Molydal

Le contexte : Molydal, industriel français de la lubrification, et ses équipes terrain

Molydal est un industriel français spécialiste des solutions de lubrification industrielle : graisses, lubrifiants de maintenance, dégraissants, fluides d'usinage, huiles hydrauliques et matériel de lubrification (source : molydal.com). Membre de La French Fab, l'entreprise s'adresse exclusivement aux professionnels et commercialise un catalogue de plus de 170 références, via ses équipes commerciales et son réseau de distributeurs.

Sur le terrain, ces équipes affrontent un quotidien bien connu des industriels de la maintenance : chez le client, le produit à remplacer est presque toujours celui d'un concurrent. Identifier vite et de façon fiable l'équivalent Molydal conditionne la vente.

Koïno a conçu et livré MolyScan, une application mobile qui transforme cette identification en un geste : un scan. Derrière l'application, un moteur RAG 100 % souverain, hébergé en France, sans aucune API externe ni modèle public.

Le problème : une équivalence produit impossible à retrouver au pied de la machine

Face à la multitude de références concurrentes présentes dans les ateliers, l'identification d'une équivalence reposait sur des moyens artisanaux. Le coût de l'inaction se lisait sur trois plans :

• Une vente freinée : l'équivalence se retrouvait de mémoire ou par allers-retours dans les catalogues, parfois après la visite. Chaque hésitation au pied de la machine est une occasion commerciale qui se refroidit.
• Un cross-selling limité : sans identification immédiate du bon produit, difficile de proposer dans la foulée les références complémentaires (dégraissant associé, graisse compatible, matériel d'application).
• Aucune remontée concurrentielle structurée : chaque produit concurrent croisé en clientèle restait une information perdue. Ni la direction ni le marketing ne disposaient d'une vue consolidée des marques et références rencontrées sur le terrain, par zone ou par application.

La question posée à Koïno tenait en une phrase : comment donner à chaque commercial et à chaque distributeur la connaissance produit complète de Molydal, dans la poche, y compris sans réseau, et sans qu'aucune donnée ne sorte de France ?

La solution : MolyScan, une application mobile adossée à un moteur RAG souverain

Koïno a mené le projet en 4 phases sur environ 12 semaines, avec une équipe de 4 personnes : un chef de projet IA, un expert IA, un développeur backend et un développeur mobile.

1. Cadrage, spécifications et prototype (2 semaines). Ateliers avec les équipes Molydal, spécifications fonctionnelles et techniques, prototype look-alike pour valider les parcours avant les développements.
2. R&D IA souveraine et data pipeline (2 semaines). Benchmark de LLM open source (Mistral vs Llama 3) sur les données Molydal, indexation vectorielle du PIM produits, scripts anti-hallucination, calibration de l'OCR pour les conditions réelles du terrain : photos floues, éclairage d'usine.
3. Développement mobile et parcours métier (6 semaines). Application cross-platform avec focus Android : scan par photo ou saisie vocale, chat temps réel (WebSockets), notifications push, workflow de validation tarifaire par le siège, droits différenciés entre distributeurs et commerciaux (RBAC), base locale embarquée avec synchronisation différentielle pour l'usage déconnecté.
4. Déploiement pilote, recette terrain et formation (2 semaines). Mise en conditions réelles avec les utilisateurs, corrections, formation des administrateurs et transfert de la documentation.

L'architecture : du scan terrain à la recommandation justifiée

• Capture : photo du produit concurrent, avec un OCR calibré pour les conditions réelles (photos floues, étiquettes abîmées, éclairage d'usine), ou saisie vocale.
• Identification et recommandation : moteur RAG souverain interrogeant la base de connaissance vectorielle construite à partir du PIM produits (plus de 170 références indexées). La recommandation de l'équivalent Molydal est systématiquement justifiée par une fiche technique réelle.
• Fiabilité : scripts anti-hallucination encadrant le moteur, qui répond à partir des documents indexés et non de la mémoire du modèle.
• Parcours métier : chat temps réel entre terrain et siège (WebSockets), notifications push, workflow de validation tarifaire, rôles distributeur et commercial (RBAC).
• Mode déconnecté : base locale embarquée (type SQLite), synchronisation différentielle au retour du réseau.
• Market intelligence : chaque scan enregistre le concurrent identifié, la zone géographique et l'application concernée, avec exports automatisés pour la direction.

Livrables remis : l'APK Android, une API Gateway documentée (Swagger), le moteur RAG souverain opérationnel, la base de connaissance vectorielle, le module d'exports market intelligence, la documentation et la formation des administrateurs.

