GenAI Engineering
Nous concevons et livrons des produits d'IA générative qui tiennent en production : applications LLM, plateformes RAG et agents IA, évalués et observables.
Un copilote brut n'est pas une pratique d'ingénierie.
L'IA écrit déjà une large part du code, et la quasi-totalité des développeurs l'utilise. Pourtant un paradoxe est apparu : la production individuelle explose pendant que les métriques de livraison de l'organisation stagnent, les temps de revue s'allongent et la qualité se dégrade. Le code généré par IA porte aussi près de trois fois plus de vulnérabilités.
La valeur ne vient pas de l'outil mais de son industrialisation : une spécification exécutable, des agents gouvernés, du DevSecOps et une revue experte. Notre principe ne change pas : l'IA code, l'ingénieur valide.
Ce qui a basculé en 2026
Ce que nous faisons
Six capacités qui mènent un produit d'IA générative du premier cas d'usage à un système que vos équipes savent exploiter.
Applications LLM
Des produits construits autour d'un modèle de langage, pas des démonstrations enveloppées autour : vrais workflows, vraies contraintes, vrai trafic.
Plateformes RAG
Des pipelines de retrieval qui ancrent chaque réponse dans vos propres contenus, avec des sources visibles et un taux d'ancrage mesuré.
Agents IA
Des agents qui spécifient, codent, testent et documentent par lots, sous revue d'ingénieur avant toute intégration.
Évaluation & observabilité
Jeux de référence, seuils convenus avant la mise en service, et suivi continu de la pertinence, de la latence et du coût par requête.
DevSecOps by design
La sécurité intégrée à la chaîne CI/CD, les secrets et les accès gérés, en cohérence avec l'AI Act, NIS 2 et DORA.
Routage souverain
Une gateway hybride route chaque requête selon la sensibilité de la donnée : modèles souverains ou hébergés en interne pour le confidentiel.
Comment on travaille
Adservio Spec-Driven Development : la spécification devient exécutable, l'IA accélère chaque phase, l'ingénieur garde la décision.
Traduire le besoin en spécification exécutable : intentions, critères d'acceptation, contraintes. La spec devient la source de vérité, pas un document mort.
Dériver le plan de delivery depuis la spec : dépendances, jalons, tests attendus. L'IA propose la trajectoire, l'ingénieur arbitre.
Fractionner en lots implémentables et parallélisables, en isolation Git. Chaque lot est petit, testable et réversible.
Les agents codent, testent et documentent chaque lot ; l'ingénieur revoit et valide avant intégration.
Du cadrage au run
Chaque phase livre une valeur concrète et un arbitrage go / no-go. Pas de chantier infini : une boucle courte et mesurable.
Cadrage
selon le périmètre, le secteur et le niveau de conformité exigé
- Spec exécutable (ASDD)
- Backlog priorisé
- Périmètre du MVP
MVP
selon la complexité du système et les intégrations
- Produit exploitable en environnement réel
- Tests générés et couverture
- Go / no-go avant industrialisation
Scale
selon le nombre d'agents et de systèmes raccordés
- Agents de delivery à l'échelle
- CI/CD et DevSecOps
- Qualité et non-régression
Run
engagement de service défini avec vous
- Maintenance augmentée
- Dette maîtrisée
- FinOps et uptime
Vite, mais sans dette
Accélérer le delivery n'a de valeur que si le résultat tient en production. La qualité et la sécurité font partie de la chaîne, pas d'un ajout après coup.
Des plateformes en production
SpeedBooking : une plateforme de réservation pour 600+ hôtels
8 mois de la conception à la prod · 4 ingénieurs mobilisés
Concevoir et livrer une plateforme de réservation pour plus de 600 hôtels dans un délai court, avec une petite équipe, sans sacrifier la qualité ni la maintenabilité du socle, là où un projet de cette ampleur mobilise habituellement une large équipe sur plus d'un an.
Une software factory augmentée : des agents de delivery couvrent tout le cycle, spécification exécutable, code, tests et documentation, sous revue d'ingénieurs, avec une CI/CD et des standards partagés. Une petite équipe pilote l'intention, l'IA démultiplie sa capacité d'exécution.
