Aller au contenu
THEFOCUS
TF-05

Intelligence artificielle

Nous retenons les quelques usages de l'IA qui font bouger une ligne précise des comptes, nous les construisons sur vos propres données et nous les testons sur des questions réelles avant que quiconque s'y fie.

En discuter avec nous Comment nous accompagnons nos clients

Notre point de vue

Chez THEFOCUS, l'expertise en intelligence artificielle consiste à choisir où l'IA doit faire évoluer une ligne de coûts, de revenus ou de risques, à construire et tester les fonctionnalités qui y parviennent, et à rendre l'entreprise accessible et correctement décrite dans les moteurs de réponse IA. Elle couvre la sélection des cas d'usage, les assistants et agents d'IA générative, le machine learning appliqué aux données propres de l'entreprise, la gouvernance et les changements d'organisation qui font que les outils sont réellement utilisés. Chaque fonctionnalité dispose d'une situation de référence mesurée et de limites écrites.

Les programmes d'IA décevants commencent généralement par une longue liste de cas d'usage et aucune situation de référence. Un pilote est jugé sur une démonstration, la démonstration impressionne, et personne n'a noté combien de temps prenait la tâche, ce qu'elle coûtait ni à quelle fréquence elle échouait avant l'arrivée de l'outil. Nous partons des comptes. Nous choisissons une tâche qui pèse sur une ligne précise du P&L, comme le coût de service par commande, le délai d'émission d'un devis ou les heures qu'une équipe finance consacre à l'imputation des factures, nous la mesurons telle qu'elle fonctionne aujourd'hui, et ce n'est qu'ensuite que nous décidons si un modèle, une règle ou un meilleur formulaire l'améliorera.

L'essentiel de la valeur que nous observons dans les entreprises établies vient de fonctionnalités ciblées : un assistant qui répond aux questions sur les produits et les politiques à partir des contenus de l'entreprise, un classifieur qui oriente les tickets de service, un outil de rédaction dont une personne désignée valide la production. Ces fonctionnalités valent ce que vaut leur évaluation. Une suite de tests qui vérifie le chemin emprunté par une question peut être au vert alors que les réponses sont fausses. Nous constituons donc des jeux de non-régression à partir de vraies questions de clients et de collaborateurs, nous lisons les réponses et chaque échec devient un test permanent. Nous construisons et exploitons des fonctionnalités d'IA dans nos propres produits et dans les logiciels que nous livrons : nos conseils sur l'évaluation, le coût d'exploitation et les modes de défaillance viennent de cette pratique.

Le second front se situe hors de l'entreprise. Les acheteurs demandent à ChatGPT, à Perplexity et aux fonctionnalités IA de Google quel fournisseur choisir, et ces systèmes décrivent une entreprise à partir de ce qu'ils peuvent explorer et vérifier. Aucun fournisseur ne publie la manière dont les sources sont sélectionnées : nous ne promettons donc ni classement ni citation. Nous travaillons sur ce qui est documenté et que vous maîtrisez : l'accès des robots d'exploration dans le robots.txt et au niveau du CDN, les directives d'extraits, la cohérence des informations sur l'entité et des pages porteuses de preuves de première main qui méritent d'être citées.

Comment nous accompagnons nos clients

Enjeux métier

  1. 01

    Des pilotes sans situation de référence

    Plusieurs équipes testent des outils d'IA, chaque pilote est présenté comme prometteur, et aucune ne peut dire ce que coûtait la tâche ni combien de temps elle prenait avant l'arrivée de l'outil. Les décisions de financement reposent sur des impressions.

  2. 02

    Des tests qui ne lisent jamais la réponse

    Un assistant conversationnel réussit ses propres tests et donne pourtant de mauvaises réponses aux questions que posent réellement les clients, parce que les tests vérifiaient le chemin emprunté par la question sans jamais lire la réponse.

