RAG et agents IA qui tiennent en production
Tensoria conçoit, développe et met en production des systèmes RAG et des agents IA pour les éditeurs de logiciels, les SaaS et les équipes tech des PME et ETI. Plus d'une dizaine de RAG construits, une dizaine en production aujourd'hui, des agents outillés par MCP, des modèles ouverts hébergés en France quand la confidentialité l'exige. Tout ce que nous livrons, nous le développons nous-mêmes, en Python, depuis Toulouse.
Premier échange de qualification de 30 minutes, sans engagement.
5.0 Avis GooglePlus d'une dizaine de RAG construits
Une dizaine tournent en production aujourd'hui, de l'industrie au SaaS. Plus de cinq systèmes existants audités et repris.
Des agents outillés, en Python
Tool calling, serveurs MCP, validation humaine avant toute action coûteuse. Pydantic AI, FastMCP, FastAPI, modèles interchangeables.
Évalués avant d'être déployés
Un jeu de test dès les premiers jours, un pourcentage de bonnes réponses suivi à chaque évolution. Langfuse, LLM as a judge, tests de régression.
Nos expertises
Ce que nous construisons pour vous
Un assistant qui répond à partir de vos documents, un agent qui traite une tâche à votre place, ou un système existant à rendre fiable : trois expertises, un même objectif, que l'outil tienne en production.
Assistants IA et RAG
Des réponses fiables, tirées de vos documents
Vos équipes ou vos clients posent une question, l'assistant répond à partir de vos documents et cite ses sources, en respectant les droits d'accès.
Par exemple
- Répondre aux demandes de support de niveau 1
- Retrouver une procédure dans la documentation technique
- Répondre aux utilisateurs d'un logiciel à partir de sa documentation (éditeur médical)
Agents IA
Des agents qui traitent la tâche de bout en bout
L'agent lit l'email ou le document, vérifie, rédige ou saisit dans vos outils. Vous gardez la validation sur ce qui compte.
Par exemple
- Traiter les emails entrants : commandes, demandes, réclamations
- Extraire les données de vos factures, contrats et bons de commande
- Rédiger rapports et comptes rendus à partir de vos données
Mise en production
Un système IA qui tient ses promesses
Votre RAG ou votre agent existe déjà mais répond mal, coûte trop cher ou doit passer à l'échelle : on mesure, on corrige, on déploie.
Par exemple
- Diagnostiquer un assistant qui répond à côté
- Mesurer la qualité avant et après chaque correction
- Héberger vos modèles en France ou sur vos serveurs
Votre point de départ
Où en êtes-vous avec votre projet IA ?
Choisissez la situation qui ressemble à la vôtre.
Situer
Nous ne savons pas encore quoi prioriser
Décrivez vos tâches les plus chronophages : le diagnostic en ligne classe celles où l'IA a le plus d'impact et estime le temps récupérable chaque année.
Diagnostic en ligne gratuit · 2 minutes, résultat immédiat
Faire le diagnostic en ligne →Automatiser
Nous avons un processus précis à automatiser
Documents, e-mails, rapports, saisie ou contrôles deviennent un outil connecté à vos données, avec validation humaine.
Premier processus livré en production · sur devis
Automatiser un processus →Former
Nous voulons faire monter nos équipes en compétence
Les formations partent de vos outils et de situations réelles pour rendre les usages directement applicables.
Parcours intra entreprise et sur mesure
Découvrir les formations IA →Côté formation, les plus demandées : la formation Claude en entreprise, la formation Claude Code et la formation ChatGPT.
Éditeurs de logiciels · offre dédiée
Nos clients demandent de l'IA dans notre logiciel
Serveur MCP pour piloter votre produit depuis ChatGPT ou Claude, assistant intégré à votre interface, fonctionnalités IA métier évaluées avant d'être ouvertes à vos utilisateurs. Code, prompts et jeux de test livrés.