Un moteur de règles refondu sans aucune régression
483 règles réimplémentées · 53 flux SAP intégrés
Refondre le moteur de règles de gestion des temps et activités de 12 000 salariés : des centaines de règles métier et des dizaines de flux SAP à réimplémenter, avec une exigence de zéro régression sur un système où la moindre erreur touche la paie et les plannings.
Une démarche spec-driven : chaque règle est spécifiée de façon exécutable, générée puis testée sous revue d'ingénieur. Les agents de delivery couvrent l'implémentation et la non-régression, et l'intégration SAP est validée flux par flux avant mise en production.
Un mapping Workday accéléré, et validé par des experts
−70 % de temps de mapping · zéro erreur critique
Le mapping de données est l'étape la plus longue et la plus risquée d'une migration Workday à fort volume. Il fallait réduire fortement ce délai sur des données RH et paie hautement sensibles, sans introduire la moindre erreur critique.
Un mapping assisté par IA : analyse automatique des schémas source et cible, propositions de correspondance, contrôles et tests générés. Chaque correspondance reste validée par un expert : l'IA propose et accélère, l'humain tranche et engage.
Insights & Perspectives
Utiliser RAG dans une application d'assistant virtuel
Comment la génération augmentée par récupération ancre un assistant virtuel dans vos propres contenus, et ce que cela change pour la fiabilité de ses réponses.
Construire une base de connaissances prête pour l'IA
Un pipeline automatisé qui migre le contenu Confluence vers Azure pour bâtir une base prête pour l'IA, avec RAG, embeddings sémantiques et mises à jour continues.
Traiter les hallucinations comme une fonctionnalité
L'hallucination est une propriété des modèles probabilistes, pas un défaut : matrice de risque, ancrage RAG et gouvernance sont ce qui permet de la maîtriser.
Le reste du parcours IA
ExpertiseStratégie IA
Diagnostic de maturité, cas d'usage priorisés et feuille de route actionnable, de l'idée aux résultats mesurés.
ExpertiseSécurité & gouvernance IA
Conformité AI Act et RGPD, explicabilité, détection des biais et supervision continue.
Lancez votre produit GenAI
Un cas d'usage, une architecture, un système évalué et observable en production.
Questions fréquentes
Parce qu'une démo se juge sur une réponse convaincante, un système en production sur les mille qui suivent. Ce qui sépare les deux, c'est l'évaluation : un jeu de référence, des seuils convenus à l'avance et un monitoring qui repère la dérive avant les utilisateurs.
La génération augmentée par récupération ancre chaque réponse dans vos documents plutôt que dans la mémoire du modèle. Elle devient nécessaire dès qu'une réponse doit citer une source, respecter une règle interne ou refléter un contenu qui change plus vite qu'un cycle d'entraînement.
On ne supprime pas l'hallucination, c'est une propriété des modèles probabilistes. On la contient : ancrer les réponses dans du contenu récupéré, exposer les sources, et classer les cas d'usage selon le coût d'une réponse fausse.
Oui lorsqu'il part en production sans revue : le code généré porte près de trois fois plus de vulnérabilités que le code humain. La réponse n'est pas de l'interdire mais de l'industrialiser, avec du DevSecOps dans la chaîne et une revue d'ingénieur avant chaque intégration.
Un premier livrable utilisable arrive en 4 à 10 semaines, après 2 à 6 semaines de cadrage selon le périmètre, le secteur et le niveau de conformité exigé. Le cadrage ne produit pas une présentation mais une spécification exécutable : c'est elle qui sert ensuite de contrat entre le métier, les agents et la revue d'ingénieur.
Sur un jeu de référence noté avant la mise en service, puis en continu en production : pertinence des réponses, taux d'ancrage, latence et coût par requête. Sans mesure de départ, aucune amélioration ne peut être prouvée ensuite.
Oui. Les modèles souverains ou hébergés en interne traitent le confidentiel, les fournisseurs externes le reste, et la règle de routage s'écrit à la conception. La souveraineté est une décision d'architecture, pas une option activée à la fin.