Aller au contenu

Agentic operating-model experiment

Athena AI

Un prototype multi-tenant de workflows métier

A multi-tenant business-workflow prototype with departmental modules, queued agent execution, retrieval memory, and model routing. The source demonstrates orchestration boundaries, not autonomous business operation.

Pont métier ↔ technologie · Agentic operating-model experiment

Make agent-assisted business work observable before it becomes authority.

Explores tenant-scoped agents, organisational memory, queued execution, and human review boundaries.

Il s'agit d'une interprétation du portefeuille et des sources, et non d'une affirmation de client, déploiement, certification ou résultat.

  1. 01

    Pression métier

    Departmental workflows and knowledge are fragmented, while a chat interface can conceal who owns an action, which data it used, and whether work completed.

  2. 02

    Décision produit

    Scope data by tenant, queue agent work, separate model routing from business modules, and retain human review notices.

  3. 03

    Dossier technique

    Web, API, worker, database, agent, model-routing, retrieval-memory, schema, and selected test packages.

  4. 04

    Retour des preuves

    Tool results, queue state, retrieval provenance, and review outcomes return to workflow design, permissions, staffing, and operating controls.

Preuves issues du code source

Ce que le code source permet réellement d’établir

A multi-tenant business-workflow prototype with departmental modules, queued agent execution, retrieval memory, and model routing. The source demonstrates orchestration boundaries, not autonomous business operation.

Le relevé technique détaillé est maintenu en anglais.

Maturité
Development prototype
Revue des preuves
État du code au

Décisions produit et architecture

  • Scope organisational data and workflows by tenant before agents or retrieval can consume them.
  • Run agent work through a queue rather than treating a chat response as a completed business action.
  • Encode human-review notices in agent definitions and keep model routing separate from business modules.

Éléments vérifiables

  • Web, API, worker, database, agent, model-routing, memory, and shared-schema packages.
  • Typed database migrations and agent/tool schemas.
  • Unit tests for selected agent tools, routing, chunking, schemas, and browser smoke paths.

Limites des affirmations

  • No autonomous authority to transact, contact people, or change a business system is asserted.
  • No customer integration, data-residency guarantee, compliance status, or production deployment is established.
  • Generated departmental outputs require human review and separately configured data and model services.

Les preuves du dépôt ne constituent pas des preuves client, de déploiement, de certification ou de résultats.

Architecture

9 modules, 27 définitions d'agents, une mémoire d'entreprise

Trois frontières du code source : espace de travail métier, workflows d'agents départementaux en file d'attente et couche de mémoire de recherche limitée à l'organisation.

Carte des sources uniquement : une couche peut représenter du code implémenté, une frontière d'adaptateur ou une conception documentée. Elle n'affirme pas l'existence d'un service de production configuré.

  1. 01

    Couche 1 — Espace de travail

    Le code source représente neuf modules départementaux sous une interface Next.js et une conception multi-tenant. Il ne prouve ni certification, ni intégration client, ni remplacement opérationnel des systèmes existants.

  2. 02

    Couche 2 — 27 Définitions d'Agents

    Les modules exposent des définitions d'agents spécialisés pour le scoring de leads, la planification, le tri, la revue de factures, l'aide au recrutement et la revue des politiques. Le comportement du fournisseur et de la localisation dépend de la configuration ; aucune garantie de souveraineté n'est affirmée.

  3. 03

    Couche 3 — Mémoire d'Entreprise

    Le découpage des documents, les embeddings vectoriels et la recherche sont représentés dans le code source. La qualité de l'ancrage dépend du corpus ingéré, des contrôles d'accès, de l'évaluation de la recherche et de la revue humaine.

Le problème

Le problème

Pourquoi les operations des entreprises sont defaillantes

  1. Fragmentation des outils

    Des systèmes CRM, marketing, support, finance et RH séparés qui ne communiquent pas entre eux. Les équipes perdent des heures a copier des données d'une plateforme à l'autre.

  2. Assistants IA generiques

    ChatGPT peut rediger des e-mails mais ne connaît ni votre pipeline commercial, ni l'historique client, ni les politiques de l'entreprise. L'IA generique généré du bruit, pas de la valeur.

  3. Silos de connaissances

    Les connaissances institutionnelles critiques resident dans la tête des collaborateurs, dans des documents eparpilles et dans d'anciens e-mails. Quand quelqu'un part, le savoir s'en va avec.

  4. Poids de la conformité

    Le RGPD, l'AI Act, les contrats et les règles sectorielles peuvent créer des obligations distinctes de journalisation, de supervision, de sécurité et de transfert. La localisation de l'hébergement ne suffit ni à établir ni à exclure la conformité : rôles, flux de données, sous-traitants, contrôles et preuves comptent aussi.

Modules

Modules departementaux

9 modules et 27 définitions d'agents spécialisés dans le code source, 3 par département

Périmètre source uniquement : une entrée peut décrire du code implémenté, un adaptateur documenté ou un workflow configuré. Elle n'indique pas qu'un service de production est actif.

  1. 01

    Ventes

    Représentation dans le code source : Scoring des leads, suivi des opportunités et génération de propositions. Définitions d’agents : LeadQualifier, ProposalWriter, DealCoach.

  2. 02

    Marketing

    Représentation dans le code source : Gestion de campagnes, création de contenu et segmentation d'audience. Définitions d’agents : ContentStrategist, SeoWriter, CampaignManager.

  3. 03

    Support client

    Représentation dans le code source : Gestion des tickets, résolution assistée par IA et routage des escalades. Définitions d’agents : SupportAgent, EscalationRouter, VoiceOfCustomer.

  4. 04

    Finance

    Représentation dans le code source : Traitement des factures, suivi des dépenses et gestion budgétaire. Définitions d’agents : InvoiceParser, Bookkeeper, FinancialAnalyst.

