L'IA chez vous.
Vos données restent vôtres.

Modèles open-source, infrastructure dédiée, contrôle total. Pour les organisations qui ne peuvent pas, ou ne veulent pas, confier leurs données à un cloud tiers.

Ce qu'on construit.

01

Stack LLM auto-hébergée

vLLM, Ollama, llama.cpp : choix du moteur, du modèle, du quantization adapté à votre matériel.

02

RAG documentaire on-premise

Indexation, vectorisation, recherche sémantique, sans qu'aucun document ne sorte de votre réseau.

03

Chatbots & workflows internes

Assistants connectés à vos référentiels métier, exécutés dans votre infrastructure.

04

Dimensionnement hardware

Mac Studio, DGX Spark, serveurs GPU NVIDIA : nous calibrons selon le besoin réel, pas la mode.

Le processus, étape par étape.

  1. 01

    Audit

    Volumétrie, sensibilité des données, contraintes réseau, budget hardware.

  2. 02

    Architecture

    Choix des modèles, du moteur d'inférence, du dimensionnement, de la sécurisation.

  3. 03

    Déploiement

    Installation, intégration aux outils existants, tests de charge, monitoring.

  4. 04

    Run

    Maintenance, mises à jour modèles, supervision, transfert de compétences IT.

Ce que vous gardez.

Infra

Infrastructure prête à l'emploi

Stack installée, sécurisée, documentée, monitorée.

Doc

Note d'architecture & runbook

Topologie, dépendances, plan de reprise, procédures d'exploitation.

Run

Plan de mise à jour

Cycle de veille modèles, procédure de bascule, indicateurs de qualité.

Choisissez votre format.

Audit d'infrastructure

1 à 2 semaines

DSI qui veut un cadre avant d'investir dans le hardware.

  • Diagnostic des besoins
  • Recommandation hardware
  • Estimation budget & ROI
Demander un audit

Déploiement clé en main

4 à 8 semaines

Organisation qui veut une IA souveraine en production.

  • Hardware + stack logicielle
  • Intégrations métier
  • Formation IT & documentation
Lancer le déploiement

Run & maintenance

Mensuel

Infrastructure IA locale à maintenir et faire évoluer.

  • Supervision continue
  • Mises à jour modèles
  • Astreinte & rapport mensuel
Discuter du run

Ce qu'on nous demande souvent.

Quel matériel faut-il vraiment ?

Tout dépend de la taille du modèle et du nombre d'utilisateurs simultanés. Un Mac Studio M2 Ultra fait tourner un Llama 70B quantizé pour quelques dizaines d'utilisateurs ; un serveur GPU H100 devient nécessaire au-delà. Nous dimensionnons à partir de votre charge réelle, pas d'une fiche commerciale.

Les modèles open-source sont-ils assez bons ?

Pour la majorité des cas internes (résumé, extraction, classification, RAG documentaire) : oui. Pour du raisonnement complexe ou de la génération créative haut de gamme, un cloud souverain (Mistral, Anthropic EU) peut compléter. Les deux mondes cohabitent.

Qui maintient l'infrastructure après livraison ?

Au choix : votre IT (avec transfert de compétences et runbook complet) ou nous, via la formule Run & maintenance. Aucun verrouillage : la stack reste standard et reprenable.

À combiner

Souvent, ça va ensemble

Ces services se combinent souvent : un audit débouche sur une formation, une automatisation sur de l'IA locale.

FormationsComprendre les modèles, choisir les outils et construire ses premiers automatismes sur vos cas.Automatisation n8nDes workflows connectés à vos outils, lisibles par l'équipe, monitorés et repris sur erreur. Auto-hébergés si vos données l'exigent.Agents & assistantsAssistants métiers, pipelines RAG et agents outillés via MCP : utiles, sûrs et traçables.

Parlons de votre contexte.

Dites-nous où vous en êtes, on cadre ensemble ce qui aurait le plus d'impact.

Parlons de votre projet