Programmes de calcul et de vérification
Des programmes de calcul qui, sur les mêmes données, donnent toujours le même résultat : contrôles, scénarios, simulations et vérifications répétables.
Logiciels techniques
Artik Lab développe pour le compte de ses clients des logiciels avancés lorsque le problème ne se résout pas avec un tableau de bord ou avec le logiciel d'entreprise standard : calculs techniques, modèles mathématiques, données opérationnelles, règles d'experts et flux de travail que l'on peut contrôler par des tests.
Quand c'est utile
Beaucoup d'entreprises industrielles travaillent avec des calculs, exceptions et décisions techniques qui ont grandi avec le temps. Ils vivent parfois dans des feuilles fragiles, parfois dans des logiciels obsolètes, parfois dans des procédures connues seulement par des utilisateurs experts. Le service transforme cette connaissance en systèmes lisibles, testables et transmissibles.
Ce qui peut être construit
La valeur vient de la combinaison entre ingénierie logicielle, analyse de données et formalisation de connaissance experte. Le résultat n'est pas une démo, mais un système avec critères d'acceptation, tests, documentation et limites claires.
Des programmes de calcul qui, sur les mêmes données, donnent toujours le même résultat : contrôles, scénarios, simulations et vérifications répétables.
Collecte, normalisation et lecture des données opérationnelles pour repérer anomalies, régularités, priorités et risques.
Audit du code existant, reconstruction des logiques, analyseurs de formats historiques et réécriture progressive.
Outils utilisables par les bureaux d'études et les fonctions opérationnelles : tableaux de bord décisionnels, rapports, exports et intégrations.
Méthode
Pas un logiciel générique. Un logiciel qui incorpore domaine, mathématiques et responsabilité.
Lire le système existant: données, formules, flux, dépendances, erreurs connues et risque opérationnel.
Les règles expertes deviennent entités, contraintes, hypothèses, cas limites et critères de décision.
Le coeur de calcul est séparé des interfaces, rapports et composants IA, afin de rester contrôlable.
Construire un petit flux complet: données d'entrée, modèle de données, calcul, vérification et résultat utilisable.
Tests automatiques, cas synthétiques, régression et comparaison avec références connues mesurent écarts et risques.
Le système devient utilisable avec interfaces, API, rapports, documentation et responsabilités de maintenance.
Livrables
Exemples anonymes
Un bureau d'études utilise des fichiers complexes pour prendre des décisions récurrentes. Le risque est que les formules ne soient plus vérifiables et que chaque modification exige une mémoire historique. Le projet reconstruit les règles, les transforme en modèle de données et ajoute des tests pour éviter les régressions.
Une application critique fonctionne encore, mais dépend de technologies datées et de logiques non documentées. Le travail part de l'audit, sépare ce qu'il faut préserver de ce qu'il faut reconcevoir et construit une réécriture progressive avec comparaison des résultats.
Le processus produit des données, mais l'entreprise les utilise surtout pour des rapports rétrospectifs. L'analyse cherche des signaux utiles pour les priorités opérationnelles, les anomalies, les prévisions et les choix de contrôle, et déclare aussi quand la donnée ne suffit pas.
Certaines décisions dépendent de l'expérience de rôles clés. Le projet rend explicites les règles, les exceptions et les seuils d'attention, de sorte que le savoir reste disponible même quand changent les personnes, les outils ou les volumes de travail.
À partir des projets réalisés
Ce qui a été obtenu.
Huit semaines d'analyse sur environ 267 fichiers source : 37 règles de décision mises par écrit et 18 points critiques que l'entreprise ne savait pas avoir.
La situation. Une entreprise conçoit sur commande des composants dont le dimensionnement exige des vérifications réglementaires. Depuis plus de vingt ans, le travail passe par un logiciel de calcul écrit en interne, sur une plateforme de développement qui n'est plus prise en charge, avec des formats de fichiers propriétaires jamais documentés. Le programme fonctionne, mais plus personne ne peut le modifier avec une sécurité raisonnable. Et les spécifications n'existent pas : les règles vivent dans le code et dans l'expérience d'un seul concepteur.
