Agence IA : l’intelligence artificielle intégrée à vos applications métier
Depuis trois ans, presque toutes les entreprises que nous rencontrons ont vu une démonstration d’intelligence artificielle impressionnante. Beaucoup moins ont une IA qui travaille réellement dans leurs outils, tous les jours, sur leurs données, avec un résultat mesuré. L’écart entre les deux ne vient pas de la technologie : il vient de l’intégration.
C’est précisément là que nous intervenons. Doing × Les Globules ne vend pas des démonstrations : nous intégrons l’intelligence artificielle dans les applications métier que nous concevons et que nous maintenons ensuite pendant des années, avec un POC pour valider d’abord et un chiffrage au forfait détaillé avant de commencer.
Ce que l’IA change concrètement dans une application métier
L’intelligence artificielle est bonne à trois choses dans un contexte professionnel : lire ce que personne n’a le temps de lire, retrouver ce que personne ne sait où chercher, et proposer ce qu’un humain validera. Ces trois usages couvrent la grande majorité des projets qui tiennent dans le temps.
Ce qu’elle fait mal, en revanche, mérite d’être dit aussi : elle ne décide pas de façon fiable à votre place, elle ne remplace pas une règle de gestion qui doit être exacte à 100 %, et elle ne compense pas des données désorganisées. Une IA posée sur un système d’information en désordre amplifie le désordre.

Les usages que nous développons
Extraction de données dans les documents
Factures fournisseurs, bons de livraison, commandes clients reçues en PDF, comptes rendus, courriers. Le modèle lit le document, identifie les champs attendus et alimente votre application. L’opérateur ne saisit plus : il vérifie et corrige, ce qui divise souvent le temps de traitement par trois ou quatre. C’est l’usage au retour sur investissement le plus rapide et le plus facile à mesurer.
Recherche dans votre documentation interne
Vos procédures, vos fiches techniques, vos contrats et vos historiques d’intervention contiennent les réponses à la plupart des questions que vos équipes posent. Nous construisons des moteurs de recherche augmentée qui interrogent vos propres documents et fournissent une réponse accompagnée de ses sources, consultables. Cette traçabilité n’est pas un détail de confort : c’est elle qui rend la réponse vérifiable, donc utilisable.
Classification et orientation automatique
Demandes entrantes à qualifier, tickets à router vers la bonne équipe, non-conformités à catégoriser, messages à prioriser. Le modèle propose, la règle métier arbitre, l’humain garde la main sur les cas sensibles.
Analyse d’images
Contrôle visuel en production, lecture de plaques ou d’étiquettes, détection de défauts, vérification de conformité sur photo de chantier ou d’intervention. Dans un contexte industriel, ces usages se combinent naturellement avec les données déjà remontées par vos équipements : voir notre logiciel industriel sur mesure et notre expertise en objets connectés industriels.
Prévision et détection d’anomalies
Prévision de consommation ou de charge, détection de dérives sur des mesures machines, repérage d’anomalies dans des flux de données. Ces usages reposent rarement sur de l’IA générative : ce sont souvent des méthodes statistiques éprouvées, moins spectaculaires et bien plus fiables.
Assistance à la rédaction et à la saisie
Pré-remplissage d’un rapport d’intervention à partir des constats, reformulation d’un compte rendu, synthèse d’un historique client avant un rendez-vous. Le gain porte sur un temps administratif que personne n’aime passer. Voir notre logiciel de gestion d’intervention.
Agents conversationnels
Assistants capables de répondre, de chercher dans vos données et de déclencher des actions dans vos applications. Ce sujet mérite une page à lui seul : voir agent IA et chatbot pour entreprise.
Choisir la bonne technique, pas la plus impressionnante
Une partie de notre travail consiste à vous faire économiser de l’IA. Beaucoup de besoins présentés comme des projets d’intelligence artificielle se traitent plus simplement, plus vite et plus sûrement autrement.
| Votre besoin | Technique adaptée | Pourquoi |
|---|---|---|
| Appliquer une règle de gestion connue et stable | Du code classique | Exact, instantané, gratuit à l’usage, explicable. Aucune IA ne fera mieux. |
| Prévoir une quantité à partir d’un historique chiffré | Modèle statistique ou apprentissage automatique classique | Plus précis et incomparablement moins coûteux qu’un grand modèle de langage sur ce type de problème. |
| Classer des documents selon des catégories connues | Modèle de classification entraîné sur vos données | Rapide, peu coûteux, mesurable, et il s’exécute sur votre infrastructure. |
| Comprendre un texte libre, en extraire du sens, rédiger | Grand modèle de langage | C’est son terrain, et il n’a pas d’équivalent. |
| Répondre à partir de vos propres documents | Grand modèle de langage associé à une recherche sur vos contenus | Le modèle ne connaît pas vos documents : il faut les lui fournir au moment de la question, et citer les sources. |
| Reconnaître des formes ou des défauts sur image | Vision par ordinateur | Techniques spécialisées, plus économes et plus fiables que des modèles généralistes. |
Dans un projet réel, ces approches se combinent presque toujours. Le modèle propose, les règles métier contrôlent, et l’application garde la trace de qui a validé quoi.
