Accompagnement & Diagnostic

[Contexte et problématique]
GoCoupons exploite une plateforme qui permet à ses utilisateurs d’accéder à des coupons numériques et à des remises en argent. Pour obtenir leur remboursement, les clients doivent soumettre une photo de leur facture après un achat admissible. Un membre de l’équipe vérifie ensuite manuellement la correspondance entre les articles figurant sur la facture et ceux visés par le coupon, puis autorise la remise lorsque les critères sont respectés.

Ce processus, largement manuel, entraîne des coûts opérationnels importants et freine la capacité de croissance de l’entreprise. Son automatisation représente un défi de taille, notamment parce qu’un même produit peut apparaître sous des libellés différents selon le commerce, et que de nouveaux coupons, associés à de nouveaux articles, sont ajoutés régulièrement, exigeant des mises à jour fréquentes du système.

[Approche utilisée]
Notre équipe a combiné un algorithme de reconnaissance optique des caractères sur les photos de factures à un algorithme d’apprentissage automatique pour extraire le texte des factures et identifier les articles d’intérêt. Nous avons constaté que tous les magasins d’une même bannière (ex. Aldo, Sports Experts) utilise les mêmes libellés et que ce phénomène réduit considérablement l’ensemble des libellés possibles sur les factures. Cette observation a permis de développer un système d’apprentissage basé sur la mémorisation et la distance d’édition du texte qui s’adapte rapidement à de nouveaux articles et qui nécessite peu de données d’entraînement.

[Contexte et problématique]
LevelOps est une entreprise SaaS québécoise spécialisée dans l’optimisation de l’utilisation des systèmes ERP (Progiciel de gestion intégré) et MRP (Planification des besoins en matières) pour le secteur manufacturier. Sa mission est d’automatiser la prise de décision en matière de chaîne d’approvisionnement grâce à l’accès aux données et aux connaissances d’affaires basées sur les données. En phase de démarrage, l'entreprise cherchait à opérationnaliser son expertise pour créer une offre de service pertinente, mais faisait face à des défis opérationnels : des outils de gestion sous-exploités, des calculs de stocks statiques et des données erronées qui engendraient des doublons, de mauvaises décisions et des pertes financières. LevelOps souhaitait intégrer l’IA à sa plateforme pour enrichir son offre et répondre aux besoins de ses clients, tout en préservant la confidentialité de leurs données sensibles.

[Approche utilisée]
Baseline a accompagné LevelOps à travers une série d’ateliers collaboratifs de travail afin de clarifier les priorités et identifier les cas d’usage en IA à fort potentiel. Nous avons livré un canevas IA structurant les opportunités identifiées, un cahier des charges détaillant les exigences fonctionnelles et techniques, ainsi qu’un test de faisabilité pour l’intégration de Power BI Embedded. Tout au long du mandat, nous avons su nous adapter à plusieurs réorientations stratégiques, en maintenant un accompagnement agile, aligné aux besoins évolutifs de la startup et centré sur la création de valeur.

[Résultats]
Ce projet a permis à LevelOps d’améliorer sa clarté stratégique et de confirmer ses orientations produits et la faisabilité technique de la nouvelle offre de produit. Les livrables ont soutenu la priorisation et la mise en œuvre d’un premier projet d’IA. Le client a particulièrement apprécié notre approche collaborative, notre capacité à nous adapter aux changements rapides de contexte et notre expertise technique, combinée à une forte capacité de vulgarisation.

[Contexte et problématique]
Laylah est une plateforme pour conseillers financiers visant à améliorer leur efficacité opérationnelle. L’entreprise souhaitait intégrer l’IA pour utiliser les transcriptions des rencontres clients afin de générer automatiquement des synthèses et des listes de tâches à réaliser par les conseillers. L’objectif : développer une solution sur mesure, hébergée au Canada et conforme aux exigences légales, tout en respectant les contraintes de coûts et de performance propres au modèle SaaS (Logiciel en tant que service).

[Résultats]
La phase de développement étant complétée avec succès, Laylah disposera bientôt d'une nouvelle fonctionnalité d'IA performante et d'un plan d'action stratégique pour ses prochaines étapes d'innovation. Le client a apprécié notre collaboration, notre adaptabilité et notre expertise technique. Ce projet a aussi permis à Baseline de renforcer son expérience en développement IA avec le programme de Scale AI et en intégration de solutions conformes aux normes strictes du secteur financier. Laylah sera donc en mesure d’offrir une solution performante et compétitive, capable de générer des gains d’efficacité substantiels pour ses utilisateurs.

