Frema Labs

Par secteur

Par technologie

Par taille d'entreprise

Partez de votre secteur, de la technologie que vous envisagez ou de la taille de votre entreprise.Toutes les solutions
Discutons

Solutions / IA souveraine et sur site

IA souveraine hébergée en Suisse ou sur vos serveurs

Pour les données qui doivent rester en Suisse : des modèles à poids ouverts qui tournent là où vous le décidez.

Décrire votre cas

Ce que nous pourrions construire

Ces scénarios sont des illustrations. Aucun ne décrit un client.

Banque et finance

Chaque matin, les analystes relisent les mêmes alertes de presse négative, et la plupart concernent une personne au nom semblable.

Ce que nous construirions

Un assistant de filtrage qui regroupe les alertes selon la personne réellement décrite, à partir des dates de naissance, des lieux et des employeurs cités dans chaque article. Les analystes examinent une fiche par personne réelle, avec les éléments concordants surlignés, et chaque classement sans suite est consigné avec son motif.

Python, spaCy, Mistral, PostgreSQL

Banque et finance

Avant un rendez-vous client, les conseillers fouillent les house views, les fiches produits et les règles d'adéquation, répartis sur quatre intranets.

Ce que nous construirions

Un assistant qui répond aux questions des conseillers à partir des analyses de la banque et de ses documents sur les produits, en citant le paragraphe exact d'où vient chaque réponse. Il ne cherche que dans les documents que le conseiller a déjà le droit d'ouvrir, et il tourne sur les serveurs de la banque.

FAISS, vLLM, Llama, Keycloak

Horlogerie et luxe

Les contrôleurs examinent chaque cadran à la loupe, et deux d'entre eux ne s'accordent pas toujours sur ce qui constitue une rayure.

Ce que nous construirions

Un poste d'inspection qui photographie chaque cadran sous un éclairage fixe et met en évidence les zones qui diffèrent des pièces approuvées. Les contrôleurs confirment ou infirment chaque signalement, et leurs décisions deviennent la référence pour la prochaine mise à jour du modèle.

PyTorch, Anomalib, ONNX Runtime

Horlogerie et luxe

Un conseiller a dix minutes avant l'arrivée d'un client de longue date, et l'historique est éparpillé dans des années de notes en trois langues.

Ce que nous construirions

Un assistant qui lit les achats du client, ses révisions passées et les notes des conseillers, puis rédige une fiche de préparation d'une page dans la langue du conseiller, avec une source pour chaque ligne. Il tourne sur une infrastructure que la maison contrôle et ne stocke rien de son côté.

Mistral, vLLM, Salesforce API

Pharma et sciences de la vie

Les annonces d'événements indésirables arrivent par e-mail, par formulaire ou sous forme d'extraits de publications, et les gestionnaires de cas ressaisissent chacune dans la base de pharmacovigilance.

Ce que nous construirions

Un pipeline de réception qui extrait de chaque annonce le notificateur, le patient, le produit, l'événement et la gravité, propose des termes MedDRA et surligne la phrase source de chaque champ. Les gestionnaires revoient le cas prérempli avant son entrée dans la base de pharmacovigilance par import E2B(R3), et le pipeline est validé pour cet usage prévu.

Mistral, MedDRA, Python

Pharma et sciences de la vie

Répondre à une question d'une autorité sanitaire oblige à fouiller des années de soumissions, de SOP et de lignes directrices pour trouver le paragraphe qui tranche.

Ce que nous construirions

Un assistant de recherche sur vos soumissions, vos SOP et les lignes directrices de Swissmedic, de l'EMA et de l'ICH, qui répond en quelques phrases et relie chaque affirmation à la section exacte. Il fonctionne en lecture seule et refuse de répondre quand les documents ne permettent pas d'étayer une réponse.

FAISS, bge-reranker-v2-m3, vLLM, Veeva Vault

Le principe

L'IA souveraine, c'est garder sous votre contrôle les modèles, les données et les journaux. Nous déployons des modèles de langage et de vision à poids ouverts sur vos serveurs ou chez un hébergeur en mains suisses, avec un dimensionnement adapté à votre charge : aucun prompt ni document n'est envoyé à une API étrangère. Vous gardez la même version du modèle aussi longtemps que votre validation l'exige.

Pertinent quand

  • Vos données sont couvertes par le secret bancaire, les règles sur les données de santé ou des accords de confidentialité.
  • Vous devez figer et documenter une version de modèle pour un audit ou une validation.
  • L'usage est assez régulier pour justifier du matériel dédié.

Cherchez ailleurs quand

  • Les données sont publiques et un usage occasionnel ne justifie pas un hébergement dédié.
  • Il vous faut les plus grands modèles du marché, et les données peuvent d'abord être anonymisées.

Les questions qu'on nous pose

Pour des tâches ciblées comme l'extraction, la classification ou la réponse à partir de documents, les modèles à poids ouverts actuels donnent de bons résultats, alors que les plus grands modèles hébergés gardent l'avantage pour le raisonnement ouvert. Nous testons des modèles à poids ouverts sur vos données pendant l'étude de faisabilité, avant de recommander du matériel.

Cela dépend de la taille du modèle et du trafic. Bien des charges de travail tiennent sur un ou deux GPU récents. Nous dimensionnons le matériel pendant l'étude et travaillons avec votre équipe informatique ou un centre de données suisse.

Traiter les données en Suisse et sous votre contrôle simplifie la conformité à la nouvelle loi fédérale sur la protection des données, car aucune communication de données à l'étranger n'a lieu.

Votre équipe ou la nôtre, comme vous préférez. Nous livrons la surveillance, les procédures de mise à jour et la documentation pour que le système puisse tourner sans nous.

Solutions associées

Secteurs

Technologies

Taille d'entreprise

Quelles données tenez-vous aujourd'hui à l'écart de l'IA ?

Nous commençons par une étude de faisabilité sur vos propres données : vous voyez des résultats avant toute promesse.

Décrire votre casNotre méthode