Rendre l'intelligence artificielle explicable pour mieux décider entre humains.
Argos transforme un brief technologique en un dossier de décision relié à ses sources. Notre modèle repose sur la transparence : une recommandation doit pouvoir être comprise, discutée et contestée. Car au terme de l'analyse, l'innovation avance par le contact humain et par la confiance entre les personnes.
Pourquoi nous expliquons le fonctionnement de notre IA.
La plupart des outils d'intelligence artificielle demandent qu'on leur fasse confiance sur parole. Nous faisons l'inverse : nous exposons la structure du raisonnement, parce qu'un scouting technologique ne se termine jamais par un score — il se termine par une rencontre entre deux équipes.
01
Une décision d'innovation engage des personnes
Un scouting débouche sur un appel, une réunion, un NDA, un PoC. Personne n'engage son nom sur un score dont il ignore l'origine. Expliquer la mécanique, c'est permettre à un directeur technique de porter la recommandation devant son comité.
02
Une IA non expliquée ne se conteste pas
Un système opaque impose ses conclusions. Nous préférons un système contestable : chaque statut de critère peut être ouvert, discuté, corrigé. La contradiction est un objet visible, pas une moyenne qui efface le désaccord.
03
La confiance se construit avant le premier contact
Quand une équipe comprend pourquoi une organisation apparaît dans son dossier, elle aborde la conversation avec des questions précises. La qualité de la relation humaine commence par la qualité de l'explication.
04
Publier les principes n'est pas livrer la recette
Nous décrivons l'architecture, les objets manipulés et les règles de raisonnement. La précision d'Argos vient de la calibration conjointe de milliers de décisions fines, qui reste notre savoir-faire.
Cinq plans, du besoin métier à la décision traçable.
A₁
Formalisation contrainte
Constraint-aware semantic parsing
Le brief est transformé en critères typés, variables observables, exclusions et priorités. Les ambiguïtés restent explicites au lieu d'être résolues silencieusement.
Sortie · espace de critères C
A₂
Génération d'hypothèses
Hybrid retrieval & query expansion
Une recherche hybride croise signaux lexicaux, proximité vectorielle, taxonomies techniques et voisinages d'entités pour produire des candidats diversifiés.
Sortie · hypothèses H₀…Hₙ
A₃
Graphe de provenance
Temporal knowledge graph
Organisations, technologies, documents et affirmations deviennent des nœuds datés. La résolution d'entités rapproche les mentions sans effacer leurs sources.
Sortie · graphe G(V,E,t)
A₄
Qualification probabiliste
Bayesian evidence fusion
Chaque critère reçoit un état, une vraisemblance et une confiance. Concordance, contradiction, indépendance et fraîcheur modulent la masse de preuve.
Sortie · P(Cᵢ | E₁…Eₖ)
A₅
Décision augmentée
Calibrated human-in-the-loop
Argos hiérarchise les dossiers et signale l'incertitude. L'utilisateur inspecte les sources, conteste un statut et conserve la décision finale.
Sortie · décision traçable
Chaque conclusion reste reliée à son chemin de preuve.
Les variantes de noms, filiales, laboratoires, technologies et personnes sont rapprochées dans un graphe canonique sans perdre les mentions originales.
Chaque relation conserve sa source, sa date de collecte et son contexte. Une évolution ne réécrit pas silencieusement l'historique.
Les affirmations incompatibles sont modélisées comme des arêtes explicites afin que le désaccord devienne un objet d'analyse.
Avant de juger, il faut couvrir l'espace des possibles.
Les hypothèses ne sont pas classées par simple similarité : elles sont réparties en familles techniques pour éviter de rapporter dix fois la même solution. La frontière de pertinence isole ce qui sort du périmètre du brief, sans le supprimer.
Chaque étage de l'entonnoir applique une règle explicite : pertinence documentaire, existence de l'entité, rattachement d'une technologie, satisfaction des critères. Le taux de passage ρ est mesuré et chaque rejet reste consultable.
Une même organisation, dix écritures ; une même preuve, plusieurs âges.
Nom, domaine, registre légal, géographie et co-occurrences documentaires alimentent un score de similarité. Au-dessus du seuil, les mentions fusionnent vers une entité canonique ; en dessous, le rejet est conservé pour être audité.
Une publication de 2019 et un rapport de 2024 ne pèsent pas pareil sur le même critère. Le poids de fraîcheur module la masse de preuve sans effacer l'historique : une affirmation ancienne devient un antécédent, pas une erreur.
La confiance est fusionnée, puis calibrée sur l'observable.
Les facteurs ψ représentent la qualité, l'indépendance, la fraîcheur et la contradiction des preuves. Ils produisent une distribution, pas une certitude binaire.
Un score de confiance utile doit correspondre à une fréquence observée. La calibration limite la surconfiance et rend les dossiers comparables.
Indépendance
Deux documents issus de la même communication ne comptent pas comme deux confirmations indépendantes.
Temporalité
Une preuve est interprétée à la date où elle était vraie ; le graphe conserve les évolutions et les contradictions ultérieures.
Spécificité
Une mesure directement reliée au critère porte davantage d'information qu'une déclaration générale de positionnement.
Contradiction
Un désaccord ne disparaît pas dans une moyenne : il crée une branche visible qui demande un arbitrage.
La machine organise la preuve ; l'humain engage la relation.
01 · INCERTITUDE
Argos montre ce qui manque
Les critères inconnus, sources faibles et contradictions remontent comme tâches de recherche ou questions à poser au candidat.
02 · ARBITRAGE
L'expert peut contester
Un statut, un poids ou une recommandation restent inspectables. Les corrections humaines deviennent des signaux d'amélioration gouvernés.
03 · RELATION
La confiance passe aux personnes
Une fois le dossier compris, Argos identifie les interlocuteurs pertinents. La rencontre, l'écoute et l'évaluation partagée restent humaines.
Nous publions les principes ; nous protégeons la précision.
La transparence d'Argos porte sur ce qui permet une décision responsable : origine des informations, critères appliqués, contradictions, niveau d'incertitude et rôle de la validation humaine. Cette lisibilité crée un terrain commun entre les équipes innovation, les experts et les partenaires approchés.
Notre avantage ne tient pas à un diagramme isolé, mais à la calibration conjointe de milliers de décisions d'architecture et de recherche. C'est cette cohérence opérationnelle qui rend les résultats précis et reproductibles dans Argos.
- — Modèles, routage et instructions d'agents
- — Stratégies de requête et sélection des corpus
- — Coefficients, seuils et règles d'arrêt
- — Jeux de calibration et heuristiques de qualité
- — Défenses contre la duplication et le bruit documentaire
Voyez maintenant comment cette architecture se traduit dans un dossier concret, depuis le brief jusqu'aux contacts.