Koïno AI Lab, le développement de systèmes d’IA sur mesure : Votre système d’IA, en production

Un système d’IA construit sur votre métier, puis maintenu par l’équipe qui l’a construit. Koïno AI Lab sert les projets qui doivent tourner en continu dans un système d’information complexe, sous de fortes contraintes réglementaires. Le projet suit quatre temps, Define, Build, Integrate et Operate, séparés par des portes de décision datées. Trust AI chez Doxallia, MolyScan chez Molydal et une plateforme d’analyse GC-MS pour ParfumsPlus en sont des exemples publiés.

Faites-le construire, puis gardez les clés : c’est le principe de Koïno AI Lab. Un chef de projet, des développeurs et, selon la complexité, un architecte construisent le système avec votre métier, qui a le produit en main dès les premiers sprints. Le code, les prompts et la documentation vous appartiennent à chaque porte de décision. Chez Doxallia, le code source et la documentation de déploiement ont été transférés avec le démonstrateur : le client était autonome dès le premier jour.

Le prix d’un système Koïno AI Lab se fixe à la fin de Define. Define, d’un mois au plus, est vendu au forfait ; Build et Integrate avancent par sprints, avec un budget cadré et des jalons go / no-go ; Operate est un abonnement mensuel. Pour ordre de grandeur, la grille Koïno 2026 situe un agent métier connecté au système d’information ou à l’ERP entre 40 000 et 150 000 €, à titre indicatif.

En quatre temps et trois portes, où vous décidez sur des résultats. Define cadre le besoin, l’architecture et les spécifications en un mois au plus, et teste les modèles sur votre cas réel. Build construit par sprints, avec une démonstration sur vos données à la fin de chacun. Integrate relie le système à vos outils et le met en production par paliers, avec un plan de repli. Operate assure la supervision et les évolutions. Chez Molydal, Koïno a mené MolyScan du cadrage au pilote en douze semaines.

Les deux tournent chez les clients de Koïno ; le test sur vos données tranche. Chez Motul, la catégorisation des achats utilise Copilot Studio et reste dans l’écosystème Microsoft du groupe, sans donnée envoyée à un outil tiers. MolyScan, chez Molydal, repose sur un modèle d’IA ouvert, retenu après une comparaison de Mistral et de Llama 3 sur les données du client, et hébergé sur un cloud français, sans requête vers un service extérieur. Quand aucune donnée ne doit sortir, Koïno installe un modèle ouvert sur votre infrastructure, sous le contrôle de votre DSI.

Parce qu’un système structurant doit se décider sur des résultats déjà mesurés. Koïno propose d’abord Sx4, quatre semaines au forfait, ou quelques mois de Koïno Ops, qui montrent où un système se justifie. Define peut aussi se vendre seul quand votre question est « faut-il construire, et comment ? » : en un mois au plus, vous repartez avec des spécifications, une architecture testée sur votre cas et une décision go / no-go datée, que la suite se fasse avec Koïno ou non.

Le modèle lit, des règles écrites avec votre métier décident. Dans un système Koïno AI Lab, le modèle extrait ce qui n’est pas structuré et dit ce qu’il a lu, sans inventer de valeur ; des contrôles versionnés et auditables rendent le verdict, qui cite la règle qui l’a produit. Un humain valide là où ça compte. Chez Doxallia, un troisième état, « incomplet », distingue l’information manquante de la fraude et rend le verdict défendable devant un auditeur.

L’équipe de Koïno qui l’a construit, ou la vôtre si vous préférez. Operate, en abonnement mensuel, assure la supervision, les évolutions mesurées et des règles qui suivent votre métier. Sans Operate, vous reprenez le système en interne avec sa documentation : le code et les prompts vous appartiennent, et un mois en production réelle a déjà suivi la recette pour corriger sur les retours des utilisateurs.