Aller au contenu

Réalisations

Six projets, et le rôle réel de l’IA dans chacun.

Aucun client n’est nommé ici. Certains de ces projets ont été réalisés avant l’existence des assistants IA, d’autres sont aujourd’hui maintenus avec eux, et l’un a été conçu avec l’IA dès la première ligne du cahier des charges.

01 / 06

Visites de chantier et suivi du devis de masse, sur tablette

Trois applications, un seul fil de travail : préparer sur PC, relever sur tablette au chantier, finir le compte rendu sans rien ressaisir.

Rôle de l’IA :IA dès le cahier des charges

140 hdu cahier des charges à la première version en production

Secteur
Architecture navale
Technologies
AndroidiPadWPFWindows 11

Contexte

Une application tablette de suivi de chantier de navires et d’évolution de leur devis de masse, pour une entreprise d’ingénieurs et d’architectes navals.

Problème

Lorsqu’ils visitaient les chantiers des navires qu’ils avaient conçus, les ingénieurs et architectes navals emportaient un PC portable pour les notes et un téléphone pour les photos. Ce n’était pas pratique sur place, il était difficile d’être sûr d’avoir tout relevé, et chaque visite était suivie d’un long travail de mise au propre.

Ce que nous avons construit

Une solution en trois volets : une application Android optimisée pour les tablettes, une application pour iPad et une application WPF pour Windows 11. La préparation et le compte rendu se font sur PC, où c’est plus rapide, mais peuvent aussi se faire sur l’une ou l’autre tablette. Le travail pendant la visite, lui, se fait uniquement sur tablette.

Rôle de l’IA

C’est notre premier projet où l’IA a été utilisée dès l’élaboration du cahier des charges. Il n’a fallu que 140 heures de travail pour mettre sa première version en production.

02 / 06

Prédire les gains de CO2 et de carburant de la propulsion vélique

Un solveur qui dit à un armateur ce que les systèmes de propulsion vélique font réellement gagner à ses navires de commerce, en quasi-temps réel.

Rôle de l’IA :Désormais développé avec l’IA

Secteur
Transport maritime
Technologies
PythonMicrosoft FabricDatabricksGitHub

Contexte

Un outil, pour le compte d’un armateur, qui prédit la réduction des émissions de CO2 et l’économie de carburant après l’installation de différents types de systèmes de propulsion vélique (WAPS) sur des navires de commerce.

Problème

Le transport maritime repose sur des navires qui fonctionnent en grande majorité avec des carburants fossiles, et dont les émissions de CO2 sont très importantes. Ce client s’est donné pour mission d’arriver à zéro émission de CO2 avant 2050 et expérimente pour cela de très nombreuses technologies. Il lui fallait un outil pour vérifier le bénéfice réel de celles qui sont installées sur ses navires.

Ce que nous avons construit

Un code Python construit autour d’un solveur, qui va chercher ses données d’entrée dans des fichiers CSV et Parquet et dans des lakehouses Microsoft Fabric. Il produit des rapports d’analyse et des graphiques, et existe dans une version spéciale pour notebook Microsoft Fabric, capable d’effectuer les calculs d’émissions de CO2 et d’économie de carburant en quasi-temps réel.

Rôle de l’IA

Le projet a débuté sans l’IA. Il est désormais complètement connecté à Claude Code et à Codex, ainsi qu’à GitHub, car plusieurs entreprises participent à son développement. Les vraies données et les secrets sont confidentiels et sont méticuleusement gardés hors d’accès de Claude Code et de Codex.

03 / 06

Une gestion documentaire sur mesure, maintenue depuis 2010

Enrichie chaque année depuis 2010, elle reçoit aujourd'hui des fonctionnalités restées en attente pendant des années faute de budget.

Rôle de l’IA :Désormais développé avec l’IA

Secteur
Ingénierie · Superyachts
Technologies
WinFormsC# / .NETStockage cloud

Contexte

Un système de gestion documentaire (DMS) sur mesure pour des équipes d’ingénieurs d’un grand groupe britannique et pour une entreprise spécialisée dans l’architecture navale de superyachts.

Problème

Le logiciel est une application WinForms dont la première version a été écrite en 2010. Il est maintenu en continu, et de nouvelles fonctionnalités lui sont apportées tous les ans. Il gère désormais des fichiers stockés dans le cloud, et pallie les problèmes de disponibilité propres à ce type de stockage.

Ce que nous avons construit

Une application de bureau Windows pour gérer des documents d’ingénierie désormais majoritairement stockés dans le cloud. Elle a été enrichie année après année plutôt que remplacée.

