Qu'est-ce qu'une IA Factory ?
C'est l'équipe interne spécialisée en IA Générative : elle opère la plateforme d'inférence de l'entreprise, livre des assistants en production et accompagne les autres équipes dans leurs propres cas d'usage.
Formez vos équipes à structurer et faire vivre une IA Factory
Nous aidons les organisations à monter, outiller et faire grandir leur IA Factory : une équipe interne qui opère une plateforme d'IA Générative souveraine et livre des assistants en production.
- Plateforme souveraine et agnostique
- Du MVP à la production
- Transfert de compétences continu
- Adoption par les métiers
Ils font confiance à Blent pour former leurs équipes
IA Factory
Une équipe interne qui fait passer l'IA Générative à l'échelle
Une IA Factory est l'équipe spécialisée qui opère la plateforme d'IA Générative de l'entreprise, livre des assistants en production et aide les métiers à développer leurs propres usages.
Une plateforme souveraine
Des services d'inférence d'IA Générative mutualisés, hébergés sur votre infrastructure et ouverts à toutes vos équipes pour leurs propres projets.
Des assistants transverses
Des assistants généralistes ou spécialisés (recherche documentaire, aide à la rédaction, analyse) partagés entre plusieurs entités de l'organisation.
Un rôle de facilitateur
Une équipe qui oriente et accompagne les autres directions pour construire leurs cas d'usage sur la plateforme, plutôt que de tout porter elle-même.
Souveraineté
Souveraine et agnostique, par construction
Une IA Factory ne doit dépendre ni d'un fournisseur de modèles, ni d'un cloud unique. Nous concevons avec vous une plateforme que vous hébergez, maîtrisez et faites évoluer librement.
Vos données restent chez vous
Les modèles tournent sur vos GPU, sur site ou chez un hébergeur souverain. Aucune donnée sensible ne sort de votre périmètre.
Des modèles interchangeables
Une passerelle unique expose modèles ouverts ou commerciaux derrière la même API : changer de modèle ne réécrit pas vos assistants.
Des briques standards
Kubernetes ou OpenShift, GitOps, Airflow, Prometheus : des outils open source éprouvés, que vos équipes retrouvent sur le marché.
Une réversibilité complète
Code, configurations, dossiers d'architecture et procédures appartiennent à vos équipes, documentés pour être repris sans nous.
- Usages
- Assistants généralistes
- Assistants documentaires (RAG)
- API pour les équipes métiers
- Qualité
- Golden Datasets
- Évaluation à froid
- Tests de régression
- Traçabilité (Langfuse)
- Inférence
- Modèles open weight (Mistral, Llama…)
- Passerelle LiteLLM
- GPU dédiés
- Socle
- OpenShift ou Kubernetes
- GitLab CI et ArgoCD
- Airflow
- Prometheus et Grafana
Trajectoire
Du premier MVP à une plateforme en production
Quatre étapes, chacune avec ses livrables et ses jalons, pour tenir les échéances de la DSI sans sacrifier la qualité ni la sécurité.
- 01
Cadrer et lancer
- Feuille de route, rôles et rituels de l'équipe.
- Infrastructure cible et premiers MVP sur les cas d'usage prioritaires.
- Collecte des retours utilisateurs dès la première version.
- 02
Expérimenter avec les métiers
- MVP ouverts à des utilisateurs pilotes, itérations rapides.
- Golden Datasets validés par le métier pour mesurer la qualité.
- Dossier d'architecture cible présenté à la DSI.
- 03
Industrialiser
- Haute disponibilité, persistance et durcissement sécurité.
- Environnements de développement, recette et production en GitOps.
- Tests de charge et dimensionnement des GPU.
- 04
Mettre en production et ouvrir
- Supervision, alerting et évaluation continue des assistants.
- Ouverture de la plateforme aux autres équipes, par API.
- Nouveaux cas d'usage portés par les métiers.
Transfert de compétences
Nous faisons avec vos équipes, puis nous leur transmettons
Nos intervenants travaillent dans votre IA Factory et passent progressivement d'un rôle de faire à un rôle de conseil. L'objectif : une équipe interne capable d'opérer et de faire évoluer la plateforme sans appui externe.
Lead Tech IA
Porte l'architecture de production, les arbitrages techniques face à la DSI et la qualité des assistants. Anime les rituels techniques de l'équipe.
AI Engineers
Produisent avec vos développeurs : pipeline RAG, évaluation automatisée, déploiement des pilotes. Mobilisables en renfort lors des pics de charge.