Ce qui a été fait. Les exigences n'ont pas été recueillies, elles ont été reconstruites. Le travail lit en parallèle trois sources — le code source, les archives des projets réellement exécutés et les indications du bureau d'études — et les fait se confronter : chaque règle extraite du code est recoupée sur les données et rapportée à l'expert, chaque indication de l'expert est vérifiée sur le code. Aucune affirmation n'est acceptée sur parole, ni celle de l'expert ni celle du code ; ce qui n'est pas vérifiable est déclaré tel, au lieu de rester implicite.
Ce qui a changé. L'entreprise a cessé de dépendre d'un savoir qui n'existait qu'à un seul endroit. Ce qui était tacite est devenu un document discutable, et avec la carte du système est sorti la liste des incohérences que plus personne n'avait le moyen de voir, y compris les écarts entre ce que le manuel prescrit et ce que le programme exécute.
Deux documents officiels déjà remplis avec les données contrôlées ; aucune communication ne part sans l'approbation d'une personne.
La situation. Une organisation reçoit les demandes par e-mail, en forme libre, rédigées par des personnes différentes. Chaque dossier exige des données précises, dont certaines ne se vérifient qu'en croisant plusieurs informations, et produit des documents officiels sur des modèles fixes. Le temps qualifié se perd dans le transport des données : relire, demander la donnée manquante, attendre, recopier les mêmes champs dans plusieurs documents, relancer celui qui doit compléter sa part. Le goulet n'est pas la décision : c'est le transport.
Ce qui a été fait. Un assistant surveille la boîte. Il lit le message, en extrait les données, les vérifie contre les conditions de l'organisation et répond en langage courant pour dire quelle donnée manque et sous quelle forme elle est nécessaire, au lieu de renvoyer un formulaire vide. Au-dessus travaille un gestionnaire qui connaît le cycle de vie du dossier : combien de fois la même donnée a déjà été demandée, si celui qui doit compléter sa part a répondu dans les délais, si le demandeur a déjà un dossier ouvert. Après un nombre déclaré d'échanges infructueux, le dossier est gelé, au lieu d'alimenter un échange infini.
Ce qui a changé. Quand le dossier est complet, les documents officiels sortent déjà remplis sur les modèles de l'organisation, avec les champs alimentés par les données validées. Le temps qualifié revient à l'appréciation de fond, la seule part qui exigeait vraiment une personne expérimentée.
Le planning hebdomadaire se calcule en quelques secondes et se régénère quand une contrainte change. De combien il fait économiser n'est pas encore mesuré, et n'est pas déclaré.
La situation. Quand une entreprise envoie des équipes chez les clients, le programme de la semaine naît de dizaines de contraintes qui se gênent : adresses dispersées sur un territoire large, plages horaires imposées par les clients, priorités commerciales et échéances légales, durées qui changent avec le type de prestation, équipages non interchangeables. Fait à la main, le planning sort toujours praticable mais jamais efficace, et il manque le terme de comparaison pour s'en apercevoir.
Ce qui a été fait. Le problème est formulé comme un problème de tournée avec fenêtres temporelles et résolu avec un solveur d'optimisation. Un premier niveau répartit les interventions sur les jours, en équilibrant la capacité des équipages et en plaçant d'abord les plus lourdes. Un second résout chaque journée comme une tournée sur plusieurs véhicules, avec les temps de parcours réels pris auprès d'un service routier et les fenêtres horaires traitées comme des contraintes qu'on ne peut pas violer.
Ce qui a changé. Le responsable reçoit un planning prêt à l'emploi : tournées sur carte, calendrier quotidien par unité, kilomètres, heures de conduite et saturation des équipages. Et le même planning se régénère en quelques secondes quand une contrainte change, ce qui est la part dont on a besoin tout de suite, quand quelqu'un se décommande.
Ouvrir un nouveau site, c'est charger un fichier, pas recueillir et classer à la main les photographies de chaque article.
