Le prix ne sort pas du tarif
Souvent il sort du dernier prix vendu à ce client. Ni prix moyen ni coût : l’historique et ce qui a été convenu.
Module 03 · Integrafy Platform · Le système d’exploitation des décisions
KnowOSDemander, au lieu d’ouvrir sept onglets.
La connaissance qui décide une vente et ne tient pas dans un champ de l’ERP : tarifs en PDF, historiques de prix, conditions négociées et procédures internes. Interrogeable en langage naturel, avec la source citée.
Le défi
L’ERP garde la transaction. Il ne garde pas le critère.
Dans la plupart des entreprises industrielles et de distribution, la décision commerciale dépend d’informations qui ne sont dans aucun système : elles sont dans des PDF, des e-mails et l’expérience de ceux qui sont là depuis des années.
Les tarifs vivent en PDF et Excel
Consultables par une personne, pas par un système. Et ils sont la vraie source d’une bonne partie des conditions commerciales.
Les rapports se demandent et s’attendent
« J’ai besoin de tous ces contacts des cinq dernières années » finit en requête SQL, en demande à l’IT et en file d’attente.
Le critère part avec les personnes
Quand une personne clé part à la retraite ou s’en va, son critère disparaît et il ne reste aucune trace de la façon de décider.
Négocier hors tarif est un avantage tant que le critère est disponible quand il le faut. Cela cesse de l’être quand tout dépend d’une personne précise qui décroche le téléphone.
Integrafy KnowOS
Ce n’est pas un tableau de bord. C’est la couche de raisonnement qui manque.
Il connecte les systèmes de l’entreprise (ERP, PIM, fichiers, documentation) et les transforme en un modèle vivant du métier. Il permet de comprendre ce qui se passe, pourquoi, et quoi faire.
Il ne remplace ni l’ERP ni le PIM : il les rend interrogeables. Et il ne remplace pas ceux qui savent : il multiplie leur portée, pour qu’ils cessent de répéter la même chose chaque jour.
En une phraseArrêtez de chercher. Demandez.
Où se situe KnowOS dans Integrafy Platform
KnowOS travaille sur la base de connaissances : la donnée opérationnelle synchronisée depuis l’ERP et le PIM, plus la documentation de l’entreprise. Au-dessus s’appuient la conversation en langage naturel et les agents.
Comment ça marche
De la source à la réponse.
Chaque source entre par la même porte, est normalisée et indexée. La requête décide du mécanisme de récupération à utiliser.
01 · Capture
SystèmesERP et PIM, en lecture seule
FichiersTarifs en PDF et feuilles de calcul
DocumentationProcessus, manuels et réglementation
ConversationsE-mails et appels convertis en critères
KnowOS
02 · Structure · un modèle vivant du métier- Normalisation et indexation
- Ontologie : entités et relations
- Critères avec origine et validité
- Permissions héritées de la source
03 · Requête
Sage numériqueQuestions en langage naturel, avec la source citée
HypothèsesSchémas proposés et validés contre les données
Manuel et FAQGénérés à partir des critères enregistrés
Serveur MCPLa connaissance, depuis vos propres outils
La règle qui gouverne tout
Le corpus répond de la connaissance. L’ERP répond des données. S’il n’y a pas de critère enregistré, le système le dit.
Il n’improvise jamais. Et un appel de douze minutes n’est pas de la connaissance : ce qui sert, c’est le critère qui apparaît pendant vingt secondes. Le système cherche cela et écarte le reste.
Rien n’est inventé
Chaque réponse cite sa source et la date à laquelle elle a été dite. Sans appui suffisant, le système le déclare.
Héritage de l’origine
Si quelqu’un ne peut pas voir la marge dans l’ERP, il ne la voit pas non plus en demandant. Les permissions sont héritées du système source.
Toujours corrigeable
Chaque critère peut être ajusté, retiré ou remplacé. Quand deux sources se contredisent, le système ne choisit pas : il prévient.
Ce qui compte vraiment
La magie n’est pas dans le modèle d’IA. Elle est dans la carte que vous lui donnez.
