Aller au contenu
IA et agents / Contexte
Ancré, pas deviné
IA et agents
Modèles de langage avec contexte · Agents avec des règles
Chaque réponseavec source · avec règles · avec validation

L’IA a besoin de sens.

Les modèles de langage et les agents IA rédigent brillamment, mais ils ne connaissent pas votre organisation. MAKOR leur donne ce qui leur manque : vos données, vos termes et des règles claires. Les réponses deviennent vérifiables et les agents prévisibles. La décision reste humaine.

Modèles de langage
Avec contexte
Agents
Avec des règles
Réponses
Avec source
Lacunes
Signalées ouvertement
Décision
À l’humain
Exploitation
En Allemagne
En termes simples

Modèle de langage, agent, MAKOR : qui fait quoi ?

Trois termes suffisent pour comprendre comment l’IA fonctionne dans MAKOR. Expliqués sans prérequis, chacun avec une comparaison tirée du quotidien professionnel.

Modèle de langage

LLM

Un programme qui comprend et formule du langage. Il a appris d’une immense quantité de textes comment fonctionne la langue, mais pas comment fonctionne votre organisation.

Agent IA

Agent

Un modèle de langage qui ne se contente pas de répondre, mais accomplit des tâches en plusieurs étapes : interroger des données, vérifier des résultats, préparer des rapports, prévenir.

MAKOR

Base

La base sur laquelle tous deux travaillent : des données vérifiées, des termes clairs, des règles définies et une source pour chaque affirmation.

D’autres termes dans le glossaire
Pourquoi le contexte

Seul, un modèle de langage devine.

La même question, posée deux fois : une fois à un modèle de langage sans accès à vos données, une fois dans MAKOR. La différence ne tient pas à la formulation, mais à la base.

La question

« Quels fournisseurs mettent en danger notre production en mars ? »

Sans MAKOR · modèle de langage seul
« Les fournisseurs aux délais de livraison longs et à forte dépendance représentent généralement un risque. Vérifiez en particulier vos principaux fournisseurs et prévoyez des solutions de repli. »
  • Ni source ni date
  • Aucun lien avec vos fournisseurs
  • Semble sûr, est deviné

Le modèle de langage ne connaît ni vos fournisseurs ni vos commandes. Il formule ce qui semble probable.

Avec MAKOR · modèle de langage en contexte

« Deux fournisseurs sont critiques. Pour un troisième, des données manquent. »

  • L-204 accuse un retard de 12 jours.ERP · au 08/11
  • L-311 est l’unique fournisseur de la pièce B-7.Données de base
  • Aucune donnée de livraison pour L-118 depuis octobre.Lacune signalée
  • Source et date pour chaque affirmation
  • Vos fournisseurs, vos termes
  • Lacunes signalées ouvertement, pas masquées
Du contexte plutôt que des suppositions

Ce que MAKOR apporte à l’IA.

Un modèle de langage ne vaut que ce qu’il sait de votre situation. Avant chaque réponse, MAKOR lui compose l’extrait pertinent, à partir de cinq types de connaissances. Les spécialistes appellent cela le grounding : la réponse est ancrée, pas devinée.

01 · Faits

Ce qui est établi

Des données de toutes les sources connectées, vérifiées et avec leur provenance : quelle source, quelle version, de quand.

Depuis Makor Logos
02 · Termes

Ce qui est signifié

Ce que « client », « panne » ou « commande » signifie chez vous, défini dans une ontologie commune.

Depuis Makor Logos
03 · Processus

Où en est-on

À quelle étape du processus se situe une question et ce qui en dépend.

Depuis Makor Äther
04 · Lieu et temps

Où et quand

Où quelque chose se produit et comment cela a évolué, aujourd’hui et dans l’historique.

Depuis Makor Atlas
05 · Règles

Ce qui est permis

Ce qu’une IA peut voir et faire, et quand elle doit consulter un humain.

Depuis Makor Äther
Agents avec des règles

Des agents qui savent ce qu’ils ont le droit de faire.

Les agents IA prennent en charge le travail de routine : ils rapprochent des données, détectent des écarts et préparent des décisions. Dans MAKOR, ils travaillent dans un cadre fixe, comme un spécialiste avec une fiche de poste claire.

Mission claire

Chaque agent a une tâche et un cadre défini, par exemple « vérifier chaque jour la chaîne d’approvisionnement Sud ».

Accès limité

Un agent ne voit que les données que son rôle autorise. Les droits s’appliquent à lui comme aux humains.

Chaque étape journalisée

Ce qui a été interrogé, déduit et proposé figure dans la piste d’audit, traçable jusqu’à la source.

