L'équipe de nuit sur vos chiffres,sans équipe de nuit.
Les agents lisent vos points de vente selon un calendrier vérifiable, notent chacun face à son propre normal et remontent ce qui vous demande. L'essentiel de ce qu'ils font est de l'analyse déterministe — et c'est exactement pour cela que les chiffres tiennent.
Registre des agents · réseau de démonstration
dernier scan complet · il y a 3 h
Lire, noter, proposer, passer la main, retenir.
Les mêmes cinq gestes, que l'agent surveille la marge, la demande ou le stock. Au quatrième, c'est toujours un humain qui décide ; le cinquième est ce que le réseau conserve.
Ils lisent
Les connecteurs cloud se synchronisent toutes les quelques minutes, et un agent sur site interroge les ERP anciens sans API moderne — de sorte qu'un réseau qui tourne sur 1C lit lui aussi presque en direct.
Ils notent
Chaque point de vente est mesuré face à son propre normal saisonnier pour ce jour de la semaine, de façon assez robuste pour qu'une journée étrange ne déplace pas la référence, et avec un plancher en argent pour qu'un écart statistiquement curieux mais insignifiant ne soit jamais présenté comme un problème.
Ils proposent
Un constat devient une décision avec une métrique cible, un effet prévu et une fenêtre de mesure — la forme dont la boucle de preuve a besoin.
Ils passent la main
Cela arrive dans la Boîte de décisions avec l'argent en jeu et la façon dont il a été calculé. L'agent s'arrête là ; c'est une personne qui décide.
Ils se souviennent
Quand le même type d'événement se déclenche trois fois en trente jours dans le même point de vente, ce n'est plus un incident mais un motif que le réseau conserve, avec une confiance associée. La constatation suivante y est lue à travers ce qui est déjà connu.
Quatre calendriers, publiés plutôt que promis.
toutes les 5 minutes
les connecteurs déposent les données de la caisse, de la comptabilité et des livraisons
toutes les heures
les événements deviennent des signaux notés
toutes les 24 heures
scans complets, détecteurs d'argent, cycle de décision
chaque semaine
détection des tendances sur tout le réseau
Des intervalles publiés, pas une promesse de temps réel. Si on lui dit « instantané », l'opérateur qui découvre ensuite un chiffre vieux de quatre heures cesse de croire au reste de l'écran.
Quatre qui surveillent, et trois que vous pilotez.
Aucun n'est un chatbot muni d'un calendrier. Chacun est une analyse précise qui serait sinon une personne avec un tableur.
Agent anomalies
Note chaque heure le chiffre d'affaires et la marge de chaque point de vente face à son propre profil saisonnier.
Un glissement discret dans une boutique régulière est repéré, et une boutique volatile cesse de crier au loup.
Agent prévision
Prévoit la demande par produit, y compris la demande irrégulière et en dents de scie qui casse les moyennes simples, et fixe un point de réapprovisionnement à votre niveau de service. Le profil du jour de la semaine et les jours fériés entrent comme multiplicateurs tirés de votre propre historique — pas d'un calendrier national moyenné par quelqu'un d'autre.
Moins de ventes perdues, et moins de capital gelé en rayon.
Agent regroupement
Regroupe les points de vente comparables par échelle de chiffre d'affaires, volatilité, ticket moyen, marge et nombre de jours réellement travaillés.
Des comparaisons justes — et le groupe témoin derrière chaque résultat prouvé.
Agent réapprovisionnement
Construit un stock tampon par point de vente et par produit, signale manques et excédents, et indique le degré de confiance dans les données derrière chaque ligne.
Une liste courte de ce qu'il faut commander aujourd'hui, plutôt qu'un millier de lignes à lire.
Détecteurs que vous activez
Un catalogue de détecteurs d'argent — vente à perte, dérive des charges, écart d'encaissement, dérive du prix d'achat, érosion du mix, ruptures, mouvement ABC, surstock — chacun s'active pour votre organisation plutôt que pour tout le monde d'un coup, et chacun reste derrière un coupe-circuit de notre côté si l'un se met à sonner dans le vide.
Vous démarrez avec le socle et ajoutez ceux dont votre entreprise débat vraiment.
La comptabilité, confrontée à la caisse
Un second catalogue, sur votre comptabilité plutôt que sur vos ventes : factures fournisseur en double, trous dans la numérotation de vos propres factures, paiements à un tiers dormant depuis des mois, taux de TVA hors du jeu autorisé, créances échues — et trois rapprochements qui posent les livres à côté de la caisse, des espèces et de l'inventaire. Même interrupteur que les autres : activé pour votre organisation, pas pour tout le monde d'un coup.
