Solution
Traitement intelligent des documents
Développement de pipelines qui extraient le texte et les tableaux des documents, classent les contenus et produisent des enregistrements structurés. Intégration de ces données aux bases, aux API et aux applications.
Architecture et réalisation
Extraction de données
Analyse de fichiers, de pages numérisées et de contenus structurés pour en extraire les données.
Classification et modèles
Modèles d’IA et règles de classification pour identifier les documents et organiser leurs informations.
Intégration applicative
Intégration des données extraites aux bases, aux API et aux traitements applicatifs.
Décisions de conception
Développement d’un pipeline d’extraction associant schéma de sortie, contrôles de format et références au document source. Une valeur absente reste distincte d’une valeur calculée ou proposée par le modèle.
Exemple d’application
Un traitement peut extraire des champs d’un document, conserver les passages justificatifs et orienter les cas ambigus vers une vérification avant intégration.
Livrables techniquesPipeline d’extraction, schémas de données, contrôles et interface de vérification
Une plateforme Google Cloud réunit les données de marché et les informations extraites des documents financiers dans un entrepôt BigQuery. Elle peut servir, par exemple, à constituer un historique d’instruments et de portefeuilles, exploitable dans Power BI et par les applications via des API.
Apache Airflow
BigQuery
Cloud Run
Cloud Storage
dbt
GitHub
Power BI
Terraform
Vertex AI
Composants et flux
- Conservation des fichiers sources dans Cloud Storage et chargement des tables brutes dans BigQuery
- Transformations dbt et contrôles de qualité avant publication des tables de faits et dimensions
- Extraction documentaire par Vertex AI, analyses dans Power BI et accès applicatif par API Cloud Run
Un agent interroge un index des dossiers contractuels et transmet les passages autorisés à un modèle Llama hébergé sur la plateforme privée. Les permissions de l’utilisateur filtrent les documents avant la recherche. La réponse cite les pièces du dossier et les textes de référence utilisés.
Docker
.NET
Microsoft Entra ID
Infomaniak
LangChain
Linux
Llama (Meta)
Model Context Protocol
Microsoft 365
PostgreSQL
Python
Composants et flux
- Extraction des documents Microsoft 365 et des corpus de référence, puis indexation textuelle et vectorielle dans PostgreSQL
- Agent LangChain utilisant un modèle Llama et des outils MCP de recherche en lecture, avec filtrage des droits et limitation des appels
- Contrôle du contexte disponible avant génération et présentation des références dans une application .NET
Développement et intégration
- Analyse de PDF, images et fichiers structurés
- OCR, extraction et classification
- Schémas de données et traitement des exceptions
- Pipelines et interfaces d’intégration
Les systèmes concernés
- Gestion documentaire, messagerie et stockage
- ERP, CRM et bases de données
- Services d’IA et applications métier
Service associéIntelligence artificielle →
Prestations par secteur
Découvrez les prestations d’ingénierie proposées dans les différents secteurs.
Banque et assurance
IA documentaire et services d’analyse
Extraction et classification de données dans les documents financiers ou d’assurance, avec référence au passage source et validation des champs. Recherche documentaire et agents reliés aux API, dans un périmètre d’actions et d’accès défini.
Distribution et commerce en ligne
IA pour les catalogues et les documents
Extraction d’attributs depuis les documents fournisseurs, recherche dans les catalogues et assistants reliés aux informations autorisées. Validation des données produites avant leur publication dans les applications commerciales.
Pour approfondir
Quatre questions sur le règlement européen sur l’IA pour une entreprise suisse
Le rôle de l’entreprise, son lien avec l’Union européenne et la finalité du système déterminent l’analyse. Les conclusions doivent ensuite être traduites en décisions de conception vérifiables.
Quatre workflows d’agents d’IA et leurs critères de validation
Un agent relie l’analyse d’informations aux outils de l’organisation. Quatre exemples montrent les intégrations nécessaires, le résultat attendu et les contrôles qui permettent de l’évaluer.
Solutions complémentaires
Parlons de votre projet
Un échange sur la conception, le développement et la mise en production de votre projet.