Comment nous construisons vos agents IA
Le modèle LLM n’est qu’une partie du système. Ce qui fait qu’une IA devient utile dans une entreprise, c’est ce qu’on met autour : le contexte, la mémoire, les outils auxquels elle accède, et la façon dont tout cela reste votre propriété.
La différence, en quinze secondes
IA générative, IA agentique : ce n’est pas la même chose
L’IA générative vous aide à produire. L’IA agentique travaille à votre place — et vous rend la décision, pas la saisie.
Notre parti pris technologique
Nous ne sommes liés à aucun éditeur
Agnostiques par méthode, pas par indécision
L’IA évolue trop vite pour qu’on lui jure fidélité. Nous ne sommes liés à aucun éditeur : nous évaluons les technologies en interne, sur nos propres processus d’abord, et nous ne déployons chez un client que ce qui a fait ses preuves et correspond à son contexte réel. Aujourd’hui, cela peut être un modèle frontière avec son harnais propriétaire — OpenAI, Anthropic, Google — ou un harnais open source comme Hermes, LM Studio ou OpenCode, branché sur des API propriétaires ou ouvertes. Demain, autre chose.
Un harnais, qu’est-ce que c’est exactement ?
Le mot revient sans arrêt dès qu’on parle d’agents, et presque jamais expliqué. Un modèle de langage, seul, ne sait rien faire d’autre que produire des tokens même si les LLM « Nouvelle génération » savent planifier et raisonner : il n’a ni mémoire, ni accès à vos outils, ni capacité à déclencher quoi que ce soit.
Le harnais, c’est tout ce qu’on met autour de lui pour qu’il devienne opérationnel — l’interface qui reçoit les demandes, la mémoire qui lui donne du contexte, les outils qu’il peut appeler, et la boucle qui le fait recommencer jusqu’à ce que la tâche soit terminée.
Ce que nous construisons vraiment
Une IA générique ne connaît pas votre métier. Nous le lui apprenons.
Trois couches de contexte, écrites une fois, réutilisées partout
Nous construisons cette connaissance sous forme de fichiers Markdown — un format texte simple, lisible par un humain comme par une machine, versionnable, et surtout indépendant de tout éditeur. C’est votre base de connaissance : elle vit chez vous, elle survit au changement de modèle, et elle se lit sans licence.
Concrètement
Ce que nous installons dans votre environnement
Méthode
Skills
Vos façons de faire encapsulées : un process récurrent devient une capacité que l’IA exécute selon vos standards, pas selon les siens.
Orchestration
Workflows n8n
Auto-hébergés sur votre infrastructure. Nœuds LangChain / LangGraph pour les étapes qui demandent du raisonnement.
Connexions
Connecteurs MCP
Le pont entre l’IA et vos applicatifs métiers : CRM, ERP, outils comptables type Pennylane, Google Workspace, outils internes.
Mémoire
Base de contexte
Une architecture de gestion de la mémoire et du contexte en Markdown, indépendante du harnais et du modèle.
Nous ne nous arrêtons pas au déploiement
Concevoir et installer ne sert à rien si personne ne sait s’en servir. Nous formons vos équipes à comprendre ce qui a été déployé, à l’utiliser efficacement, à le maintenir et à le faire évoluer. L’humain décide, l’IA assiste : nos dispositifs augmentent vos équipes, ils ne les contournent pas.
Pour aller plus loin
Cette page dit avec quoi. Deux pages disent comment et pour quoi faire.
Méthode
Notre méthode : l’IA qui répond, collabore, agit
Les 3 paliers, le diagnostic de maturité, la priorisation des cas d’usage et la conduite du changement.
Cas d’usage
Ce que nos agents IA font pour vos équipes
Qualification de leads, traitement documentaire, relance de factures, veille, devis automatisés.
Parlons de vos processus, pas de la technologie
nous regardons ensemble où l’IA a un intérêt réel dans votre entreprise — et où elle n’en a aucun.
