Appelez-nous 03 89 06 45 01 Devis gratuit
Cas client · Assistant IA métier

Un assistant IA privé pour les techniciens de maintenance industrielle

Une machine en panne chez un client, un technicien qui doit intervenir vite, et la bonne procédure perdue quelque part dans 15 ans de notices, de comptes rendus et d’e-mails. Récit de la mise en place d’un assistant IA métier hébergé sur le serveur de l’entreprise, qui retrouve l’information en quelques secondes et rédige les comptes rendus d’intervention.

Discuter d’un projet similaire Voir tous les cas clients

L’essentiel en bref

Le projet en résumé

Une entreprise strasbourgeoise de maintenance industrielle et de SAV de machines, qui a souhaité rester anonyme, emploie cinq techniciens. Leur savoir se trouvait dans environ 150 000 documents accumulés sur 15 ans : notices constructeurs, procédures, comptes rendus, e-mails, fichiers de l’ERP. Chaque technicien perdait en moyenne 1 h 30 par jour à chercher une information et 45 minutes à rédiger ses comptes rendus.

DGS Création a conçu un assistant IA métier de type RAG (génération augmentée par recherche) entièrement auto-hébergé sur un serveur installé chez le client : aucun document ne quitte l’entreprise. Une application Symfony orchestre la recherche, applique les droits d’accès avant de transmettre quoi que ce soit au modèle, et reste accessible aux techniciens depuis leur tablette.

Résultat mesuré en entreprise : la recherche documentaire passe de 1 h 30 à 20 minutes par jour et par technicien, et un compte rendu est généré en 5 minutes, relecture comprise, contre 45 auparavant. Soit environ 1 h 50 gagnées par technicien et par jour.

Chiffres clés

Les résultats du projet en un coup d’œil

  • -78 % de temps de recherche

    De 1 h 30 à 20 minutes par jour et par technicien pour retrouver une fiche technique, une procédure ou un historique d’intervention.

  • 5 min par compte rendu

    Le compte rendu d’intervention est généré par l’assistant puis relu par le technicien, contre 45 minutes de rédaction auparavant.

  • 1 h 50 gagnées par technicien et par jour

    Soit environ 9 heures par jour rendues à l’équipe de cinq techniciens, pour intervenir plutôt que chercher.

  • 150 000 documents interrogeables

    Quinze ans de notices, procédures, comptes rendus et échanges, consultables en langage naturel, sans qu’aucune donnée ne sorte de l’entreprise.

La problématique

La machine est en panne, mais l’information est introuvable

Le scénario se répétait chaque jour : une machine s’arrête chez un client, il faut intervenir vite. Le technicien doit comprendre le défaut, trouver la bonne procédure et vérifier ce qui a déjà été tenté. Sauf que les notices font des centaines de pages et changent selon les modèles et les versions, que les comptes rendus sont répartis dans plusieurs dossiers et logiciels, et qu’une partie de la documentation fournisseur est en allemand ou en anglais.

Résultat : les nouveaux techniciens, qui connaissent encore mal le parc, dépendaient des deux anciens qui savent presque tout. Ces derniers étaient sans cesse interrompus. L’entreprise a mesuré la perte : en moyenne 1 h 30 par jour et par technicien passée à chercher des documents, et environ 45 minutes à rédiger les comptes rendus d’intervention.

Utiliser un ChatGPT grand public était exclu : les documents contiennent des informations sur les clients, les machines et les procédures internes, qui n’ont rien à faire sur des serveurs extérieurs.

La solution

Un assistant RAG hébergé chez le client et piloté par Symfony

Plutôt que d’entraîner un modèle, nous avons choisi une architecture RAG : quand un technicien pose une question, l’application recherche d’abord les passages pertinents dans les documents de l’entreprise, puis le modèle de langage rédige une réponse à partir de ces seuls passages, avec les sources consultables. Le technicien peut toujours vérifier d’où vient l’information. Et même quand la notice fournisseur est en allemand ou en anglais, la réponse arrive en français.

Tout tourne sur un serveur installé dans les locaux du client : Ubuntu Server, une carte NVIDIA RTX PRO 4000 Blackwell de 24 Go, 128 Go de RAM extensibles, deux SSD NVMe de 4 To en miroir et une sauvegarde externe. Le modèle est un modèle open source de 8 à 14 milliards de paramètres, quantifié pour tenir dans la mémoire de la carte. Ce dimensionnement couvre l’usage réel : cinq utilisateurs, rarement plus de deux en même temps.

L’application Symfony orchestre l’ensemble. C’est elle qui gère les comptes et les droits : avant de transmettre le moindre document au modèle, elle vérifie que l’utilisateur a le droit de le consulter. Les techniciens y accèdent depuis leur tablette, sur le terrain, pour chercher une procédure ou faire générer leur compte rendu d’intervention.