Fiabiliser · offre spécialisée
Notre système IA existe déjà, mais ses résultats doivent être améliorés
RAG imprécis, agent instable, coûts élevés, latence ou absence d'évaluation : nous mesurons le problème et testons les améliorations prioritaires.
Fiabilité
Un système qui tient en production
Beaucoup de projets IA s'arrêtent à la démo. Notre métier, c'est de les amener jusqu'à un système fiable, intégré et durable.
Intégré à vos outils
Branché sur vos logiciels métier, votre CRM et vos fichiers. L'IA vit là où travaillent vos équipes, pas dans un énième onglet à part.
Supervisé et fiable
Garde-fous, contrôle des réponses et suivi des performances. On garde la main sur ce que produit le système, dans le temps.
Vos données maîtrisées
Hébergement et confidentialité cadrés, conformité RGPD. Vos données restent les vôtres, du prototype à la production.
Vos équipes autonomes
Transfert de compétences, documentation et formation. Vos équipes savent faire tourner et faire évoluer l'outil sans nous.
Ce avec quoi nous construisons
Modèles ouverts hébergés chez vous ou sur un cloud français quand la confidentialité l'exige. Voir l'IA souveraine →
Méthode
Notre approche
Nous prenons le temps de comprendre votre métier de l'intérieur pour construire avec vous une stratégie IA sur mesure, ancrée dans votre réalité opérationnelle.
-
01 Cadrage
Partir de votre situation réelle
Besoin encore flou, processus déjà identifié, produit à créer ou système à améliorer : nous choisissons le bon niveau de cadrage. Un audit complet n'est pas imposé lorsque le projet est déjà suffisamment clair.
Ce que vous obtenezUn problème, un périmètre et des critères de réussite partagés.
-
02 Décision
Valider la valeur et la faisabilité
Nous confrontons l'objectif métier aux exemples réels, aux données disponibles, aux intégrations et au niveau d'erreur acceptable. Le budget et le plan de livraison reposent sur ce périmètre.
Ce que vous obtenezUne décision go, no-go ou cadrage complémentaire argumentée.
-
03 Construction
Tester sur des données réelles
Nous construisons le parcours central, le testons sur des cas représentatifs puis l'intégrons progressivement à vos systèmes. Les situations difficiles et la validation humaine sont traitées avant le déploiement.
Ce que vous obtenezUn outil utilisable dont la qualité est mesurée, pas une simple démonstration.
-
04 Production
Déployer, mesurer et transmettre
Déploiement, documentation, formation initiale et suivi des performances rendent le système exploitable. L'hébergement, la supervision et les évolutions sont ensuite dimensionnés selon la criticité.
Ce que vous obtenezVos équipes deviennent autonomes et les gains de temps se pérennisent.
Capacités techniques
La bonne architecture pour le problème
Nous ne partons pas d'une technologie à placer. Nous choisissons les composants adaptés aux données, au risque métier, au budget et aux usages attendus.
RAG et recherche
Interroger des documents internes avec réponses sourcées, recherche hybride et droits d'accès.
Découvrir →Agents et automatisation
Enchaîner recherche, extraction, rédaction, contrôles et actions dans vos outils métier.
Découvrir →Machine learning
Prévision, scoring, classification, détection d'anomalies et vision quand le cas dépasse les LLM.
Découvrir →Modèles et évaluation
Benchmarks, modèles spécialisés, fine-tuning, structured outputs, latence et maîtrise des coûts.
Découvrir →Notre principe
RAG, agents, LLM, machine learning, deep learning, n8n et développement logiciel sont des moyens. Le point de départ reste toujours le résultat métier à obtenir.
Cas clients
Des résultats mesurés en production
Des systèmes IA réels, livrés et suivis chez nos clients.
Continental
Assistant IA RAG, 2000 utilisateurs
Assistant IA industriel (RAG et hybrid search) déployé sur les lignes de production. De 67 à 89% de réponses justes sur 15 000 documents techniques.
Raynier
Automatisation des achats
Extraction automatique des prix fournisseurs depuis les emails et orchestration du cycle RFQ. Plus aucune saisie manuelle.
