Recherche et pratique

Recherche et perspectives

Trois points de vue

01

Une démonstration réussie est encore loin d’un système utilisé chaque jour.

Transformer une démonstration en application IA utilisée au quotidien demande de préparer les données, de structurer les connaissances, d’intégrer les processus et de définir les droits. Nous travaillons avec les équipes pour répondre aux besoins du terrain.

02

Le travail au-delà du choix du modèle

D’après notre expérience des projets, le choix du modèle est une partie du travail. Préparer les données, structurer les connaissances, intégrer les processus et définir les droits demandent aussi un investissement.

03

Capacité d’action et risque vont de pair.

En passant de la réponse aux questions à l’exécution autonome, les agents peuvent agir davantage, mais deviennent plus difficiles à contrôler. La gestion de cet écart est essentielle : un agent plus capable peut aussi amplifier les conséquences d’une erreur.

Comment l’avantage durable se déplace des modèles vers les données et la gouvernance

Premier niveauModèlesLe marché des modèles est déjà structuré ; les entreprises peuvent concentrer leurs efforts ailleurs.
Deuxième niveauFrameworks de développementLes frameworks de développement se standardisent rapidement, ce qui réduit les barrières à l’entrée.
Troisième niveauDonnées et gouvernanceLes données, les processus métier et les exigences de conformité propres au client constituent un patrimoine que les fournisseurs de modèles ne peuvent remplacer. C’est sur cette base que Venus Intelligence concentre son travail.

Les trois actifs d’un système conçu pour l’IA

Les modèles évoluent. Nous nous concentrons sur trois actifs qui peuvent se développer au fil des projets :

Contexte

Des données et connaissances sectorielles structurées, traçables et directement utilisables par l’IA.

Cadre d’exécution

Appel d’outils, mémoire, isolation des permissions et évaluation. Le modèle peut changer tandis que le cadre d’exécution (harness) conserve sa valeur.

Compétences

Des processus répétables transformés en compétences versionnées. L’enrichissement de la bibliothèque reflète l’apprentissage du système.

Comment le FDE relie ces trois actifs

Publications

VLDB 2025 Workshop (LSGDA)

Représentations sémantiques et regroupement d’entreprises

Méthodes de représentation sémantique et applications au regroupement de grandes bases de données d’entreprises.

IEEE IVMSP 2026

Une lecture des Transformers par la théorie du filtrage

Un cadre d’interprétation des Transformers fondé sur la théorie du filtrage.

Réalisations et collaborations

Algorithme de représentation sémantique

Rapprochement multilingue et regroupement d’entités d’entreprise.

Algorithme de génération de texte à partir de données d’entreprises mondiales

Enregistré auprès de l’Administration chinoise du cyberespace : 网信算备440309441584901250013号.

Moteur de sécurité 9Xin Iron Claw

Environnement d’exécution et contrôles de sécurité en Rust pour les compétences et le cadre d’exécution.

Partenariats de recherche universitaire

Des programmes de formation de niveau master sont menés avec plusieurs universités, avec un accompagnement par des tuteurs en entreprise. L’objectif est de transformer les méthodes de mise en œuvre en compétences transmissibles au sein de l’organisation.

Partons d’un besoin concret de votre activité.

Dites-nous où l’IA n’a pas encore trouvé sa place : où sont les données, qui utilisera le système et qui en validera les résultats. Un atelier nous permettra de définir avec vous un plan de mise en œuvre aux résultats vérifiables.