La situation. Reconnaître à partir d'une photo les articles d'un catalogue qui change chaque jour coûte cher si chaque site doit d'abord recueillir et classer les photographies à la main. C'est ce qui rend prohibitifs les délais d'activation des solutions traditionnelles dans ce type de service.
Ce qui a été fait. L'approche alternative consiste à décrire le catalogue au lieu de le montrer. Les articles du jour sont chargés sous forme déclarative — nom, catégorie, description étendue, ingrédients, quantités — et un modèle multimodal généraliste reconnaît à partir de ces descriptions, pas à partir d'une archive d'images étiquetées. Le système gère aussi les articles composés, avec des coefficients de portion, de sorte que les valeurs restent correctes quand, dans un même choix, coexistent des demi-portions de produits différents.
Ce qui a changé. Activer un nouveau site, c'est charger son catalogue. Il n'est pas besoin de matériel dédié : on utilise le smartphone de la personne, sans totem ni lecteurs. Et le coût varie avec le trafic, au lieu d'être le coût fixe d'une présence à maintenir même quand il passe dix personnes.
18 types de cours obligatoires, chacun avec sa propre échéance ; pour chaque personne quatre états (valide, bientôt échu, échu, jamais suivi) et un préavis que l'on peut régler.
La situation. Qui répond de la formation obligatoire de dizaines ou de centaines de personnes tient l'état sur des feuilles de calcul qui vieillissent à chaque embauche et à chaque changement de poste. Le risque n'est pas théorique : c'est de s'apercevoir d'une échéance dépassée pendant une inspection, avec ce que cela implique en matière de sécurité au travail.
Ce qui a été fait. Le problème n'est pas de calculer une date. C'est de tenir ensemble les fichiers du personnel, l'historique des cours et des règles de périodicité différentes selon le rôle et l'activité, et de calculer pour chaque personne et chaque obligation un état parmi quatre : valide, bientôt échu dans le seuil, échu, jamais suivi. De là sortent la matrice de formation lisible d'un coup d'œil, les relances en registre formel et le rapport périodique.
Ce qui a changé. Quand la matrice existe, le travail devient de programmer les cours au lieu de reconstruire l'état. Les données personnelles restent sur le serveur de l'organisation : aucun envoi vers des services externes, obtenu comme contrainte d'architecture et non comme déclaration d'intention.
Atlas IA
L'Atlas rassemble des exemples concrets d'applications IA pour documents, opérations, RH, marketing, logiciels, gouvernance, production, formation et données. Il aide à décider si le besoin relève du conseil, de l'analyse de données, du développement technique ou de la formation.
Ouvrir l'AtlasIA contrôlée
Dans les systèmes techniques, les composants opaques ne doivent pas remplacer le calcul vérifiable. L'IA peut aider à explorer les données, expliquer les résultats, proposer des scénarios, lire des documents ou assister l'utilisateur. Le coeur déterministe, les règles métier et les tests restent le point de contrôle.
Dans les projets
Cinq projets différents, le même choix : ce qui décide est un calcul répétable et contrôlable par des tests, l'IA travaille au-dessus. Chaque fiche dit où passe la frontière et comment on la contrôle.
Les choix de qui a vingt ans de métier deviennent des règles écrites dans le programme de calcul ; les contrôles réglementaires restent un calcul répétable.
Dans beaucoup de bureaux d'études, le programme exécute les vérifications, tandis que les choix qui mènent à une solution efficace restent à qui a vingt ans de métier : par où commencer, comment corriger quand les vérifications ne collent pas, quand une solution formellement correcte n'est pas raisonnable.
Le projet transforme ces décisions en contraintes, heuristiques et règles de diagnostic explicites, qui deviennent des paramètres du programme de calcul. Au-dessus du noyau travaillent des agents spécialisés, instruits sur les cas historiques et sur les solutions réellement adoptées : l'un propose la configuration de départ pour un problème nouveau, l'un choisit la stratégie corrective quand l'optimisation ne converge pas, l'un compare le résultat aux cas analogues et signale quand il est mathématiquement correct mais atypique.