Les difficultés rencontrées

Faire parler des documents qui ne se ressemblent pas

La principale difficulté n’était pas l’IA elle-même, mais la diversité des documents. Des PDF propres côtoyaient des notices scannées, des photos, des e-mails, des tableaux et des notes personnelles de techniciens. Chaque format demande son propre traitement pour en extraire un texte fiable avant de pouvoir l’indexer.

S’y ajoutaient les doublons et les anciennes versions d’une même notice : une réponse juste sur un modèle de machine peut être fausse sur la version suivante. C’est pour cette raison que l’audit documentaire a été mené avant toute ligne de code, et que le prototype a été testé sur un échantillon représentatif, avec les pires documents inclus.

Notre approche

Les étapes du projet, du diagnostic à la mise en production

Un projet piloté par Gauthier Ciprian, gérant de DGS Création, et mené par étapes à partir de juin 2026, avec à chaque palier des critères clairs pour décider de poursuivre, corriger ou arrêter. Le principe : cadrer un besoin précis, expérimenter sur un périmètre limité, évaluer, puis généraliser.

  1. 01

    Diagnostic métier sur place

    Observation de recherches réelles, échanges avec les techniciens, relevé des questions fréquentes, des blocages et du temps qu’ils coûtent.

  2. 02

    Audit documentaire et des accès

    Analyse d’un échantillon représentatif : PDF scannés, tableaux, langues, doublons, anciennes versions, classement et permissions. Vérification que les réponses cherchées existent bien dans les documents.

  3. 03

    Cadrage du premier usage

    Choix d’un objectif limité, par exemple retrouver procédures et interventions passées sur une famille de machines, et définition des critères de réussite avec le client.

  4. 04

    Prototype

    Première chaîne de recherche sur un sous-ensemble des documents, avec des réponses sourcées, évaluée sur de vraies questions métier.

  5. 05

    Pilote sur le terrain

    Deux à trois techniciens l’utilisent sur des demandes réelles. Mesure du temps total, vérification comprise, de la qualité des réponses et des échecs.

  6. 06

    Mise en production

    Finalisation de l’application Symfony, des droits, des connecteurs, de la synchronisation documentaire, des sauvegardes et de la supervision. Essais de charge pour valider le matériel.

  7. 07

    Formation et suivi

    Formation des cinq techniciens, désignation d’un référent interne, suivi des erreurs, de l’utilisation et des gains, puis maintenance récurrente.

Livrables

Ce qui a été livré au client

  • Synthèse du diagnostic métier : problèmes, temps perdu et potentiel de gain
  • État des données documentaires, travaux de préparation et contraintes de confidentialité
  • Périmètre écrit du premier usage et protocole d’évaluation
  • Prototype et résultats sur des questions métier réelles
  • Bilan du pilote terrain
  • Serveur IA installé chez le client, dimensionné et testé en charge
  • Application Symfony en production : recherche sourcée, droits d’accès, génération des comptes rendus, accès tablette
  • Connecteurs et synchronisation vers Google Drive, le serveur de fichiers, l’ERP, l’intranet et les e-mails
  • Documentation, recette validée, formation des techniciens et maintenance

Les résultats

Près de deux heures rendues à chaque technicien, chaque jour

Les temps « avant » ont été mesurés dans l’entreprise avant le projet, les temps « après » depuis la mise en service de l’assistant. Les totaux sont calculés à partir de ces mesures.

  • Recherche de fiches techniques et d’informations

    1 h 30 par jour20 min par jour

    Par technicien, soit environ 70 minutes gagnées chaque jour (-78 %).

  • Rédaction d’un compte rendu d’intervention

    45 min5 min

    Compte rendu généré par l’assistant puis relu et validé par le technicien (-89 %).

  • Temps gagné à l’échelle de l’équipe

    Environ 9 h par jour

    Cinq techniciens × 1 h 50 gagnées chaque jour, réinvesties dans les interventions.

Pourquoi nous

Pourquoi cette entreprise a choisi DGS Création

Le client avait entendu parler de DGS Création comme d’une équipe experte en technique et en programmation. C’est précisément ce que demande un assistant IA métier : bien au-delà du modèle de langage, il faut savoir dimensionner un serveur, traiter des documents de toutes natures, connecter un ERP et développer une application robuste autour.

Le projet a été piloté de bout en bout par Gauthier Ciprian, gérant et fondateur de DGS Création, du diagnostic sur place jusqu’à la mise en production. Il installe et administre des IA auto-hébergées pour les clients de l’agence et connaît chaque brique de l’infrastructure.

Notre force, c’est de maîtriser toute la chaîne : le diagnostic métier, l’infrastructure auto-hébergée, le développement Symfony et le suivi dans la durée. Un seul interlocuteur, et un assistant construit pour les techniciens qui l’utilisent, pas autour d’un outil générique.

