Cas d'usage
Des démonstrateurs IA fonctionnels, en ligne et testables — du cadrage à la mise en production.
- Documents & RAGAssurConseil RAGAssistant RAG agentique pour l'interprétation de contrats d'assurance, avec comparaison Claude / Mistral en mode document.
- Conformité & risquesFraud AgentAgent de pré-instruction de sinistres IARD : des règles métier décident du routage, un agent Claude propose, un gestionnaire valide.
- Gouvernance & cadrageAGAPPriorisation de portefeuille projets arbitrée par l'IA, sans biais Métier/DSI.
- Documents & RAGLexGuardDétection des signaux de vigilance dans les contrats avant signature.
- Gouvernance & cadrageComexCadrage et alignement stratégique par l'IA.
- Données publiquesSireneRequêtes d'entreprises en langage naturel.
- Données publiquesDVFRecherche et analyse de transactions immobilières.
- Conformité & risquesVérificateur de pièce d'identitéContrôle qualité documentaire et cohérence MRZ par l'IA.
⏳ Premier chargement plus lent : pour limiter les coûts, la démo est mise en veille quand personne ne l'utilise. Au premier accès, le serveur redémarre ; ensuite, elle répond normalement.
AssurConseil RAG
Assistant RAG agentique pour l'interprétation de contrats d'assurance, avec comparaison Claude / Mistral en mode document.
Ce que ça démontreIndustrialiser un RAG : évaluation avant mise en production, garde-fous de coût, inférence européenne prouvée, déploiement progressif.
Le Défi Métier
Les conseillers assurance doivent naviguer des dizaines de pages de conditions générales pour répondre avec précision aux questions clients, sous la contrainte du devoir de conseil réglementaire — une erreur d'interprétation ou une garantie mal citée engage la responsabilité de l'assureur.
La Solution IA
Un agent RAG agentique qui route chaque question vers le pattern le plus adapté (ReAct pour les recherches simples, Plan-and-Execute pour les questions à sous-parties), avec citation obligatoire des articles sources et refus explicite de répondre en l'absence de preuve documentaire — démonstration construite sur des contrats et une société fictifs (ARESIA Assurances), illustrant une architecture agentique de conseil réglementé. En mode document, la même question est envoyée en parallèle à Claude et à Mistral Large 3 (inférence Mistral exécutée dans l'UE) : réponses côte à côte, avec latence, tokens et coût.
Fonctionnalités Clés
Routage Adaptatif ReAct / Plan-and-Execute
Un routeur détecte la complexité de la question et bascule entre recherche directe (ReAct) et décomposition en sous-questions (Plan-and-Execute).
Garde-fou Anti-Hallucination
Citation obligatoire des articles sources ; réponse « non trouvé » explicite plutôt qu'une réponse inventée quand l'information est absente des documents.
Traçabilité Complète du Raisonnement
Chaque étape du graphe (router, retrieve, evaluate, synthesize) est journalisée dans un trace_log consultable, de la question à la réponse finale.
Votre contrat, deux moteurs
Déposez un contrat : index temporaire en mémoire, séparé du corpus. La même question part en parallèle à Claude et à Mistral Large 3 (inférence dans l'UE) ; réponses côte à côte avec latence, tokens et coût estimé.
Stack Technique
Fraud Agent
Agent de pré-instruction de sinistres IARD : des règles métier décident du routage, un agent Claude propose, un gestionnaire valide.
Ce que ça démontreConcevoir un agent borné pour un métier réglementé : ce que le code décide, ce que l'agent propose, ce que l'humain valide, avec un coût et une durée mesurés.
Le Défi Métier
Dans un service sinistres, la plupart des dossiers sont simples, mais ceux qui appellent une enquête ou un recours contre un tiers responsable demandent de croiser plusieurs pièces. Confier ce travail à une IA soulève trois questions : qui décide du routage, que se passe-t-il quand le modèle se trompe, et combien cela coûte-t-il ?
La Solution IA
Sur des sinistres fictifs, des règles métier calculent un score sur 50 et fixent le routage (traitement automatique, investigation, alerte SIU). L'agent ne peut pas le modifier. Un agent Claude n'est appelé que si c'est utile, quand le dossier est suspect ou qu'un rapport de police est fourni. Il choisit ses outils, rend une proposition structurée, puis s'arrête : un gestionnaire valide ou rejette, motif à l'appui, avant que l'agent ne rédige un brouillon sans aucun envoi réel. Les seuils sont des choix de démonstration, non calibrés sur des données réelles.
Fonctionnalités Clés
Règles d'abord, IA si utile
Le score et le routage sont calculés par des règles déterministes. Un dossier sain, sans rapport de police, ne déclenche aucun appel à l'IA.
Un agent qui choisit ses outils
Selon le dossier, l'agent consulte l'historique du réparateur ou calcule le montant du recours. Chaque étape est visible dans un journal (outil, entrée, sortie, durée), et les montants sont recalculés par le code.
Validation humaine obligatoire
Le gestionnaire valide, ou rejette avec un motif. Suivent un brouillon de courrier de recours et un plan J+5 / J+15 / J+30, marqués « aucun envoi réel ».
