La donnée structurée
Un lot, sa surface, un prix ou une échéance deviennent des informations exploitables dans les parcours et calculs métier. Les extractions font l’objet d’une revue.
Architecture & choix technologiques
Des pièces aux données.
Des données aux décisions.
Horizon AI articule un logiciel métier, une base relationnelle et une chaîne d’analyse documentaire. L’IA travaille avec le contexte de l’opération ; les calculs financiers et les décisions gardent leur propre logique.
Une architecture au service des usages immobiliersVoir le fonctionnement
01 / Le parcours documentaire
Lire. Structurer. Retrouver.
Puis vérifier.
Ce schéma présente les grandes étapes et leurs rôles. Il ne décrit pas chaque traitement interne ni un déploiement propre à un client.
- 01
Pièces de l’opération
Documents importés ou issus des dossiers connectés, puis rattachés au contexte métier.
- 02
Lecture et extraction
Gemini via Vertex AI ; prétraitement OCR complémentaire selon les pièces et la configuration.
- 03
Deux usages des données
Les informations structurées alimentent les parcours métier. Le corpus indexé sert la recherche documentaire.
- 04
Recherche et analyse
Le RAG apporte le contexte pertinent aux analyses et audits de dataroom.
- 05
Revue et restitution
Les équipes examinent les résultats, les pièces associées, les rapports et les actions à suivre.
Le contexte documentaire
La recherche combine pertinence sémantique et mots-clés pour retrouver les pièces et passages utiles. Le RAG fournit du contexte aux analyses ; il ne remplace pas le dossier source.
Le calcul métier
Valorisations, marges, trésorerie et scénarios financiers sont calculés à partir des données et hypothèses de l’opération. Ils restent distincts de la génération de texte.
02 / Le socle technique
Chaque brique a un rôle.
Une interface pour travailler, des services pour exécuter les règles et des moteurs spécialisés pour traiter les documents et retrouver l’information.
| Couche | Technologies | Rôle dans Horizon |
|---|---|---|
| Interface métier | Vue · TypeScript | Des parcours spécialisés pour les équipes et les portails de leurs interlocuteurs. |
| API et règles métier | Django · Django REST Framework | Structurer les opérations, appliquer les habilitations et exécuter les calculs financiers. |
| Traitements en arrière-plan | Celery · Redis | Prendre en charge les imports, les traitements IA et les générations de documents sans immobiliser le parcours utilisateur. |
| Données relationnelles | PostgreSQL · PostGIS | Relier sociétés, immeubles, lots et flux financiers ; exploiter les données géographiques. |
| Recherche sémantique | pgvector · embeddings | Retrouver des passages pertinents dans le corpus documentaire, en complément de la recherche par mots-clés. |
| Analyse documentaire | Gemini · Vertex AI | Extraire et analyser les pièces ; Document AI peut compléter le prétraitement OCR selon la configuration. |
| Génération et services spécialisés | FastAPI · services PDF | Produire les restitutions et documents nécessaires aux parcours métier. |
| Accès depuis les assistants | Deux serveurs MCP | Exposer des outils dédiés aux données structurées et au contexte documentaire, pour les clients compatibles. |
03 / SQL, géographie et vecteurs
Relier les actifs.
Retrouver leur contexte.
La base transactionnelle porte les opérations. Un entrepôt PostgreSQL distinct accueille notamment les référentiels de données et les fonctions de recherche vectorielle.
PÉRIMÈTRE D’ACCÈSOrganisation
Les sociétés, immeubles et lots portent un rattachement à l’organisation.
PORTEURSociété
Une société peut porter plusieurs immeubles.
ACTIFImmeuble
Un immeuble regroupe les lots de l’opération.
UNITÉ MÉTIERLot
Les caractéristiques et hypothèses alimentent le suivi et les calculs.
Ce modèle explique les relations métier. Les règles d’accès s’appliquent au niveau des services et des habilitations ; le schéma ne constitue pas à lui seul une garantie d’isolation. Les tables physiques, les identifiants et les données des clients restent privés.
04 / Deux accès complémentaires
Les MCP relient l’assistant
au contexte autorisé.
Le modèle n’a pas besoin d’une copie libre de la base. Il appelle les outils exposés par les serveurs, dans le périmètre et avec les autorisations configurés.
Interroger les données métier
Sociétés, immeubles, lots et données financières structurées. L’outil SQL de consultation encadre les requêtes et les exécute en lecture seule, avec des limites de durée et de volume.
Explorer les documents et les audits
Recherche dans le corpus indexé, récupération des faits et accès aux audits. Certains outils peuvent enregistrer des résultats d’audit ; les actions disponibles dépendent du serveur et des droits.
Le client doit prendre en charge le protocole, le transport et l’authentification configurés. Les habilitations, le rattachement à l’organisation et les contrôles des outils accompagnent l’accès ; cette présentation ne vaut pas certification de sécurité.
05 / Google Cloud, aujourd’hui et demain
Gemini est déjà dans le produit.
Les embeddings sont la prochaine évaluation.
Gemini via Vertex AI
Les traitements d’analyse et d’extraction documentaires s’appuient sur Gemini. Le service intègre des contrôles de budget et de quotas. Document AI peut compléter le prétraitement OCR.
Évaluer les embeddings Google
La recherche sémantique utilise actuellement des embeddings Mistral. Des crédits Google Cloud permettraient d’évaluer les embeddings Google sur un corpus immobilier, de réindexer les documents et de comparer pertinence, latence et coût avant une éventuelle migration.
Cette migration n’est pas encore déployée. Les recherches sur JEPA et la prédiction immobilière restent distinctes de ces fonctions existantes, tout comme le projet complémentaire Command OS.
Voir l’architecture en action
Partons d’un dossier réel.
Une démonstration permet de suivre un document, ses informations extraites et leur utilisation dans le parcours métier, dans un périmètre convenu.