top of page
Veltia

IA Génératives et NLP

Nous concevons des solutions d'IA Générative sur mesure pour maximiser la valeur de vos contenus.

Nos cas clients

RAG.png

Chatbot RAG spécialisé

Description

Nous avons créé un chatbot similaire à ChatGPT, dédié au moteur Unreal. Il exploite la méthode RAG (Retrieval Augmented Generation) pour enrichir l’IA d’une base de connaissance interne et garantir des réponses contextualisées. Le projet intègre des centaines de milliers de questions/réponses extraites de Discord, la documentation versionnée d’Unreal et des tutoriels vidéo ciblés par verticales.

Résultats

​Expérience améliorée en comparaison à ChatGPT : tutoriels vidéo en réponse aux questions, lien direct vers des conversations discord etc.

​Source dans la base documentaire qualitatives et spécifiques aux questions des utilisateurs

Prise en compte du versionning du logiciel Unreal Engine par l'IA 

​Automatisation de l’analyse concurrentielle sur LinkedIn

Description

Développement d’un outil intelligent exploitant les données publiques de LinkedIn pour surveiller automatiquement l’activité des concurrents (publications, recrutements, évolutions d’effectifs, prises de parole, campagnes de communication). Les informations collectées sont consolidées et analysées par des algorithmes de traitement de données afin de détecter les tendances stratégiques, identifier de nouveaux positionnements et suivre l’évolution des forces en présence sur le marché. Les résultats sont restitués dans des tableaux de bord clairs et dynamiques, facilitant la prise de décision des équipes marketing et business development.

Résultats

Meilleure réactivité : adaptation immédiate des plans commerciaux et marketing face aux actions concurrentes

Dashboard temps réel des hot topics avec scoring de pertinence

Gain de temps : veille concurrentielle automatisée, sans collecte manuelle fastidieuse

linkedin.png
newsletter.png

Newsletter automatisée

Description

Nous avons développé un système d'ingestion, de classement et de résumé d'information basé sur les LLMs à destination des cadres en charge de la stratégie d'un grand groupe. Le but était de pouvoir synthétiser l'information sur plusieurs marchés (avec des informations en anglais, français, coréen, chinois etc. ) tout en la priorisant selon la stratégie de l'entreprise, les concurrents, les types de produits concernés etc. Nous avons développé une interface permettant aux analystes de changer le système de notation des articles et de voir le classement des articles. Pour les C-level, une newsletter résumait les meilleurs articles chaque jour.

Résultats

Des dizaines de sources d'informations scannées automatiquement

Les articles importants sont mis en avant et sont traduits en Français et leur classement est paramétrable 

Newsletter automatisée avec fréquence paramétrable

Remplissage automatique de formulaires

Description

Nous avons développé un assistant intelligent capable de pré-remplir automatiquement des formulaires complexes (multi-pages, multi-sections) en s’appuyant sur l’historique des formulaires précédemment remplis et sur la documentation interne de l’entreprise.
Le système extrait automatiquement les questions des nouveaux formulaires, puis utilise une approche RAG (Retrieval Augmented Generation) pour générer des réponses cohérentes, contextualisées et privilégiant les informations les plus récentes.

Résultats

Gain de temps significatif sur le remplissage de formulaires répétitifs ou longs

Réduction des erreurs en s’appuyant sur des réponses passées vérifiées

Mise en avant claire des zones d’incertitude pour validation humaine

formulaires.png
matching_recherches.png

Matching entre recherches et produits e-commerce

Description

Développement d'un système de matching avancé entre requêtes client et catalogue produits pour une plateforme e-commerce, utilisant une architecture de Transformer fine-tunée avec une approche siamoise pour optimiser l'appariement query-products.

 

Le système réentraîne des modèles de langage pré-existants sur des données spécifiques au domaine (descriptions produits, historique de recherches, comportements d'achat) afin de créer des embeddings contextualisés. L'architecture siamoise permet d'apprendre simultanément les représentations des requêtes utilisateurs et des produits dans un espace vectoriel commun.

 

Cette approche capture les subtilités sémantiques du vocabulaire métier et les intentions d'achat implicites, dépassant les limitations des recherches basées sur des mots-clés exacts pour proposer des résultats plus pertinents et personnalisés.

Résultats

Amélioration significative de la pertinence des résultats de recherche

Matching intelligent même avec des synonymes ou termes métier spécifiques

Clustering de whitepapers

Description

Conception d'un moteur de classification intelligent pour catégoriser automatiquement les whitepapers crypto par affinités technologiques et sectorielles, optimisant la construction de portefeuilles décorrélés pour une plateforme d'investissement spécialisée.

 

La solution exploite des modèles de langage avancés pour extraire les concepts techniques clés (consensus, tokenomics, use cases) et génère des embeddings sémantiques. Des algorithmes de clustering révèlent ensuite les corrélations fondamentales entre projets, dépassant l'analyse traditionnelle basée sur les seules performances de marché.

Résultats

Gain de temps significatif sur le remplissage de formulaires répétitifs ou longs

Cartographie automatique de l'écosystème crypto par clusters technologiques (DeFi, Gaming, ...)

Recommandations personnalisées pour diversifier les portefeuilles utilisateurs

whitepapers.png
hot_topics.png

Détection de hot topics

Description

Développement d'un système d'extraction automatique des tendances émergentes pour une plateforme d'information crypto, identifiant en temps réel les sujets les plus discutés et événements marquants de l'écosystème blockchain.

 

Le système agrège et analyse en continu des flux multi-sources (presse, réseaux sociaux, forums) via des techniques de NLP et topic modeling. Une pondération basée sur la crédibilité des sources et la vélocité de propagation hiérarchise les hot topics et filtre le bruit informationnel.

Résultats

Détection anticipée des tendances crypto avant leur pic de popularité

Dashboard temps réel des hot topics avec scoring de pertinence

Alertes automatisées sur les événements majeurs et nouvelles réglementations

Plus d'exemples à venir prochainement...

bottom of page