Rôle de l’IA

Développé sans l’IA, le code source est désormais connecté à Claude Code. Cela permet d’ajouter des fonctionnalités de plus en plus complexes, beaucoup plus rapidement et pour un coût raisonnable. Certaines étaient des besoins identifiés depuis plusieurs années, mais auraient été trop coûteuses à développer sans l’IA. Elles avaient été laissées de côté, jusqu’à ce que nous les réalisions cette année.

04 / 06

Un complément Excel pour suivre les nomenclatures et leur coût

Quand le prix des matières premières bouge avec l'actualité du monde, les coûts de production et les devis doivent suivre. Ce complément en garde la trace.

Rôle de l’IA :Maintenu avec l’IA

Secteur
Fabrication composite
Technologies
Complément ExcelSources de données de l'entreprise

Contexte

Un complément Excel de suivi de l’évolution des nomenclatures et de leur coût, pour une entreprise de fabrication de pièces en composites.

Problème

Ce client industriel est confronté aux variations du coût et de la disponibilité de certaines matières premières et de certains produits, selon la situation géopolitique du moment : Covid, guerres, catastrophes climatiques. Ces variations pèsent sur ses coûts de production. Pour mieux les suivre dans le temps, il lui fallait un outil cousu main.

Ce que nous avons construit

Un complément Excel facile à installer sur les postes des personnes chargées du suivi des coûts de production et des devis. Il se connecte à plusieurs sources de données de l’entreprise pour récupérer les informations nécessaires.

Rôle de l’IA

Le projet a été codé sans l’IA. Il est désormais maintenu avec Claude Code, en prenant soin de ne lui fournir aucun secret permettant de se connecter aux données de l’entreprise. Le code source lui-même n’est pas critique : il est donc exposé à l’IA, ce qui permet d’ajouter de nouvelles fonctionnalités dans des délais très serrés et pour un budget très maîtrisé.

05 / 06

La planification de production d'une voilerie

Une application web qui montre où le plancher va manquer de place, assez tôt pour tenir chaque date de livraison.

Rôle de l’IA :Réalisé avant l’IA

Secteur
Voilerie
Technologies
BlazorC#APIAzure

Contexte

Une application web d’aide à la planification de la fabrication de voiles. Un projet Blazor et C#, intégré par des API à l’écosystème logiciel de l’entreprise.

Problème

La voilerie avait besoin d’un outil pour mieux planifier sa production et repérer, aussi tôt que possible, les goulets d’étranglement dans la disponibilité du plancher, afin de respecter le délai contractuel de livraison de chaque voile commandée.

Ce que nous avons construit

Une application web connectée à l’API d’une autre application web de l’entreprise ainsi qu’à une base de données. Différentes personnes de l’entreprise s’y connectent pour gérer le planning, ou simplement pour consulter le volume de commandes dans un futur proche ou plus lointain. Elle est déployée sur Azure.

Rôle de l’IA

Ce projet a été réalisé sans l’IA, qui n’était pas encore disponible. Il a été codé en trois mois. Il le serait en quelques semaines aujourd’hui.

06 / 06

Analyser des données capteurs à très haute fréquence autour d'un foil

Des dizaines de millions de mesures, des dizaines d'analyses, et des rapports automatisés pour distinguer séparation, ventilation et cavitation.

Rôle de l’IA :Réalisé essentiellement sans IA

Secteur
R&D · Voiliers de compétition
Technologies
PythonRapports automatisés

Contexte

Un projet de R&D RAPID (régime d’appui à l’innovation duale) : l’analyse de données à très haute fréquence issues de capteurs pour étudier l’écoulement hydrodynamique autour d’un foil, en collaboration avec une PME industrielle française et un très grand groupe français.

Problème

Les voiliers de compétition sont de plus en plus souvent équipés de foils qui soulèvent la coque au-dessus de la surface de l’eau. Ces voiliers atteignent des vitesses très élevées et rencontrent différents phénomènes hydrodynamiques : séparation, ventilation, cavitation. Le but du projet est d’analyser des données issues de capteurs et de tenter d’isoler et d’identifier ces phénomènes.

Ce que nous avons construit

Un outil d’analyse en Python capable de prendre en entrée des dizaines de millions de données et d’effectuer des dizaines d’analyses différentes, sur l’ensemble ou sur des échantillons ciblés. Il en extrait des rapports et des graphiques de résultats automatisés, faciles à comparer entre eux.

Rôle de l’IA

Ce projet a été réalisé en grande partie sans l’IA, à l’exception de quelques prompts destinés à améliorer des briques ciblées, sans jamais donner le contexte global du projet ni exposer la totalité du code source.

Les clients que nous pouvons citer

Ces entreprises ont accepté d’être citées comme clientes. Les projets ci-dessus ne sont attribués à aucune d’entre elles.

Un besoin, une idée, un tableur devenu trop grand ?

Décrivez-le-nous en quelques lignes. Nous répondons par email, et pouvons poursuivre en visio.