Votre IA locale, sécurisée, supervisée et maintenue.
Ce qui tourne chez nous aujourd'hui
34
2791
275
346
Du choix des modèles à l'exploitation
Un modèle par usage
Chaque agent a son modèle. Nous testons de nombreux modèles ouverts sur vos vraies questions, avec plusieurs réglages, pour mesurer qualité et régularité, puis nous ajustons agent par agent. Nous organisons avec vous les références, la base de connaissances et la gouvernance. C'est notre audit de préparation IA.
Sécuriser et optimiser
Nous installons votre IA sur vos serveurs ou sur notre hébergement souverain, puis nous la verrouillons : agents cloisonnés, moteur des modèles coupé d'Internet, fichiers sous empreinte, accès restreints. Nous ajustons ensuite les performances sur votre matériel (taille des modèles, mémoire, temps de réponse), mesures à l'appui.
Maintenir, à vos côtés
Supervision permanente, mises à jour validées sur le banc d'essai, sauvegarde hors site. Un interlocuteur qui connaît votre installation intervient en cas d'alerte, tient le journal des incidents et vous rend compte chaque mois. Quand un meilleur modèle apparaît, nous le testons sur vos questions avant de vous le proposer.
Pourquoi tant de contrôles
Un modèle d'IA n'est pas un logiciel comme les autres : c'est un fichier de plusieurs gigaoctets qu'on ne peut pas relire comme du code. Les risques sont concrets.
- Un modèle orienté. Chaque modèle porte les choix de ceux qui l'ont entraîné. Un modèle chinois, par exemple, ne dira rien contre la position officielle de la République populaire de Chine. Ces biais doivent être testés avant l’usage.
- Un fichier altéré. Le modèle peut avoir été modifié avant d'arriver chez vous, ou après, sur le disque.
- Un usage qui dérive. Un agent peut sortir de sa tâche, utiliser ses outils autrement que prévu, modifier ou supprimer des fichiers.
- Une instruction piégée. Dès qu'il lit vos documents, un texte piégé peut lui faire faire ce que vous n'avez pas demandé.
- Une fuite. Il peut chercher à joindre Internet, ou recopier un mot de passe dans une réponse.
En juillet 2026, chez OpenAI, des agents en test face à une tâche impossible ont changé d'objectif et ont fini par attaquer une plateforme réelle, Hugging Face (notre analyse). Personne ne l'a vu pendant plusieurs jours, et il a fallu arrêter les tests, reconstruire une partie de l'infrastructure et suspendre l'entraînement pour reprendre la main. Une erreur de modèle ou une tâche mal posée peut produire des résultats inattendus, voire dangereux. La supervision sert à voir qu'il se passe quelque chose d'anormal, et à couper un agent sans couper le courant de toute l'entreprise. Et comme la mémoire est séparée du modèle, on repart avec un autre modèle sans rien perdre.
Ce qui est surveillé en permanence
| Contrôle | Quand | État normal |
|---|---|---|
| Les modèles présents, comparés à la liste approuvée (nom et empreinte) | chaque minute | aucun modèle inconnu, aucune empreinte modifiée |
| Chaque fichier de modèle, vérifié octet par octet | régulièrement, sur la totalité des fichiers | aucune différence |
| Sortie : les connexions du moteur des modèles vers Internet | bloquées en permanence, sauf pendant un téléchargement ouvert par un humain | aucune connexion sortante |
| Entrée : qui peut joindre le moteur des modèles depuis le réseau | chaque minute | personne, hors de la machine elle-même |
| Scripts, tests, instructions système et outils des agents | chaque minute, par empreinte | identiques à la version approuvée |
| Les réponses produites pendant les tests | à chaque réponse | aucun mot de passe ni clé |
| Ce que font les agents dans les outils | en continu | peu de refus, aucune suppression |
Quand quelque chose dévie
Des alertes traitées et tracées
Les alertes remontent dans la supervision de votre infrastructure, graduées de l'information au critique. Chaque type d'alerte est associé à une procédure écrite à l'avance. Pour nos clients sous contrat, c'est nous qui intervenons : diagnostic, action corrective, puis inscription dans un journal des tâches et des incidents que vous pouvez consulter, et qui est repris dans le rapport mensuel.
Retrait automatique, retour sur validation humaine
Un modèle n'est autorisé pour un assistant qu'après avoir réussi le banc d'essai sur les questions de cet assistant. Sur nos agents automatisés, s’il échoue à un nouveau passage, après une mise à jour par exemple, son autorisation lui est retirée automatiquement et l’agent ne peut plus le lancer. Pour revenir, il doit repasser le banc et être validé explicitement par une personne. Le principe : une machine peut retirer une autorisation, jamais s'en accorder une.