Les deux plans restent séparés. Les vérifications réglementaires sont déterministes et reproductibles, l'IA travaille au-dessus du calcul et non dedans, et l'expert reste dans le cycle pour valider, corriger et enrichir.
Les conditions pour accepter ou refuser un dossier sont dans un fichier que le service modifie sans toucher au code. L'intelligence artificielle prépare les données et communique l'issue, elle ne la fixe pas.
Sur un processus qui produit des documents officiels, le texte peut être écrit par l'intelligence artificielle ; si le dossier est accepté ou non, ce sont les règles qui le décident, pas le modèle.
Les conditions pour accepter ou refuser un dossier sont dans un fichier de configuration lisible que le bureau d'études met à jour lui-même quand une règle change, sans passer par le développement. L'intelligence artificielle lit les e-mails, en extrait les données et compose la réponse ; le programme de calcul décide de l'issue et la motive.
Et l'envoi reste un geste humain : le brouillon est prêt, la signature est de qui répond.
Le programme peut laisser de côté une intervention, et le déclare avec un coût lié à la priorité, au lieu de produire un planning qui tient sur le papier et pas sur la route.
La valeur n'est pas seulement le trajet le plus court : c'est de savoir ce qui reste dehors et pourquoi.
Au lieu de forcer un programme infaisable, le programme peut laisser de côté une intervention et le déclare avec un coût lié à la priorité. Ce que le responsable reçoit, c'est un planning exécutable plus la liste motivée de ce qui n'était pas planifiable — capacité insuffisante, fenêtre horaire incompatible — au lieu d'interventions qui disparaissent en silence.
Le temps de calcul aussi est déclaré au départ : c'est un paramètre de projet, pas un effet collatéral de la taille du problème.
La correction proposée à la personne n'affiche que des alternatives visuellement proches, et pas les prix.
Un système de reconnaissance mis entre les mains du public se juge à la façon dont il traite les cas où il se trompe.
Ici la qualité de l'image est évaluée avant l'envoi, et il est demandé de la refaire quand elle est floue ou incomplète. Après la reconnaissance, la personne confirme ou corrige, mais la correction est conçue pour ne pas devenir une échappatoire : la liste des alternatives ne contient que des articles visuellement proches, et les prix ne sont pas visibles.
La charge de la vérification se déplace sur l'utilisateur sans ouvrir la porte à l'abus, et c'est ce choix, plus que le modèle, qui détermine si le système tient en exploitation.
Aucun chiffre du rapport ne naît d'un modèle : les grandeurs sont calculées par un programme qui, sur les mêmes données figées, donne toujours le même résultat.
Dans les rapports, la séparation est nette. Les grandeurs sont calculées par un programme qui, sur les mêmes données figées, donne toujours le même résultat, avec des tests qui les reproduisent identiques à chaque exécution ; le texte est écrit ancré à ces chiffres et aux citations réelles.
Le document fini est ensuite relu par des personas synthétiques avec un seuil de qualité déclaré, en dessous duquel on ne livre pas.
Et quand l'indicateur évident ne discrimine pas — des catégories où toutes les activités sont au-dessus de 4,8 étoiles — le rapport le dit, au lieu de construire dessus un verdict.
Questions fréquentes
Non. Le service est conçu pour des problèmes qui exigent domaine technique, données, mathématiques, algorithmes, tests et critères de vérification.
Non. Souvent le premier travail consiste à reconstruire spécifications, règles, hypothèses et cas limites à partir du système existant et des experts.
Non. Dans les contextes techniques, l'IA sert de support. Les parties critiques restent explicables, testées et sous responsabilité humaine.
Le projet travaille avec périmètres, accès, données et matériaux convenus. Les exemples publics utilisent uniquement des descriptions anonymisées.
Contact
Le premier échange dure 30 minutes, il est gratuit et clarifie le processus, l'objectif, les données disponibles, les contraintes et la prochaine étape utile: formation, conseil, démarrage opérationnel, analyse de données ou prototype technique contrôlé.
Écrire à dtr@ar-tik.com