Services
Nous concevons et livrons des chatbots propulsés par LLM qui passent une barre d'évaluation, pas une démo. GPT-4o, Claude 3.7 et Gemini 2.0 choisis par charge de travail, ancrage RAG sur Pinecone ou pgvector, canaux Slack/Teams/WhatsApp, transfert humain vers Intercom/Zendesk/Salesforce, et une observabilité Langfuse complète. Chaque projet est livré avec un golden set versionné et des tests de régression Ragas pour que l'hallucination soit un SLO suivi, pas une inquiétude. Discovery + conception des flux à partir de 9 000 EUR, MVP à partir de 32 000 EUR, support en production à partir de 8 500 EUR/mois.
La plupart des chatbots échouent des trois mêmes façons : ils hallucinent avec assurance sur des questions hors de leur base de connaissances, ils enferment les utilisateurs dans des boucles sans issue au lieu de transférer à un humain, et ils sont livrés sans suite d'évaluation, si bien que personne ne peut prouver que le mois deux est meilleur que le mois un. Nous construisons les chatbots autour de ces trois modes de défaillance. Chaque flux de conversation comporte une porte de secours vers un agent humain avec tout le contexte. Chaque réponse factuelle est ancrée dans une citation de récupération. Chaque release est exécutée contre un golden set versionné avec une notation Ragas de fidélité et de pertinence de la réponse. Le bot est livré quand les chiffres le disent, pas quand le calendrier le dit.
Atelier avec votre équipe support, vente ou opérations pour cartographier les vraies intentions des utilisateurs à partir des données de tickets et de chat. Diagrammes de flux, logique de slot-filling, règles d'escalade et un document écrit de conception conversationnelle avant la moindre ligne de code.
GPT-4o, Claude 3.7 ou Gemini 2.0 choisis par charge de travail sur la base d'une évaluation côte à côte sur vos vraies données. Function calling pour l'usage d'outils, sorties structurées pour la création de tickets, et une logique de routage qui échoue en sécurité.
Pipeline d'ingestion pour les docs, articles de centre d'aide, Confluence, Notion, SharePoint et macros Zendesk. Index Pinecone ou pgvector avec recherche hybride, rendu des citations et refus fondé sur la confiance lorsque la récupération est faible.
Widget web, Slack, Microsoft Teams, WhatsApp Business via Twilio ou Meta Cloud API, SMS, Telegram, et la voix via Twilio ou LiveKit. Moteur de conversation agnostique au canal : mêmes flux, même RAG, même suite d'évaluation.
Intégration de premier ordre avec Intercom, Zendesk, Salesforce Service Cloud, Front, HubSpot. Le transfert emporte la transcription, l'intention détectée, les citations et le score de confiance. Déclencheurs réglés par rapport à vos objectifs de CSAT et d'AHT.
Traçage Langfuse sur chaque conversation, tableaux de bord de coûts Helicone, session replay Posthog, entonnoirs GA4, rapports hebdomadaires de régression d'évaluation, et une boucle d'amélioration mensuelle où les réponses à faible confiance se réinjectent dans le golden set.
Semaines 1–3 : exploration de vos données de tickets et de chat, ateliers d'intentions avec support/ops, rédaction du document de conception conversationnelle, choix du LLM via évaluation côte à côte, construction du golden set v0. Go/no-go avant la construction du MVP.
Semaines 4–7 : pipeline d'ingestion, index vectoriel, récupération hybride, intentions principales câblées avec appels d'outils, sorties structurées, rendu des citations. Évaluation Ragas tournant à chaque PR. Seuils de confiance réglés sur le golden set.
Semaines 8–9 : lancement du canal (web, Slack, Teams ou WhatsApp), transfert humain dans votre outil de support avec tout le contexte, déclencheurs d'escalade, tableaux de bord analytics, runbooks pour les incidents.
À partir de la semaine 10 : déploiement canary à 10 pour cent, puis 50, puis 100. Revue hebdomadaire de régression d'évaluation, extension mensuelle des intentions, ablation trimestrielle des mises à jour de modèle. Le support en production se déroule en forfait si vous le souhaitez.
Trois semaines fixe. Audit des données de tickets et de chat, ateliers d'intentions, document de conception conversationnelle, évaluation du fournisseur de LLM, golden set v0, et un plan de MVP écrit avec coût et calendrier. Crédit appliqué au MVP si vous poursuivez. 9 000 EUR fixe.
8–10 semaines. Chatbot en production sur un canal avec ancrage RAG, transfert humain dans votre outil de support, tableaux de bord analytics, supervision, et 30 jours de support post-lancement. Barre d'évaluation convenue avant le lancement. 32 000 EUR fixe.
Réglage continu des flux, extension des évaluations, nouvelles intentions, canaux additionnels, mises à jour de modèles, optimisation des coûts fournisseurs, astreinte pour les incidents. Un ingénieur senior plus le support d'évaluation, minimum de six mois. À partir de 8 500 EUR/mois.
La tarification exclut la consommation d'API LLM — nous configurons les fournisseurs sur vos comptes afin que vous gardiez le levier de coût et les conditions contractuelles de rétention zéro.
Plateforme sociale en production — App Store + Google Play, en service à travers les US et l'UE — avec Radar géolocalisé, messagerie chiffrée et une économie virtuelle.
Clients de signature électronique iOS et Android natifs avec un CRM Symfony + React pour un cabinet d'avocats transfrontalier — onboarding KYC et une piste de preuve défendable pour les dossiers US et UE.
Application VPN WireGuard grand public pour iOS et Android avec architecture zéro-log, lancée à travers les US et l'UE.