Les modèles changent tous les quelques mois. La carte de votre métier (ce qui existe, comment cela se relie, qui peut voir quoi et ce qu’on peut faire) est ce qui transforme n’importe quel modèle en quelqu’un qui connaît votre entreprise.
Qu’est-ce qu’une ontologie · expliqué sans jargon
Votre ERP parle en tables. Votre métier parle en clients, commandes et accords.
Comment le système le stocke
Table · T_CLI_001
| CLI_ID | NOM_ABR | ORG_V | COND_P | GRP |
|---|---|---|---|---|
| 0000100234 | SUMIN.NORTE SL | 1000 | Z030 | 02 |
| 0000100871 | FERRET.CAMPS | 1000 | Z060 | 05 |
| 0000101102 | INST.LEVANTE | 2000 | Z030 | 02 |
| 0000101377 | ELECTR.RIBA | 1000 | Z090 | 07 |
Table · T_VEN_POS
| DOC_V | POS | MAT_ID | CANT | PR_NET |
|---|---|---|---|---|
| 4500012 | 010 | A-4471-B | 24 | 38,15 |
| 4500012 | 020 | A-0930-X | 6 | 112,40 |
| 4500019 | 010 | A-4471-B | 40 | 36,90 |
Des codes et des colonnes que seul leur concepteur comprend. Un modèle d’IA qui lit cela devine.
Comment l’ontologie le comprend
Des objets avec des noms métier, connectés entre eux. La même donnée, désormais avec du sens : un modèle d’IA qui lit cela raisonne.
La grammaire de votre entreprise
Une ontologie est la langue dans laquelle votre métier s’explique.
Données, logique, action et sécurité au même endroit. C’est pourquoi l’IA ne trouve pas seulement la donnée : elle comprend ce qu’elle signifie et ce qu’on peut en faire.
01
Objets · les noms
Client, commande, produit, tarif, document, critère.
02
Propriétés · les adjectifs
Ce qui décrit chaque objet : marché, mode de paiement, risque.
03
Relations · la syntaxe
Une commande est passée par un client et contient des produits.
04
Actions · les verbes
Créer une offre, approuver une remise, réapprovisionner. Avec règles et validations.
05
Permissions · qui peut dire quoi
Elles voyagent avec chaque objet, chaque propriété et chaque action.
Client
ex. Suministros Norte, S.L.
source : ERP + CRM + e-mail
Propriétés · ce qu’il est
NomMarchéMode de paiementRisque de créditMarge · restreinte
Relations · à quoi il se connecte
→ Commandes→ Tarifs→ Documents→ Critères→ Commercial assigné
Actions · ce qu’on peut faire
Créer une offreApprouver une remiseBloquer pour risque
Permissions · qui voit et qui agit
Commercial : son portefeuilleFinance : marge et risqueAgent : lecture seule
Exemple illustratif · un objet « Client » avec tout ce que l’IA doit savoir de lui
Relationnel + vectoriel
Ce qui s’est passé et ce qui s’est dit, sur la même carte.
L’ERP sait combien un client a acheté. L’e-mail sait ce qu’on lui a promis. Jusqu’ici c’étaient deux mondes. L’ontologie les ancre au même objet.
Relationnel · ce qui s’est passé
ERPCommandes · prix · stock
CRMComptes · opportunités
WMSEmplacements · expéditions
Requête exacte · SQL Ontologie · une seule carte
ClientCommandeCritèreDocumentProduit
Vectoriel · ce qui s’est dit et pourquoi
Tarifs et contratsPDF · feuilles de calcul
Manuels et fichesDocumentation technique
E-mailAccords et exceptions
Audio des appelsTranscrit et découpé
Recherche par sens · embeddings Chaque ligne et chaque fragment de document est ancré à un objet métier. C’est pourquoi une question peut croiser ce qui s’est passé avec ce qui a été convenu.
Une question
« Quelles conditions avons-nous convenues avec Suministros Norte et combien nous ont-ils acheté ces 12 derniers mois ? »
SQL · relationnel
Factures du client dans l’ERP
184 600 € · +12 % sur un ansource : ERP · ventesSémantique · vectoriel
E-mail et contrat du compte
Remise de 8 % sur la famille Asource : e-mail du responsable de compteUne réponse
Les deux chiffres ensemble, avec leurs deux sources citées.