Rien ne sort
Le moteur des modèles n'a pas accès à Internet. Toute nouvelle connexion sortante est refusée, y compris les résolutions de noms (DNS), qui peuvent servir à faire sortir des données. La règle est contrôlée chaque minute et rétablie automatiquement si elle disparaît, après un redémarrage ou une mise à jour par exemple. Le téléchargement d'un modèle passe par une fenêtre ouverte par une personne, limitée dans le temps, qui se referme d'elle-même. Chaque tentative refusée est comptée et journalisée.
Le gardien surveillé
La surveillance rend compte chaque minute. Si aucun rapport n'arrive pendant cinq minutes, une alerte part. Même principe pour la vérification complète des fichiers de modèle : si elle n'a pas abouti dans le délai prévu, c'est signalé. Un composant surveillé qui s'arrête, un outil d'agent qui ne répond plus, une règle de filtrage absente : chaque cas a sa propre alerte. Un contrôle silencieux n'est pas un contrôle, alors nous surveillons aussi le silence.
Des droits limités, agent par agent
- Des agents cloisonnés. Chaque agent n'a que ses outils, ses données et ses droits. Un agent compromis ne compromet pas le reste.
- Des outils sur liste fermée. L'IA ne fabrique pas de commandes : elle appelle des outils dont les actions sont écrites à l'avance.
- Lire largement, écrire peu, exécuter explicitement, tout journaliser. Une suppression ou une rafale d'écritures déclenche une alerte. Une écriture qui effacerait plus de la moitié d'une page est refusée.
- Pas de mise en service sans qualification. Un modèle n'est utilisé pour un assistant qu'après avoir réussi le banc d'essai sur les vraies questions de cet assistant. Pour nos agents automatisés, un modèle non qualifié ne peut pas être lancé. Pour les assistants de l’interface, la qualification est vérifiée avant chaque mise en service.
Votre savoir-faire métier vous appartient
Vos connaissances, vos procédures et vos règles métier vivent dans votre base documentaire, avec leur historique, leurs versions et leurs validations. La gouvernance est définie avec vous : qui rédige, qui valide, ce que chaque agent a le droit de lire. Les index et la recherche de l'IA sont tirés de cette base et se reconstruisent à tout moment. Vous pouvez changer de modèle sans rien perdre : le modèle se remplace, votre connaissance reste.
Elle est sauvegardée hors site avec notre sauvegarde externalisée : transfert chiffré, stockage sur volumes chiffrés AES-256, intégrité vérifiée par empreinte SHA-256, deux copies indépendantes et des tests de restauration mensuels.
La maintenance
- Une mise à jour passe d'abord par le banc d'essai, sur vos propres questions. Elle n'est mise en service qu'après.
- Les nouveaux modèles sont comparés régulièrement. Nous changeons quand le gain est mesuré, sans reconstruire la solution.
- Un modèle n'est téléchargé que depuis un éditeur approuvé, pendant une fenêtre ouverte par un humain et refermée ensuite.
- Supervision, sauvegarde et rapport peuvent rejoindre un contrat de maintenance existant ou un contrat de services IA dédié.
Ce qui arrive bientôt
L'IA locale avance vite, et nous avançons avec elle. Pas de voiture volante au programme : des briques concrètes, en cours de finalisation sur notre propre plateforme, qui arriveront ensuite chez nos clients.
- Le filtrage de sortie étendu à toute la chaîne. Le moteur des modèles est déjà coupé d'Internet. L'interface, la recherche documentaire, les agents et le serveur lui-même suivent.
- L'analyse des conversations en production, pour repérer une fuite au moment où elle se produit, et plus seulement pendant les tests.
- Des validations nominatives. Chaque approbation gardera le nom de son auteur.
- La qualification étendue aux assistants de l'interface, avec le même banc d'essai que pour les agents.
Aucune méthode ne prouve qu'un modèle est sain. Ce que nous faisons, c'est rendre visible tout changement de modèle, de code ou de configuration, et vérifiable tout écart.
Questions fréquentes
Foire aux questions (FAQ)
Oui.
Nous privilégions une architecture qui limite la dépendance à un modèle ou à un fournisseur unique. Le modèle peut donc évoluer selon vos besoins, votre matériel, vos coûts et les progrès disponibles, sans reconstruire toute la solution.
Pour aller plus loin
- Agents et assistants IA privés : l'offre complète, de l'audit au fonctionnement quotidien.
- Chatbot IA privé : un assistant qui répond à partir de votre wiki et de vos documents, hébergé chez vous.
- Sécurité par géo-blocking : le même principe appliqué à vos serveurs web.
- VPN WireGuard souverain : l'administration de votre IA réservée aux seules adresses autorisées.
- Gestion des mots de passe : les accès à vos outils et à votre IA dans un coffre-fort d'entreprise.
Parlons de votre projet
Trente minutes, sans engagement, pour regarder vos cas d'usage, ce qu'une IA locale peut en faire, et comment nous la protégerions et la ferions tourner chez vous.
Vous voulez d'abord savoir quel modèle tient la route sur vos propres questions ? C'est l'objet de notre audit de préparation IA.