Les fuites qu'un rapport de ventes ne montre pas — une facture payée deux fois, un trou de numérotation avant un contrôle, des livres qui ne collent pas aux caisses.
Agents que vous décrivez vous-même
Dites en une phrase ce qu'il faut attraper. C'est compilé en règle déterministe et rejoué sur 90 jours de votre propre historique avant que vous ne le gardiez — la section ci-dessous montre tout le parcours.
Vous voyez à quelle fréquence il se serait déclenché avant de le laisser interrompre qui que ce soit.
un agent que vous décrivez vous-même
pilote · par organisationce que vous dites
“Préviens-moi quand les pertes dépassent 3 % du chiffre d'affaires d'un point de vente”
ce que cela compile
- métrique
- spoilage
- périmètre
- par point de vente
- test
- > 3 % du chiffre d'affaires
- fenêtre
- quotidien
construit uniquement à partir du catalogue de métriques · jamais du code libre
rejoué sur vos 90 derniers jours
se serait déclenché 7 fois
environ une fois tous les quinze jours, sur deux points de vente
Le garderAbandonner
Le modèle compile la phrase et explique ce qui a été trouvé. Ce n'est jamais lui qui détecte, et il n'invente aucune quantité.
Ce que nous entendons — et n'entendons pas — par agents.
Le mot est employé à toutes les sauces. Voici la version sur laquelle vous pouvez nous tenir, et pourquoi nous la préférons ainsi.
Ce n'est pas un essaim d'IA autonomes.
L'essentiel est de l'analyse déterministe et des règles. Le modèle de langage compile ce que vous avez demandé en une règle et explique ce qui a été trouvé ; il ne détecte jamais, et il n'invente ni quantité ni montant.
Les agents proposent et, si vous l'autorisez, acceptent.
Ils n'écrivent ni prix ni commandes dans votre caisse.
L'acceptation sans intervention est optionnelle et plafonnée : une liste fixe de types de décision, un plafond en argent, une limite quotidienne et un coupe-circuit.
Les agents que vous écrivez vous-même sont un pilote, activé par organisation et désactivé par défaut.
Les règles de seuil simples — « préviens-moi si cette métrique dépasse ce chiffre » — sont accessibles à tous.
L'agent de réapprovisionnement est un pilote, et ses commandes sortent en CSV pour votre acheteur plutôt que de partir chez un fournisseur.
Ce qu'on demande une fois passé le mot « IA ».
Honnêtement : ce sont des chaînes d'analyse déterministes programmées, plus un moteur de règles, avec deux endroits où un modèle de langage travaille — transformer une phrase en règle, et la conversation avec marql AI. Nous le disons plutôt que de l'habiller, parce que la reproductibilité est le sujet. Demandez pourquoi un chiffre est ce qu'il est et vous obtenez deux fois la même réponse.
Oui — la figure ci-dessus montre tout le parcours : votre phrase, la règle qu'elle compile, et le rejeu sur 90 jours de votre propre historique qui vous dit à quelle fréquence elle se serait déclenchée. Ensuite elle tourne chaque nuit avec les autres. C'est un pilote que nous activons par organisation, avec un plafond sur le nombre d'agents qu'un réseau peut garder. La forme plus simple — un seuil sur une métrique — est accessible à tous sans le pilote.
Non. Le calcul n'est pas le travail du modèle. Quantités, montants, points de réapprovisionnement et résultats sont calculés en code à partir de vos données connectées, et chaque signal s'ouvre sur une page montrant comment il a été calculé et de quand datent les données derrière lui.
Toutes les quelques minutes, toutes les heures, chaque jour et chaque semaine, selon la tâche — les quatre calendriers sont dessinés ci-dessus. Nous publions les intervalles au lieu d'appeler cela du temps réel.
Chaque vue live indique quand les données sont arrivées et combien de points de vente ont remonté, pour qu'un trou soit visible plutôt que noyé dans une moyenne. Là où la qualité des données est faible, les recommandations concernées passent en simple suggestion et disent pourquoi. Une fenêtre sans aucune donnée est ignorée plutôt que traitée comme un zéro — l'absence de données n'est pas l'absence de ventes.
La surveillance fonctionne pareil — chaque point de vente est noté face à son propre historique, ce qui est de toute façon la base de la détection. Ce qui s'affaiblit, c'est la comparaison : avec trop peu de points de vente comparables il n'y a pas de groupe témoin, donc la preuve retombe sur la volatilité propre du point de vente, et l'enregistrement le dit.
Prêt à voir
les euros qu'il a trouvés ?
La démo s'appuie sur les caisses et la comptabilité que vous utilisez déjà. Laissez vos coordonnées et choisissez un créneau.