La suite du projet

Prochaine étape : prévoir les tournées automatiquement

Fort de ce premier résultat, le client prépare la suite avec DGS Création : un outil de prévision des tournées, qui calcule automatiquement les demandes à planifier et les itinéraires des techniciens.

L’infrastructure en place, serveur, application Symfony et données désormais structurées, sert de socle à ce nouveau chantier.

Témoignage de Le dirigeant

« DGS Création a vraiment su faire preuve de pertinence dans ses remarques. Je reste épaté par le résultat, et mes techniciens sont ravis : ils ont gagné en confort de travail. Merci l’équipe DGS Création ! »

Le dirigeant

FAQ

Questions fréquentes sur ce type de projet

Les questions qui reviennent le plus souvent avant de lancer un projet digital, clarifier un besoin ou choisir le bon partenaire. Une autre question ? Écrivez-nous, nous répondons sous 24h ouvrées.

  • Qu’est-ce qu’un assistant IA métier de type RAG ?

    Un RAG (génération augmentée par recherche) est un assistant qui, avant de répondre, va chercher les passages utiles dans vos propres documents, puis rédige sa réponse à partir de ces seuls passages en citant ses sources. Il ne s’appuie pas sur ses connaissances générales mais sur votre documentation. Pour cette entreprise de maintenance, il interroge environ 150 000 documents accumulés sur 15 ans.

  • Comment une IA peut-elle aider les techniciens de maintenance industrielle ?

    En leur évitant de chercher : le technicien décrit la panne ou la machine, l’assistant retrouve la procédure, la notice et les interventions passées, avec les sources. Il peut aussi rédiger le compte rendu d’intervention. Dans ce projet, la recherche est passée de 1 h 30 à 20 minutes par jour et par technicien, et un compte rendu prend 5 minutes au lieu de 45.

  • Nos documents restent-ils dans l’entreprise avec une IA auto-hébergée ?

    Oui. Le modèle de langage tourne sur un serveur installé chez le client, sans appel à un service extérieur. Les notices, comptes rendus et e-mails ne quittent jamais l’entreprise. Les droits d’accès sont appliqués par l’application avant que le moindre document soit transmis au modèle.

  • Quel serveur faut-il pour un assistant IA utilisé par cinq techniciens ?

    Pour cinq utilisateurs, rarement plus de deux simultanés, la configuration retenue est un serveur avec un processeur 16 cœurs, 128 Go de RAM extensibles, une carte NVIDIA RTX PRO 4000 Blackwell de 24 Go, deux SSD NVMe de 4 To en miroir et une sauvegarde externe, sous Ubuntu Server. Elle fait tourner un modèle open source de 8 à 14 milliards de paramètres quantifié. Le dimensionnement se valide toujours par des essais de charge.

  • L’assistant peut-il lire des PDF scannés, des images et des e-mails ?

    Oui, à condition de traiter chaque format correctement avant l’indexation. C’était la principale difficulté de ce projet : notices scannées, photos, e-mails, tableaux et notes personnelles demandent chacun leur propre extraction. D’où l’importance d’un audit documentaire sur un échantillon représentatif avant de développer.

  • L’assistant répond-il en français à partir de documents en allemand ou en anglais ?

    Oui. Les notices fournisseurs en allemand ou en anglais sont indexées comme les autres documents, et l’assistant répond au technicien en français, en indiquant le document source pour vérification. Pour cette entreprise de maintenance, c’était un vrai gain : une partie de la documentation constructeur n’existe pas en français.

  • Combien de temps faut-il pour mettre en place un assistant IA métier ?

    Cela dépend surtout de l’état de vos documents et du périmètre visé. La démarche se fait par étapes : diagnostic, audit documentaire, cadrage, prototype, pilote avec quelques utilisateurs, puis mise en production. Chaque étape se termine par un bilan qui permet de poursuivre, corriger ou arrêter.

  • Combien coûte un assistant IA métier auto-hébergé ?

    Le prix dépend du volume et de la diversité des documents, du nombre de sources à connecter (ERP, Drive, e-mails…), du nombre d’utilisateurs, du matériel nécessaire et des fonctions attendues, comme la génération de comptes rendus. Nous l’établissons après le diagnostic et l’audit documentaire, avec un devis par étape.

À découvrir

D’autres cas clients similaires

Vos équipes passent plus de temps à chercher qu’à intervenir ?

On commence par observer comment vos équipes cherchent l’information aujourd’hui et par auditer un échantillon de vos documents. Vous savez ensuite si un assistant IA vaut le coup chez vous, et par quoi commencer.

Démarrer un projet Découvrir l’assistant IA métier