Le défi posé par le client : donner à ses techniciens SAV un accès instantané à un patrimoine documentaire de plusieurs décennies, sans dépendre d'un acteur cloud non souverain et sans que la moindre donnée technique ne serve à entraîner un modèle tiers.
Une PME industrielle centenaire face à 50 000 fichiers techniques inexploités
L'entreprise conçoit et maintient des machines de lavage de haute précision pour l'aéronautique, le ferroviaire et l'automobile. Chaque machine est unique, livrée à façon, avec son propre dossier technique : notice d'utilisation, schémas électriques, nomenclatures de pièces, historique de maintenance. Au fil des décennies, ce patrimoine a gonflé jusqu'à atteindre 50 000 fichiers stockés sur un serveur interne.
Le problème était simple à formuler, beaucoup moins à résoudre. Les quatre techniciens itinérants du SAV (et la vingtaine de collaborateurs susceptibles de partir en intervention) passaient un temps déraisonnable à fouiller des arborescences de dossiers pour retrouver la bonne information. Un schéma électrique de 50 pages en PDF, une nomenclature Excel enfouie trois niveaux plus bas, une notice de 20 Mo dont personne ne se rappelait le nom exact. La friction ralentissait les diagnostics, allongeait les dépannages téléphoniques et pesait sur chaque intervention sur site.
Des formats hétérogènes, un ERP en transition et des clients qui attendent
La base documentaire n'était pas un simple répertoire de PDF. On y trouvait des notices natives, des scans de documents anciens, des plans mécaniques issus du logiciel de CAO, des nomenclatures exportées vers Excel pour alimenter l'ERP. Certains fichiers dataient d'avant la mise en place du progiciel de gestion, trois ans plus tôt seulement. La correspondance entre un numéro de machine et son client existait dans l'ERP, mais pas dans les dossiers du serveur.
Côté SAV, la pression venait aussi des clients. Quand un donneur d'ordres de l'aéronautique appelle pour une panne, la réponse doit être rapide. Si le technicien peut résoudre le problème par téléphone, l'intervention n'est pas facturée. Dès qu'il faut connecter un automaticien à distance, le compteur tourne. Chaque minute de recherche documentaire pesait directement sur la marge et sur la satisfaction client.
Un moteur RAG souverain, calibré pour l'industrie
JUWA a conçu un assistant conversationnel adossé à un moteur RAG (Retrieval-Augmented Generation) entièrement hébergé sur infrastructure souveraine européenne. Le choix d'un modèle IA français pour l'OCR et le traitement du langage répondait à une exigence non négociable du client : aucune donnée ne devait servir à entraîner un modèle tiers, et l'hébergement devait rester en France.
Le traitement documentaire a commencé par un audit des 2 000 fichiers du périmètre pilote. Chaque document a été OCRisé, découpé en fragments contextualisés et enrichi de métadonnées (version du document, numéro de machine, type de contenu). Ce travail de préparation, souvent sous-estimé dans les projets RAG, a conditionné toute la qualité des réponses en production. L'interface, développée en React et optimisée pour iPad, a été pensée pour le terrain : un technicien en intervention devait pouvoir poser sa question et obtenir une réponse sourcée en quelques secondes, avec le nom du fichier et le numéro de page.