Contraintes respectées : une IA 100 % souveraine, aucune donnée hors de France

Les données en jeu (catalogue, fiches techniques, tarifs, informations concurrentielles collectées sur le terrain) constituent le cœur commercial de Molydal. Le dispositif a donc été conçu souverain de bout en bout :

• Hébergement souverain français : l'ensemble du dispositif tourne sur un cloud français (OVH/Scaleway).
• Zéro API externe, zéro modèle public : les modèles sont des LLM open source, benchmarkés sur les données Molydal (Mistral vs Llama 3) puis déployés sur cette infrastructure. Aucune requête ne part vers un service tiers, aucune donnée produit, tarifaire ou concurrentielle ne quitte l'environnement.
• Anti-hallucination : des scripts de contrôle encadrent le moteur RAG et chaque recommandation est adossée à une fiche technique réelle du PIM.
• Accès maîtrisés : droits différenciés entre distributeurs et commerciaux (RBAC), et workflow de validation tarifaire : les conditions proposées sur le terrain suivent un circuit de validation par le siège.
• Terrain déconnecté : base locale embarquée et synchronisation différentielle. L'application reste utilisable en atelier ou en zone blanche, sans dégrader la maîtrise des données.

Les résultats : l'identification d'équivalence passe de la mémoire à un scan

En 12 semaines, du cadrage au déploiement pilote, Molydal est passé d'une identification d'équivalences dépendante de la mémoire des commerciaux à un geste outillé : photographier le produit concurrent, ou le dicter, et obtenir l'équivalent Molydal justifié par sa fiche technique.

Autre bascule, invisible depuis le terrain mais décisive pour le siège : la market intelligence. Chaque scan documente un produit concurrent réellement rencontré en clientèle, avec sa zone et son application. Ce qui n'existait sous aucune forme structurée devient un flux de données exploitable, exporté automatiquement pour la direction. Les indicateurs d'usage (volume de scans, taux d'identification, temps gagné par visite) seront consolidés avec le recul du déploiement pilote.

Et après ? Un moteur qui s'enrichit et un CRM qui pourrait s'alimenter à la voix

Le dispositif n'est pas figé. La base de connaissance vectorielle suit la vie du catalogue Molydal, et chaque scan enrichit la connaissance concurrentielle du siège : plus l'application est utilisée, plus elle a de valeur.

Une extension a par ailleurs été proposée : la mise à jour du CRM par note vocale. Le commercial dicterait son compte rendu en sortant de visite ; transcription et analyse sémantique alimenteraient le CRM, avec validation par l'utilisateur avant tout enregistrement. Cette phase optionnelle prolongerait naturellement MolyScan, du geste de vente jusqu'au suivi commercial.

Un défi similaire ? Vos équipes terrain face aux références concurrentes

Vos équipes terrain perdent du temps à identifier des équivalences produits ? Fabricant, distributeur industriel, réseau de maintenance : si vos commerciaux jonglent entre catalogues PDF et mémoire individuelle face aux références concurrentes, la mécanique de MolyScan s'applique à votre catalogue. Décrivez-nous votre terrain et votre gamme : nous vous dirons ce qu'un moteur RAG souverain peut couvrir sur votre périmètre.

Pour aller plus loin :

• L'offre IA sur mesure de Koïno : cadrage, prototype et industrialisation.
• IA souveraine et RGPD : héberger données et modèles en Europe.
• Le RAG en entreprise : le guide 2026.
• Cas client : Motul, 98 % des achats de prestations intellectuelles catégorisés par l'IA.
• Cas client : GC-MS Paris, une plateforme IA pour la reformulation de parfums.

FAQ : application mobile IA souveraine pour équipes terrain

Pourquoi une IA souveraine plutôt que ChatGPT ?

Parce que les données traitées (catalogue, fiches techniques, tarifs, remontées concurrentielles) sont stratégiques. MolyScan repose sur des LLM open source, benchmarkés sur les données Molydal (Mistral vs Llama 3) et hébergés sur un cloud souverain français (OVH/Scaleway) : aucune API externe, aucun modèle public, aucune fuite de données. Notre article IA souveraine et RGPD détaille cette approche.

L'application fonctionne-t-elle sans réseau ?

Oui. Une base locale embarquée (type SQLite) permet de consulter le catalogue et d'utiliser l'application en atelier ou en zone blanche, et une synchronisation différentielle met les données à jour au retour du réseau. C'est un point décisif pour un usage terrain réel, chez des clients industriels où la couverture réseau n'est jamais garantie.

Comment être sûr que l'IA ne recommande pas n'importe quoi ?

Le moteur est un RAG : il répond à partir de la base vectorielle construite sur le PIM Molydal (plus de 170 références), et non de la mémoire du modèle. Des scripts anti-hallucination encadrent les réponses et chaque recommandation est justifiée par une fiche technique réelle, que l'utilisateur peut vérifier. Notre guide du RAG en entreprise explique ce fonctionnement en détail.

Combien coûte une application IA de ce type ?

Le budget dépend du périmètre : nombre de parcours métier, volume documentaire à indexer, exigences d'hébergement et de sécurité. Un projet comme MolyScan se découpe en phases (cadrage et prototype, R&D IA, développement, pilote), ce qui permet de valider la valeur à chaque étape. Pour des ordres de grandeur par cas d'usage, consultez notre guide sur le prix d'un agent IA en 2026.