Deepiks Lab · Paris-Saclay

Un lab d’IA appliquée, où les idées prennent forme.

Deepiks Lab explore la convergence entre autonomie agentique, interfaces vocales et déploiement souverain, pour concevoir les briques d’une IA collaborative et directement intégrée au monde réel.

Explorer avec nousNos sujets
IA agentiqueIA vocaleIA souveraineIA collaborative
Nos sujets

Quatre questions qui nous occupent

Nous ne vendons pas de produit sur étagère. Nous choisissons quelques questions difficiles, construisons des prototypes pour y répondre et les testons avec de vraies personnes. Voici les quatre qui nous occupent aujourd’hui.

01 · IA agentique

Jusqu’où un modèle peut-il agir seul, et où doit-il s’arrêter ?

Un modèle qui répond est utile. Un modèle qui planifie, utilise des outils et mène une tâche à bout est autre chose : il lui faut des limites, une mémoire et un moyen de montrer ce qu’il a fait. L’essentiel du travail se joue dans le harness qui entoure le modèle, pas dans le modèle lui-même.

Ce sur quoi nous avons travaillé
  • Appels d’outils sur de vraies applications et API
  • Harness : permissions, garde-fous, confirmations, journaux
  • Mémoire longue, avec un humain dans la boucle pour tout ce qui compte
02 · IA vocale

Que se passe-t-il quand il n’y a plus d’écran pour se rattraper ?

La voix est l’interface la plus naturelle, et la moins indulgente. Latence, interruptions, accents et hésitations comptent tous, et il n’y a pas de bouton sur lequel appuyer quand le système se trompe. C’est aussi ce qui ouvre l’IA aux personnes pour qui les écrans sont un obstacle.

Ce sur quoi nous avons travaillé
  • Reconnaissance et synthèse vocales en temps réel
  • Tours de parole, interruptions et réponses en moins d’une seconde
  • Des conversations qui gardent leur contexte sur plusieurs jours, pas sur un seul échange
03 · IA souveraine

Peut-on profiter des grands modèles sans céder ses données ?

Pour beaucoup d’organisations, envoyer leurs données dans un cloud qu’elles ne maîtrisent pas est exclu. Les modèles ouverts ont comblé une grande partie de l’écart avec les grands modèles fermés ; la question est désormais de les faire bien tourner là où les données se trouvent déjà.

Ce sur quoi nous avons travaillé
  • Modèles ouverts sur serveurs privés (on-premise)
  • Modèles compacts et quantifiés, exécutés sur l’appareil lui-même (on-device)
  • Architectures hybrides qui gardent les données sensibles en local et choisissent le bon modèle pour chaque tâche
04 · IA collaborative

À quoi ressemble une IA qui travaille pour un groupe, et non pour une seule personne ?

La plupart des assistants sont conçus pour un utilisateur et une requête. La vraie vie se passe en famille, en équipe, dans des listes partagées : plusieurs personnes, chacune avec son rôle, et des choses qui changent pendant qu’on a le dos tourné.

Ce sur quoi nous avons travaillé
  • Des espaces partagés où plusieurs personnes et un agent travaillent ensemble
  • Rôles, permissions et trace claire de qui a demandé quoi
  • Tenir chacun informé sans le noyer sous les notifications
D’où nous venons

De la vision par ordinateur aux agents

Chacun de nos produits a accompagné une nouvelle génération d’IA, et chacun nous a laissé quelque chose dont nous nous servons encore.

  1. Banques d’images

    De la vision par ordinateur pour indexer, trier et rechercher de grandes photothèques. Notre première leçon sur l’exécution de modèles à grande échelle.

  2. Chatbots

    Une plateforme généraliste pour créer et faire tourner des assistants conversationnels. Conception de dialogues et intégrations.

  3. Tâches et listes

    Une application mobile où l’IA aide à organiser les tâches du quotidien et les listes partagées. La conception produit pour le grand public.

  4. IA générative

    Un agrégateur de modèles de texte, d’image et de vidéo issus de nombreux fournisseurs. Choisir et combiner les modèles.

  5. Voix et agentsAujourd’hui

    Des assistants vocaux qui accomplissent des tâches, en cours de prototypage.

Sur l’établi

Ce que nous prototypons en ce moment

Un lab se juge à ce qu’il construit vraiment. Deux des prototypes sur lesquels nous travaillons :

Un assistant vocal pour ceux que les écrans rebutent

On lui parle, il répond à voix haute et s’occupe de la tâche, en tenant les proches informés. Vocal, agentique et collaboratif à la fois.

Des agents dans les applications mobiles

Une phrase au lieu de six écrans : l’assistant planifie les étapes, utilise les fonctions de l’application et demande avant tout ce qui compte.

9:41
Jeudi
Deepiks

Décale mon dentiste à vendredi matin et préviens Léa. Ah, et il n’y a plus de lait.

C’est fait. Voici ce que j’ai changé :

Dentiste déplacé à ven. 9 h 30
Lait ajouté à la liste de courses

Envoyer à Léa « Le dentiste est vendredi à 9 h 30 » ?

EnvoyerPlus tard
Travailler avec le lab

Apportez-nous un cas d’usage, pas un cahier des charges

  1. 1

    Explorer

    Nous regardons le problème avec vous et disons franchement où l’IA aide, et où elle n’aide pas.

  2. 2

    Prototyper

    Un prototype qui fonctionne en quelques semaines, éprouvé en conditions réelles plutôt que sur des slides.

  3. 3

    Construire

    S’il tient ses promesses, nous le construisons pour de bon avec votre équipe, sur votre propre infrastructure si besoin.

Une question qui mérite d’être explorée ?

Industrie, santé, services publics ou applications grand public : dites-nous ce que vous cherchez à faire, nous vous dirons ce que nous testerions en premier.

Échanger avec le lab