Base de connaissances interne : interroger 23 620 documents en langage courant
Pourquoi les solutions traditionnelles échouaient au Maroc
Des années d’appels d’offres, de fiches techniques, de certificats, de contrats et de courriers étaient éparpillées sur des disques partagés, dans des dizaines de formats. Pour retrouver le bon document, il fallait savoir qui l’avait enregistré et sous quel nom.
Conception sur-mesure et optimisation bare-metal
Vext a indexé le fonds documentaire, classé chaque fichier dans l’un des 23 types de documents, extrait son texte et l’a découpé en segments vectorisés. Les collaborateurs posent une question à l’assistant, qui retrouve les passages les plus pertinents, répond à partir d’eux et renvoie aux documents sources.
Livrables d'Ingénierie Clés
- Indexation du fonds documentaire de l’entreprise, tous formats confondus (51)
- Classement en 23 types de documents et extraction du texte
- Recherche sémantique fondée sur des embeddings
- Assistant de questions-réponses pour les équipes, avec renvoi aux documents sources
Impact Opérationnel Mesuré
- Texte extrait de 19 363 documents sur 23 620 (82 %), désormais consultables par leur contenu et non plus par leur nom de fichier
- 108 questions des équipes traitées par l’assistant entre juillet et septembre 2026
- Un index unique couvrant 23 types de documents au lieu de disques partagés dispersés
Contexte Architectural & Récit de Déploiement
Un distributeur accumule des documents plus vite qu’on ne peut les classer. Vext en a indexé 23 620 (8,4 Go dans 51 formats, répartis en 23 types de documents) et a extrait le texte de 19 363 d’entre eux, soit 82 %. Ce texte a été découpé en 17 584 segments vectorisés afin de pouvoir interroger le fonds par le sens. Les équipes posent désormais leurs questions en langage courant ; entre juillet et septembre 2026, l’assistant en a traité 108, chaque réponse s’appuyant sur les documents de l’entreprise.
Vous avez un défi d'ingénierie similaire ?
Échangez directement avec l'architecte principal de ce projet.
Autres Études de Cas en Production
Vext Voice : Moteur de Téléphonie IA Souverain en Darija & Français
Passerelle téléphonique et WhatsApp VoIP bare-metal à Casablanca exécutant des agents en Darija et Français avec une latence sub-400ms, trunks SIP IAM/Orange/Inwi, actions multimodales GPS et CMI en direct, et tarif d'exécution à 0,34 MAD/min sous conformité CNDP Loi 09-08.
Analyse des e-mails par IA : de la boîte de réception d’un distributeur aux échéances suivies
56 457 e-mails issus de 22 boîtes, avec un historique remontant à février 2017, lus par un LLM et transformés en faits structurés (intention, interlocuteur, montants, échéances, urgence) ; 7 939 obligations de paiement, de livraison et réglementaires sont extraites et suivies automatiquement.