Newsroom
Notes, méthodes et points de vue de l’équipe Galahad.
-
Les jumeaux 5D : l'espace, le temps et le son
Galahad construit des jumeaux numériques en cinq dimensions pour les industries spécialisées : trois d'espace, une de temps, une de son. Ce qu'ils permettent, et comment obtenir le vôtre.
-
AI Act et DORA : ce que le déployeur documente
Une banque qui utilise un outil d'IA dans une décision de crédit doit le documenter trois fois : pour l'AI Act, pour DORA et pour le RGPD. Ce que chaque dossier exige, qui en rédige chaque partie, et pourquoi le travail est plus léger quand le fournisseur ne détient aucune donnée.
-
Construire ou acheter la plateforme d'agents
Construire la plateforme d'agents en interne ou l'acheter à un éditeur américain ? Les deux options laissent l'intelligence louée et le modèle de votre métier entre d'autres mains. Ce que chacune vous laisse posséder au bout de trois ans, et une troisième voie.
-
L'accès est un fait institutionnel, pas un prompt
Comment empêcher un agent IA de montrer à un utilisateur une donnée qu'il n'est pas habilité à voir ? Ni un system prompt, ni un guardrail, ni un log d'audit n'y suffisent. Les droits d'accès appartiennent à l'institution, et l'agent doit en hériter, jusqu'au champ.
-
La checklist de l'architecte sécurité
Huit exigences à poser à tout fournisseur d'agents IA avant qu'il ne touche un système régulé : où il tourne, qui l'exploite, s'il fonctionne isolé, où sont les copies, qui valide. Chacune avec un test à faire vous-même et la réponse qui doit disqualifier le fournisseur.
-
La trace qui tient
Une IA a pris part à une décision, et un régulateur demande aujourd'hui comment. Ce que la trace d'audit doit permettre : nommer la personne, voir les données telles qu'elles étaient, rejouer la décision, se fier à l'ordre des événements. Et trois types de logs qui échouent à ce test.
-
Ontologie, couche sémantique, graphe de connaissances
Couche sémantique, ontologie, graphe de connaissances : trois termes que les éditeurs emploient pour ce qui se trouve entre un agent IA et vos données. Ce que fait chacun, ce qu'un agent attend de chacun, et pourquoi l'ontologie doit être la vôtre.
-
Pourquoi le pilote a halluciné
La plupart des pilotes d'IA générative ne produisent rien de mesurable, et c'est le modèle qu'on accuse. L'échec est en amont : une copie de l'entreprise déjà fausse au moment de la question, et une réponse que personne ne pouvait retracer. Ce que fait autrement un pilote qui arrive en production.
-
Des réponses à travers quatre systèmes, sans entrepôt
La réponse à une question est dispersée dans quatre systèmes, et le remède habituel est un entrepôt de données : un an de travail, une copie à réconcilier, et la question toujours ouverte. Comment obtenir des réponses à travers les systèmes sans rien migrer.
-
Un agent qui écrit dans le système de référence
Peut-on laisser un agent IA écrire dans l'ERP, le CRM ou le grand livre ? Oui, à une condition : une personne nommée voit la modification exacte avant le commit. Pourquoi un log n'est pas un contrôle, pourquoi la validation en masse ne valide rien, et pourquoi l'undo est une seconde écriture.
-
Machines de conséquence
La vue, la puissance traçable et le siècle continental. Quarante-neuf thèses sur la frontière qui décidera des vingt prochaines années, la conséquence, et sur une position que tout le monde dit perdue alors qu'elle est seulement vacante.
-
Les déploiements IA qui n'échoueront pas en 2026
95 % des pilotes d'IA générative ne produisent aucun retour mesurable. Le problème n'est pas le modèle, c'est l'intelligence en location : pourquoi une ontologie détenue est le seul actif IA qui vous appartienne.
-
En avoir pour son blé
Cabinets, labs et éditeurs facturent des heures, des tokens et des sièges : trois manières de facturer l'entrée. Pourquoi Galahad ne facture que la valeur créée, payable à la production.
-
Maîtriser l'espace décisionnel : le cas de l'IA souveraine et gouvernée
Pourquoi le prochain avantage des États et des entreprises est une IA souveraine et gouvernée : des agents qui lisent à travers chaque silo de données et agissent sous contrôle humain, sur site, avec une piste d'audit complète.