  3. 03

    Un coût d'exploitation découvert après le lancement

    Les modèles facturés à l'usage, la recherche documentaire et la supervision ajoutent un coût à chaque conversation dès que le trafic réel arrive, et personne n'a comparé ce coût à celui de la tâche humaine que la fonctionnalité devait réduire.

  4. 04

    Invisible des moteurs de réponse par accident

    Une règle de pare-feu conçue pour arrêter les scrapers bloque aussi les robots dont dépend la recherche IA, ou bien le nom commercial, la dénomination sociale et les fiches d'annuaire décrivent l'entreprise en des termes différents, si bien que les moteurs de réponse ne savent pas de quelle organisation il s'agit.

  5. 05

    Des données envoyées sans validation

    Des collaborateurs collent des données clients dans leurs comptes personnels sur des outils d'IA grand public, et il n'existe aucune liste indiquant quels prestataires reçoivent quelles données ni si leurs conditions autorisent l'entraînement sur ces données.

  6. 06

    Des licences achetées, un travail inchangé

    Des licences d'IA sont achetées dans toute l'entreprise, un petit groupe s'en sert, et les processus, les validations et les fiches de poste liés aux tâches restent exactement les mêmes.

Notre approche

  1. Chiffrer la tâche avant de choisir un modèle

    Nous mesurons le volume, le temps, le coût et le taux d'erreur de la tâche telle qu'elle fonctionne aujourd'hui, à partir des tickets, des journaux et des relevés de temps, et nous estimons en regard le coût d'exploitation de chaque option.

  2. Construire sur vos propres données

    Les assistants répondent à partir de vos documents, de vos données produits et de vos politiques, indiquent leurs sources aux collaborateurs et déclinent les questions hors de leur périmètre.

  3. Évaluer sur des cas réels

    Chaque fonctionnalité est testée sur des questions et des cas réalistes, avec des vérifications de ce qu'elle doit faire et de ce qu'elle ne doit jamais faire, et chaque échec devient un test de non-régression permanent avant la mise en production.

  4. Exploiter avec des limites, des validations et des journaux

    Les actions qui engagent une dépense, contactent un client ou suppriment des données exigent la validation d'une personne désignée, chaque exécution est journalisée et chaque fonctionnalité dispose d'une procédure documentée pour la désactiver.

  5. Mesurer la ligne qu'elle devait faire bouger

    Après le lancement, nous comparons l'indicateur cible à la situation de référence et rendons compte du coût d'exploitation, de la précision et de l'utilisation : une fonctionnalité qui ne couvre pas son coût est arrêtée.

Résultats clients

Tout voir

Secteurs concernés

Solutions associées

Évaluation des résultats

  • Temps et coût par tâche par rapport à la situation de référence mesurée avant le lancement
  • Précision sur un jeu de non-régression de questions réelles, après chaque modification
  • Part des productions de l'IA validées sans retouche par la personne responsable
  • Coût d'exploitation par conversation ou par tâche, mois par mois
  • Trafic issu des fonctionnalités IA de Google dans Search Console, et relevé par échantillonnage de la façon dont les moteurs de réponse décrivent l'entreprise

Limites du périmètre

  • Nous nous appuyons sur des modèles commerciaux et open source éprouvés et sur vos propres données. Nous n'entraînons pas de modèles de fondation et ne proposons pas de grand modèle de langage propriétaire.
  • Le travail de gouvernance couvre les inventaires, les politiques, les contrôles et les éléments de preuve. Il ne constitue pas un conseil juridique : les questions relevant du règlement européen sur l'IA, du droit de la protection des données ou des règles sectorielles sont confiées à vos conseils juridiques, avec qui nous travaillons.
  • Nous ne promettons ni classement, ni mention, ni citation dans aucun moteur de réponse IA, et nous ne considérons pas llms.txt comme un facteur de classement.
  • Les fonctionnalités d'IA sont cantonnées à des tâches définies, avec des limites écrites. Nous ne les présentons pas comme des décideurs autonomes et ne leur prêtons aucune capacité qui n'a pas été testée.