Endpoint · MCP · permissions par jeton
Connectez votre IA, quelle qu’elle soit. L’ontologie fixe les règles.
Le modèle ne voit jamais la base de données. Il voit des outils avec des noms métier, et seulement ceux que son jeton l’autorise à utiliser.
Qui demande · personnes, modèles et agents
ChatGPTClaudeGeminiCopilot · TeamsAgents propresn8n · ZapierApps internes
Un endpoint et un serveur MCPAPI REST · GraphQL · MCP — le même contrat pour tous
Changez de modèle sans toucher à l’intégrationMoteur de permissionsChaque requête porte un jeton · le jeton décide de la portée
Rôlecommercial, finance, agent
Lignesseulement son portefeuille ou sa zone
Colonnesmarge et coût masqués
Actionslire, proposer ou exécuter
OntologieLes outils que voit le modèle ont des noms métier
chercher_client()commandes_de(client)tarif_en_vigueur(produit, client)chercher_dans_documents(texte)proposer_remise() · actionDonnée relationnelleERP · CRM · WMS · PIM
Donnée vectorielleDocuments · e-mail · audio
Audit · qui a demandé, avec quel jeton, quel outil il a utilisé et quelles données il a reçues
Segmentation par jeton · exemple illustratif
La même question, trois réponses différentes. Et les trois sont correctes.
Chaque personne parle avec la partie de l’entreprise qui lui correspond. Pas besoin de construire un assistant par service : il y en a un, et le jeton décide de ce que chacun voit.
La même question« Comment va Suministros Norte et quelle marge nous laisse-t-il ? »
Direction financière
- Tous les clients
- Marges et coûts
- Risque de crédit
Chiffre d’affaires de 184 600 € et marge de 18,4 %. En baisse de deux points à cause des remises hors tarif sur la famille A.
Commercial zone Nord
- Son portefeuille, y compris ce client
- Ventes et conditions
- Marge et coût
Chiffre d’affaires de 184 600 €, 12 % de plus que l’année précédente. La marge n’est pas disponible pour votre profil.
Commercial zone Sud
- Son portefeuille
- Clients d’autres zones
Ce client n’appartient pas à votre portefeuille. Je ne peux pas vous donner ses données.
Pas à pas
Ce qui se passe pendant les deux secondes que prend une réponse.
Personne avec son jeton
Son LLM GPT · Claude · Gemini
MCP + permissions valide la portée
Ontologie traduit en requêtes
Données relationnel + vectoriel
1 Question en langage naturel
2 Choisit l’outil et l’appelle avec le jeton
3 Valide le jeton · résout rôle, lignes, colonnes et actions
4 Requête déjà limitée à ce qui est permis
5 SQL + recherche sémantique
6 Enregistrements et fragments avec source
7 Résultat filtré et cité
8 Réponse avec sources · s’il y a une action, en brouillon
Audit · enregistre chaque étape · le modèle ne touche jamais la base de données : il ne voit que ce que le jeton lui laisse voir
Des agents avec les mêmes règles
Un agent est un utilisateur comme un autre. Avec son jeton, ses limites et son journal.
L’ontologie ne distingue pas une personne d’un agent : tous deux demandent la permission de lire et d’agir. C’est pourquoi on peut connecter des agents sans ouvrir la base de données.
Exemple · jeton de l’agent de réapprovisionnement
- Lit stock, consommations et délais fournisseur.
- Propose des commandes d’achat, toujours en brouillon.
- Ne voit ni marges, ni prix de vente, ni données clients.
- N’exécute rien sans l’approbation d’une personne autorisée.
AgentMême moteur de permissions
- 01 · DétecteLit stock et consommations avec son jeton
- 02 · ProposeCommande d’achat en brouillon
- 03 · ApprouveUne personne avec permission
- 04 · ExécuteÉcriture dans l’ERP via Connect et Flow
- 05 · EnregistreObserve garde quoi, qui et quand
Comparatif
Ce n’est pas KnowOS ou votre IA. C’est votre IA avec ou sans carte.
