En direct Sous le capot
Un produit d'IA en production,
observable en temps réel.
Données publiques, machine learning, IA générative et MLOps : voici comment Acquit fonctionne, et ce que fait le serveur à cet instant.
L'architecture
Deux chaînes d'IA, un seul service. Survolez ou touchez une brique pour voir ce qu'elle fait.
Score de risque machine learning
Assistant juridique IA générative · RAG
Touchez une brique pour en savoir plus.
Le serveur, maintenant
Mesures prises par l'application elle-même, actualisées toutes les 5 secondes.
Latence p95 et requêtes, 30 dernières minutes
latence p95 (ms) requêtes par minute
Latence de l'API
- p50
- –
- p95
- –
- p99
- –
- Erreurs
- –
Par route (15 dernières minutes)
| Route | Requêtes | p50 | p95 |
|---|---|---|---|
| En attente des premières mesures… | |||
En service depuis – · version –
Ressources
–
Le modèle
Entraîné sur – bilans, testé sur – bilans de l'année suivante, jamais vus.
ROC AUC sur l'année de test. 0,5 = hasard, 1 = parfait.
Défaillances réellement observées selon le niveau annoncé :
L'assistant
Évalué chaque semaine sur des questions jamais utilisées pour le réglage.
Modèle de rédaction : – · – articles de loi en vigueur
Mesuré sous la charge
Test de charge progressif sur la route de score, en production : de 1 à 40 utilisateurs simultanés, 20 secondes par palier. Puis la même mesure après optimisation.
Débit (requêtes par seconde) selon le nombre d'utilisateurs simultanés
avant : calcul à chaque requête après : cache des scores
Ce que le test a montré
- Diagnostic. Au-delà de 10 utilisateurs, le débit plafonne (– req/s) et la latence grimpe : le CPU (0,5 cœur) sature sur le calcul du modèle et des explications SHAP.
- Remède ciblé. Les scores ne changent qu'une fois par semaine : on garde les réponses déjà calculées en mémoire.
- Résultat. mesure en cours. Le débit ne plafonne plus : la limite est désormais au-delà de 40 utilisateurs simultanés.
- Honnêteté. Le test réutilise 10 entreprises, le cas le plus favorable au cache. Avec des entreprises toutes différentes, le gain serait moindre : la prochaine étape serait de précalculer les scores chaque semaine ou d'ajouter des instances.
Conçu pour tenir
Ce qui protège le service quand le trafic monte ou qu'une brique tombe.
Les recherches et identités déjà demandées ne refont pas d'appel externe.
Un quota par visiteur protège l'assistant et maîtrise le coût de l'IA.
Si le modèle de langage ne répond pas, l'assistant renvoie quand même les bons articles de loi.
Threads et mémoire de la base limités : pas d'engorgement sur une petite machine.
Une ligne par entreprise, historique précalculé : scores identiques à l'entraînement, prouvé par un test.
Tests automatiques à chaque modification, image Docker reconstruite et vérifiée.
Réentraînement, corpus et évaluation chaque semaine, puis redéploiement sans intervention.
Aucun cookie, aucune adresse IP ni SIREN conservé dans les mesures.
Tout le code est ouvert.
Conçu et construit de bout en bout par Clément Ferry Mama : données, modèle, assistant, API, infrastructure et produit.