Mesterséges Intelligencia Központ
Menu

Nos réalisations : ce que nous avons construit

Mesterséges Intelligencia Központ Kft. est une société de développement logiciel basée à Budapest. Ce que nous avons construit : ERP avec facturation et CRM, pseudonymisation d'actes juridiques, synchronisation de données, gestion de parc de portables scolaires, jeu 3D à commentateur IA en direct.

Chaque système décrit ici existe et fonctionne ; lorsque nous sommes encore en train de le mettre en service, nous le signalons. Nous ne communiquons ni le nom de nos clients ni celui des produits. Si vous avez besoin d'un système qui ne figure pas ici, nous indiquons aussi, à la fin de la page, ce que nous construisons d'autre.

Un ERP avec facturation et CRM

Défi. Le travail quotidien d'une PME hongroise est généralement dispersé entre plusieurs outils : tableurs, messagerie, logiciel de facturation séparé et interface bancaire. L'objectif était un système unique, construit autour des processus propres de l'entreprise, que plusieurs organisations peuvent utiliser sans voir les données les unes des autres.

Solution. Nous développons un progiciel de gestion intégré (ERP) modulaire, au service de plusieurs organisations clientes :

La facturation émet, via le logiciel de facturation, des factures déclarées à l'administration fiscale hongroise (NAV), avec aperçu PDF et annulation. Le rapprochement bancaire associe chaque paiement à sa facture d'après le libellé du virement, le numéro de facture ou le numéro de compte du payeur, et y reporte le paiement ; les factures reçues de la NAV sont intégrées, après validation, à des lots de virements.

Dans le module CRM, les partenaires peuvent être organisés en chaînes, les interlocuteurs ont un rôle dans la décision, les processus de vente avancent sur un tableau kanban, les changements d'étape sont traçables, les tâches sont assorties de rappels, l'intelligence artificielle résume la chronologie du partenaire, et la messagerie ainsi que l'agenda se synchronisent avec la fiche du partenaire.

Une seule connexion donne accès à tous les modules : l'authentification centrale fonctionne par mot de passe ou avec un compte Google, Microsoft, Apple ou GitHub, avec connexion en deux étapes, organisations, invitations et droits d'accès.

Résultat. Le système est en production dans deux organisations ; la facturation est en production, et le module CRM est en cours de déploiement. Nous mettons cette expérience au service du développement de logiciels de gestion.

Un outil d'anonymisation pour documents juridiques

Défi. Un contrat, un acte de procédure ou un jugement doit souvent être partagé ou traité par l'intelligence artificielle, mais aucune donnée personnelle ne doit en sortir. L'occultation manuelle est lente, et l'erreur est facile : un même nom apparaît aussi décliné, en initiales ou sous forme de signature.

Solution. Une application Windows qui fonctionne entièrement sur l'ordinateur de l'utilisateur et pseudonymise les documents juridiques hongrois (PDF et Word) :

Résultat. Une seconde bibliothèque logicielle réexamine le fichier terminé, et s'il reste ne serait-ce qu'un seul nom d'origine, le programme n'enregistre pas. L'application s'installe sur le poste, et les données ne quittent pas l'ordinateur.

Un jeu 3D par navigateur avec un commentateur IA en direct

Défi. Un site d'entreprise affirme généralement que l'entreprise maîtrise l'intelligence artificielle ; nous voulions le montrer. Le jeu devait fonctionner sur un stand de salon comme sur le site web, pour des visiteurs professionnels qui ne sont pas des joueurs : sans apprentissage, sans inscription et sans bouton de démarrage. Et pendant la partie, l'IA devait réellement réagir au joueur, et non tirer au sort des phrases écrites à l'avance.

Solution. Nous avons construit un runner infini dans lequel le joueur est lui-même le T-rex. La scène est dessinée en temps réel par WebGL, avec three.js, dans le navigateur ; le jeu se pilote avec un seul bouton. Le jeu envoie les moments importants (perte d'une vie, record, passage de niveau, nouveau paysage, ravin franchi) sous forme de rapport de synthèse à notre assistant IA, qui repose sur un grand modèle de langage et s'adresse alors en direct au joueur. L'assistant ne fait que parler : il n'intervient pas sur l'état du jeu.

Résultat.

Nous mettons ce même savoir-faire au service de nos travaux de développement de jeux et de développement de chatbots et d'agents IA.

Une chaîne de production graphique basée sur l'IA pour le monde du jeu

Défi. Un jeu a besoin de nombreux éléments graphiques de style homogène : arbres, buissons, rochers, paysages, obstacles. Chacun doit être réalisé à l'échelle réelle, avec un fond transparent et un contour précis, car la détection des collisions du jeu repose aussi là-dessus. À la main, c'est lent, et une simple génération d'images ne donne ni un style ni une taille homogènes.