ChatGPT, Claude ou Gemini peuvent s’utiliser seuls ou connectés à KnowOS via MCP. La différence est dans l’endroit où vivent les règles.
Permissions Votre IA directement · même en plan entrepriseHérite de celles de chaque app connectée (lecteur partagé, SharePoint, e-mail), app par app. Si l’ERP ne cache pas la marge à un commercial, l’assistant non plus. Votre IA + KnowOSUn moteur de permissions propre sur l’ontologie : rôle, lignes, colonnes et actions par jeton. La même règle vaut pour toutes les sources et pour n’importe quel modèle.
Session Votre IA directement · même en plan entrepriseFroide. Chaque conversation repart de zéro ; le contexte est fourni en téléversant des fichiers ou en montant un projet. La mémoire est celle de chaque utilisateur, pas de l’entreprise. Votre IA + KnowOSChaude. L’ontologie, les critères en vigueur et les sources sont toujours chargés et identiques pour toute l’entreprise.
Donnée structurée Votre IA directement · même en plan entrepriseCe qui tient dans la conversation. Un historique de ventes de plusieurs années se résume, se découpe ou s’exporte à la main. Votre IA + KnowOSRequête exacte sur l’historique complet. Le modèle reçoit le résultat, pas la table entière.
Fiabilité Votre IA directement · même en plan entrepriseS’il ne trouve pas la donnée, il peut compléter la réponse avec ce qui semble raisonnable. Votre IA + KnowOSS’il n’y a pas de critère enregistré, il répond que cela ne figure pas. Chaque réponse cite sa source et sa date.
Contrôle Votre IA directement · même en plan entrepriseLa connaissance vit dans les projets, mémoires et connecteurs d’un fournisseur. Changer de modèle, c’est tout refaire. Votre IA + KnowOSL’ontologie et le corpus sont à vous et exportables. Vous changez de modèle sans toucher à l’intégration.
Limites Votre IA directement · même en plan entrepriseFenêtre de contexte, quotas d’usage du plan et fichiers par projet. Le coût grandit avec chaque document rechargé. Votre IA + KnowOSLe modèle ne reçoit que ce dont il a besoin pour chaque question. Moins de jetons par réponse et coût prévisible.
Actions et audit Votre IA directement · même en plan entrepriseActions à l’intérieur de chaque connecteur. L’audit est dans la console du fournisseur, séparé par outil. Votre IA + KnowOSActions métier avec validation, brouillon et approbation. Un seul journal : qui a demandé, avec quel jeton et ce qu’il a reçu.
Contexte d’entreprise
Chaque chat repart de zéro. KnowOS jamais.
Avec l’IA directe, le contexte est fourni par chaque personne à chaque conversation. Avec KnowOS, le contexte de l’entreprise est déjà chargé, identique pour tous, et respecte ce que chacun peut voir.
LLM direct · session froide
CommercialSa conversation
- tarif_v3.pdf
- export_erp.xlsx
- email.txt
FinanceSa conversation
- tarif_v2_OK.pdf
- ventes_2025.xlsx
- resume.docx
TechniqueSa conversation
- tarif_final.pdf
- fiche_tech.pdf
- notes.txt
Chaque personne téléverse sa version des fichiers. Chaque conversation repart de zéro.
Ce qui ne tient pas dans la fenêtre de contexte est résumé ou laissé de côté.
LLM + KnowOS · session chaude
Commercial
Finance
Technique
Le modèle que chacun préfère · GPT · Claude · Gemini
KnowOS · toujours chargé
OntologieCritères en vigueurPermissions par jetonSources citées
ERP · CRM · PIM · documents · e-mail · audioUn seul contexte pour toute l’entreprise. Le modèle n’apporte que ce dont il a besoin.
Architecture de KnowOS
Cinq pièces, un cycle qui se répète.
Ingestion, Data Lake, modèles, ontologie et IA qui découvre des schémas et génère des hypothèses validées. Sans code et sans équipe technique data.