[Contexte et problématique]
Bliq Photonique, spécialiste en microscopes haute performance et outils d’imagerie, a développé Cyclop, une sonde mesurant en temps réel la viscosité de produits directement sur les lignes de production. Dans le cadre de sa commercialisation, l’entreprise souhaitait intégrer un module d’IA pour transformer ces données en indicateurs opérationnels et déclencher des alertes optimisant la coupe du fromage, un cas d’usage prioritaire qui concrétise sa mission d'améliorer la productivité industrielle. L'analyse menée par Baseline a cependant démontré que les approches classiques ne permettaient pas de prédire suffisamment tôt les moments idéaux de coupe, justifiant l’intégration de modèles d’IA avancés.

[Résultats]
Arrivant au terme de sa phase actuelle avec Scale AI, le projet a permis de définir un plan d’action clair pour la suite : prétraitement des données, entraînement des modèles et intégration au système d’alerte. Le client a particulièrement apprécié la clarté des livrables et notre capacité à vulgariser les enjeux techniques. La phase 3 visera à livrer une version opérationnelle, devenant ainsi la prochaine étape clé pour la commercialisation de la sonde Cyclop.

[Contexte et problématique]
Le Conseil Patronal de l'Environnement du Québec (CPEQ), un organisme à but non lucratif indispensable aux organisations Québecoises soucieuses de leur impact environnemental. CPEQ faisait face à un défi d'efficacité majeur dans la production de son infolettre. Ce processus essentiel reposait sur des manipulations manuelles complexes et chronophages, mobilisant une ressource hautement spécialisée pour des tâches à faible valeur ajoutée.

Le CPEQ a donc approché Baseline avec un objectif clair : obtenir une solution prête à l'emploi pour automatiser et optimiser la préparation de son infolettre, afin d'accroître son efficacité opérationnelle.

[Approche utilisée]
Notre approche a débuté par des ateliers collaboratifs visant à analyser en profondeur les processus existants du CPEQ. Cette compréhension fine nous a permis de concevoir une solution d'automatisation sur mesure, entièrement axée sur les outils de l'écosystème technologique déjà en place chez le client. Le principal défi technique a été de réaliser un travail d'intégration sur mesure avec la solution de distribution de contenu spécifique utilisée par le CPEQ.

[Résultats]
Le projet a permis d'augmenter significativement l'efficacité de la production de l'infolettre, libérant ainsi un temps précieux pour l'équipe du CPEQ. Au-delà de ce gain de productivité, la nouvelle solution a apporté un bénéfice additionnel majeur : elle a créé une base de données structurées de tous les envois effectués. Cette amélioration ouvre la porte à de multiples fonctionnalités futures, auparavant impossibles à envisager.

Le CPEQ a particulièrement apprécié notre approche collaborative tout au long du mandat. Le succès de cette implantation est tel qu'une priorisation des prochaines fonctionnalités à implémenter est déjà en cours, démontrant la valeur et le potentiel à long terme de la solution.

Canevas d'innovation

Co-construction du projet d'affaire pour aligner la vision technologique de l'IA avec les objectifs stratégiques de l'entreprise.

Cahier de charge

Définition concrète des requis (fonctionnels et non fonctionnels), des contraintes (techniques, réglementaires) et validation de la suffisance et de l'accessibilité des données.

Plan de développement

Découpage de la vision globale en étapes de développement pour équilibrer la gestion des risques et la livraison continue de valeur.

Prototypage

Validation rapide de l'approche technique basée sur l'IA, ajustement de la trajectoire et construction d'un prototype utilisable servant de fondation au système final.

Développement de l'application

Construction des fonctionnalités restantes autour du prototype, utilisation de méthodes itératives éprouvées, et intégration aux systèmes existants (ERP, CRM, etc.).

Déploiement

Rendre les fonctionnalités disponibles à grande échelle, solidification de l'infrastructure et mise en place des outils de surveillance et d'observabilité pour détecter les pannes.

Formation et transfert de connaissances

Formation des utilisateurs et des équipes internes pour l'utilisation et la maintenance de la solution, assurant l'autonomie grâce à une documentation claire.

Maintenance évolutive

Support après déploiement pour garantir la stabilité, la sécurité, l'adaptabilité, et assurer la mise à jour et l'intégration de nouvelles fonctionnalités au besoin.

Couponing numérique | Automatisation intelligente de la capture et du traitement de données

Traitement de facture simplifié

Technologie | Identification et priorisation stratégique des opportunités IA

Priorisation et faisabilité IA

Finance | Traitement du langage naturel pour synthèse et tâches automatisées

IA pour relations clients

Industrie manufacturière | Modélisation prédictive et prototypage de modèles

Modélisation prédictive de processus

Environnement | Automatisation des workflows de contenu et structuration de données

Automatisation d’infolettre

Pourquoi choisir Baseline

Une expertise de pointe en IA

Un accompagnement de bout en bout

Des résultats concrets et mesurables

Notre méthode de développement IA