Le sujet que personne n’aborde : ce que l’IA coûte vraiment
Une démonstration coûte quelques euros. Le même usage, déployé sur dix mille documents par mois pendant trois ans, coûte beaucoup plus, et cette facture est récurrente, contrairement au développement. Nous estimons donc systématiquement le coût d’exploitation avant de concevoir : volume d’appels, taille des contenus traités, modèle retenu, part de traitements qui peuvent être évités.
Car c’est souvent là que se trouve le vrai gain. Filtrer en amont par une règle simple, mettre en cache les réponses répétitives, choisir un modèle plus petit quand il suffit, ne déclencher le traitement que sur les cas incertains : ces décisions d’architecture font parfois varier le coût d’exploitation d’un facteur dix, sans dégrader le résultat perçu.
Cette exigence rejoint un engagement de fond. Doing est titulaire du label Numérique Responsable de niveau 1 délivré par l’Institut du Numérique Responsable, et l’intelligence artificielle est aujourd’hui l’un des usages numériques les plus consommateurs de ressources. Nous refusons de traiter cette question comme un détail : une IA sobre coûte moins cher, répond plus vite et pèse moins lourd. Les trois vont ensemble. Notre démarche complète est présentée sur notre page sobriété numérique.
Vos données, le cadre réglementaire et la souveraineté
Où vont vos données
C’est la première question que nos clients posent, et elle est légitime. Selon la sensibilité des contenus traités, plusieurs options existent : appel à un modèle hébergé en Europe avec engagement contractuel de non-réutilisation des données, déploiement d’un modèle ouvert sur une infrastructure que vous maîtrisez, ou traitement entièrement local pour les cas les plus sensibles. Nous arbitrons avec vous entre qualité, coût et confidentialité, en vous disant ce que chaque option implique réellement.
Protection des données personnelles
Dès que des données personnelles sont traitées, le règlement général sur la protection des données s’applique pleinement : base légale, information des personnes, minimisation, durées de conservation, et vigilance particulière sur la réutilisation éventuelle des contenus à des fins d’entraînement. Nous intégrons ces exigences à la conception plutôt que de les traiter en fin de projet.
Règlement européen sur l’intelligence artificielle
Le cadre européen s’applique progressivement et impose des obligations graduées selon le niveau de risque du système. Un assistant interne de recherche documentaire et un outil intervenant dans une décision de recrutement ou d’accès à un service ne relèvent pas du même régime, et la différence est considérable. Nous qualifions votre usage dès le cadrage, car cette classification détermine la documentation, la supervision humaine et les contrôles à prévoir, autant d’éléments qui pèsent sur le budget s’ils sont découverts tard.
Comment nous conduisons un projet IA

Nous commençons par chercher où l’IA a le plus de valeur chez vous, ce qui n’est presque jamais là où on l’imagine au départ. L’usage le plus rentable est généralement une tâche répétitive, documentée, à fort volume et sans enjeu de décision, rarement le sujet le plus visible. C’est l’étape Éclairer et guider de notre chemin d’accompagnement.
Nous passons ensuite par un POC, systématiquement, avec des critères de réussite chiffrés définis à l’avance sur vos données réelles. En matière d’IA, c’est non négociable : aucune promesse commerciale ne remplace une mesure sur un échantillon représentatif. Un modèle qui atteint 94 % de précision peut être excellent ou inutilisable selon ce que coûte une erreur chez vous.
Vient ensuite l’intégration dans l’application (Créer), avec les garde-fous qui comptent : validation humaine sur les cas incertains, traçabilité des décisions, possibilité de corriger et de revenir en arrière. Le déploiement se fait progressivement, en parallèle du traitement existant pendant une période de comparaison (Impacter). Puis vient la partie que beaucoup oublient : la surveillance dans le temps (Pérenniser). Un modèle se dégrade quand vos données évoluent, et les coûts dérivent quand les usages s’étendent. Nous mettons en place les indicateurs qui le détectent.