Ingestion
ERP, eCommerce, CRM, CSV ou API, sans pipelines manuels
Data Lake
Versionnage et lignage de série, partitionné par client et par temps
Modèles de données
Objets métier qui génèrent des API REST et GraphQL
Ontologie
Objets, relations et actions, lisibles par l’IA via MCP
Hypothèses
Corrélations détectées et validées contre des données réelles
Le cycle, sans code
Connecter→Modéliser→Découvrir→Agir
Quand un schéma se confirme, il devient une alerte ou une règle. Et le cycle recommence.
Résumé
L’état de l’entreprise, d’un coup d’œil.
- Métriques consolidées depuis ERP, PIM et fichiers, avec une définition unique et traçable jusqu’à son origine.
- Sans doublons ni contradictions entre systèmes : une seule source de vérité pour la direction.
- Alertes configurables et accès par rôles et profils utilisateur.
- Actions en attente avec lien direct vers ce qu’il faut résoudre.
Sage numérique
L’IA répond, explique et propose.
- Ce n’est pas une IA générique : elle est montée sur l’ontologie de votre métier, donc elle répond avec votre vocabulaire et vos données.
- « À quel prix avons-nous vendu cette référence à ce client la dernière fois ? »
- « Pourquoi la marge a-t-elle baissé sur cette famille ? » et elle explique la cause, pas seulement le chiffre.
- « Que se passerait-il si nous augmentions le prix de 5 % sur ce segment ? » simulation avant de décider.
- Chaque réponse cite le critère d’origine, sa date et la conversation dont il provient.
Hypothèses
Le système propose. Les données décident.
- Détection de schémas sur les données réelles : concentration des revenus, effet du délai de livraison, seuils de remise.
- Chaque hypothèse est validée contre la base et garde son statut : en attente, validée ou en révision.
- Analyse de cause racine face aux baisses de performance, au lieu d’un graphique qui dit seulement que ça a baissé.
- Détection précoce d’anomalies sur les ventes, les marges ou le stock.
Sources de données
Tout ce qui se connecte, au même endroit.
- ERP : articles, tarifs, clients et historique. En lecture, sans écriture automatique.
- Integrafy Data (PIM) : attributs techniques, actifs et états de complétude. Entre déjà normalisé.
- Fichiers : tarifs en PDF et feuilles de calcul, avec extraction des tableaux et des conditions.
- Documentation : diagrammes de processus, manuels et réglementation interne.
- Serveur MCP : la connaissance, interrogeable depuis vos propres outils. Elle ne s’enferme pas dans une interface de plus.
Cas d’usage
Ce que demande chaque service.
Les mêmes questions qui circulent aujourd’hui par e-mail, par téléphone ou par une demande à l’IT.
| Service | Question type | D’où vient la réponse |
|---|---|---|
| Direction | « Comment a évolué le prix moyen de cette famille sur les trois dernières années par marché ? » | Historique de l’ERP croisé avec les tarifs archivés. |
| Commercial | « À quel prix et à quelles conditions avons-nous vendu cette référence à ce client la dernière fois ? » | Ontologie client, produit et prix, plus l’e-mail et les tarifs de ce compte. |
| Bureau d’études | « Quelles références de cette famille ont la fiche technique en attente ? » | Integrafy Data, avec le feu tricolore de complétude. |
| Marketing | « Quels produits sont complets en allemand et prêts à publier dans le catalogue ? » | États par langue et par canal du PIM. |
| Opérations | « Quelle est la procédure pour créer un nouveau fournisseur ? » | Diagrammes de processus et documentation interne. |
| Nouvel arrivant | « Je viens d’arriver. Comment traite-t-on un échantillon pour un nouveau client ? » | Base de critères, sans prendre le temps d’un collègue. |
Livrables
Ce que reçoit l’équipe.
Manuel interne vivant
Organisé par domaine, avec responsable et date de révision. Exportable en PDF ou vers votre intranet.
FAQ interne
Générée à partir des critères enregistrés et classée par fréquence réelle de consultation, pas par ordre de création.
Sage numérique
Dans le navigateur et, si vous préférez, dans Teams ou Slack. Chaque réponse cite le critère d’origine et sa date.
Serveur MCP
La connaissance reste interrogeable depuis vos propres outils, y compris Integrafy Data.