Validation humaine

Ce qui a de la portée, l’agent le soumet à décision. Il n’agit qu’après validation.

Les spécialistes appellent ce cadre un harnais : l’équipement qui oriente la force d’un modèle dans une direction. Dans MAKOR, c’est Makor Äther qui s’en charge.

De la question à l’action

Vous décidez de ce que l’IA fait seule.

Toutes les tâches n’ont pas besoin d’un agent. MAKOR distingue quatre niveaux, de la simple question à l’action préparée. À chaque niveau, l’IA prend en charge davantage de travail. La responsabilité reste la vôtre.

Niveau 01

Demander

Combien de commandes sont ouvertes ?

Une réponse en conversation, avec une source pour chaque affirmation.

Workspace
Niveau 02

Analyser

Montre-moi comment les fournisseurs sont liés.

Un réseau, une série temporelle ou une carte naît de la question.

WorkspaceAtlas
Niveau 03

Surveiller

Préviens-moi si un fournisseur a plus de cinq jours de retard.

Un agent garde un œil sur les flux de données et signale les écarts.

ÄtherAtlas
Niveau 04

Préparer

Prépare une demande à un fournisseur de remplacement.

Un agent accomplit plusieurs étapes et soumet le résultat à validation.

ÄtherWorkspace
L’IA prend en charge plus de travail · la responsabilité reste humaine
Ce qui a de la portée est décidé par un humain.
À chaque niveau : la technologie recommande, la décision vous revient.
IA souveraine

L’IA aussi reste entre vos mains.

Des modèles au choix

MAKOR intègre des modèles de langage adaptés à vos exigences, exploités en Allemagne ou dans votre centre de données.

Sans pays tiers

Aucun routage via des pays tiers, aucun service contrôlé de l’extérieur dans le chemin des données, pas même pour l’IA.

Votre savoir reste chez vous

Vous harmonisez vous-même vos données et entraînez MAKOR avec elles. Ce que MAKOR apprend reste dans votre organisation.

Traçable pour les auditeurs

Source, journal et validation répondent aux exigences de transparence et de contrôle humain, comme celles du règlement européen sur l’IA.

Questions sur l’IA

En bref.

Ce que l’IA a le droit de faire dans MAKOR, sur quoi elle s’appuie et qui décide au final.

Toutes les questions

Comment vérifier une réponse ?

Chaque information porte sa source, sa version, sa date et sa fiabilité. Une piste d’audit enregistre chaque étape de traitement. On peut ainsi retracer comment une réponse a été obtenue, même si c’est un modèle de langage qui l’a formulée.

Qui entraîne MAKOR ?

Vous. Vous harmonisez vous-même vos données et entraînez MAKOR avec elles. Ce que MAKOR apprend reste dans votre organisation.

L’IA de MAKOR invente-t-elle des réponses ?

MAKOR est conçu précisément pour l’éviter. Les réponses s’appuient sur vos données et vos termes, pas sur ce qu’un modèle de langage juge probable. Si les données ne suffisent pas, MAKOR le dit ouvertement et montre où elles manquent, au lieu de combler la lacune par une supposition.

Qui décide au final ?

Toujours l’humain. Vos experts évaluent, pondèrent et décident. MAKOR fournit la base, la responsabilité reste la vôtre.

Qu’est-ce qu’un agent IA, et que peut-il faire dans MAKOR ?

Un agent accomplit des tâches en plusieurs étapes : vérifier des données, signaler des écarts, préparer un rapport ou une demande. Dans MAKOR, chaque agent travaille avec une mission claire, ne voit que les données que son rôle autorise et journalise chaque étape. Ce qui a de la portée, il le soumet à la validation d’un humain.

Quels modèles de langage MAKOR utilise-t-il ?

MAKOR intègre des modèles de langage adaptés à vos exigences de performance et de souveraineté, exploités en Allemagne ou dans votre propre centre de données. Le chemin des données ne comporte aucun service contrôlé de l’extérieur depuis des pays tiers.

MAKOR aide-t-il à répondre aux exigences du règlement européen sur l’IA ?

MAKOR prend en charge des exigences essentielles comme la transparence, la journalisation et le contrôle humain : chaque réponse cite sa source, une piste d’audit enregistre chaque étape de traitement, et les décisions qui ont de la portée sont prises par un humain. Si et comment le règlement s’applique à votre usage dépend du cas d’usage concret.

Que demanderiez-vous d’abord à vos données ?

Apportez une question qui échoue aujourd’hui à cause de sources dispersées. Nous vous montrons comment les modèles de langage et les agents y répondent dans MAKOR, avec source et validation.

Contact info@bonn-systems.com