positioning.md 6.9 KB

Positionnement Livinia

Dernière mise à jour : 2026-02-22 | Maintenu par : Augustin

Résumé

Livinia est une ESN IA orientée DSI/CTO. On conçoit, intègre et opère des solutions d'IA générative et d'IA appliquée, avec une priorité absolue sur le contrôle des données, la sécurité, la conformité, l'intégration SI, la performance et la réversibilité.

Notre parti pris : pas de "démos", pas de gadgets. On livre des systèmes exploitables en production, mesurés, monitorés, et intégrables dans les outils et processus existants. L'IA doit réduire un coût opérationnel, raccourcir un délai, diminuer un risque, ou augmenter une capacité, sinon elle ne mérite pas sa place.

Positionnement

Ce que Livinia est

  • Une ESN IA qui industrialise des cas d'usage IA (GenAI, RAG, fine-tuning, agents, data) dans des environnements d'entreprise
  • Un partenaire "engineering first" : architecture, sécurité, intégration, exploitation, monitoring, et montée en charge
  • Un acteur "contrôle et souveraineté" : déploiement possible on-premise ou cloud hybride, choix de modèles selon contraintes, gouvernance des accès, traçabilité
  • Une approche orientée résultats mesurables : métriques avant généralisation, puis itérations contrôlées

Ce que Livinia n'est pas

  • Un simple "wrapper ChatGPT" sans gouvernance, ni isolation des données, ni audit
  • Un laboratoire de POC sans trajectoire prod et sans run
  • Une approche buzzword centrée sur "l'innovation" plutôt que sur la réduction des frictions métier

Promesse centrale (formulation DSI/CTO)

Mettre en production une IA utile et contrôlée, qui s'intègre au SI, respecte les contraintes de sécurité, reste réversible, et apporte un gain mesurable.

Les 5 piliers non négociables

  • Sécurité et conformité : RBAC, logs, séparation, principes de moindre privilège
  • Souveraineté et contrôle : on-prem possible, cloud hybride possible, modèles open source possibles
  • Intégration SI : API-first, connecteurs, IAM/SSO, flux maîtrisés
  • Exploitabilité : monitoring, runbook, gestion des erreurs, supervision
  • Mesure : évaluation qualité, tests, critères d'acceptation, ROI indicatif

Cadre de delivery (format projet)

  • Cadrage technique et risques : architecture cible, choix modèle, contraintes SI, critères d'acceptation
  • POC mesuré : un cas d'usage, un périmètre limité, métriques, go no-go
  • MVP production : sécurité, intégration, logs, monitoring, UX minimal, exploitation
  • Run et amélioration continue : qualité, dérives, ajout de sources, optimisation coûts latence

Différenciateurs techniques

1) Déploiement local et cloud hybride

  • Capacité à déployer des modèles en on-premise quand c'est requis (données sensibles, contraintes réseau, souveraineté)
  • Trajectoires hybrides : conserver les données chez le client, tout en utilisant du cloud pour certains composants si autorisé

2) LLM open source et architecture RAG robuste

  • Agents et assistants basés sur RAG, avec ingestion, indexation, retrieval, et réponses traçables
  • Compatibilité modèles open source selon le besoin : Mistral, Llama, Mixtral
  • Bases vectorielles au choix selon contexte : Weaviate, Qdrant, FAISS

3) Industrialisation de l'inférence et performance

  • Pipelines d'inférence pour la prod : API (ex : FastAPI), orchestration, scalabilité
  • Optimisations selon contraintes : quantization, LoRA, pruning
  • Scalabilité et latence : options type vLLM si nécessaire
  • Arbitrage systématique : précision vs latence vs coût vs sécurité

4) Gouvernance et garde fous agents

  • Agents "exécutants" conçus avec garde fous : actions autorisées, permissions minimales, validations humaines sur actions sensibles
  • Journalisation complète : audit logs et traçabilité des actions
  • Isolation par tenant, séparation des environnements, politiques de rétention

5) Évaluation et fiabilité (anti hallucination par design)

  • Jeu de tests et métriques de qualité (taux de réponse correcte, taux d'escalade, couverture, robustesse)
  • Comparaison de versions (prompts, modèles, retrievers) avant déploiement
  • Monitoring en prod : erreurs, dérives, latence, coûts, feedback utilisateur

6) Réversibilité et architecture "clean"

  • API-first, composants standards, documentation, runbook
  • Capacité à remplacer un modèle, une base vectorielle ou un fournisseur sans refaire tout le système
  • Livraison d'une architecture exploitable par une DSI, pas d'un prototype "opaque"

7) Intégration SI entreprise

  • Connecteurs API REST, webhooks, bases de données, bus évènementiel si présent
  • Intégration IAM/SSO quand requis (selon l'écosystème client)
  • Approche "least privilege" et segmentation réseau

Cibles (DSI, CTO, secteurs)

Personae cibles

  • DSI : veut une IA utile mais gouvernée (sécurité, conformité, exploitation, budget)
  • CTO / Head of Engineering : veut une architecture propre, scalable, maintenable, réversible
  • Responsable Data / Analytics : veut industrialiser des modèles et fiabiliser les pipelines
  • RSSI / Sécurité : valide le mode de déploiement, les accès, la traçabilité, la séparation

Taille d'organisation la plus fréquente

  • PME et ETI, ou BU de grands groupes, avec besoin d'intégration et contraintes SI réelles

Secteurs naturellement compatibles (forte valeur du contrôle et des docs)

  • Industrie et opérations terrain (procédures, qualité, sécurité, maintenance)
  • Aéronautique et environnements réglementés
  • Energie, infrastructures, services aux entreprises
  • Santé et environnements sensibles (si cadre conformité strict)
  • Finance assurance (si souveraineté et audit requis)

Déclencheurs typiques (signaux "achat")

  • Les équipes perdent du temps à chercher l'info dans des docs internes, wikis, PDFs
  • Support interne saturé (IT, qualité, RH, juridique) et besoin de self-service fiable
  • Multiplication d'outils et double saisie, besoin d'agents qui exécutent des workflows
  • Contrainte souveraineté : interdiction d'envoyer des données vers un SaaS non maîtrisé
  • Besoin de déploiement on-prem ou réseau segmenté
  • POC GenAI déjà fait, mais échec au passage en prod (sécurité, IAM, run, coût)

Non-cibles (à filtrer tôt)

  • Recherche d'une simple démo sans sponsor ni trajectoire prod
  • Volonté d'un agent "full autonome" sans garde fous, ni audit, ni politique d'accès
  • Organisation sans données disponibles et sans processus clair, sans volonté de structurer

Notes pour l'agent

  • Charger uniquement si brand: livinia dans le brief
  • Vérifier que chaque recommandation est alignée avec le positionnement ESN IA : prod, sécurité, intégration SI, contrôle des données, réversibilité, monitoring
  • Adapter le vocabulaire au public technique (DSI/CTO) : IAM, RBAC, audit logs, on-prem, cloud hybride, RAG, vector DB, latence, TCO, runbook, SLA, MLOps