Des règles qui agissent
Les découvertes se traduisent en actions sur les systèmes connectés : alertes, tâches et avis. Toujours en brouillon pour révision.
Le corpus est à vous
Les critères et la base de connaissances sont à vous et exportables en format ouvert. Sans dépendance à un fournisseur.
Sécurité et données
Comment l’information est traitée.
Contrat de sous-traitance
Signé avant de toucher un seul fichier. Il fixe finalité, périmètre, durée de conservation et la liste des sous-traitants avec leur localisation.
Rien ne reste dehors
Les modèles travaillent en mode rétention zéro : le fournisseur ne conserve pas le contenu envoyé et ne l’utilise pas pour l’entraînement.
Serveur dédié dans l’UE
Contracté au nom du client, sans intermédiaire ni surcoût. L’information reste dans votre périmètre.
Séparées du corpus
Pseudonymisation avant indexation, avec la table de correspondance chiffrée et stockée à part.
Permissions héritées
Par rôle et par source. Ce qu’on ne peut pas voir dans le système d’origine ne se voit pas non plus en demandant.
Journal complet
Qui a demandé quoi, ce qui a été répondu et avec quelle source. Chaque critère avec son origine et sa date de dernière révision.
Mise en route
Quatre phases. Lecture seule jusqu’à validation du critère.
Diagnostic
- Sources et domaine pilote
- Cadre légal et contrat de sous-traitance
Modélisation
- Setup de la plateforme et connexion des systèmes
- Ontologie du métier
Capture
- Critères et construction du corpus
- Connecteurs de lecture via MCP
Lancement
- Agent, manuel et FAQ
- Gouvernance, permissions et audit
- QA, réglage et formation
Ce dont nous avons besoin de votre côté
- Un interlocuteur de référence qui connaît le domaine, pour des questions ponctuelles. Sans engagement de temps fixe.
- L’accès aux sources approuvées. Pas une source de plus sans votre accord.
- Un contact technique pour les tests d’export et la consultation de la base articles.
- La signature du contrat de sous-traitance avant de commencer la capture.
Hors périmètre
- Consommation de modèles de langage au-delà du plan contracté.
- Numérisation de documentation papier ou non accessible en format électronique.
- Rédaction de la documentation des processus : KnowOS indexe ce que l’entreprise produit, il ne l’écrit pas.
- Écriture automatique dans les systèmes d’origine : la première phase est en lecture seule.
Feuille de route
La base pour ce qui vient ensuite.
L’architecture est conçue pour évoluer vers des agents qui opèrent de façon proactive sur le métier. Ce n’est pas ce qu’on contracte au départ : c’est ce que cette phase rend possible.
Direction financière assistée
Contrôle en temps réel, alertes de trésorerie et projections de rentabilité par famille et marché.
Direction commerciale assistée
Analyse avancée des ventes, détection d’opportunités de vente croisée et gestion prédictive du pipeline.
Opérations assistées
Optimisation des processus, gestion intelligente du stock et efficacité logistique.
Rien de tout cela ne peut se construire sur des données dispersées. L’ontologie et le corpus de critères sont le prérequis, et c’est exactement ce que livre KnowOS.
Plans
Trois plans et un complément. Sans surprise.
Abonnement mensuel sans engagement plus une mise en route en paiement unique qui inclut la modélisation de l’ontologie et la capture des critères. Prix hors TVA.
Start
Pour commencer à interroger l’ERP et les documents de l’entreprise.
190 €/mois
Mise en service · 2 490 € · ERP et Drive ou OneDrive
- 3 Go d’espace
- IA incluse : 20 €/mois de consommation
- 1 connexion ERP
- 1 CMS : PrestaShop, Shopify, Sylius ou Medusa
- 1 connexion documents, Drive ou OneDrive
- Serveur dédié dans l’UE inclus
Growth
RecommandéPour les équipes qui consultent ERP, boutique et documentation au quotidien.
390 €/mois
Mise en service · 3 900 € · inclut 20 h de personnalisation
- 10 Go d’espace
- IA incluse : 109 €/mois de consommation
- 1 connexion ERP
- 1 CMS : PrestaShop, Shopify, Sylius ou Medusa
- 2 connexions documents, Drive ou OneDrive
- Serveur dédié dans l’UE inclus
Scale
Pour les entreprises qui croisent ERP, CRM, boutique, documents et appels.