Chiffres mesurés
- 0,02 à 0,03 $ par analyse
- 10 à 20 s
- 15 analyses réelles par jour, puis rejeu signalé (mesures du 01/10/2026)
Stack Technique
AGAP
Priorisation de portefeuille projets arbitrée par l'IA, sans biais Métier/DSI.
Ce que ça démontreOutiller une décision de portefeuille : rendre visibles les écarts Métier/DSI et arbitrer par scénarios, avec des justifications tracées.
Le Défi Métier
Un Directeur de Portefeuille arbitre chaque année des dizaines de projets sur la base de déclarations Métier et DSI structurellement biaisées : le Métier survalorise l'impact business, la DSI surestime l'effort et le risque technique pour se protéger. Sans mécanisme de médiation, l'arbitrage final devient un rapport de force politique plutôt qu'une décision objectivée.
La Solution IA
Une application de gouvernance qui fait challenger séparément chaque déclaration Métier et DSI par un agent Claude, calcule un indice de confiance et un score d'attractivité ajusté, puis visualise les conflits de perception avant l'arbitrage final — démonstration construite sur un portefeuille fictif de 6 projets, illustrant une médiation IA neutre entre deux acteurs aux intérêts divergents.
Fonctionnalités Clés
Challenger IA Multi-Rôles
Un agent Claude interroge séparément le Métier (valeur perçue) et la DSI (effort estimé), génère des questions de clarification et calcule un indice de confiance par déclaration.
Conflict Map
Cartographie visuelle du delta de perception Métier/DSI, avec seuil de conflit paramétrable en configuration (actuellement 20 points) pour repérer les projets nécessitant une médiation avant arbitrage.
Scénarios & Cut-Line d'Arbitrage
Classement comparé des projets selon deux scénarios de scoring (MVP / Complet) et ligne de coupure ajustable, avec inclusion forcée toujours justifiée et tracée.
Stack Technique
LexGuard
Détection des signaux de vigilance dans les contrats avant signature.
Ce que ça démontreRendre un contrat lisible pour un non-juriste : détection de signaux de vigilance et verdict en langage clair.
Détection de signaux de vigilance
Repère les patterns de montages contractuels à risque.
Verdict en langage clair
Restitution à 3 niveaux, sans jargon juridique.
Aucun stockage côté application
Le document est traité en mémoire et n'est pas conservé par l'application. Le fournisseur d'IA (Anthropic) conserve les données transmises 30 jours, selon sa politique par défaut.
Comex
Cadrage et alignement stratégique par l'IA.
Ce que ça démontreStructurer un cadrage IA : du questionnaire à deux trajectoires chiffrées par l'IA.
Cadrage + Clarification IA
19 questions structurées, suivies d'un échange de clarification avec l'IA (jusqu'à 4 questions ciblées) pour affiner le diagnostic.
Deux Propositions Chiffrées
Une proposition « rapide » (moins de 3 mois, stack existante) et une proposition « équilibrée » (MVP 3-6 mois), avec budget, délai et risques estimés par l'IA.
Adaptée à votre environnement
Les propositions tiennent compte de la stack IT déclarée (fournisseur cloud et IA déjà en place).
Sirene
Requêtes d'entreprises en langage naturel.
Ce que ça démontreRendre une API publique accessible en langage naturel, avec un modèle léger (Claude Haiku).
Requêtes en Langage Naturel
Traduction de la requête en paramètres de l'API Sirene par un LLM (Claude Haiku).
Filtres par secteur et région
Déduction du secteur NAF et de la région à partir d'expressions libres, avec filtre sur le statut administratif (entreprises actives ou cessées).
Export des résultats
Export CSV et Excel des résultats.
DVF
Recherche et analyse de transactions immobilières.
Ce que ça démontreExploiter l'open data foncière : recherche par adresse et statistiques de prix par commune.
Prix médian du foncier par commune
Médiane du prix au m² et de la surface des terrains, avec évolution par année, calculée pour chaque commune à partir des transactions DVF.
Recherche de Transactions par Adresse
Recherche géolocalisée des mutations immobilières et des ventes de terrains autour d'une adresse, avec repli automatique sur un rayon élargi.
Vérificateur de pièce d'identité
Contrôle qualité documentaire et cohérence MRZ par l'IA.
Ce que ça démontreCombiner une lecture par IA et un calcul déterministe (clés de contrôle MRZ) pour fiabiliser une vérification.
Contrôle qualité instantané
Détection en quelques secondes des photos floues, des reflets ou des pièces partiellement hors cadre, avant qu'un dossier n'atteigne un gestionnaire.
Cohérence MRZ vérifiable
Calcul déterministe des clés de contrôle ICAO 9303 (CNI et passeport), avec le détail affiché. Les caractères sont lus par l'IA : le calcul est transparent, la lecture peut se tromper.
Vérification croisée recto/verso
Comparaison du numéro de document entre les deux faces de la carte, comme signal de cohérence supplémentaire.