Institut de Sondage
Génération de rapports IA
Transformation automatique de données Excel complexes en présentations PowerPoint professionnelles, en un clic.
Copro Assistance
Agent IA pré-état daté
Lecture des PV d'AG, carnet d'entretien et annexes comptables pour générer le pré-état daté en quelques minutes.
Produit TensoriaHeeya
Agent IA RAG et qualification
Trois clients payants et environ 70 comptes. Le workflow commun et l'usage hebdomadaire restent à valider.
RH & prospectiveModelRH
Structuration sémantique de données RH
Extraction de CV et d'offres, rapprochement par embeddings, référentiel de compétences hiérarchisé et validation humaine.
Ressources
Derniers articles du blog
Guides pratiques et retours terrain sur l'IA en entreprise.
ITAR, Diffusion Restreinte : quelle IA peut lire vos plans ?
ITAR, double usage, Diffusion Restreinte, SecNumCloud : quel hébergement pour un assistant IA selon le niveau de vos données, et ce que cela impose à l'architecture.
Stratégie IAAnnexe 22 : ce qu'un assistant IA peut faire dans un laboratoire
Annexe 22 des BPF : ce que le projet autorise pour l'IA en laboratoire pharmaceutique, usages critiques ou non, ALCOA+, GAMP 5, hébergement et relecture.
RAG & ConnaissancesLibreChat, AnythingLLM, Onyx : quel assistant auto-hébergé ?
LibreChat, AnythingLLM, Onyx et Open WebUI comparés pour un assistant interne auto-hébergé : licence, SSO, connecteurs, droits, agents, MCP, RAG.
Outils & ModèlesFable 5.2, Opus 5.5, GPT-6 Sol, Gemini 4 Argon : lequel choisir
Fable 5.2, Opus 5.5, GPT-6 Sol ou Gemini 4 Argon ? Prix, contexte, coût par dossier, rétention des données et choix par usage, au 10 novembre 2026.
Outils & ModèlesClaude Fable 5.2 : ce qui change et quel modèle choisir
Claude Fable 5.2 (9 novembre 2026) : prix en baisse à 8/40 $, Fable ou Mythos, Opus 5.5 ou Sonnet 5.5, coûts chiffrés et points de vigilance.
RAG & ConnaissancesChanger de modèle dans un RAG ou un agent en production
Changer de modèle LLM en production : les raisons valables, la méthode en 7 étapes avec jeu de test, et ce qui casse (exemple Fable 5.2). RAG et agents.
RAG & ConnaissancesAssistant IA pour ingénieurs du spatial : notre retour terrain
Deux générations d'assistant IA pour un grand groupe du spatial : Llama 3.1 et GraphRAG sur site, puis RAG agentique sur cloud français. Ce que nous referions.
Outils & ModèlesDGX Spark en entreprise : que vaut-il pour un assistant IA ?
DGX Spark pour un assistant IA en entreprise : 128 Go de mémoire, 273 Go/s, vitesse réelle, prix en France, comparaison avec RTX PRO 6000, L40S et H100.
Outils & ModèlesClaude ou Gemini : lequel choisir pour une équipe en entreprise
Claude ou Gemini pour votre équipe ? Comparatif par usage, intégrations Google et Microsoft, données, prix publics des offres et test en deux semaines.
Avant de se lancer dans l'IA
« Il faut avoir en tête que ce n'est pas de la magie. Ça ne va pas remplacer vos employés ni vous faire x10 de CA dès la première année. C'est pour ça qu'il faut commencer simple avec des retours concrets et incrémenter au fur et à mesure. »
Anas, Co-Fondateur de Tensoria
Premier échange
Discutons de votre projet IA
Un échange de qualification de 30 minutes pour comprendre votre situation, vérifier si nous pouvons vous aider et choisir le bon point de départ.
FAQ
Questions fréquentes
Comment nous travaillons, du premier cadrage au suivi en production.