Responsable de mission
Pilote le dispositif avec le directeur de l'IA Factory, suit les jalons et coordonne les sujets transverses avec les parties prenantes.
Trois publics formés au fil de la mission
- 1
L'équipe technique : Formations pratiques sur l'infrastructure (OpenShift, GitOps, CI/CD), adaptées à votre contexte, et revues de code au quotidien.
- 2
Les nouvelles recrues : Onboarding des architectes, Lead Tech et développeurs : environnements, conventions et raisons des choix techniques déjà faits.
- 3
Les utilisateurs métiers : Sessions pilotes, bonnes pratiques et Prompt Engineering pour ancrer l'usage des assistants dans le quotidien des collaborateurs.
Ce qui reste chez vous
- Dossier d'architecture de production
- Guide Git et CI/CD
- Méthodologie d'évaluation des assistants
- Note de dimensionnement GPU
- Documentation de la plateforme pour les équipes
- Rapport de veille technologique
Étude de cas
CNAF : l'IA Gen Factory, du lancement à la production
Depuis juillet 2025, Blent accompagne la Caisse nationale des Allocations familiales dans la construction de son IA Gen Factory : l'équipe qui opère une plateforme d'IA Générative souveraine et des assistants pour les collaborateurs CNAF et CAF.
Le défi
Lancée en juin 2025, l'IA Gen Factory devait livrer rapidement de premiers assistants à des utilisateurs métiers, puis les faire passer en production sur un socle souverain, tout en recrutant et en faisant monter en compétences une équipe interne.
Notre rôle
Lead Tech IA, AI Engineers et pilotage de mission aux côtés du directeur de la Factory : choix d'architecture, production des livrables, évaluation des assistants et transfert de compétences vers les nouvelles recrues.
- T3 2025
Premiers MVP
Mise en place de l'infrastructure initiale, développement des premiers chatbots et des premières itérations du RAG documentaire.
- T4 2025
Déploiement
Modèles servis sur GPU L40S puis H100, création des services (API, passerelle LiteLLM) et des bases de données.
- T1 2026
Expérimentation métier
Collecte des retours utilisateurs, ateliers métiers, premier Golden Dataset et premier cas d'usage porté hors de la Factory.
- T3 2026
MVP V2
Migration des environnements vers OpenShift et nouvelle organisation de l'équipe, en vue du passage à l'échelle.
- 2026-2027
Pilotes puis production
Haute disponibilité, évaluation industrialisée, ouverture de la plateforme aux équipes CNAF et CAF et intégration des nouvelles recrues.
- lancement de notre accompagnement, un mois après la création de l'IA Gen Factory
- Juillet 2025
- assistants transverses développés : un assistant généraliste et un assistant documentaire
- 2
- utilisateurs visés par le déploiement pilote, parmi les collaborateurs CNAF et CAF
- 3 500
- de la plateforme hébergée sur l'infrastructure de la CNAF : modèles et données restent en interne
- 100 %
Questions fréquentes
Vos questions sur l'accompagnement IA Factory
Faut-il partir de zéro ?
Non. Nous partons de vos équipes, de votre infrastructure et des cas d'usage déjà identifiés, et nous intervenons aussi bien au lancement d'une IA Factory que sur une équipe existante qui doit passer en production.
Pourquoi une approche souveraine et agnostique ?
Pour garder vos données dans votre périmètre et ne dépendre d'aucun fournisseur. Les modèles sont servis derrière une API unique : vous pouvez en changer sans réécrire vos assistants.
Avec quelles technologies travaillez-vous ?
Nous nous adaptons à votre SI. Nous déployons couramment des modèles open weight sur GPU, une passerelle LiteLLM, OpenShift ou Kubernetes en GitOps, Airflow, Langfuse, Prometheus et Grafana.
Combien de temps pour mettre un assistant en production ?
Les premiers MVP sont en général livrés à des utilisateurs pilotes en quelques mois. La production suit après une phase d'expérimentation métier et d'industrialisation, dont la durée dépend de vos exigences de sécurité.
Comment vos équipes deviennent-elles autonomes ?
Nos intervenants produisent avec elles, forment les nouvelles recrues et documentent chaque choix. Ils passent progressivement d'un rôle de faire à un rôle de conseil, jusqu'à ce que l'équipe opère seule.
Prochaine étape
Prêt à lancer ou accélérer votre IA Factory ?
Échangez avec nos experts pour cadrer votre plateforme, vos premiers assistants et le dispositif qui rendra vos équipes autonomes.