790 €/mois
Mise en service · dès 5 950 € · avec CRM, eCommerce et voix vers texte
- 50 Go d’espace
- IA incluse : 109 €/mois + environ 25 M de jetons d’API
- 2 connexions ERP ou CRM
- 1 CMS : PrestaShop, Shopify, Sylius ou Medusa
- Connexions documents multiples
- Voix vers texte pour appels et réunions
- Serveur dédié dans l’UE inclus
Agents
Complément de KnowOSDes agents qui lisent, détectent et proposent avec leur propre jeton.
par agent
Selon le périmètre, après le diagnostic
- Alertes de stock critique
- Anomalies sur commandes, retours et marges
- Suggestions de réapprovisionnement
- Rapports automatiques périodiques
- Actions toujours en brouillon, avec approbation
- Mêmes permissions et audit qu’une personne
La mise en route est chiffrée selon le nombre de sources et le domaine pilote. La consommation de modèles de langage est au coût ou avec un forfait mensuel. Option on-premise sur demande.
Voir le tarif complet, packs et compléments →Questions fréquentes sur Integrafy KnowOS
Integrafy KnowOS est-il un produit à part ou une partie d’Integrafy Platform ?
C’est le module 03 d’Integrafy Platform, la couche de connaissance. Il travaille sur la donnée opérationnelle synchronisée par Connect, Data et Flow, mais il peut être contracté indépendamment : un accès en lecture à l’ERP et à la documentation de l’entreprise suffit.
En quoi est-ce différent de connecter ChatGPT ou Claude directement à mes fichiers ?
Dans l’endroit où vivent les règles. Avec l’IA directe, chaque personne charge ses fichiers et le contexte se perd à la fermeture du chat. KnowOS garde l’ontologie, les critères en vigueur et les permissions toujours chargés, identiques pour toute l’entreprise, et chaque réponse cite sa source et sa date. On change de modèle sans toucher à l’intégration.
Que se passe-t-il s’il n’y a pas de critère enregistré pour ma question ?
Le système répond que cela ne figure pas. Il ne complète jamais une réponse avec ce qui semble raisonnable. Et quand deux sources se contredisent, il ne choisit pas : il prévient pour qu’une personne tranche.
Un commercial peut-il voir la marge en interrogeant l’IA ?
Seulement s’il peut la voir dans le système d’origine. Les permissions sont héritées de la source et appliquées par jeton : rôle, lignes, colonnes et actions. La même question renvoie des réponses différentes à la finance, à un commercial de sa zone et à un commercial d’une autre zone, et les trois sont correctes.
Ai-je besoin d’un data engineer ou d’une équipe technique data ?
Non. L’ingestion, le Data Lake, la modélisation et l’ontologie se configurent sans code pendant la mise en route. Si vous avez un profil technique, il appréciera les API REST et GraphQL et le serveur MCP, mais ce n’est pas un prérequis.
Où sont traitées mes données et que voit le fournisseur du modèle ?
Serveur dédié dans l’UE contracté à votre nom. Les modèles travaillent en rétention zéro : ils ne conservent pas le contenu et ne l’utilisent pas pour l’entraînement. Les données personnelles sont pseudonymisées avant indexation, avec la table de correspondance chiffrée et à part. Le tout sous contrat de sous-traitance signé avant de toucher un fichier.
KnowOS écrit-il dans mon ERP ?
Pas dans la première phase : lecture seule jusqu’à validation du critère. Ensuite, les actions (créer une offre, proposer une commande d’achat) sont générées en brouillon et exécutées par Connect ou Flow après approbation d’une personne autorisée. Les agents suivent exactement les mêmes règles.
Session sur votre cas
Montrez-nous une question qui prend une après-midi aujourd’hui.
Une session de 30 minutes sur un cas réel : un tarif historique, une procédure interne, une requête qui finit aujourd’hui en demande à l’IT. Nous en sortons avec un diagnostic du périmètre des sources et un prix ferme.
Demander une session