Cooper AI
Recherche sémantique et assistant LLM branchés sur les contenus internes de l’équipe.
- Période
- 2024
- Contexte
- Orange Wholesale International
- Rôle
- RAG de bout en bout
- Utilisateurs
- Une dizaine
L’essentiel
Le problème
L’information utile existait, mais enfouie dans des wikis et des documents que personne ne retrouvait.
L’approche
Vectorisation des contenus, recherche sémantique, et un assistant qui ne répond qu’à partir des passages retrouvés.
Le résultat
Les réponses citent leurs sources ; la connaissance interne redevient interrogeable en langage naturel.
En chiffres
- ≈ 10utilisateurs réguliers
- 0réponse sans source citée
Outils
- Dataiku
- Embeddings
- RAG
- Python
Lire le déroulé complet
Cooper AI indexe les contenus internes de l’équipe (procédures, comptes rendus, documentation) et les rend interrogeables en langage naturel.
L’assistant est volontairement contraint : il ne répond qu’à partir des passages retrouvés et cite systématiquement ses sources, ce qui a fait son adoption.