer une IA générative en production

Pourquoi le POC ne suffit pas : RAG, garde-fous, évaluation, coûts et plan de repli. Le guide complet, sans jargon gratuit.

Lire le guide → Le vrai coût d'une IA dans une application

Build, inférence facturée au jeton, maintenance : les trois postes à budgéter, et les cas où l'IA n'est pas justifiée.

Lire l'analyse → Wrapper ChatGPT ou vraie solution IA

Ce qui sépare un habillage d'API d'un produit qui tient, et les questions à poser à tout prestataire, nous compris.

Lire le comparatif →

Aller plus loin

Les déclinaisons du développement IA.

Agents IA sur mesure

Quand votre produit doit agir (instruire un dossier, préparer un devis, router une demande) avec garde-fous et validation humaine.

Assistant IA d'entreprise

Vos documents qui répondent : RAG, sources citées, droits respectés. Le socle de la plupart des projets IA sérieux.

L'IA dans une application mobile

Les cas d'usage, contraintes et coûts spécifiques quand l'IA doit tourner dans la poche de vos utilisateurs.

IA Act : vos obligations

Ce que le règlement européen change vraiment pour votre application : calendrier, transparence, sanctions.

Parcourir toutes les ressources et guides →

Questions fréquentes

Ce qu'on nous demande sur les projets IA.

Les réponses sont volontairement directes, y compris quand elles vont contre notre intérêt commercial immédiat.

Comment savoir si mon projet a vraiment besoin d'IA ?

Posez-vous cette question : y a-t-il, dans votre produit, une tâche où un humain lit, trie, rédige ou cherche de façon répétitive ? Si oui, il y a probablement un gain. Sinon, l'IA ajoutera de la complexité sans valeur. Nous commençons toujours par cette question, et il nous arrive de conclure qu'il ne faut pas d'IA.

Mes données sont sensibles. Est-ce compatible ?

Oui, mais cela oriente fortement l'architecture. Selon votre niveau d'exigence : modèles hébergés en Europe, hébergement dédié, anonymisation avant envoi, ou modèle exécuté sur votre infrastructure. C'est une contrainte à poser dès le cadrage, avant d'écrire la moindre ligne.

Que se passe-t-il si l'IA se trompe ?

Elle se trompera, c'est une certitude. La question est ce que votre produit fait à ce moment-là. Nous concevons l'interface pour que l'erreur soit visible, corrigeable et sans conséquence : sources affichées, validation humaine sur les décisions engageantes, chemin de secours toujours disponible.

Combien coûte l'usage, une fois en ligne ?

Cela dépend du modèle, de la longueur des échanges et de votre volume. Sur les produits que nous exploitons, cela va de quelques dizaines à quelques milliers d'euros par mois. Nous modélisons cette courbe pendant le cadrage, avec vous, pour que le modèle économique tienne à l'échelle visée.

Et si un meilleur modèle sort dans six mois ?

C'est certain, et c'est pour cela que nous abstrayons le modèle dès le premier jour. Changer de fournisseur doit coûter une journée de travail et un passage de tests, sans réécriture. Un produit attaché à un modèle précis est un produit périmé d'avance.

Pouvez-vous reprendre un projet IA déjà commencé ?

Oui, et c'est une demande croissante : beaucoup de prototypes prometteurs ne franchissent jamais l'étape de la production, faute d'architecture, de données propres ou de mesure. Nous auditons l'existant et vous disons honnêtement ce qui est récupérable.

Votre projet IA

Décrivez l'usage, on vous dira si l'IA est la bonne réponse.

Trente minutes pour qualifier le cas d'usage, estimer la faisabilité et repérer les vrais risques (données, confidentialité, coût d'usage). Parfois la conclusion est qu'il ne faut pas d'IA, et nous vous le dirons aussi.

Cadrer un projet IA ou réservez directement 30 minutes ↗ Réponse rapide · échange direct avec l'équipe projet, sans intermédiaire