Expertises associées

Analyses à la une

Comment démarre une mission avec THEFOCUS

Le premier échange porte sur votre situation. Si notre intervention est pertinente, nous proposons un diagnostic cadré, avec un livrable défini, avant tout engagement plus important.

En discuter avec nous

  1. 01

    Un échange de travail

    Quarante-cinq minutes avec la personne qui dirigerait la mission. Nous vous interrogeons sur la décision, les systèmes qui la sous-tendent et l'échéance.

  2. 02

    Un diagnostic cadré

    Un accès en lecture seule, un délai fixé et des conclusions écrites : ce que révèlent les données, ce que cela coûte et ce qu'il faut changer en premier.

  3. 03

    Un plan exploitable

    Les changements, les responsables, les indicateurs et les exclusions, par écrit. La même équipe construit et mesure ensuite, ou assure une passation propre.

Une seule équipe responsable
Ceux qui posent le diagnostic construisent aussi les systèmes et mesurent le résultat.
Des partenaires choisis selon le problème
Des spécialistes indépendants interviennent sur les volets qui le nécessitent, dans le cadre d'un contrat unique.
Les données sources avant les tableaux de bord
Commandes, grands livres et journaux sont rapprochés avant qu'une recommandation ne s'appuie sur eux.

info@thefocus.solutions

Les questions des dirigeants

Par où commencer avec l'IA ?

Par une tâche qui pèse sur une ligne du P&L que vous suivez déjà et qui revient assez souvent pour être mesurée. Nous relevons son fonctionnement actuel, testons si l'IA l'améliore sur une portion réelle du travail, et tranchons sur le résultat avant d'élargir le périmètre.

Construisez-vous des fonctionnalités d'IA ou vous contentez-vous de conseiller ?

Nous les construisons. L'équipe centrale développe des assistants, des outils de rédaction, des agents et des intégrations, et fait appel à des partenaires pour les travaux spécialisés de données ou d'ingénierie. Le code, les prompts, les suites de tests et la configuration sont livrés dans vos propres comptes.

Quels modèles utilisez-vous ?

Nous choisissons tâche par tâche parmi les modèles commerciaux et open source éprouvés, en les comparant sur votre propre jeu de tests pour la précision, le coût d'exploitation, la rapidité et les conditions d'utilisation des données. Nous n'entraînons pas de modèles de fondation.

Pouvez-vous nous faire citer par ChatGPT ou par les AI Overviews de Google ?

Personne ne peut le promettre, car aucun fournisseur ne publie la manière dont les sources sont choisies. Nous veillons à ce que les moteurs puissent accéder à vos pages, identifier votre organisation et trouver des contenus de première main qui méritent d'être cités, puis nous suivons dans la durée la façon dont ils vous décrivent.

Comment traitez-vous nos données dans les projets d'IA ?

Avant tout envoi de données, nous examinons les conditions de chaque prestataire sur la conservation, l'entraînement et le lieu de traitement. Nous utilisons des comptes professionnels avec l'entraînement désactivé lorsque le prestataire le permet, et nous limitons chaque fonctionnalité aux données nécessaires à sa tâche.

Quel est le lien entre LocalBoostHQ, FocusADS.ai et ce travail ?

Ce sont nos propres produits. LocalBoostHQ est un service opérationnel destiné aux entreprises locales, qui couvre le site web, la fiche Google Business Profile, le SEO local et la publicité, ce qui influe directement sur la façon dont les entreprises locales apparaissent dans les réponses de l'IA. FocusADS.ai est un service de publicité gérée sous forme d'offre packagée, en cours de développement. Les missions d'IA décrites sur cette page sont réalisées directement par THEFOCUS.

En discuter avec nous

Quelques informations nous permettent d'orienter votre demande vers l'associé compétent. Les champs facultatifs peuvent rester vides.