Conforme au RGPD · Prêt pour ISO 27001 · SOC 2 Type II en cours · Compatible HIPAA · CCPA pris en compte
La fidélité, la pertinence de la réponse et la précision du contexte sont suivies dans Langfuse et revues chaque semaine. Si une release fait régresser le golden set au-delà du seuil convenu, le merge est bloqué — pas livré derrière un feature flag.
Nous utilisons Voiceflow et Botpress quand ils conviennent, mais le moteur de conversation est du code dans votre dépôt. Pas de verrouillage fournisseur, pas de frais surprise par message, pas d'appels téléphoniques « la plateforme est en panne » un mardi après-midi.
Les API LLM tournent sur vos comptes fournisseurs, Helicone montre la dépense en temps réel par intention, et nous livrons chaque mois des recommandations d'optimisation des coûts : modèles moins chers pour les intentions à fort volume, compression de prompts, mise en cache de préfixes.
Pour les charges réglementées, nous signons des BAA HIPAA, routons vers des points de terminaison LLM éligibles HIPAA, et intégrons votre gouvernance des données et DLP existantes — pas en parallèle de celles-ci.
Cela dépend de la charge de travail, pas de la fidélité à une marque. GPT-4o domine sur la fiabilité du tool-calling et le respect des sorties structurées à faible latence ; nous le retenons par défaut pour les bots de support transactionnel qui appellent des API. Claude 3.7 domine sur l'ancrage en contexte long et le calibrage des refus ; nous le retenons par défaut pour les assistants juridiques, conformité et à forte charge réglementaire. Gemini 2.0 domine sur le coût par token à qualité de pointe pour les charges à fort volume et à forte lecture. Chaque mission démarre par une évaluation comparative côte à côte sur vos vraies données de tickets, présentée sous forme de comparaison écrite avec le coût, la latence p95 et les taux de refus avant que nous ne choisissions.
Trois couches. Premièrement, l'ancrage RAG : chaque réponse factuelle cite un passage de votre base de connaissances via Pinecone ou pgvector, et le LLM est invité à refuser lorsque la confiance de récupération est inférieure à un seuil réglé. Deuxièmement, le harnais d'évaluation : un golden set de 300 à 800 vraies questions avec réponses correctes étiquetées, noté à chaque release avec Ragas (fidélité, pertinence de la réponse, précision/rappel du contexte) plus un LLM-as-judge à grille. Troisièmement, la supervision en production : Langfuse trace chaque conversation, signale les réponses à faible confiance pour revue humaine, et les réinjecte dans le golden set. Le taux d'hallucination est un SLO suivi, pas une impression.
Oui, et le transfert fait partie intégrante de la conception, pas d'une réflexion après coup. Nous intégrons Intercom, Zendesk, Salesforce Service Cloud, Front et HubSpot Service Hub via leurs API natives. Le transfert inclut la transcription complète de la conversation, l'intention utilisateur détectée par le bot, les citations de récupération et un score de confiance pour que l'agent humain dispose du contexte. Les déclencheurs de transfert sont configurables : demande explicite de l'utilisateur, faible confiance, intention sensible (litige de facturation, juridique, réclamation), ou après N clarifications échouées. Nous réglons le seuil par rapport à vos objectifs de CSAT et d'AHT dès le premier mois.
Widget de chat web (JS vanilla ou drop-in React), Slack, Microsoft Teams, WhatsApp Business via Twilio ou Meta Cloud API, SMS, Telegram, Intercom Messenger, Facebook Messenger, et la voix via Twilio Voice ou LiveKit. Le moteur de conversation est agnostique au canal : mêmes flux, même index RAG, même suite d'évaluation. Le travail propre à chaque canal porte surtout sur l'authentification et le rendu des messages enrichis. Un deuxième canal typique ajoute deux à trois semaines ; un troisième canal en ajoute une. WhatsApp Business prend plus de temps à cause de l'approbation des modèles par Meta, qui relève de la paperasse, pas de l'ingénierie.
La mission démarre par un DPA conforme au RGPD et un diagramme de flux de données montrant chaque endroit où atterrit un message utilisateur. Les clients UE tournent uniquement sur des régions UE (AWS eu-west-1, eu-central-1, GCP europe-west). Le caviardage des données personnelles (Presidio plus règles sur mesure) s'exécute avant qu'aucun prompt n'atteigne le fournisseur de LLM. Les journaux de conversation sont conservés selon votre politique avec un outillage de droit à l'effacement intégré. Pour Anthropic, OpenAI et Google, nous utilisons des points de terminaison API à rétention zéro lorsque disponibles. Nous sommes conformes au RGPD, prêts pour ISO 27001, SOC 2 Type II en cours, compatibles HIPAA pour la healthtech, et CCPA pris en compte pour les produits grand public US.
La discovery et la conception des flux sont à 9 000 EUR fixe sur trois semaines : intentions, flux de conversation, audit des connaissances, golden set d'évaluation v0 et un plan de livraison écrit. Un MVP en production sur un canal avec RAG, transfert et analytics est à 32 000 EUR fixe sur 8 à 10 semaines. Le support en production et l'amélioration continue (extension des évaluations, réglage des flux, mises à jour de modèles, optimisation des coûts fournisseurs, astreinte) démarrent à 8 500 EUR/mois avec un minimum de six mois. La tarification exclut la consommation d'API LLM, facturée directement sur vos comptes afin que vous gardiez le levier de coût.
Partagez quelques détails et un consultant senior vous répondra sous un jour ouvré.
