Né d'un problème réel.Conçu pour les cas les plus difficiles.
MiruIQ n'a pas été conçu en laboratoire. Il est né d'un besoin d'entreprise réel, où les contraintes de sécurité étaient non négociables et la complexité documentaire la norme.
Une banque de crédit suisse avait besoin de plus que de l'OCR
Au sein d'Acosom GmbH, nous servions une banque de crédit pour laquelle nous avions construit le poste de traitement des demandes de crédit et les portails clients. Puis la conversation s'est portée sur la suite.
Le client voulait automatiser le processus de comparaison de documents que ses équipes traitaient encore manuellement. Dans une demande de prêt typique, les clients téléversent plusieurs documents : fiches de salaire, pièces d'identité, contrats de travail, déclarations fiscales et plus encore. La banque devait croiser ces documents : le nom est-il identique dans tous les téléversements ? L'employeur correspond-il ? Les calculs d'une fiche de salaire sont-ils mathématiquement corrects, ou révèlent-ils des falsifications évidentes ?
Ce n'était pas une simple tâche d'extraction. Il fallait une compréhension sémantique couvrant plusieurs types de documents, avec une logique de validation allant bien au-delà d'un simple rapprochement de champs.
Et puis il y avait les exigences de sécurité. En tant qu'institution financière suisse opérant entièrement on-premise, les contraintes étaient absolues : aucun document ne pouvait jamais quitter son environnement. Aucun état ne pouvait être conservé côté prestataire : chaque information client était classée hautement confidentielle. Ce n'étaient pas des recommandations. C'étaient des limites strictes.
Nous avons documenté les exigences et les avons ajoutées au backlog. À ce stade, il n'était même pas clair si nous allions construire, acheter ou nouer un partenariat. Une seule chose était claire : ce ne serait pas facile.
Quand le parsing de tableaux complexes a rencontré une demande réelle
Une rencontre fortuite a réuni deux compétences complémentaires, et débloqué le socle technique de ce qui allait devenir MiruIQ.
À peu près au même moment, un contact s'est établi avec quelqu'un qui menait des recherches approfondies sur un problème très spécifique : comment analyser de manière fiable des tableaux complexes dans des documents à l'aide de grands modèles de langage. Pas de simples tableaux en grille, mais ceux que l'on trouve dans de vrais documents d'entreprise, où une note en haut de page indique que les zéros finaux ont été supprimés parce que les valeurs ne tenaient pas sur du A4, où les colonnes s'étendent sur plusieurs pages et où la mise en forme est incohérente.
Il avait testé méthodiquement chaque approche disponible : fine-tuning de LLM, génération augmentée par récupération, ingénierie de prompts système et diverses stratégies hybrides. Pour chaque approche, il avait écrit des suites de tests complètes sur tous les grands modèles de langage disponibles à l'époque. De ce processus rigoureux et empirique, une approche est ressortie comme exceptionnellement prometteuse.
L'étape critique suivante consistait à la faire fonctionner sous les contraintes de sécurité exigées par la banque. Cela signifiait des modèles d'IA locaux, des déploiements de LLM locaux sur une infrastructure dédiée, ce qui a nécessité d'investir dans du matériel haute performance pour exécuter des modèles plus grands entièrement on-premise, sans la moindre exposition au cloud.
Avec d'un côté une expertise pointue en architectures de streaming et systèmes distribués, et de l'autre un client qui en avait réellement besoin, la décision était évidente : construire une preuve de concept respectant chaque exigence de sécurité dès le premier jour.
La preuve de concept a été un succès
Ce qui a commencé comme une expérimentation ciblée est devenu le socle d'une plateforme entièrement nouvelle.
Le POC a livré exactement ce dont le client avait besoin, et il l'a validé. À partir de là, la mission était claire : transformer cette approche validée en une plateforme de niveau production utilisable par toute entreprise.
S'en est suivie une période de développement intensive. Sur environ 18 mois, l'architecture a été reconstruite trois fois. Chaque itération a rapproché la conception des pipelines de ce qui était nécessaire : des jobs de streaming basés sur Apache Flink capables d'isoler l'état non seulement par client, mais par exécution de pipeline individuelle. Ce niveau d'isolation n'était pas un luxe : c'était la conséquence directe du modèle de sécurité.
Le résultat, c'est MiruIQ tel qu'il existe aujourd'hui : une plateforme que nous avons conçue pour être la solution d'automatisation documentaire la plus flexible et la plus sûre que nous connaissions. Non pas parce que la sécurité a été ajoutée après coup, mais parce qu'elle était la contrainte fondatrice qui a façonné chaque choix de conception dès la toute première ligne de code.
Conçu différemment, parce qu'il le fallait
Chaque capacité de MiruIQ remonte à une exigence réelle, pas à une feuille de route produit.
Extraction de tableaux complexes
Gère les cas limites qui font échouer les autres outils : valeurs tronquées, tableaux multipages, notes de bas de page redéfinissant la sémantique des colonnes et mise en forme incohérente entre types de documents.
Extraction sémantique
Va au-delà de l'OCR basé sur la mise en page pour comprendre ce qu'un document signifie réellement. Extrait des données structurées de documents longs et complexes en interprétant le contexte, pas seulement les coordonnées.
Validation inter-documents
Compare automatiquement les champs entre plusieurs documents téléversés, rapprochant noms, employeurs, dates et calculs pour détecter incohérences et fraudes potentielles.
Sécurité by design
Déploiements entièrement on-premise, aucune conservation d'état sur l'infrastructure du prestataire et isolation au niveau des pipelines. La sécurité est l'architecture, pas une option à activer.
Infrastructure suisse
Hébergé sur une infrastructure locale, sans dépendance au cloud. Les modèles d'IA locaux tournent sur du matériel dédié : vos documents ne quittent jamais votre environnement.
Architecture en pipelines
Pipelines de streaming basés sur Apache Flink avec isolation de l'état par exécution. Évolutif, auditable et conçu dès le premier jour pour les secteurs réglementés.
Prêt à découvrir MiruIQ ?
Qu'il s'agisse d'extraction de tableaux complexes, de validation inter-documents ou d'un déploiement entièrement on-premise, nous serions ravis de vous montrer ce que MiruIQ sait faire.