Gwenlake Atlas
Atlas se connecte à vos systèmes métier, prépare vos données à partir de votre ontologie et d’une traçabilité complète, exécute vos modèles et vos agents, et réécrit les résultats dans les outils que vos équipes utilisent déjà. Le tout dans un environnement que vous maîtrisez.
Gwenlake Atlas, la plateforme qui met vos projets d’IA en production plus vite.
Connecter & lire
Une vingtaine de types de connecteurs (CRM, bases documentaires, messageries, bases de données, stockage objet, git, n’importe quelle API REST), avec des identifiants conservés dans un service dédié.
Transformer
OCR, découpage, embedding, vectorisation et jointures entre sources, avec la provenance portée sur chaque ligne, jusqu’au fichier et à la page d’origine.
Ontologie
Des concepts et des relations déduits de vos données, pour que les modèles et les agents lisent votre vocabulaire et non des noms de colonnes.
Modèles et agents
Envoyer la matière préparée vers les modèles que nous construisons pour vous, ou vers des pipelines agentiques Gwenflow, les planifier, surveiller chaque exécution.
Connecter & écrire
Des résultats poussés dans Salesforce, Dynamics 365, Power BI, Tableau ou vos propres applications, par les connexions qu’Atlas a lues ou par vos API.
Chaque ligne sait d’où elle vient.
Atlas enregistre la provenance de chaque ligne : le fichier, la page, chaque transformation qu’elle a subie. Le lignage dit d’où vient la donnée, l’ontologie ce qu’elle signifie, et un système qui a les deux peut être vérifié, corrigé et digne de confiance.
- validateschema customer_360 v3 · 0 errors
- joinerp.orders ⋈ crm.contacts on customer_id
- deduplicate2 records → 1
- normalisename · country ISO 3166 · currency EUR
- sourcecrm.contacts #88213 · invoice_2024-03.pdf, page 4
Toutes les natures de données, préparées de la même façon.
Atlas reconnaît ce qu’on lui confie et le traite automatiquement : les tables sont typées et jointes, les séries temporelles alignées, les documents lus et découpés, l’audio et la vidéo transcrits. Tout arrive dans les mêmes jeux de données, avec le même lignage.
- Tabulairesschema · types · joins
- Séries temporellesresampling · alignment · gaps
- DocumentsOCR · chunking · embedding
- Audiotranscription · speakers · timestamps
- Vidéoframes · transcription · scenes
Les ontologies. Des noms de colonnes aux concepts métier
Voici une version simplifiée de l’ontologie ESG que nous exploitons sur Atlas. C’est la partie dont un modèle a besoin pour savoir qu’un chiffre d’émissions appartient à une usine, qui appartient à une entreprise, et qu’il a été vérifié par un auditeur.
Qui
Ce qui est déclaré
Qui contrôle
Qui
- Organisation exploite Site
- Organisation couvre Sujet ESG
- Site déclare Indicateur
- Personne porte Cible
Ce qui est déclaré
- Indicateur mesure Sujet ESG
- Indicateur suit Cible
Qui contrôle
- Référentiel définit Sujet ESG
- Vérification vérifie Indicateur
- Régulateur exige Cible
Avec votre ontologie, les agents raisonnent sur vos concepts.
Un agent n’est fiable que dans la mesure de ce qu’il sait de votre activité. L’ontologie lui dit quels concepts existent, comment ils sont liés et quelles actions il peut mener sur chacun : il cesse de deviner à partir de noms de colonnes et travaille avec votre vocabulaire, dans vos règles.
QuestionQuels fournisseurs ont manqué leur objectif d’émissions 2025 ?
- parcourt 214 tables, devine tbl_sup.em_val
- suppose que em_val est en tonnes
- ne trouve pas d’objectif, en invente un
« Trois fournisseurs ont manqué leur objectif, Nordlicht en tête à +18 %. »
Invérifiable- Supplier → operates → Site → measures → Metric (CO₂e, t)
- Metric → tracks → Target 2025
- action compare_to_target · lecture seule
« Deux fournisseurs ont manqué leur objectif : Nordlicht à +6 % et Lumen à +2 %. »
Relié à la source- Moins d’hallucinationsL’agent ne peut citer que des concepts et des relations qui existent, et chaque chiffre qu’il avance remonte à une ligne et à sa source.
- Des concepts comprisDéfinitions, unités et synonymes sont écrits une fois : CO₂e, Scope 1 ou net zéro veulent dire la même chose pour chaque agent et chaque équipe.
- Des actions encadréesChaque objet déclare ce qu’on peut en faire et qui le peut : lire, proposer, ou exécuter après validation. L’agent ne peut pas agir en dehors.
- Des vérifications avant la réponseUn agent auditeur valide chaque plan au regard des contraintes de l’ontologie, et le renvoie quand il ne tient pas.
Suivre l’usage par la télémétrie
Atlas enregistre ce qu’a fait chaque exécution et ce qu’elle a coûté : par utilisateur, par projet et par application, tracé via OpenTelemetry vers n’importe quel backend OTLP. Non pour vous éviter une facture surprise, mais pour que vous voyiez où part l’usage et décidiez ce qui vaut la peine d’être exécuté.
- Sessionspar utilisateur et projet
- Tracesune par exécution
- Spansétapes d’une trace
- Latencesecondes, par exécution
- Tokensprompt et complétion
- Coût estimépar modèle, par exécution
- CO₂egrammes, par session
- Taux d’erreur% des exécutions
Exécutez-le là où vivent vos données
La même plateforme, trois façons de l’exécuter. Choisissez celle avec laquelle votre équipe sécurité est à l’aise ; vous pourrez changer plus tard.
- Démarrage le plus rapide
Entièrement géré
Hébergé et opéré par nous sur une infrastructure européenne souveraine. Vous disposez d’une plateforme prête ; nous assurons mises à jour, supervision et support. - Votre périmètre
Sur votre cloud
Déployé dans votre propre compte cloud, sur le cloud souverain ou public que vous utilisez déjà. Vos clés, votre réseau ; nous l’installons et le maintenons avec vous. - Maîtrise totale
Sur site
Installé sur vos propres serveurs, isolé du réseau si nécessaire. Pour les données qui ne peuvent pas sortir des murs.
Voir Atlas en fonctionnement
Nous vous faisons parcourir la plateforme sur une démonstration : la connexion, la préparation, le modèle, et la réponse qui revient dans un outil métier. Ensuite, nous pourrons parler de ce que demanderait votre propre cas.