Une étude de cas courte répond à trois questions : est-ce faisable, combien ça coûte à l'usage, et qu'est-ce qui casse en premier. Nous ne revendons aucune licence : l'avis n'a rien à vendre.
La bonne question n'est pas « est-ce que l'IA sait faire »
Presque tout est faisable en démonstration. La question utile est ailleurs : à quel taux d'erreur, à quel coût par unité traitée, et que se passe-t-il quand le modèle se trompe sans le dire.
Un exemple mesuré chez nous. Sur un module d'extraction de notes de frais, le traitement d'une page coûte environ 4 300 tokens, soit à peu près quatre dixièmes de centime. À ce prix, un mois de justificatifs d'un consultant revient à une douzaine de centimes de calcul. Ce n'est pas le coût qui décide : c'est le taux d'erreur, et il se mesure avant, pas après.
Ce que nous appelons un garde-fou
Un modèle de langage produit toujours une réponse, y compris quand il n'a rien pour la fonder. C'est le seul risque qui compte vraiment en entreprise : pas l'erreur visible, l'erreur plausible.
Nous construisons donc des systèmes qui savent dire « je n'ai pas ». Concrètement, sur notre moteur documentaire : un extrait dont le score de pertinence est sous un seuil mesuré n'entre pas dans la réponse, et si plus rien ne passe le seuil, le système répond que le corpus ne couvre pas la question au lieu de meubler avec du texte hors sujet.
Pourquoi l'indépendance change l'avis
Un intégrateur qui revend des licences a une réponse par défaut : sa plateforme. Nous n'en revendons aucune, ce qui laisse ouvertes les réponses inconfortables : « un tableur suffit », « ce n'est pas mûr », « faites-le à la main encore six mois ».
Nous travaillons aussi bien sur des modèles hébergés en Suisse que sur des modèles ouverts déployés chez le client. Le choix se fait sur la donnée à traiter et sur ce qui a le droit de sortir de votre réseau, pas sur un catalogue.
Ce que vous recevez
- Une réponse écrite sur la faisabilité, avec ce qui marche et ce qui ne marchera pas.
- Le coût à l'usage, calculé sur votre volume réel, pas sur une grille.
- Les points de rupture identifiés : ce qui casse quand le volume double, quand la qualité des données baisse, quand le fournisseur change de modèle.
- Un prix fixe pour la suite, connu avant de commencer.