Solution. Nous avons intégré à notre interface d'administration une chaîne de production en six étapes :

  1. Commande : une brève description du thème.
  2. Plan : un modèle de langage rédige le plan du monde : ambiance, palette de couleurs, météo, types d'objets et instructions de dessin.
  3. Planches de style : des images modèles sélectionnées fixent le style et l'échelle ; le dessinateur les reçoit comme référence.
  4. Dessin : un modèle génératif d'images dessine les objets, une planche par type, plusieurs planches en parallèle ; la machine découpe chaque planche objet par objet, vérifie la transparence et le contour complet, redimensionne à la hauteur prévue, ajuste les couleurs à la palette et produit une carte de normales pour l'éclairage du jeu.
  5. Sélection : c'est une personne qui décide de l'acceptation.
  6. Publication : seule l'image publiée entre dans le jeu.

Un planificateur exécute de lui-même la commande enregistrée dans la plage horaire indiquée, dans la limite d'un quota d'appels IA fixé à l'avance ; la sélection et la publication restent manuelles dans ce cas aussi.

Résultat. Les paysages et les obstacles du jeu ont été réalisés sur cette chaîne de production. Le dessin, l'icône et la forme de collision d'un obstacle proviennent des mêmes données de production : la collision suit le contour de l'image au pixel près. Rien n'entre dans le jeu sans validation humaine.

La mesure de taille en points de fonction avec l'intelligence artificielle

Défi. Une offre logicielle ne vaut que par la précision de l'estimation qui la fonde. L'estimation en heures dépend de l'estimateur et de l'équipe ; deux offres sont donc difficiles à comparer, et le client ne voit pas sur quoi porte le prix demandé par le développeur.

Solution. Nous mesurons la taille fonctionnelle du développement en points de fonction COSMIC (ISO/IEC 19761). La méthode compte les mouvements de données, à savoir l'entrée (Entry), la sortie (Exit), la lecture (Read) et l'écriture (Write), chacun valant un point de fonction ; la taille est ainsi indépendante de la technologie et de qui développe. Pour la mesure, nous avons construit notre propre flux de travail assisté par l'IA :

Résultat. L'offre et le calendrier sont établis à partir de la taille mesurée, et deux offres peuvent être comparées sur la même échelle. La taille n'est pas une estimation au jugé, mais une liste traçable poste par poste : quel processus, avec quels mouvements de données, donne combien de points de fonction. Nous décrivons notre méthode de tarification sur la page Tarification.

Un service de synchronisation de MS SQL vers PostgreSQL dans le cloud

Défi. Les données d'une base MS SQL fonctionnant sur le serveur propre d'une entreprise devaient parvenir à un système dans le cloud, pour une nouvelle application et pour des rapports, sans charger le système source ni rien y écrire.

Solution. Un programme qui fonctionne comme service Windows, avec des droits en lecture seule :

Résultat. Son fonctionnement est vérifié par des tests automatisés et par un véritable environnement de test MS SQL et PostgreSQL. Lorsque plusieurs systèmes doivent être reliés, c'est aussi un travail d'automatisation des processus.

Un gestionnaire de parc de portables pour les écoles

Défi. Une centaine d'ordinateurs portables scolaires sous Windows, répartis sur plusieurs sites, sans domaine ni système de gestion des appareils : l'installation des logiciels, les mises à jour et la tenue des comptes se faisaient machine par machine, à la main.

Solution. Nous avons construit notre propre système de gestion de parc :

Résultat. Le parc fonctionne avec ce système. Le passage à Windows 11 a lui aussi été décidé sur la base de mesures : d'après les résultats des tests de performance exécutés sur les machines.

Des testeurs IA pour applications web

Défi. Une application web doit être testée de nouveau après chaque modification, et les tests manuels sont lents et répétitifs.

Solution. Des agents IA parcourent les applications web indiquées dans un véritable navigateur, en complément de contrôles automatiques et de contrôles d'accessibilité. Chaque anomalie trouvée est validée par une personne, et ce n'est qu'ensuite qu'elle devient un ticket ; les agents apprennent des décisions de validation. L'exécution peut être planifiée et ne réexamine que les parties modifiées ; les pages sont aussi vérifiées en affichage mobile.

Résultat. Le système fonctionne comme outil interne, pour tester nos propres développements.

Un test de recrutement pour les collaborateurs qui travaillent avec l'IA

Pour nos propres recrutements, nous avons construit un test en ligne d'une demi-heure qui mesure la façon dont le candidat travaille avec l'intelligence artificielle. Il comporte quatre parties chronométrées : la recherche d'anomalies dans une application de démonstration volontairement défectueuse, une conversation avec un client joué par l'intelligence artificielle, des exercices de raisonnement et une expérience avec un système au fonctionnement inconnu. L'IA pré-évalue les réponses, la décision est prise par une personne ; nous traitons les données des candidats conformément au RGPD, avec une durée de conservation, l'export et l'effacement.

Petits développements maison

Ce que nous construisons aussi

Les éléments ci-dessous ne sont pas des projets achevés, mais des systèmes que nous serions heureux de construire :