Notre légitimité sur ces sujets
Doing × Les Globules réunit à Saint-Étienne des équipes de développement, de données et d’IA, ainsi que des équipes de stratégie et de marque. Notre valeur sur l’intelligence artificielle ne vient pas d’une spécialisation récente : elle vient de notre capacité à connecter un modèle à un système d’information réel, avec ses bases de données anciennes, ses contraintes de production et ses utilisateurs qui n’ont pas de temps à perdre.
Frédéric Peyrard, co-président de Doing, est également co-président de Digital League depuis 2021, premier cluster numérique français qui réunit environ cinq cents entreprises et six mille cinq cents professionnels en Auvergne-Rhône-Alpes. Nous siégeons au comité stratégique de Télécom Saint-Étienne et nous intervenons dans la formation des futurs ingénieurs. Doing dispose par ailleurs d’un agrément au titre du Crédit d’Impôt Innovation, dispositif auquel certains travaux d’intelligence artificielle peuvent être éligibles, selon la nature réelle de l’innovation.
Un chiffrage au forfait, étape par étape
Nous ne facturons pas des heures, nous chiffrons un résultat. Le POC, puis chaque étape (préparation des données, intégration, garde-fous, surveillance), ont leur périmètre, leur délai et leur prix HT, détaillés avant de commencer. L’intelligence artificielle que nous utilisons pour développer raccourcit nos délais, et c’est ce qui rend ce mode de chiffrage possible.
Le forfait couvre la conception et le développement. Le coût d’exploitation de l’IA (modèle, hébergement) est une charge récurrente distincte : nous l’estimons dès le POC, pour que vous la connaissiez avant de décider.
Questions fréquentes sur l’intégration de l’IA
Faut-il beaucoup de données pour commencer ?
Moins qu’avant. Les usages reposant sur des modèles de langage fonctionnent souvent sans entraînement spécifique : ce qu’il faut, c’est un échantillon représentatif pour mesurer la qualité, soit quelques centaines de cas réels. En revanche, pour de la prévision ou de la détection d’anomalies, un historique conséquent reste indispensable.
L’IA peut-elle se brancher sur notre logiciel existant ?
Cela dépend de ce que votre logiciel permet. Si ses données sont accessibles par interface de programmation ou par base, oui. Si c’est une application fermée de vingt ans, il faut d’abord évaluer les accès possibles : c’est l’objet d’un audit du système d’information.
Comment éviter que l’IA invente des réponses ?
En ne lui demandant jamais de répondre de mémoire. Les réponses sont construites à partir de vos documents, avec citation des sources, et le système indique explicitement quand il n’a pas trouvé l’information. Une IA qui sait dire « je ne sais pas » est une IA exploitable.
Nos équipes vont-elles être remplacées ?
Les usages que nous déployons portent sur des tâches que personne ne revendique : ressaisie, recherche dans des classeurs, rédaction de comptes rendus standardisés. Nous concevons les outils en conservant la décision du côté humain, parce que c’est à la fois plus fiable et plus facilement accepté. Un outil que les équipes vivent comme une menace n’est pas utilisé.
Combien coûte un projet d’IA ?
Il faut raisonner en deux parties : le développement, comparable à celui d’une fonction applicative, et l’exploitation, qui est récurrente et dépend directement de vos volumes. Nous chiffrons les deux dès le POC, parce qu’un projet dont on ne connaît que le coût de construction réserve de mauvaises surprises la deuxième année.
Peut-on commencer petit ?
C’est ce que nous recommandons dans la quasi-totalité des cas. Un usage, un périmètre, une mesure. Les projets d’IA ambitieux lancés d’un bloc échouent avec une régularité remarquable.
Comment intégrer l’intelligence artificielle dans un logiciel métier ?
Partez d’un irritant précis plutôt que de la technologie : tri de documents, rédaction de réponses types, recherche dans une base de connaissances, détection d’anomalies. Vérifiez ensuite que vos données sont disponibles et exploitables, et posez les règles de confidentialité dès le départ, notamment sur ce qui peut transiter vers un modèle externe. Un prototype limité permet de mesurer le gain avant de généraliser. Doing intègre des fonctions d’IA dans les applications métier qu’elle développe ou qu’elle reprend, en les reliant à vos données existantes. Découvrez notre accompagnement en intelligence artificielle.
Parlons de vos données autour d’un café
Venez avec une tâche qui vous coûte du temps tous les jours. C’est bien meilleur point de départ qu’une idée de ce que l’IA pourrait faire — et le résultat est mesurable au bout de quelques semaines.
Nous sommes au 15 rue Camille de Rochetaillée, à Saint-Étienne, et nous intervenons dans toute la France. Contactez-nous ou appelez-nous au 04 77 42 37 37.