  5. 05

    RH & Personnel

    Représentation dans le code source : Gestion des collaborateurs, pipeline de recrutement et workflows de congés. Définitions d’agents : Recruiter, OnboardingGuide, HRPolicy.

  6. 06

    Base de connaissances

    Représentation dans le code source : Gestion documentaire avec recherche sémantique et Company Memory. Définitions d’agents : KnowledgeAssistant, MeetingScribe, ContractReviewer.

  7. 07

    Analytique

    Représentation dans le code source : Rapports métier, analyse de tendances et tableaux de bord personnalisés. Définitions d’agents : BusinessAnalyst, CompetitiveIntel, TrendSpotter.

  8. 08

    Conformité

    Le code source représente des journaux d'audit, une analyse de conformité et des vérifications réglementaires. Définitions d'agents : ComplianceMonitor, GDPRAgent (vérifications par article, inventaire des données, brouillons de base juridique), LegalReviewer. Il n'établit ni l'exhaustivité juridique ni la conformité.

  9. 09

    Operations

    Représentation dans le code source : Automatisation des workflows, gestion des tâches et amélioration des processus. Définitions d’agents : WorkflowAutomator, OpsAnalyst, ProcurementAgent.

9 départements, un agent principal chacun

Des workflows départementaux représentés sous forme de rôles d'agents délimités.

Le code source définit des agents spécialisés pour chaque département. Ci-dessous : la définition de l’agent principal pour le fonctionnement quotidien envisagé de chaque module.

Surface du dépôt uniquement : disponibilité, exhaustivité, performance et aptitude opérationnelle exigent une validation distincte.

SALES

Lead Scorer + Pipeline Coach

01

Représente le scoring des leads entrants et sortants par rapport à un ICP fourni, des brouillons de prochaine meilleure action et des signalements d'éléments de pipeline bloqués. Aucune intégration CRM n'est établie.

MARKETING

Campaign Strategist

02

Rédige des briefs de campagne, des options de canaux, des textes et des hypothèses de KPI à partir du contexte fourni. Les affirmations relatives à la marque et à la performance nécessitent une revue humaine.

SUPPORT

Ticket Triage

03

Représente la classification des tickets par gravité et sujet, une première réponse suggérée à partir d'une base de connaissances fournie et l'acheminement des escalades vers un réviseur humain.

FINANCE

Invoice Processor

04

Représente l'extraction de factures, la comparaison avec les bons de commande, les alertes d'exception et des brouillons de synthèse de clôture. L'autorité financière et la localisation des données restent des contrôles externes.

HR

Recruitment Screener

05

Représente l'analyse des CV par rapport à une fiche de score du poste, le signalement de candidats pour un entretien, des brouillons de messages de contact personnalisés et le suivi du funnel. Les décisions de présélection restent du ressort d'un réviseur humain.

KNOWLEDGE

Document Curator

06

Représente l'ingestion, le découpage, la déduplication, la recherche vectorielle et les réponses avec citations pour les documents configurés. La couverture se limite aux contenus autorisés et indexés avec succès.

ANALYTICS

Trend Detector

07

Représente des vérifications d'anomalies sur les KPI métiers, des hypothèses de cause racine confrontées aux données fournies et un brouillon de récit exécutif pour la revue mensuelle. Les constats nécessitent une revue humaine.

COMPLIANCE

Audit Trail Watcher

08

Représente des vérifications de politiques et des brouillons d'enregistrements de preuves pour certaines sorties de workflow. Il n'établit ni l'exhaustivité juridique ni la conformité.

OPS

Workflow Optimiser

09

Représente le profilage des workflows multi-étapes répétés et des suggestions sur les points où des agents IA pourraient les raccourcir. Les modifications de workflow et toute estimation de temps ou de coût nécessitent une revue humaine.

Technologies

Technologies utilisees

Les technologies citées identifient des dépendances ou des adaptateurs du dépôt ; elles n'affirment ni intégration active ni déploiement.

Backend
Fastify 5, TypeScript 5.8, Drizzle ORM, PostgreSQL 17 + pgvector, Redis 7, BullMQ 5
IA / LLM
Le dépôt Athena AI séparé représente des adaptateurs configurables Mistral, Anthropic, OpenAI, d'embedding et de recherche pgvector. Disponibilité, localisation et traitement des données dépendent de la configuration de l'opérateur ; ce ne sont pas des intégrations actives du site.
Frontend
Next.js 16, React 19, Tailwind CSS 4, Radix UI, mises a jour temps reel via SSE
Données et memoire
Moteur Company Memory (chunker, ingester, retriever), recherche semantique, blocs de 512 caracteres, chevauchement de 64 caracteres
Infrastructure
Docker Compose, Caddy 2 (HTTPS automatique), monorepo pnpm, Turborepo 2.8, better-auth
Tests
Vitest (unitaires), Playwright (E2E), schemas de validation Zod, health checks sur tous les services

Code source

Explorer le code

Le code source du prototype Athena AI est disponible sur demande à des fins d'évaluation et de partenariat.

NDA requis

Pour accéder au code source, veuillez signer l'accord de non-divulgation. Il s'agit d'une formalité juridique standard.

Services de conseil associés

Besoin d'aide pour concevoir des plateformes d'opérations IA ? Découvrez mes services de conseil.

Partenariat

Interesse par Athena AI ?

Ce prototype s'adresse aux organisations qui explorent des workflows interservices délimités ou un partenariat autour de son code source.

Prendre contact
Veille IA

The AI Dispatch

De la démo à une exploitation fiable. Abonnez-vous pour recevoir de nouvelles lectures sur la Physical AI.

Désabonnez-vous à tout moment. Pas de spam, jamais.