Cadrage et jeu de questions
Nous définissons ensemble le corpus documentaire, 50 à 150 questions réelles avec leurs réponses attendues, et ce que « suffisamment bon » signifie pour votre cas d’usage.
IA et machine learning
Une preuve de concept (PoC) RAG sur vos propres documents
Sachez si cela fonctionne sur vos documents avant de financer un développement complet.
Une démo sur des PDF d’exemple ne prouve pas grand-chose. Contrats, réglementations et manuels techniques regorgent de tableaux, de renvois, de pages scannées et d’exceptions qui mettent en échec les assistants génériques. En deux à quatre semaines, nous construisons un prototype opérationnel sur un échantillon représentatif de vos propres documents et mesurons la qualité de ses réponses — pour que la décision d’aller plus loin repose sur des preuves.
Une réponse honnête en quelques semaines, pas une expérimentation de six mois.
Une preuve de concept répond à une seule question : la génération augmentée par récupération (RAG) peut-elle répondre aux vraies questions de vos équipes à partir de vos vrais documents, avec une précision suffisante pour être utile ? Dès le départ, nous définissons avec vous les questions et les critères de réussite, construisons le plus petit système capable d’y répondre, puis le testons selon ces critères — et non sur des questions choisies parce qu’elles fonctionnent.
À l’issue du projet, vous recevez trois livrables : un prototype que vos équipes peuvent essayer, un rapport de benchmark qui présente la précision sur les questions convenues, chaque échec étant identifié et expliqué, et une recommandation. Si la réponse est « go », le rapport sert aussi de plan et d’estimation pour la mise en production. Si elle est « no-go », vous en connaissez les raisons pour le prix de quelques semaines, et non d’un projet raté.
Preuve de concept RAG
Ce que nous proposons
Traitement des documents
Une extraction qui respecte la structure de vos documents — sections, tableaux, clauses, scans — car c’est là que commence la qualité de la recherche.
Prototype opérationnel
Une interface simple de chat ou de recherche sur vos documents, dont chaque réponse cite le passage source.
Rapport de benchmark
Précision sur les questions convenues, qualité de la récupération, temps de réponse et coût par question, avec chaque cas d’échec présenté et expliqué.
Recommandation go/no-go
Une recommandation franche et, en cas de « go » : l’architecture, l’effort et le budget d’un système en production.
L’hébergement de votre choix
Modèles hébergés sous des conditions excluant tout entraînement sur vos données, cloud en région UE ou modèles ouverts au sein de votre propre environnement.
Quand c’est le bon choix
- Vous souhaitez un assistant IA pour vos contrats, réglementations ou manuels, sans être sûr qu’il puisse être assez précis
- La démo d’un éditeur vous a convaincu, et vous voulez voir les résultats sur vos propres documents avant d’acheter
- Votre direction a besoin de preuves et d’un budget avant d’approuver un projet d’IA
- Un précédent chatbot donnait des réponses vagues ou erronées, et vous voulez comprendre pourquoi
Comment nous procédons
- 01Semaine 1 : cadrage et donnéesValidation des questions et des critères de réussite, réception d’un échantillon représentatif de documents sous NDA et mise en place du traitement.
- 02Semaine 2 : développementRécupération, génération de réponses avec citations et interface simple que vos équipes peuvent tester.
- 03Semaine 3 : mesureExécution de l’ensemble des questions, analyse de chaque échec et optimisation de tout ce qui peut l’être dans le périmètre.
- 04Semaine 4 : rapport et décisionPrésentation commentée du prototype et du benchmark, et recommandation go/no-go accompagnée d’un plan de mise en production.
Technologies
Nos outils pour Preuve de concept RAG
- Python
- FastAPI
- pgvector
- Elasticsearch
- Docling
- OpenAI
- Anthropic Claude
- AWS Bedrock
- Open-source LLMs
Questions fréquentes
Pourquoi un prix forfaitaire ?
Parce que le périmètre est fixe : un échantillon de documents défini, un jeu de questions convenu et un rapport final. Vous connaissez le coût avant le démarrage, sans heures facturées à l’infini.
De combien de documents avez-vous besoin ?
D’un échantillon représentatif plutôt que de la totalité — généralement quelques centaines de pages incluant les cas difficiles : tableaux, scans, renvois et exceptions. Un bon échantillon prédit bien mieux le comportement en production qu’un volume important de cas faciles.
Que se passe-t-il après la preuve de concept ?
Si le résultat est « go », le rapport contient déjà l’architecture, l’effort et le budget de la mise en production, et le prototype en devient le point de départ. Vous êtes libre de le réaliser avec nous ou avec tout autre prestataire.
Nos données sont-elles en sécurité ?
Nous signons un NDA avant tout partage de document, pouvons travailler sur une infrastructure en région UE ou entièrement dans votre environnement, et faisons appel à des fournisseurs de modèles dont les conditions excluent l’entraînement sur vos données. Tout est supprimé à la fin, sauf demande contraire de votre part.
Prochaine étape
Dites-nous ce que vous voulez construire.
Une consultation gratuite de 30 minutes avec un ingénieur — sans engagement, réponse sous un jour ouvré.
Contactez-nous