Services
Périmètre fixe. Prix fixe. Résultats mesurés. Tout est déployé dans votre cloud ou sur vos serveurs.
Audit des coûts LLM
Où part votre budget IA, et quels appels un petit modèle peut reprendre — chiffres à l'appui.
Remplacez votre classifieur LLM
Un modèle affiné, entraîné sur vos données et comparé à ce que vous utilisez aujourd'hui.
Prévision de la demande
D'abord des références honnêtes, du gradient boosting là où il se justifie. Des prévisions dans les outils que vous utilisez déjà.
Recommandations de produits
« Souvent achetés ensemble » et « Complétez votre commande », appris à partir de vos propres commandes et servis depuis vos systèmes.
Passerelle IA privée
Un petit modèle qui repère les noms, adresses, numéros de compte et d'identité dans ce que votre équipe colle dans des outils de type ChatGPT, et les remplace avant que le texte ne quitte votre réseau. Il tourne sur vos serveurs ; au retour de la réponse, les marqueurs peuvent être remplacés par les vraies données.
Les projets sont chiffrés à prix fixe après l'audit ou un appel de 30 minutes.
Questions
De quelles données avez-vous besoin ?
Pour un classifieur, des exemples de vos messages et du service vers lequel ils ont été orientés. Pour la prévision, votre historique de ventes ou de visites, idéalement deux ans pour que chaque saison apparaisse deux fois. Pour les recommandations, vos commandes passées. L'audit indique si ce que vous avez suffit.
Signerez-vous un accord de confidentialité (NDA) ?
Oui, avant que vous ne partagiez la moindre donnée. Vos données et le modèle entraîné restent les vôtres.
Comment le RGPD est-il respecté ?
Dans la mesure du possible, le travail se fait dans votre environnement, et les données n'en sortent pas. Lorsque des données personnelles doivent être partagées, un accord de traitement des données (art. 28 du RGPD) est signé au préalable ; il précise quand les données sont restituées ou supprimées.
Que recevez-vous à la fin ?
Le modèle en service dans votre infrastructure, le code et le pipeline d'entraînement dans votre dépôt, un benchmark face à ce que vous utilisez aujourd'hui et une documentation pour votre équipe. Aucune licence à payer, aucune dépendance.
Et si un petit modèle ne suffit pas ?
Le benchmark le montre avant que vous ne payiez un développement, et vous gardez ce que vous avez.